Время чтения 4мин
ИИ или искусственный интеллект, все чаще возникают в разговорах специалистов электронного обучения - кто его использует и как, и что это значит для будущего корпоративного цифрового обучения. Поскольку издание Learning Solutions готовится исследовать ИИ со многих точек зрения, обзор основных аспектов ИИ может пригодиться. Здесь мы представим концепции и тенденции, которые могут появиться в любом глубоком обсуждении использования AI в eLearning.
Основополагающие термины и понятия
Искусственный интеллект относится в целом к технологиям, которые могут обучать и выполнять конкретные задачи.
Более сложные задачи связаны с машинным обучением, технологией следующего уровня, которая использует ИИ-машину или ИИ-технологию, и учит ее принимать «решения» на основе алгоритмов, учиться на основе этих решений и совершенствует своё собственное качество. Примеры использования машинного обучения включают в себя алгоритмы в Amazon или Netflix, которые дают рекомендации, основанные на предыдущих вариантах выбора потребителя, их алгоритмах и массивах других данных, которые они агрегировали из разных источников.
Как ИИ, так и машинное обучение в значительной степени зависят от алгоритмов. Алгоритм представляет собой набор шагов, выполняемых человеком или компьютером для выполнения задачи. Вы можете понять на примере рецепта или оптимальных маршруты, которые ваш сайт стоматолога предоставляет в качестве простых алгоритмов. Другие алгоритмы требуют огромных вычислительных мощностей. Некоторые алгоритмы могут давать плохой ответ или даже неверный. В некоторых случаях алгоритм, который очень эффективно дает «хороший» ответ, может быть предпочтительнее «идеального» алгоритма, который выбирал бы самый лучший вариант, но для этого решения потребовалось бы гораздо больше времени и вычислительной мощности. Выбор (или создание) наиболее подходящего алгоритма для задачи может сделать задачу более быстрой, эффективной или более успешной. Алгоритм, который улучшается с использованием, использует машинное обучение.
ИИ в развитии электронного обучения
Искусственный интеллект уже проявляется во многих областях электронного обучения. Примером может служить программа чата или викторины, которая «решает», какой вопрос задавать ученику, основываясь на предыдущих ответах учащегося, например, добавляя вопросы в областях, где учащийся имеет более неправильные ответы или переходит на более высокий уровень, когда ученик последовательно вводит правильные ответы. Другое распространенное использование заключается в ответе на простые вопросы: алгоритм AI может быть «обучен» базовой информации, которая, скажем, может потребоваться новым сотрудникам. Он может быть представлен как смарт-чатбот, который «понимает» и отвечает на разговорные текстовые сообщения и вопросы от этих сотрудников. Обратите внимание, что приложения AI на самом деле не чувствительны и не думают, не решают или не понимают; они применяют логические правила для выполнения задач, которые приближают эти когнитивные задачи.
Хотя создание AI в eLearning будет оставаться горячей темой в L&D (обучении и развитии персонала) еще некоторое время, использование AI в фактическом контенте eLearning не является единственным способом применения AI для улучшения электронного обучения. Алгоритмы AI и особенно те «умные» технологии машинного обучения могут помочь разработчикам создать лучшее электронное обучение.
Одним из способов, которым ИИ может помочь в развитии электронного обучения, является улучшение классификации элементов контента. Поскольку цифровые ученики все чаще ожидают, что контент будет предлагаться в нескольких форматах и на разных платформах, многие команды L&D могут оказаться «перепрофилированием» контента и реализацией дизайна «плюс-один». Часть информации может быть представлена, скажем, в видео, инфографике, текстовом файле, содержащем транскрипцию видео, и вопроснике на основе чата, которая предлагает обратную связь.
Разработчик может попытаться отслеживать все места, в которых упоминается и объясняется концепция, а затем найти контент для его повторного использования. В качестве альтернативы инструмент на основе ИИ может просеиваться через огромное количество контента, идентифицировать и эффективно находить подходящий контент, что позволяет разработчику быстро повторно использовать контент. Автоматизация этого процесса повышает согласованность материалов на разных платформах, одновременно экономя время разработки.
С чего начать: AIaaS и eLearning
Вам может быть интересно, где вы можете получить некоторые инструменты AI. Не бойтесь; это не вне досягаемости даже для маленьких (читай: малоимущих) специалистов по L&D. Появление AIaaS или «AI как сервиса» позволяет разработчикам eLearning приобретать или лицензировать алгоритмы и инструменты и компоненты AI, тем самым избегая времени и затрат на разработку своих собственных. Эти решения не применимы ко всем ситуациям, где ИИ может быть полезен в экосистеме eLearning данной компании, но они предлагают некоторые привлекательные преимущества, в том числе возможность добавлять «стандартные» задачи AI к вашему набору инструментов. Стандартная задача AI - это часть многих хорошо изученных и часто используемых решений. Это может быть нечто вроде идентификации конкретных объектов на фотографиях (например, собак) или определенных задач логики и принятия решений, которые используют аналогичные процессы.
Многие продукты AIaaS облачны, что потенциально требует, чтобы разработчики и, возможно, учащиеся могли получать доступ к облаку всякий раз, когда используют эти инструменты. Несколько известных технологических гигантов предлагают инструменты и платформы AIaaS:
- Microsoft Azure представляет собой облачный набор сервисов, который разработчики могут использовать для создания и управления приложениями AI, такими как распознавание изображений или приложения на основе ботов.
- IBM Watson предлагает облачные сервисы AI, которые могут быть интегрированы в ваши приложения; вы можете хранить и управлять своими собственными данными в IBM Cloud для использования с платформой Watson.
- Google TensorFlow - это библиотека программного обеспечения для обучения компьютера с открытым исходным кодом.
- Amazon Web Services включает множество сервисов и продуктов, расположенных на облаке Amazon.
Однако AIaaS - это не только игровая площадка для богатых и огромных компаний. Butler Analytics опубликовала список более 20 платформ AIaaS более года назад; с тех пор поле только расширялось. При рассмотрении вопроса об использовании ИИ в электронном обучении и развитии электронного обучения рекомендуется тщательно выбирать платформу. Каждая из различных платформ имеет свои сильные и слабые стороны; которая является «правильной», сильно зависит от потребностей разработчиков и учащихся, а также от технических навыков разработчиков, которые будут использовать эти инструменты и сервисы для создания инструментов электронного обучения, улучшающих AI.
