Автор Лори Форсье
Роботы приходят - или, вероятно, уже пришли - в школу или университет рядом с вами. Должны ли вы беспокоиться об этом?
Легко понять, почему некоторые считают, что применение ИИ в обучении дегуманизирует образование. Но алгоритмы и модели, которые управляют этими технологиями, составляют основу человеческой деятельности. ИИ может предоставить учителям и учащимся инструменты, чтобы они могли видеть не только то, что изучают, но и как это изучают. Он также может помочь учащимся развить знания и навыки, которые ищут работодатели.
Итак, прежде чем беспокоиться, вот пять вещей, которые вы должны знать об искусственном интеллекте и обучении.
ИИ помогает нам открыть «черный ящик обучения».
ИИ включает в себя компьютерное программное обеспечение, которое было запрограммировано для взаимодействия с миром способами, обычно связанными с человеческим интеллектом. Для этого он использует как знания о мире, так и алгоритмы для интеллектуальной обработки этих знаний. Эти знания о мире представлены в «моделях».
В применении ИИ к обучению используются три ключевые модели:
- педагогическая модель, представляющая знания и опыт преподавания
- модель предметной области, представляющая знание изучаемого предмета
- модель ученика, представляющая (конечно!) ученика
Эти модели развиваются, то есть становятся умнее со временем, когда учащиеся взаимодействуют с ними.
Используя ИИ в обучении, мы надеемся «сделать в вычислительном отношении точные и явные формы образовательных, психологических и социальных знаний, которые часто остаются неявными». Другими словами, ИИ может быть нашим самым мощным инструментом для открытия того, что иногда называют «черный ящик обучения».
Когда ученик использует инструмент обучения, основанный на искусственном интеллекте, результатом является более глубокая и более детальная запись того, как обучение действительно происходило или не происходило. Например, ИИ может помочь нам увидеть и понять микроэтапы, через которые учащиеся проходят в обучении, или возникающие распространенные заблуждения. Эти понимания могут быть использованы для улучшения технологий обучения, а также могут быть эффективно использованы учителями-людьми.
ИИ не заменит учителей-людей
Хотя ИИ предназначен для взаимодействия с миром с помощью способностей и поведения, которое мы можем рассматривать как человека (например, при распознавании и чтении рукописного текста), важно помнить, что ИИ не имеет своего собственного разума, и что искусственный интеллект отличается от человеческого интеллекта. И, как мы узнали из мира соревновательных шахмат, именно комбинация человек плюс машина обеспечивает абсолютное преимущество.
Таким образом, вместо будущего, в котором ИИ заменяет учителей, мы прогнозируем, что дальнейшее внедрение инструментов обучения на основе ИИ послужит катализатором для преобразования роли учителя. Опираясь на силу человеческого и искусственного интеллекта, учительское время будет использоваться более эффективно и результативно, а их знания будут лучше развернуты, использованы и расширены.
ИИ поможет нам лучше понять мягкие навыки
Из нашего прошлого исследования «Будущее навыков» и работы многих других мы знаем, что комбинации знаний и навыков, необходимых для успеха в будущем, будут отличаться от того, что ожидается сегодня.
Хотя технические навыки будут становиться все более важными, в равной степени, если не более ценными, будут три категории «мягких навыков», которые будут лежать в основе синергии человек-машина:
- навыки, связанные с нашей постоянной способностью учить и учиться
- навыки, связанные с пониманием, навигацией и адаптацией к сложным системам
- навыки, связанные с творчеством и оригинальностью
В дальнейшем ИИ сможет помочь преподавателям и ученикам выполнить две важные задачи. Во-первых, установить более строгие и систематические способы классификации и оценки мягких навыков, которые приобретают учащиеся. (Другими словами, для разработки жестких показателей мягких навыков.) И, во-вторых, для понимания и документирования стратегий преподавания и обучения, которые наилучшим образом помогают учащимся развивать и укреплять конкретные мягкие навыки более структурированным, систематическим и обдуманным образом.
Увеличивающийся диапазон сбора данных, используемых инструментами обучения на основе ИИ, таких как биологические данные, распознавание голоса и отслеживание глаз, предоставит новые типы доказательств для трудно оцениваемых в настоящее время навыков. Например, опыт обучения на основе практики, который включает в себя элементы решения проблем или совместной работы, может оцениваться с использованием комбинации источников данных, включая распознавание голоса (для определения того, кто делает и что говорит в групповой деятельности) и отслеживание глаз (для изучения того, кто из учащихся сосредотачивается на каком учебном ресурсе в любой конкретный момент времени).
Кроме того, все более широкое использование инструментов обучения на основе ИИ позволит собирать массовые данные о методах преподавания и обучения, которые лучше всего работают, что позволяет нам отслеживать прогресс учащихся в отношении различных подходов к обучению и, в свою очередь, заполнять динамический каталог лучших методов преподавания, подходящих для развития различных навыков и способностей в различных средах.
ИИ поможет нам привлечь умных, персональных преподавателей к каждому ученику.
Долгое время считалось, что индивидуальное репетиторство является наиболее эффективным подходом к преподаванию и обучению (по крайней мере, так Аристотель обучал Александра Великого!). Но до сих пор индивидуальное обучение было недостижимой целью. Мало того, что не хватает человеческих наставников; он также никогда не будет доступным для всех. Как мы можем сделать положительное влияние индивидуального обучения доступным для всех учащихся по всем предметам?
Именно здесь вступают интеллектуальные системы обучения (ITS). ITS использует методы искусственного интеллекта для имитации индивидуального обучения, обеспечения учебной деятельности, наилучшим образом соответствующей познавательным потребностям учащегося, и обеспечения целенаправленной и своевременной обратной связи, и все это без необходимости участия индивидуального учителя. Некоторые ITS дают ученику контроль над своим обучением, чтобы помочь ему развить навыки саморегуляции; другие используют педагогические стратегии для поддержки обучения, чтобы учащийся был соответствующим образом озадачен и поддержан.
Одним из новых примеров ITS является Aida, мобильный тьютор математического исчисления Pearson на основе ИИ.
В Аиде ИИ применяется для выполнения нескольких задач, чтобы помочь индивидуально настроить репетиторство в соответствии с учебным курсом и возможностями ученика. В частности, ИИ используется для распознавания и анализа почерка учащегося и решаемой проблемы; анализирует каждую строку письменного решения; предоставляет пошаговую обратную связь о том, что является правильным или неправильным; дает подсказки о том, как решить проблему, включая соответствующие объяснения или примеры; и рекомендует другие связанные концепции для практики или изучения, чтобы усилить понимание.
Ученики, управляемые искусственным интеллектом, будут поддерживать наше обучение в течение всей жизни.
Ранние версии Learning Companion Systems, разработанные в 1980-х годах, были совместными компьютерными обучающими компаньонами. Компаньоны использовали сотрудничество и соревнование, чтобы стимулировать обучение учащихся. Они также могут выступать в роли ученика для ученика-человека, который будет репетитором, и тем самым поможет ученику учиться.
Следующее поколение обучающихся компаньонов готово стать неотъемлемой частью обучения на протяжении всей жизни. Нет никаких технических препятствий для развития компаньонов, которые могли бы сопровождать и поддерживать отдельных учеников на протяжении всего обучения - начиная со школы и заканчивая высшим образованием, множеством карьер и выходом на пенсию. Эти спутники обучения на протяжении всей жизни могут базироваться в облаке, быть доступными через множество устройств и работать автономно при необходимости.
Вместо того, чтобы преподавать все предметные области или навыки, обучающийся компаньон может получить доступ к специализированным системам искусственного интеллекта или людям по мере необходимости. Кроме того, компаньон может сосредоточиться на том, чтобы помочь учащимся стать лучше в обучении, например, с помощью подсказок, направленных на развитие мышления роста. И поскольку система такого типа может помочь всем учащимся получить доступ к учебным ресурсам, оптимальным для их потребностей, она подойдет как для учащихся, так и для тех, кто добился высоких результатов.
Чтобы сделать обучение на протяжении всей жизни эффективным и успешным, мы знаем, что учащимся понадобятся более совершенные навигационные инструменты и услуги для составления схемы своего обучения. Компаньон на протяжении всей жизни мог бы также выполнять эту роль. Думайте об этом как о навигаторе Waze для обучения. Компаньон может помочь учащимся определить их сильные и слабые стороны, а также предложить методы и ресурсы для более быстрого развития навыков. И он может быть объединен со сложной аналитикой рынка труда, что даст более детальное представление о том, как развиваются рабочие места, требования к навыкам и возможности карьерного роста. Эта информация поможет учащимся определить карьерные возможности, приобрести новые знания и приобрести необходимые навыки.
Этот блог основан на двух недавних научных статьях Pearson «Освобожденный интеллект: аргумент в пользу ИИ в образовании» (Luckin, et al., 2016, Pearson) и «Возможность получения высшего образования в эпоху экономики талантов» (2019, Pearson).