Автор Бен Уильямсон
Новые источники данных о биологических процессах, участвующих в обучении, начинают появляться в исследованиях в области образования. По мере того как науки о человеческом теле трансформировались благодаря достижениям в вычислительных мощностях и анализе данных, исследователи начали объяснять обучение и результаты, такие как школьная успеваемость и достижения, с точки зрения их человеческих основ. Эти новые подходы, однако, вызывают споры и требуют пристального анализа социальных наук, чтобы понять, какие процессы производства знаний задействованы, а также как они воспринимаются в общественных, академических и политических дебатах.
В конце прошлого года Leverhulme Trust предоставил нам грант на исследовательский проект по изучению развития биологии с интенсивным использованием данных в образовании.
Сейчас, когда мы начинаем проект, мне очень приятно работать с отличной междисциплинарной командой, в которую входят Джессика Пайкетт, социальный и политический географ из Бирмингемского университета; Мартин Пикерсгилл, социолог науки и медицины из Эдинбурга; и Димитра Котуза, политический социолог, присоединившаяся к нам в Эдинбурге прямо из превосходного предыдущего проекта по сетям политики, практике обработки данных и маркетингу, вовлеченному в преодоление «кризиса психического здоровья» в высшем образовании Великобритании.
Проект фокусируется на трех областях биологии с интенсивным использованием данных в образовании:
- появление генетики «больших данных» в форме «общегеномных ассоциативных исследований» с использованием молекулярных методов и биоинформатических технологий, включая биобанки, микрочипы и лабораторные роботы-сканеры для выявления сложных «полигенных моделей», связанных с результатами обучения
- развитие нейротехнологий в науках о мозге, таких как носимые электроэнцефалографические (ЭЭГ) гарнитуры, нейровизуализация и интерфейсы мозг-компьютер с возможностями нейробиоуправления, и их применение в школьных экспериментах
- быстрый прогресс в разработке и использовании технологий искусственного интеллекта, ориентированных на аффекты, таких как голосовые интерфейсы и определение эмоций на лице для интерактивного, персонализированного обучения, основанного на знаниях и практике в психологических и когнитивных науках
Мы планируем отслеживать эти разработки и их связи с соответствующими достижениями в области обучающих наук, искусственного интеллекта в образовании, а также с недавними предложениями, касающимися «учебной инженерии» и «точного образования». Во всем этом диапазоне деятельности мы видим согласованные усилия по использованию технологий, методологий и практик, основанных на научных данных, для записи биологических данных, связанных с обучением и образованием, а в некоторых случаях для разработки ответных мер или вмешательств на их основе. Мы только начинаем проект со всей командой, но несколько недавних событий помогают понять, почему мы считаем проект важным и своевременным.
Споры о генетике образования
В тот же день, когда поступил наш грант Leverhulme Trust, 6 сентября, The New Yorker опубликовал статью из 10 000 слов под названием «Могут ли прогрессисты убедиться в том, что генетика имеет значение?» В основном это полный профиль профессора психологии Пейдж Харден, долгая и противоречивая история поведенческой генетики, области, в которой Харден стала ведущим голосом, о чем свидетельствует предстоящая публикация ее книги «Генетическая лотерея: почему ДНК имеет значение для социального равенства».
Основной упор в статье сделан на попытки Харден найти «золотую середину» между правыми генетическими детерминистами и левыми прогрессистами. В пьесе она описывается как «левонаследница», признающая роль биологии в социальных результатах, таких как уровень образования, а также неотделимость таких результатов от социальных и экологических факторов («двунаправленность гена и среды»). Статья в первую очередь сосредоточена на политике поведенческой генетики, которая долгое время была предметом споров даже в научных дисциплинах генетики из-за ее «уродливой истории» в евгенике и научном расизме.
Судя по реакции исследователей-генетиков и преподавателей в Твиттере, это проблемы - как дисциплинарные, так и политические - более сложные и трудноразрешимые, чем позволяет сама статья или научные данные. Несмотря на оптимистические надежды на «золотую середину», остаются опасения, что новые идеи молекулярной генетики поведения будут мобилизованы и переработаны идеологически мотивированными группами для укрепления опасных генетически-редукционистских представлений о расе, поле и классе.
В профиле New Yorker также отмечается, что недавние разработки в области полногеномных ассоциативных исследований (GWAS) начали давать важные открытия о связи между генами и результатами обучения. Это попытки «больших данных» с использованием выборок более миллиона субъектов и сложной биоинформатической инфраструктуры анализа данных, и они являются частью развивающейся области, известной как «социогеномика».
Опять же, многие из этих социогеномических исследований, по-видимому, основаны на левой наследственной точке зрения - они рассматривают сложные биологические полигенные паттерны, связанные с результатами образования, как действующие двунаправленно с факторами окружающей среды, и утверждают, что генетически обоснованные знания могут привести к лучшим результатам, ориентированным на социальную справедливость.
Но образовательные исследования GWAS и полигенная оценка, основанная на парадигме социогеномики, сами по себе не являются устоявшейся наукой. Как я начал иллюстрировать в некоторых недавних подготовительных исследованиях для этого проекта, научный аппарат основанного на данных, основанного на биоинформатике подхода к образованию продолжает развиваться, дает очень разные формы интерпретации и ведет к разногласиям по поводу его педагогики и политики. подразумеваемое.
Даже изнутри подход к образованию, основанный на поведенческой генетике, основанный на анализе больших данных, остается сложной задачей. Вне поля его склонны использовать для поддержки идеологических позиций правых и в качестве топлива для нападок на так называемых «прогрессистов» и их «экологический детерминизм».
Как показал Аарон Панофски, полемика по поводу генетики поведения и образования не нова. В рамках продолжительной серии критических исследований и публикаций по генетике поведения он проанализировал ее участие в продвижении идей о реформе генетически обоснованного образования.
Сосредоточившись, в частности, на работе специалиста по генетике поведения Роберта Пломина, Панофски отмечает, что его видение генетически информированного образования с использованием высокотехнологичных технологий молекулярной геномики представляет собой форму «точного образования» по образцу «точной медицины» в области биомедицины. В точной медицине врачи «могут использовать генетическую информацию и информацию о биомаркерах, чтобы разделить людей на отдельные диагностические и лечебные категории». Подход к точному обучению якобы будет использовать аналогичную информацию для поддержки «персонализации» в соответствии с «различными генетическими предрасположенностями учащихся к обучению».
Однако, по словам Панофски, точная медицина «представляет собой подход к здоровью и исцелению, очень соответствующий нашим неолиберальным политическим временам». Он утверждает, что он сосредоточен на «медицинской медицине», которая направлена на улучшение здоровья с помощью высокотехнологичных, дорогих, приватизированных, индивидуализированных и деконтекстуализированных вмешательств, а не на «мы-медицину», которая направлена на улучшение здоровья и болезней широких слоев населения посредством сосредоточение внимания на широко доступных вмешательствах и воздействии на социальные детерминанты здоровья».
Таким образом, по мнению Панофски, видение Пломина точного образования повышает риск того, что «хотя генетически персонализированное образование представлено как инструмент, помогающий обучать всех, оно представляет собой скорее подход «я», чем подход «мы»». Он утверждает, что это рискует отвлечь внимание от других образовательных проблем и их социальных детерминант, таких как финансирование школ, нестабильность политики, качество рабочей силы и трудовые отношения, и особенно лежащие в основе неравенства и бедности, вместо этого сосредоточившись на выявлении биологических особенностей людей и культивирование «генетического потенциала каждого человека».
В целом статья The New Yorker помогает проиллюстрировать противоречия, которые генетические исследования в образовании могут продолжать вызывать в ближайшие годы. Это также показывает, как достижения в области технологий биоинформатики с интенсивным использованием данных и теоретических построений социогеномики уже начинают играть роль в производстве знаний о результатах образования. Как указывает громкая публикация «Генетической лотереи» Хардена, эти доводы и аргументы, вероятно, будут продолжаться, хотя, возможно, в разных формах и с разными мотивами. Команда Роберта Пломина, например, утверждает, что «молекулярно-генетические исследования, особенно недавние передовые достижения в области методов на основе ДНК, расширили наши знания и понимание когнитивных способностей, академической успеваемости и их связи», и «помогут в области образовательной науки для перехода к более всеобъемлющей, биологически ориентированной модели индивидуальных различий в когнитивных способностях и обучении».
Ключевая часть нашего проекта будет включать отслеживание этих разворачивающихся событий в биологически ориентированном образовании, их исторических нитей, технических и методологических практик, а также их этики и противоречий.
Проектирование эмпатии между студентом и искусственным интеллектом
Вторая разработка связана с технологиями «осознавания аффекта» для измерения эмоционального состояния учащихся и реагирования на них. Недавно Национальный научный фонд выделил почти 20 миллионов долларов новому исследовательскому институту под названием Национальный институт ИИ для объединения студентов и ИИ (iSAT) в рамках своей огромной программы Национальных исследовательских институтов ИИ.
ISAT, один из трех институтов искусственного интеллекта, занимающихся образованием, ориентирован на «превращение искусственного интеллекта из интеллектуальных инструментов в социальных партнеров для совместной работы в классе». Согласно его записи в базе данных грантов NSF, он охватывает «вычисления, обучение, когнитивные и эмоциональные науки» и «продвигает мультимодальную обработку, понимание естественного языка, аффективные вычисления и представление знаний» для «педагогики с использованием ИИ».
Представление iSAT об «объединении учеников и ИИ» - форме совместного обучения человека и машины - основано на «обучении нашего ИИ разнообразным речевым образцам, мимикам, движениям глаз и жестам из реальных классных комнат».
С этой целью компания наняла два школьных округа, в общей сложности около 5000 учеников, для обучения искусственного интеллекта их речи, жестам, движениям лица и глаз. Существующие публикации iSAT информируют о его запланированных результатах. В их число входят «интерактивные роботы-наставники», «воплощенные мультимодальные агенты» и «эмоционально отзывчивый аватар с динамическими выражениями лица».
Последний из этих примеров iSAT, «эмоционально отзывчивый аватар», основан на применении технологии «эмоционального ИИ» от Affectiva, коммерческого подразделения лаборатории аффективных вычислений Массачусетского технологического института. Ведущий исследователь iSAT ранее базировался в лаборатории и имеет обширный список публикаций, посвященных таким технологиям, как «автотьюторы, осознающие аффекты» и «учебная аналитика эмоций».
В этом смысле iSAT представляет собой прогресс в определенной области аналитики обучения и искусственного интеллекта в образовании, поддерживаемый федеральным финансированием науки и одобренный ведущим научным агентством США.
Подходы к обучению, основанные на эмоциональном искусственном интеллекте, такие как молекулярная генетика поведения, очень противоречивы. Эндрю Макстей описывает эмоцию ИИ как «автоматизированную промышленную психологию» и форму «эмпатических медиа», которые принимают «автономные биологические сигналы», полученные с помощью биосенсоров, в качестве заместителей для различных аффективных процессов и поведения человека.
Он утверждает, что эмпатические медиа стремятся сделать «эмоциональную жизнь машиночитаемой, а также контролировать, проектировать, изменять и модулировать человеческое поведение». Таким образом, биологизация и индустриализация эмоций для сбора данных с помощью компьютеров поднимает серьезные проблемы конфиденциальности и прав человека. Люк Старк и Джесси Хои утверждали, что «этика распознавания аффекта / эмоции и в более широком смысле так называемого« цифрового фенотипирования» должна играть более важную роль в текущих дебатах о политических, этических и социальных аспектах систем искусственного интеллекта».
За последние несколько лет появилось несколько примеров приложений образовательных технологий, использующих подходы на основе эмоционального ИИ.
Как правило, они вызывают серьезную озабоченность и даже осуждение в рамках более широкой общественности, СМИ и политических дебатов о роли ИИ в обществе. Учитывая, что такие технологии уже в настоящее время являются предметом значительной общественной и политической борьбы, примечательно то, что аналогичные биосенсорные технологии щедро поддерживаются как передовые разработки ИИ с прямым применением в образовательных учреждениях. Хотя iSAT, безусловно, имеет подробные этические гарантии, некоторые более широкие социологические вопросы остаются нерешенными.
Первый касается аппарата производства данных, задействованного в таких усилиях. iSAT использует технологию лицевого зрения Affectiva, которая сама по себе основана на таксономии «основных эмоций» и «системе кодирования действий лица», разработанной в 1970-х годах психологом Полом Экманом и его коллегами. Как хорошо документировали исследователи, в том числе Макстей, Старк и Хоуи, основные эмоции и кодирование лица сильно оспариваются как кажущиеся «универсалистскими» и механистическими мерами разнообразия человеческой эмоциональной жизни. Таким образом, iSAT применяет весьма противоречивые психологические методы для анализа аффектов учащихся в форме автоматизированных партнеров по обучению искусственному интеллекту с помощью биосенсоров. Остается рассказать важную историю социальных наук о долгом историческом развитии этого аппарата измерения аффекта, его вовлечении в производство образовательных знаний и конечном получении многомиллионного федерального финансирования.
Второй касается последствий инженерного «эмпатического» партнерства между студентами и ИИ через так называемое «объединение учеников и ИИ». Это требует, чтобы ученик был машиночитаемым как биологический передатчик сигналов и был объектом эмпатического внимания со стороны автоматизированных интерактивных наставников-роботов. Здесь также предстоит изучить важные вопросы об эмоциональных отношениях человека и машины и о последствиях для молодых людей того, что их эмоции читаются как учебные данные для создания эмпатических образовательных медиа.
В планируемом нами исследовании мы стремимся проследить развитие таких устройств и методов обнаружения эмоций в образовании, а также их последствия с точки зрения того, как учащиеся воспринимаются, измеряются, понимаются и затем рассматриваются как объекты, вызывающие озабоченность или вмешательство со стороны эмпатических автоматов.
Наука о био-образовательных данных
В целом, эти примеры показывают, как достижения в области искусственного интеллекта, данных, сенсорных технологий и образования слились с научными исследованиями в области обучения, когнитивных и биологических наук, чтобы сосредоточить внимание на телах учащихся как на передатчиках сигналов обучения и его воплощенных субстратах. В то время как аппарат аффективных вычислений в iSAT отслеживает внешние биологические сигналы от лиц, глаз, речи и жестов как следы аффекта, обучения и познания, аппарат биоинформатики предназначен для записи наблюдений на молекулярном уровне.
Биоинформатический аппарат генетики и биосенсорный аппарат аналитики обучения эмоциям начинают играть важную роль в том, как процессы обучения, познания и воздействия, а также такие результаты, как успеваемость и достижения, становятся известными и понятными. Новое биологизированное знание, производимое с помощью сложных технических устройств новыми экспертами как в области данных, так и в науках о жизни, рассматривается как все более авторитетное, несмотря на различные споры по поводу его достоверности и его политических и этических последствий. Эта новая биологически информированная наука находит следы обучения и его результатов в полигенных паттернах и выражениях лица, а также в следах других воплощенных процессов.
Таким образом, в наших текущих исследованиях мы пытаемся задокументировать некоторые ключевые дискурсы, лабораторные практики, аппараты, а также этические и политические последствия и противоречия возникающей науки о био-образовательных данных. Наука о био-образовании обращает свой взор на тела студентов и даже сквозь кожу на молекулярную динамику и следы вегетативных биологических процессов. Мы будем сообщать об этой работе по мере продвижения.