Как искусственный интеллект формирует будущее образования

Когда вы сравниваете типичную классную комнату 21-го века с классной комнатой начала 1900-х, различия не очень очевидны. Учителя будут стоять впереди, давать инструкции и делиться заметками на современной версии старой доски - скажем, на оверхеде или на общем экране компьютера. Студенты будут сидеть за партами в классе или смотреть онлайн-программное обеспечение для видеоконференций. Технология изменилась: многие инструменты и процессы были оцифрованы, некоторые из них были автоматизированы, и географические барьеры были в некоторой степени устранены, но участники и элементы остались практически неизменными.

Но благодаря достижениям в области искусственного интеллекта (ИИ) и машинного обучения, медленное, но устойчивое преобразование приближается к образованию под капотом. Через несколько лет учителя больше не будут одиноки, взяв на себя бремя обучения молодого поколения или рабочей силы в корпорациях.

Уже сейчас алгоритмы искусственного интеллекта помогают улучшить образование, собирая, анализируя и сопоставляя каждое взаимодействие, которое происходит в физических и виртуальных классах, и помогая учителям решать конкретные болевые точки каждого учащегося. Это может стать началом революции в развитии одного из старейших и наиболее ценных социальных навыков, разработанных человечеством, и императивом в мире, где люди живут и работают вместе с интеллектуальными машинами.

Измерение прогресса ученика

Преподаватели должны принимать во внимание каждую реакцию на лекцию, каждый пустой или внимательный взгляд, каждый нетерпеливый или нерешительный ответ на вопрос, каждое задание, выполненное рано или поздно, и многое другое при оценке понимания студентом концепции. Вот как они могут узнать, где ученики отстают, и направить их в правильном направлении.

Именно поэтому измерение успеваемости учащегося, которое носит глубоко социальный характер, является одной из самых больших проблем, с которыми сталкивается каждый учитель, и задача, которую трудно решить с помощью классического программного обеспечения на основе правил.

«Курс лекций, будь то в кампусе колледжа или в корпорации, в основном универсален, при этом доминирующим режимом являются учителя, говорящие со студентами», - говорит Крис Бринтон, руководитель отдела исследований в Zoomi, компании, специализирующейся на искусственном интеллекте, которая специализируется в захвате и анализе поведенческих данных в образовательных учреждениях. «Это связано с необходимостью: было бы невозможно или, по крайней мере, неэффективно с точки зрения времени, чтобы преподаватель приостановил лекцию на длительные периоды времени и обратился к каждой проблеме ученика индивидуально, чтобы привести все на одну и ту же страницу. Вместо этого ученика, у которого много вопросов, обычно просят проконсультироваться с преподавателем в нерабочее время ».

Однако алгоритмы машинного обучения, основанные на анализе и поиске закономерностей и корреляций между точками данных, оказываются эффективным инструментом, помогающим учителям количественно оценить понимание студентом лекции.

«Анализируя конкретные данные учеников, ИИ может помочь быстрее выявить области, в которых ученикам может понадобиться больше помощи, тем самым улучшая успеваемость учеников и поддержку учителей», - говорит Джесси Вулли-Уилсон, президент и исполнительный директор DreamBox Learning, интеллектуальной математики Платформа

По словам Бринтона, оснащение классной комнаты искусственным интеллектом эквивалентно предоставлению каждому ученику цифрового репетитора. «Алгоритмы, управляющие ИИ, можно научить определять, когда ученик борется, и что заставляет его бороться, или когда им скучно и что вызывает их скуку», - говорит он.

Это переход от традиционного программного обеспечения для обучения, которое основывалось только на оценочных ответах, чтобы измерить понимание студентами изучаемых тем. «Эти данные часто недоступны во время лекции, а тем более - в менее чем второй секунде детализации, в которой студент может перейти от ясной к запутанной точке зрения», - говорит Бринтон.

В настоящее время существует ряд платформ на базе искусственного интеллекта, которые создают богатые цифровые профили каждого учащегося путем сбора оперативной информации о взаимодействии пользователя с материалами курса и контекстом. В дополнение к ведению учета оценок и баллов, Zoomi, платформа Brinton, помогала разрабатывать, отслеживать микро-взаимодействия, такие как просмотр определенных слайдов или страниц в документах PDF, воспроизведение определенной части видео или размещение вопроса или ответа в обсуждении. Форум.

Затем эти данные используются для построения модели, которая в режиме реального времени дает представление о понимании и вовлеченности учащихся в конкретные темы. Модели данных также помогают находить общие закономерности среди нескольких учащихся и выполнять прогнозную аналитику, например прогнозировать, как ученики будут действовать в будущем.

Более продвинутое использование ИИ может включать использование сложных алгоритмов компьютерного зрения для анализа выражений лица, таких как скука и рассеянность, и связывание их с другими данными, собранными о студентах, для создания более полной картины модели ученика.

Обнаружение и устранение пробелов в обучении

Наличие надежной цифровой модели, отражающей знания студента, дает множество преимуществ. «Эти данные могут автоматически использоваться интеллектуальной системой для немедленного вовлечения студентов в процесс обучения, который конкретно устраняет эти пробелы в понимании, или учителем для определения и реагирования на эти конкретные области потребностей», - говорит Вулли-Уилсон из Коробка мечта.

Third Space Learning, образовательная онлайн-платформа, основанная в 2012 году для индивидуального обучения математике, в настоящее время использует алгоритмы ИИ для повышения эффективности работы учителей. С момента своего запуска Third Space записывает данные о тысячах сессий. В сотрудничестве с Лондонским университетом колледжа Third Space в настоящее время участвует в проекте по сбору данных с помощью алгоритмов искусственного интеллекта, чтобы найти успешные схемы обучения и преподавания и обеспечить обратную связь в режиме реального времени с онлайн-репетиторами о том, как их ученики идут в ногу с уроки.

Модель ученика ИИ также может использовать интеллектуальные системы обучения (ИТС). Интеллектуальные преподаватели, которые могут работать в условиях самостоятельной учебы или совместно с преподавателями-людьми, используют исторические данные ученика и данные в реальном времени, чтобы предоставить им персонализированный контент, настроенный на их конкретные сильные и слабые стороны. Предоставление персонализированного учебного опыта является целью, которую учителя всегда стремились достичь.

«Системы обучения на базе искусственного интеллекта доказали свою эффективность в преподавании четко определенных предметных областей, таких как математика и физика», - говорит Роуз Лукин, профессор дизайна, ориентированного на учащихся, в Лондонской лаборатории знаний Лондонского университета. «В настоящее время ИИ может облегчить болевые точки, помогая вести учет, а также выбирать и рекомендовать ресурсы для использования учащимися».

Примером является MATHIA, основанная на искусственном интеллекте платформа обучения математике, разработанная Carnegie Learning, которая отражает поведение людей-репетиторов. MATHIA собирает различные точки данных и использует алгоритмы машинного обучения и прогностические модели для определения уровня знаний и навыков учащихся и оценки их успеваемости в будущем. Платформа использует эти данные для адаптации траектории обучения в соответствии с процессами обучения студентов.

«Каждый шаг в задаче, который может включать заполнение ячейки в электронной таблице, построение точки на графике и т. Д., Связан с одним или несколькими когнитивными навыками, - говорит Стив Риттер, главный архитектор продукта в Carnegie Learning. «В зависимости от того, правильно ли ученик выполняет этот шаг или запрашивает подсказку, мы корректируем нашу оценку знаний учащегося по соответствующим навыкам».

MATHIA использует «отслеживание знаний», процесс определения понимания студентом различных концепций, а также «отслеживание моделей», процесс понимания подхода студента к решению проблем, чтобы настроить поддержку программного обеспечения для процесса мышления отдельного студента вместо того, чтобы перенаправить их на стандартный подход, который может не иметь для них смысла. Это помогает обеспечить персонализированный контент с, возможно, бесчисленными путями обучения.

«Наши подсказки, например, меняются в зависимости от порядка, в котором учащиеся выполняют этапы задачи, если этот порядок отражает разные способы решения проблемы», - говорит Риттер.

Эволюция интеллектуальных систем обучения может в конечном итоге привести к более богатому опыту самостоятельного обучения. Хотя это и не заменит учителей-людей, онлайновые учебные платформы на базе ИИ могут сыграть ключевую роль в обеспечении высокого качества образования в тех областях, где не хватает учителей, и ученики должны учиться самостоятельно.

«Сочетание больших данных и ИИ может предоставить учащимся собственную аналитику, которую они могут использовать, чтобы стать самым эффективным учеником, каким они могут быть», - говорит Лукин.

По словам Лукина, самопознание (знание того, что ты делаешь, а чего не знаешь) и саморегуляция (например, способность не дать себе отвлекаться на то, что делает кто-то другой) - это два навыка, которые такие системы могут помочь развить, «ИИ может быть использован для поддержки (поддержки) учащихся в развитии этих ключевых навыков путем отражения их личных данных с использованием тщательно разработанных интерфейсов и визуализаций», - говорит Лукин. «Таким образом, всем учащимся можно помочь лучше учиться, что будет полезно во всех предметных областях».

Одним из преимуществ систем обучения на базе AI является бесперебойная помощь, которую они могут предоставить. «Те же интеллектуальные технологии, которые помогают ученикам и их учителям в классе, всегда должны использовать то же самое за пределами класса», - говорит Вулли-Уилсон. «Они могут принести одинаковую силу персональных рекомендаций, где бы ни находился студент. Возможности обучения и доступ больше не должны быть ограничены определенным временем или местом, как они обычно были в нашем аналоговом прошлом».

Корпоративное обучение может также извлечь выгоду из персонализации AI. Zoomi, который предоставляет онлайн-инструменты для профессионального обучения, использует алгоритмы искусственного интеллекта для распознавания предпочтений учащихся и динамической адаптации содержания курса для удовлетворения их потребностей. Например, на основе прошлого поведения пользователя и реакции на различные типы носителей платформа может решить, следует ли подавать материал курса в формате PDF или видео. Progressive Business Partners использует платформу с 2016 года для обучения специалистов по персоналу, что привело к 12-процентному увеличению завершения курса и 30-процентному увеличению выручки.

Обнаружение и устранение пробелов в обучении

Когда ученики отстают в уроке, недостатки в методах обучения и учебной программе часто так же виноваты, как и слабости самих учеников. Было ли причиной неправильного понимания студентом чего-либо о самом материале, о том, каким образом он был представлен, или о сроках подачи материала в рамках учебной программы? Было ли это, что у студента был грипп, когда некоторые необходимые понятия были покрыты ранее? Как ученик работал с материалом - активно или пассивно?

Это некоторые из вопросов, на которые должен ответить каждый учитель, оценивая качество поставленного урока и исследуя коренные причины проблем в обучении.

«Великие системы могут использовать огромные наборы данных, чтобы помочь учителям в поиске слабых мест в учебной программе и в поиске трудных учеников», - говорит Вулли-Уилсон. «И важно помнить, что объем помощи, предоставляемой учителю, зависит от качества данных, доступных для анализа».

Онлайн-платформа адаптивного обучения DreamBox использует данные, которые она собирает от учащихся, чтобы выявить пробелы в обучении, а затем помогает учителям решать их на уровне класса или для конкретных групп или отдельных учащихся. Это может включать создание групп стратегий, персонализированных планов обучения или целевых заданий, которые устраняют конкретные пробелы и дополняют основную учебную программу.

ИИ также помогает учителям в оценке актуальности их учебного материала. «Хотя контент доставляется« вживую »в классной комнате, большинство преподавателей готовят свои материалы в электронном виде», - говорит Бринтон, исследователь из Zoomi. «В результате технологии искусственного интеллекта могут интерпретировать материал, определять затронутые темы и даже анализировать материалы оценки курса, чтобы понять, насколько хорошо оценка охватывает содержание курса».

Zoomi использует Natural Language Processing (NLP), ветвь ИИ, которая анализирует содержание и контекст письменного материала, чтобы взвесить качество материала курса учителя. Алгоритмы Zoomi удаляют контент, который не оказывает положительного влияния на процесс обучения. Компания также работает над алгоритмами, которые расширяют учебный процесс, находя дополнительный контент и перенаправляя его, чтобы он подходил в контексте конкретного урока, в котором ученик испытывает трудности.

«Вскоре алгоритмы могут изменить предложения для ясности и даже создавать новый материал самостоятельно, как это сделал бы человек», - говорит Бринтон.

Content Technologies, Inc (CTI), компания, занимающаяся исследованиями и разработками в области искусственного интеллекта, расположенная в Калифорнии, разработала ИИ, который автоматически генерирует индивидуальный образовательный контент. Движок CTI использует глубокое обучение для усвоения и анализа учебных программ и материалов курса, овладения знаниями и создания нового контента, такого как пользовательские учебники, резюме глав и тесты с несколькими вариантами ответов. Технология используется рядом компаний и учебных заведений.

Образование останется социальным опытом

Хотя мы видим впечатляющие усилия в применении искусственного интеллекта в образовании, результаты бледнеют по сравнению с другими областями, где алгоритмы ИИ вызывают серьезные сбои. Причина в том, что образование и обучение - это, по сути, социальный опыт, который чрезвычайно трудно - если не невозможно - автоматизировать.

«ИИ не может заменить учителей, потому что у него нет самосознания или метакогнитивного регулирования, а также ему не хватает эмпатии», - говорит профессор из лаборатории знаний UCL Лукин. «Однако ИИ, когда его дизайн основан на том, что мы знаем об обучении и преподавании (то есть, обучающих науках), может быть объединен с большими данными об учениках, чтобы распаковать« черный ящик »обучения и позволить ученикам, учителям и родителям отслеживать прогресс по нескольким предметам, навыкам и характеристикам - это может предоставить жизненно важную информацию, чтобы помочь учащимся стать более эффективными в качестве учеников, а также помочь им усвоить знания и навыки ».

Расширение и помощь, которую AI оказывает процессу обучения и воспитания, сделает учителей еще более продуктивными и эффективными. «Учителя смогут сосредоточиться на том, что они умеют делать лучше всего: создавать превосходный контент, выступать с сильными лекциями и решать самые распространенные болевые точки как лично, так и удаленно, индивидуально и в группах», - говорит Бринтон.

Другим социальным аспектом образования является сотрудничество. Студенты часто учатся больше, работая в группах и друг с другом, как они слушают лекции и решают проблемы в своем собственном темпе. «Цели образования включают в себя более активное социальное взаимодействие, например, научиться быть хорошим сотрудником или общаться с другими», - говорит Риттер, архитектор продукта из Carnegie Learning. «Таким образом, проблема в персонализации обучения заключается в том, чтобы сбалансировать видение ученика как независимого ученика, который может двигаться в своем собственном темпе с необходимостью работать совместно с другими».

Но ИИ также может стать посредником в совместном обучении. « Разведенная разведка» , совместный исследовательский документ UCL и Pearson, соавтором которого является Лукин, объясняет, что ИИ может поддерживать совместное обучение, сравнивая модели учеников и предлагая группы, в которых участники находятся на одинаковом когнитивном уровне или имеют дополнительные навыки и могут помогать друг другу., ИИ также может участвовать в группах учащихся в качестве участника и помогать направлять дискуссии в правильном направлении, предоставляя контент, задавая вопросы и предлагая альтернативные точки зрения.

Повсеместное распространение ИИ в процессе обучения в конечном итоге произведет революцию в образовании. Согласно отчету Стэнфордского университета, в ближайшие пятнадцать лет вполне вероятно, что учителям-людям будут помогать технологии искусственного интеллекта, которые приведут к лучшему взаимодействию человека как в классе, так и дома.

Классная комната может остаться более или менее такой же, как сегодня, но благодаря цифровым ассистентам, алгоритмам искусственного интеллекта и более способным учителям будущие поколения, как мы надеемся, будут иметь доступ к более высокому качеству образования и смогут учиться гораздо быстрее.