Kako umetna inteligenca oblikuje prihodnost izobraževanja

Če primerjate tipično učilnico 21. stoletja s tisto iz zgodnjih 1900-ih, razlike niso tako očitne. Učitelji bodo stali spredaj in jim dajali navodila in si delili zapiske o sodobni različici stare deske - recimo, grafoskopu ali skupnemu zaslonu računalnika. Študenti bodo sedeli za mizo v učilnici ali gledali prek spletne programske opreme za videokonference. Tehnologija se je spremenila: veliko orodij in procesov je bilo digitaliziranih, nekateri so bili avtomatizirani in do določene mere odstranjene geografske ovire, vendar so akterji in elementi ostali skoraj enaki.

Toda zahvaljujoč napredku v umetni inteligenci (AI) in strojnem učenju prihaja do počasne, a vztrajne preobrazbe do izobraževanja pod pokrovom. Čez nekaj let učitelji ne bodo več sami pri prevzemanju bremena usposabljanja mlade generacije ali delovne sile v korporacijah.

Že algoritmi AI pomagajo izboljšati izobraževanje z zbiranjem, analizo in korelacijo vsake interakcije v fizičnih in navideznih učilnicah ter učiteljem pomagajo obravnavati posebne bolečinske točke vsakega učenca. To je lahko začetek revolucije v eni najstarejših in najdragocenejših socialnih veščin, ki jo je človeštvo razvilo, in nujno v svetu, v katerem ljudje živijo in delajo skupaj s pametnimi stroji.

Merjenje napredka učencev

Inštruktorji morajo pri ocenjevanju študentskega dojemanja koncepta upoštevati vsako reakcijo na predavanje, vsak prazen ali pozoren pogled, vsak nestrpen ali neodločen odgovor na vprašanje, vsako nalogo, ki je bila sprejeta zgodaj ali pozno, in še veliko več. Tako lahko ugotovijo, kje študenti zaostajajo, in jih usmerijo v pravo smer.

Prav zato je merjenje napredka učenca, ki je globoko družbene narave, eden največjih izzivov, s katerimi se srečuje vsak učitelj, in naloga, ki jo je težko izvesti s klasično programsko opremo, ki temelji na pravilih.

"Tečajna predavanja, bodisi na univerzitetnem kampusu ali v korporaciji, so večinoma ena za vse, pri čemer prevladujoči način predstavljajo učitelji, ki govorijo študentom, " pravi Chris Brinton, vodja raziskav v Zoomi, podjetje AI, ki je specializirano pri zajemanju in analiziranju vedenjskih podatkov v vzgojnih okoljih. "To se rodi iz nujnosti: učitelju bi bilo nemogoče ali vsaj neučinkovito, če bi dalj časa zamujal s predavanjem in nagovoril vsako študentsko skrb posebej, da bi vse pripeljal na isto stran., študenta, ki ima veliko vprašanj, ponavadi naprošamo, da se z učiteljem obrne izven pouka."

Vendar pa algoritmi strojnega učenja, ki temeljijo na analizi in iskanju vzorcev in korelacij med podatkovnimi točkami, se izkažejo kot učinkovito orodje za pomoč učiteljem, da količinsko ocenijo študentsko razumevanje predavanja.

"Z analizo specifičnih podatkov študentov ima AI potencial, da hitreje prikaže območja, v katerih bodo študentje morda potrebovali več pomoči, s čimer bi izboljšal dosežke učencev in učiteljsko podporo, " pravi Jessie Woolley-Wilson, predsednik in izvršni direktor DreamBox Learning, inteligentne matematike platforma za učenje.

Opremljanje učilnice z umetno inteligenco je ekvivalent zagotavljanju digitalnega mentorja vsakemu učencu, razlaga Brinton. "Algoritme, ki vozijo AI, je mogoče izuriti, da odkrijejo, kdaj se učenec bori in kaj jih je povzročilo, ali kadar jim je dolgčas in kaj je povzročilo njihov dolgčas, " pravi.

To je premik od tradicionalne učne programske opreme, ki se je opiral le na odgovore ocenjevanja, da bi merili razumevanje študentov o temah, ki jih preučujejo. "Ti podatki med predavanjem pogosto niso na voljo, še manj pa pri podsekundi natančnosti, v kateri lahko študent preide z jasnega na zmeden pogled, " pravi Brinton.

Zdaj obstaja več platform z AI napajanjem, ki ustvarjajo bogate digitalne profile vsakega študenta z zbiranjem informacij v živo iz uporabnikove interakcije z gradivom predmeta in kontekstom. Poleg vodenja evidenc o ocenah in ocenah je Zoomi, platforma Brinton pomagala razvijati, spremljati mikro-interakcije, kot so ogled določenih diapozitivov ali strani v dokumentih PDF, predvajanje določenega dela videoposnetka ali objavljanje vprašanja ali odgovora v razpravi forum.

Podatki se nato uporabijo za oblikovanje modela, ki lahko v realnem času daje vpogled v razumevanje in ukvarjanje študenta z določenimi temami. Podatkovni modeli pomagajo tudi pri iskanju skupnih vzorcev med več študenti in izvajanju prediktivne analitike, kot je napovedovanje uspešnosti študentov v prihodnosti.

Naprednejša uporaba AI lahko vključuje uporabo zapletenih algoritmov računalniškega vida za analizo obraznih izrazov, kot sta dolgčas in raztresenost, in jih poveže z drugimi podatki, zbranimi o študentih, da se ustvari popolnejša slika modela učenca.

Iskanje in odpravljanje vrzeli v učenju

Prednost zanesljivega digitalnega modela, ki predstavlja znanje študenta, je več. "Podatke lahko inteligentni sistem samodejno uporabi za takojšnje vključevanje učencev v učne izkušnje, ki posebej odpravijo te vrzeli v razumevanju, ali pa učitelj prepozna in odzove na ta posebna področja potrebe, " pravi Woolley-Wilson iz DreamBox.

Tretje vesoljsko učenje, spletna izobraževalna platforma, ki je bila ustanovljena leta 2012, da bi zagotovila individualno poučevanje matematike, zdaj uporablja algoritme AI, da bi izboljšala uspešnost učiteljev. Od njegovega lansiranja je Third Space zabeležil podatke o tisoč sejah. V sodelovanju z University of College London se družba Third Space zdaj ukvarja s projektom pridobivanja podatkov z algoritmi AI, da bi našla uspešne vzorce učenja in poučevanja ter svojim spletnim učiteljem zagotovila povratne informacije v realnem času o tem, kako njihovi študenti sledijo lekcije.

Model učencev AI lahko napaja tudi inteligentne sisteme za poučevanje (ITS). Inteligentni učitelji, ki lahko delajo v učnem okolju s tempo, ali v sodelovanju s človeškimi učitelji, uporabljajo študentske zgodovinske in sprotne podatke, da jim zagotovijo prilagojene vsebine, prilagojene njihovim specifičnim močam in slabostim. Zagotavljanje prilagojene izkušnje učenja je cilj, za katerega so se učitelji vedno borili.

"Sistemi mentorstva z AI so se izkazali za učinkovite pri poučevanju natančno opredeljenih predmetnih področij, kot sta matematika in fizika, " pravi Rose Luckin, profesorica oblikovanja z usmeritvijo učencev na Univerzi College v Londonu. "AI lahko trenutno lajša bolečinske točke, če pomaga pri vodenju evidenc ter pri izbiri in priporočanju virov, ki jih učenci uporabljajo."

Primer je MATHIA, platforma za učenje matematike, ki jo podpira AI, ki jo je razvil Carnegie Learning in je zrcalo obnašanja učiteljev. MATHIA zbira različne podatkovne točke in uporablja algoritme strojnega učenja in napovedne modele za določanje ravni znanja in spretnosti študentov in oceno njihove uspešnosti v prihodnosti. Platforma te podatke uporablja za prilagajanje učne poti glede na učne procese učencev.

"Vsak korak v težavi, ki bi lahko vključeval polnjenje celice v preglednici, risanje točke na grafu itd., Je povezan z eno ali več kognitivnih veščin, " pravi Steve Ritter, glavni produktni arhitekt pri Carnegie Learning. "Odvisno od tega, ali študent korak stori pravilno ali ne, ali prosi za namig, prilagodimo svojo oceno študentovega znanja glede na povezane veščine."

MATHIA uporablja "sledenje znanja", postopek ugotavljanja učenčevega razumevanja različnih konceptov, pa tudi "sledenje modela", postopek razumevanja študentskega pristopa k reševanju problemov, da bi prilagodil programsko podporo za posameznikov miselni proces namesto da bi jih preusmerili na standardni pristop, ki jim morda ni smiseln. To pomaga pri zagotavljanju prilagojene vsebine z nešteto učnimi potmi.

"Naši namigi se na primer spremenijo glede na vrstni red, v katerem študentje dokončajo korake problema, če to naročanje odraža različne načine pristopa do problema, " pravi Ritter.

Razvoj inteligentnih sistemov za poučevanje lahko sčasoma privede do bogatejše izkušnje učenja s samostojnim tempom. Čeprav učitelji človekovih pravic ne bodo nadomestilo, lahko spletne platforme za učenje, ki temeljijo na AI, igrajo osrednjo vlogo pri zagotavljanju visokokakovostnega izobraževanja na področjih, kjer učiteljev primanjkuje, študenti pa se morajo učiti sami.

"Kombinacija velikih podatkov in AI bi lahko učencem zagotovila lastno osebno analitiko, ki jo lahko uporabijo, da postanejo najbolj učinkoviti učenci, " pravi Luckin.

Luckin je samoumevanje (vedeti, kaj počneš in česa ne veš) in samoregulacija (na primer, da se lahko preprečiš, da bi se motila, kaj dela nekdo drug) dve veščini, ki ju lahko takšni sistemi razvijejo,.

"AI lahko uporabimo za skeniranje (podporo) učencem, da razvijejo te ključne spretnosti, tako da odsevajo nazaj svoje osebne podatke z uporabo skrbno zasnovanih vmesnikov in vizualizacij, " pravi Luckin. "Na ta način bi lahko vsem učencem pomagali, da bi bili boljši pri učenju, kar bi bilo koristno na vseh predmetnih področjih."

Ena od prednosti učnih sistemov, ki jih poganja AI, je brezhibna pomoč, ki jo lahko nudijo. "Iste inteligentne tehnologije, ki pomagajo učencem in njihovim učiteljem znotraj učilnice, bi bilo treba vedno uporabljati, da bi to storili tudi zunaj učilnice, " pravi Woolley-Wilson. "Lahko prinesejo enako moč prilagojenih priporočil, kjer koli je študent. Učne priložnosti in dostop ne bi smeli biti več omejeni na določen čas ali kraj, kot so bili običajno v naši analogni preteklosti."

Korporativno usposabljanje lahko koristi tudi od personalizacije AI. Zoomi, ki ponuja spletna orodja za strokovno usposabljanje, uporablja algoritme AI za prepoznavanje želja učencev in dinamično prilagajanje vsebine tečaja, da ustreza njihovim potrebam. Na primer, na podlagi preteklega vedenja uporabnika in reakcije na različne vrste medijev se lahko platforma odloči, ali naj bo gradivo v obliki PDF ali video. Progresivni poslovni partnerji platformo od leta 2016 uporabljajo za usposabljanje kadrovskih strokovnjakov, kar je povzročilo 12-odstotno povečanje zaključka tečaja in 30-odstotno povečanje prihodkov.

Iskanje in odpravljanje vrzeli v poučevanju

Ko učenci zaostajajo pri pouku, so za pomanjkljivosti učnih metod in učnega načrta pogosto krivi toliko kot slabosti samih učencev. Je bil vzrok, da študent nerazumeva nekaj o samem gradivu, načinu predstavitve ali časovnem razporedu gradiva v toku učnega načrta? Ali je študent prebolel gripo, ko je že zajel nekatere potrebne koncepte? Kako se je študent ukvarjal z gradivom - aktivno ali pasivno?

To je nekaj vprašanj, na katera mora vsak učitelj odgovoriti, ko oceni kakovost opravljenega pouka in preuči temeljne vzroke težav pri učenju.

"Odlični sistemi lahko izkoristijo ogromno naborov podatkov, ki učiteljem pomagajo najti tako pomanjkljivosti v učnem načrtu kot študente, ki se borijo, " pravi Woolley-Wilson. "Pomembno si je zapomniti, da je višina pomoči učitelju odvisna od kakovosti razpoložljivih podatkov za analizo."

Spletna platforma DreamBox za prilagodljivo učenje uporablja podatke, ki jih zbira od učencev, da odkrijejo učne vrzeli, nato pa učiteljem pomaga, da jih rešijo na ravni razreda ali za določene skupine ali posamezne učence. To lahko vključuje ustvarjanje skupin strategij, prilagojenih učnih načrtov ali osredotočenih nalog, ki obravnavajo posebne vrzeli in dopolnjujejo osnovni učni načrt.

AI učiteljem pomaga tudi pri oceni ustreznosti njihovega učnega gradiva. "Medtem ko je vsebina v učilnici predana" v živo ", večina učiteljev gradivo pripravi v elektronski obliki, " pravi Brinton, raziskovalec Zoomi. "Kot rezultat tega lahko AI tehnologije razlagajo gradivo, določajo zajete teme in celo analizirajo gradivo za ocenjevanje tečaja, da dobijo vpogled v to, kako dobro ocenjevanje zajema vsebino predmeta."

Zoomi uporablja tehnologijo obdelave naravnega jezika (NLP), vejo AI, ki analizira vsebino in kontekst pisnega gradiva, da tehta kakovost učnega gradiva za učitelje. Zoomi algoritmi odstranjujejo vsebino, ki ne vpliva pozitivno na učni proces. Podjetje prav tako dela na algoritmih, ki povečujejo izkušnjo učenja tako, da poiščejo dopolnilno vsebino in jo prerazporedijo tako, da se prilega kontekstu določenega pouka, kjer se učenec bori.

"Kmalu bodo algoritmi morda lahko spremenili stavke zaradi jasnosti in celo sami napisali novo gradivo, kot bi to naredil človek, " pravi Brinton.

Content Technologies, Inc (CTI), podjetje za raziskovanje in razvoj umetne inteligence s sedežem v Kaliforniji, je razvilo AI, ki samodejno ustvarja prilagojene izobraževalne vsebine. CTI-ov motor uporablja poglobljeno učenje za zaužitje in analizo učnih načrtov in gradiva, obvladuje znanje in ustvarja nove vsebine, kot so učbeniki po meri, povzetki poglavij in preizkusi z več izbirami. Tehnologijo uporabljajo številna podjetja in izobraževalne ustanove.

Izobraževanje bo ostalo družabna izkušnja

Medtem ko opažamo impresivne napore pri uporabi umetne inteligence v izobraževanju, so rezultati bledi v primerjavi z drugimi področji, kjer algoritmi AI povzročajo večje motnje. Razlog je v tem, da sta izobraževanje in učenje v osnovi družbene izkušnje, ki jih je zelo težko - če ne celo nemogoče - avtomatizirati.

"AI ne more nadomestiti učiteljev, ker nima samozavedanja ali metakognitivnih predpisov, poleg tega pa mu primanjkuje empatije, " je Luckin, profesor iz laboratorija znanja UCL. "Vendar pa se lahko AI, ko je njegov dizajn seznanjen s tem, kar vemo o učenju in poučevanju (tj. O učnih vedah), lahko kombinira z velikimi podatki o učencih, da odpelje črno polje učenja in učencem, učiteljem in staršem omogoči sledenje napredek pri različnih predmetih, spretnostih in značilnostih - to lahko zagotovi ključne informacije za podporo učencem, da postanejo učinkovitejši kot učenci, in jim pomaga pri učenju znanj in veščin."

Povečanje in pomoč, ki jo AI nudi izobraževalnemu in učnemu procesu, bodo učitelji še bolj produktivni in učinkoviti. "Učitelji se bodo lahko osredotočili na to, kar lahko najbolje naredijo: ustvarili bodo odlične vsebine, predavali močna predavanja in obravnavali najbolj razširjene bolečinske točke tako osebno kot na daljavo, posamezno in v skupinah, " pravi Brinton.

Drug družbeni vidik izobraževanja je sodelovanje. Študenti se pogosto naučijo več, če delajo v skupinah in med seboj, kot pri poslušanju predavanj in reševanju težav s svojim tempom. "Cilji izobraževanja vključujejo več socialne interakcije, kot je učenje dobrega sodelavca ali komunikacija z drugimi, " pravi Ritter, produktni arhitekt iz podjetja Carnegie Learning. "Torej je izziv pri personaliziranju pouka uravnotežiti videnje študenta kot neodvisnega učenca, ki lahko nadaljuje v svojem tempu in potrebuje sodelovanje po drugih."

Toda AI lahko postane tudi spodbujevalnik pri skupnem učenju. Intelligence Unleashed , skupna raziskovalna naloga UCL in Pearsona, ki sta ga napisala Luckin, pojasnjuje, da lahko AI podpira sodelovalno učenje s primerjanjem modelov učencev in predlaganjem skupin, v katerih so udeleženci na podobni kognitivni ravni ali imajo dopolnilne spretnosti in si lahko med seboj pomagajo. AI lahko sodeluje tudi v skupinah učencev kot član in pomaga usmerjati razprave v pravo smer z zagotavljanjem vsebine, postavljanjem vprašanj in z alternativnimi stališči.

Vseprisotnost AI v učnem procesu bo sčasoma spremenila izobraževanje. Glede na poročilo univerze Stanford bo v naslednjih petnajstih letih verjetno, da bodo učitelji ljudem pomagali z AI tehnologijami, ki bodo prinesle boljše človeško interakcijo tako v učilnici kot doma.

Učilnica bo morda ostala bolj ali manj takšna, kot je danes, toda zaradi prihodnosti digitalnih asistentov, algoritmov AI in bolj sposobnih učiteljev bodo bodoče generacije upale, da bodo imele visoko kakovostno izobraževanje in se bodo lahko učile s precej hitrejšim tempom.