Kako umjetna inteligencija oblikuje budućnost obrazovanja

Kada usporedite tipičnu učionicu 21. stoljeća s onom iz ranih 1900-ih, razlike nisu strašno očite. Učitelji će stajati ispred i davati upute i dijeliti bilješke o modernoj verziji stare ploče - recimo, grafoskopu ili zajedničkom zaslonu računala. Studenti će sjediti za svojim stolovima u učionici ili gledati putem softvera za video konferencije. Tehnologija se promijenila: Mnoštvo alata i procesa digitalizirano je, neki su automatizirani, a geografske prepreke uklonjene su u određenoj mjeri - ali akteri i elementi ostali su gotovo isti.

Ali zahvaljujući napretku umjetne inteligencije (AI) i strojnom učenju, dolazi do sporog, ali postojanog preobražaja u obrazovanje, pod kapom. Za nekoliko godina učitelji više neće biti sami u podnošenju tereta obuke mlade generacije ili radne snage u korporacijama.

AI algoritmi već pomažu u poboljšanju obrazovanja prikupljanjem, analizom i korelacijom svake interakcije koja se odvija u fizičkim i virtualnim učionicama te pomažu nastavnicima da se pozabave specifičnim bolnim točkama svakog učenika. Ovo bi mogao biti početak revolucije jedne od najstarijih i najcjenjenijih društvenih vještina koje je čovječanstvo razvilo, i imperativ u svijetu u kojem ljudi žive i rade zajedno s pametnim strojevima.

Mjerenje napretka učenika

Učitelji moraju uzeti u obzir svaku reakciju na predavanje, svaki prazan ili pažljiv pogled, svaki željan ili neodlučan odgovor na pitanje, svaki zadatak koji se pretvori u rano ili kasno i puno više prilikom procjene studentskog shvaćanja koncepta. Tako mogu otkriti gdje zaostaju studenti i usmjeravati ih u pravom smjeru.

To je i razlog zašto je mjerenje napretka učenika, duboko društveni pothvat, jedan od najvećih izazova s ​​kojim se svaki učitelj susreće i zadatak koji je teško izvršiti klasičnim softverom koji se temelji na pravilima.

"Predavanja za tečajeve, bilo na fakultetu ili u korporaciji, uglavnom su jedna za sve, s dominantnim načinom učitelji razgovaraju sa studentima", kaže Chris Brinton, šef istraživanja u Zoomi, AI kompaniji koja je specijalizirana u snimanju i analiziranju podataka o ponašanju u obrazovnim okruženjima. "To se rađa iz nužde: bilo bi nemoguće ili barem neučinkovito sa stajališta vremena da nastavnik pauzira predavanje kroz duže vremensko razdoblje i obraća se svakom studentu koji se bavi pojedinačno kako bi sve doveo na istu stranicu. Umjesto toga, obično bi se od učenika s mnogim pitanjima moglo pitati da nastavi sa instruktorom izvan sata nastave."

Međutim, algoritmi strojnog učenja, koji se temelje na analizi i pronalasku obrazaca i povezanosti između podataka, dokazuju se učinkovitim alatom za pomoć nastavnicima u kvantifikaciji studentskog razumijevanja predavanja.

"Analizom specifičnih podataka o studentima AI ima potencijal pomoći bržim površinama u kojima će učenicima trebati veća pomoć, poboljšavajući postignuća učenika i podršku nastavnika", kaže Jessie Woolley-Wilson, predsjednik i izvršni direktor DreamBox Learninga, inteligentne matematike platforma za učenje.

Opremanje učionice umjetnom inteligencijom ekvivalent je pružanju digitalnog učitelja svakom učeniku, objašnjava Brinton. "Algoritmi koji upravljaju AI mogu biti osposobljeni za otkrivanje kada se učenik bori i što ih je natjeralo da se bore, ili kada im je dosadno i što je uzrokovalo njihovu dosadu", kaže on.

Ovo je pomak od tradicionalnog softvera za učenje, koji se oslanjao samo na odgovore na ocjenjivanje kako bi se izmjerio razumijevanje učenika od tema koje proučavaju. "Ovi podaci često nisu dostupni tijekom predavanja, još manje kod potsekundne detaljnosti u kojoj se student može prebaciti s jasnog na zbunjeno gledište", kaže Brinton.

Sada postoji niz platformi koje pokreću AI koji stvaraju bogate digitalne profile svakog učenika prikupljajući žive podatke iz interakcije korisnika s materijalima predmeta i kontekstom. Pored vođenja evidencije o ocjenama i ocjenama, Zoomi, platforma Brinton pomogla je u razvoju, praćenju mikro-interakcija kao što su pregled specifičnih slajdova ili stranica na PDF dokumentima, reprodukcija određenog dijela videozapisa ili postavljanje pitanja ili odgovora na raspravu forum.

Podaci se zatim upotrebljavaju za izradu modela koji u stvarnom vremenu može dati uvid u studentovo razumijevanje i bavljenje određenim temama. Modeli podataka također pomažu u pronalaženju uobičajenih obrazaca među više učenika i provođenju prediktivne analitike, poput predviđanja kako će učenici raditi u budućnosti.

Naprednija upotreba AI može uključivati ​​korištenje kompliciranih algoritama računalnog vida za analizu izraza lica, poput dosade i odvraćanja pažnje, te njihovo povezivanje s ostalim podacima prikupljenim o studentima kako bi se stvorila potpunija slika modela učenika učenika.

Pronalaženje i otklanjanje nedostataka u učenju

Mnogo je prednosti od pouzdanog digitalnog modela koji predstavlja znanje učenika. "Podaci se mogu automatski koristiti inteligentnim sustavom kako bi se učenici odmah uključili u iskustva učenja koja posebno rješavaju te nedostatke u razumijevanju ili će ih učitelj prepoznati - i odgovoriti na ta" specifična područja potreba ", kaže Woolley-Wilson iz DreamBox.

Treće svemirsko učenje, internetska obrazovna platforma osnovana 2012. godine radi pružanja pouke matematike jedan na jedan, sada koristi AI algoritme kako bi poboljšala rad nastavnika. Od svog pokretanja, Third Space zabilježio je podatke o tisućama sesija. U suradnji sa University of College London, Third Space sada je uključen u projekt prikupljanja podataka pomoću AI algoritama kako bi pronašli uspješne obrasce učenja i podučavanja i pružio povratne informacije svojim nastavnicima u stvarnom vremenu o tome kako njihovi studenti budu u toku lekcije.

Model AI učenika također može pokrenuti inteligentne sustave podučavanja (ITS). Inteligentni učitelji, koji mogu raditi u okruženju učenja koje se tempira na korak ili u suradnji s ljudskim učiteljima, koriste povijesne i stvarne podatke učenika kako bi im pružili personalizirani sadržaj prilagođen njihovim specifičnim snagama i slabostima. Pružanje personaliziranog iskustva učenja cilj je za koji su se nastavnici uvijek borili.

"Autorski sustavi podučavanja pokazali su se učinkovitim u poučavanju dobro definiranih predmetnih područja, poput matematike i fizike", kaže Rose Luckin, profesorica dizajna u fokusu učenika na Sveučilištu u Londonu. "AI trenutno može ublažiti bolove pomažući u vođenju evidencije i odabirom i preporukom resursa koje učenici trebaju koristiti."

Primjer je MATHIA, platforma za učenje matematike koju pokreće AI, a razvio ju je Carnegie Learning koja zrcali ponašanje ljudskih učitelja. MATHIA prikuplja različite podatkovne točke i koristi algoritme strojnog učenja i prediktivne modele kako bi odredio nivo znanja i vještina učenika i procijenio njihov rad u budućnosti. Platforma koristi ove podatke kako bi prilagodila put učenja u skladu sa procesima učenja učenika.

"Svaki korak u problemu, koji bi mogao uključivati ​​popunu ćelije u proračunskoj tablici, crtanje točke na grafu itd., Povezan je s jednom ili više kognitivnih vještina", kaže Steve Ritter, glavni proizvodni arhitekt iz Carnegie Learninga. "Ovisno o tome radi li student ispravno ili ne, ili traži savjet, prilagođavamo procjenu svog znanja i pridružene vještine."

MATHIA koristi "praćenje znanja", postupak utvrđivanja razumijevanja učenika različitih koncepata, kao i "traženje modela", proces razumijevanja studentskog pristupa rješavanju problema, radi prilagođavanja softverske podrške procesu razmišljanja pojedinog učenika umjesto da ih preusmjerite na standardni pristup koji im možda nema smisla. To pomaže u pružanju personaliziranog sadržaja s moguće bezbroj staza učenja.

"Naši se savjeti, na primjer, mijenjaju na temelju redoslijeda kojim studenti dovršavaju korake problema, ako ova naredba odražava različite načine pristupa problemu", kaže Ritter.

Evolucija inteligentnih sustava podučavanja na kraju može dovesti do bogatijeg iskustva učenja samostalnog tempa. Iako to neće biti zamjena za ljudske učitelje, mrežne platforme za učenje koje pokreću AI mogu igrati glavnu ulogu u tome da visokokvalitetno obrazovanje postane dostupno na područjima gdje nedostaje učitelja, a učenici moraju učiti sami.

"Kombinacija velikih podataka i AI mogla bi učenicima pružiti vlastitu osobnu analitiku koju mogu iskoristiti kako bi postali najučinkovitiji polaznici", kaže Luckin.

Luckin je samospoznavanje (znati što radite, a što ne znate) i samoregulacija (na primjer, biti u stanju spriječiti da vas ometa ono što netko drugi radi) dvije vještine koje takvi sustavi mogu razvijati., "AI se može koristiti za skeniranje (podršku) polaznicima za razvoj tih ključnih vještina odražavanjem njihovih osobnih podataka koristeći pažljivo dizajnirana sučelja i vizualizacije", kaže Luckin. "Na ovaj način svim učenicima može se pomoći da budu bolji u učenju, što bi bilo korisno u svim predmetnim područjima."

Jedna od prednosti učenja i učenja usmjerena na AI je besprijekorna pomoć koju mogu pružiti. "Iste inteligentne tehnologije koje pomažu učenicima i njihovim nastavnicima unutar učionice uvijek bi trebale utjecati na to da rade isto izvan učionice", kaže Woolley-Wilson. "Mogu donijeti jednaku snagu personaliziranih preporuka gdje god se učenik nalazi. Mogućnosti učenja i pristup više ne smiju biti ograničeni na određeno vrijeme ili mjesto kao što su to obično imali u našoj analognoj prošlosti."

Korporativni trening također može imati koristi od AI personalizacije. Zoomi, koji pruža internetske alate za stručno usavršavanje, koristi AI algoritme za prepoznavanje preferencija učenika i dinamičko prilagođavanje sadržaja tečaja u skladu s njihovim potrebama. Na primjer, na temelju prijašnjeg ponašanja korisnika i reakcije na različite vrste medija, platforma može odlučiti treba li se materijal tečaja poslužiti u PDF ili video formatu. Progresivni poslovni partneri platformu koriste od 2016. za obuku HR stručnjaka, što je rezultiralo 12-postotnim porastom završetka tečaja i povećanjem prihoda od 30 posto.

Pronalaženje i otklanjanje nedostataka u nastavi

Kada učenici zaostaju za poukom, često se krive nedostaci u nastavnim metodama i nastavnom planu i programu kao i slabosti samih učenika. Je li uzrok nerazumijevanja učenika o samom materijalu, načinu na koji je prezentiran ili vremenu izvođenja gradiva unutar tijeka nastavnog plana i programa? Je li to bilo da je student imao gripu kad su prethodno pokriveni nekim potrebnim pojmovima? Kako je student stupio u interakciju s gradivom - aktivno ili pasivno?

To su neka od pitanja na koja svaki učitelj mora odgovoriti prilikom ocjenjivanja kvalitete održane lekcije i istraživanja korijenskih problema problema u učenju.

"Sjajni sustavi mogu iskoristiti ogromne skupove podataka kako bi se nastavnicima moglo pomoći u pronalaženju nedostataka u nastavnom planu i programu, " kaže Woolley-Wilson. "I važno je zapamtiti da količina pomoći nastavniku ovisi o kvaliteti dostupnih podataka koji omogućuju analizu."

DreamBoxova internetska platforma za adaptivno učenje koristi podatke koje prikuplja od učenika kako bi otkrili nedostatke u učenju, a zatim pomaže nastavnicima da ih riješe na razini razreda ili za određene grupe ili pojedine učenike. To može uključivati ​​stvaranje strateških grupa, personalizirane planove učenja ili fokusirane zadatke koji se bave određenim nedostacima i nadopunjuju temeljni kurikulum.

AI također pomaže nastavnicima u procjeni relevantnosti njihovog nastavnog materijala. "Dok se sadržaj isporučuje" uživo "u učionici, većina instruktora svoje materijale priprema elektronički", kaže Brinton, istraživačica iz Zoomi. "Kao rezultat, AI tehnologijama je moguće interpretirati građu, odrediti obrađene teme, pa čak i analizirati materijale za ocjenjivanje predmeta kako bi stekli uvid u to koliko dobro procjena pokriva sadržaj predmeta."

Zoomi koristi obradbu prirodnog jezika (NLP), granu AI-a koja analizira sadržaj i kontekst pisane građe, kako bi odmjerila kvalitetu gradiva nastavnika. Zoomi algoritmi uklanjaju sadržaj koji nema pozitivan utjecaj na proces učenja. Tvrtka također radi na algoritmima koji povećavaju iskustvo učenja pronalazeći komplementarne sadržaje i preusmjeravajući ih tako da se uklopi u kontekst određene lekcije gdje se učenik bori.

"Uskoro bi algoritmi mogli izmijeniti rečenice radi jasnoće, pa čak i sami napisati novi materijal kao što bi to učinili ljudi", kaže Brinton.

Content Technologies, Inc (CTI), tvrtka za istraživanje i razvoj umjetne inteligencije sa sjedištem u Kaliforniji, razvila je AI koji automatski generira prilagođene obrazovne sadržaje. CTI-ov motor koristi duboko učenje za gutanje i analizu nastavnog programa i materijala za tečajeve, savladavanje znanja i generiranje novih sadržaja kao što su prilagođeni udžbenici, sažeci poglavlja i testovi s više izbora. Tehnologiju koriste brojne tvrtke i obrazovne institucije.

Obrazovanje će ostati socijalno iskustvo

Iako smo vidjeli impresivne napore u primjeni umjetne inteligencije u obrazovanju, rezultati blijede u usporedbi s drugim domenama gdje AI algoritmi uzrokuju velike poremećaje. Razlog je taj što su obrazovanje i učenje u osnovi društvena iskustva koja je izuzetno teško - ako ne i nemoguće - automatizirati.

"AI ne može zamijeniti učitelje, jer nema samosvijesti ili metakognitivne regulacije, a nedostaje i empatije", Luckin, profesor iz UCL Laboratorija znanja. "Međutim, AI, kada je njegov dizajn obaviješten onim što znamo o učenju i poučavanju (tj. Nauke o učenju), može se kombinirati s velikim podacima o učenicima kako bi se otpakirao crni okvir učenja i omogućio učenicima, nastavnicima i roditeljima da prate napredak u više predmeta, vještina i karakteristika - to može pružiti vitalne informacije za podršku učenicima da postanu učinkovitiji kao polaznici, kao i za pomoć u učenju znanja i vještina."

Povećavanje i pomoć koju AI pruža procesu obrazovanja i učenja učinit će nastavnike još produktivnijima i učinkovitijima. "Učitelji će se moći usredotočiti na ono što najbolje mogu: stvoriti odličan sadržaj, održati snažna predavanja i pozabaviti se najprodornijim bolnim točkama, kako osobno, tako i na daljinu, pojedinačno i u skupinama", kaže Brinton.

Drugi socijalni aspekt obrazovanja je suradnja. Studenti često nauče više radeći u skupinama i međusobno, kao što slušaju predavanja i rješavaju probleme vlastitim tempom. "Ciljevi obrazovanja uključuju više društvene interakcije, poput učenja kako biti dobar suradnik ili komunicirati s drugima", kaže Ritter, arhitektica proizvoda iz Carnegie Learninga. "Dakle, izazov u personaliziranju nastave je uravnotežiti viđenje učenika kao neovisnog učenika koji može nastaviti vlastitim tempom s potrebom da sarađuje s drugima."

Ali AI bi također mogao postati pokretač suradničkog učenja. Intelligence Unleashed , zajednički istraživački rad UCL-a i Pearsona, koji je Luckin napisao, objašnjava da AI može podržati zajedničko učenje uspoređujući modele učenika i predlažući grupe u kojima su sudionici na sličnoj kognitivnoj razini ili imaju komplementarne vještine i mogu si međusobno pomoći, AI također može sudjelovati u skupinama učenika kao član i pomoći usmjeriti rasprave u pravom smjeru pružajući sadržaj, postavljajući pitanja i pružajući alternativna stajališta.

Sveprisutnost AI u procesu učenja na kraju će revolucionirati obrazovanje. Prema izvještaju sa Sveučilišta Stanford, u narednih petnaestak godina vjerovatno je da će ljudskim učiteljima pomoći AI tehnologije koje će rezultirati boljom ljudskom interakcijom i u učionici i u kući.

Učionica će možda ostati manje-više takva kakva je danas, ali zahvaljujući digitalnim asistentima, AI algoritmima i sposobnijim nastavnicima, buduće generacije će, nadamo se, imati pristup kvalitetnijem obrazovanju i moći će učiti s mnogo bržim tempom.