2374 подписчика

Как ИИ изменит преподавание и обучение в университетах?

5 июня 20245 июн 2024

31 мин

Оглавление

💡 Почему это важно
🏈 Состояние игры
🚨 Проблемы

Автор Ник Ньюман

Академическая поддержка здесь охватывает инструменты преподавания и обучения, которые развивают учебные сообщества, создают интерактивный контент курсов и анализируют взаимодействие и сотрудничество в классе.

Преподавание и обучение — это, конечно, обширная категория со множеством сложных подкатегорий, поэтому данная статья предлагает лишь краткий обзор 📸 текущего состояния дел.

💡 Почему это важно

Роботы заменят учителей к 2027 году.

Это смелое заявление британский эксперт по образованию Энтони Селдон сделал в 2018 году.

Возможно, он был первым, кто назначил дату, но многие другие придерживаются этого принципа, например, Билл Гейтс, который считает, что чат-боты на базе искусственного интеллекта станут такими же хорошими, как любой репетитор-человек, и основатель Академии Хана Сал Хан, который открыл свое выступление на Ted Talk в 2023 году, утверждая, что «мы находимся на пороге использования ИИ для, вероятно, самой большой позитивной трансформации, которую когда-либо видело образование».

Когда два года назад ChatGPT дебютировал публично, генеральный директор OpenAI предсказал, что он «затмит сельскохозяйственную революцию, промышленную революцию и интернет-революцию вместе взятые». С каждым новым релизом это всё меньше и меньше похоже на гиперболу. ChatGPT быстро охватил более 100 миллионов уникальных пользователей, а 30% студентов колледжей США заявили, что использовали его для выполнения заданий, что делает его одним из самых быстрых когда-либо применявшихся приложений — особенно в образовательных учреждениях.

В то же время продолжаются лихорадочные общественные дебаты о роли высшего образования. “Бесцеремонно копируют”. “Воспользовались преимуществом”. “Использовали в своих интересах”. Вопрос «соотношения цены и качества» ставит этот сектор в тупик, пытаясь решить экзистенциальные вопросы об общественной пользе образования наряду с прагматическими проблемами, связанными с тем, как эффективно поддерживать студентов в такой быстро меняющейся ситуации.

🏈 Состояние игры

«Очевидно, что ИИ принесет следующее поколение обучающих продуктов (учебные программы, подкасты, карточки, учебные конспекты, TikTok, репетиторов ИИ, помощников по выполнению домашних заданий) и что в течение следующих нескольких лет появится множество новых инструменты в этой области. Вопрос в том, будут ли эти инновации функциями, продуктами или компаниями. Я думаю, что очень немногие будут последними».

Роб Коэн, бывший президент, главный операционный директор и финансовый директор 2U и вице-президент Emerge

На сегодняшний день расходы университетов на технологии сосредоточены на базовой инфраструктуре. Большинство средних и крупных университетов тратят значительные суммы на технологии, используемые для привлечения студентов и обработки заявок (посредством CRM и аналогичного программного обеспечения), хранения студенческой информации и учебных материалов (SIS и LMS), управления бизнес-аналитикой (ECM/EBI) и управлять персоналом и бизнес-операциями (ERP). И это все в дополнение к ИТ-услугам, телекоммуникациям, универсальному программному обеспечению, оборудованию и устройствам, а также центрам обработки данных. В общей сложности только университеты США тратят на технологии 16 миллиардов долларов в год.

Технологии взаимодействия в классе и лекционном зале, такие как чат в реальном времени, опросы и обсуждения в групповых группах, были наиболее широко используемыми инструментами до пандемии и остаются таковыми. Общая тенденция в студенческом путешествии заключается в том, что обучение и преподавание с использованием цифровых технологий обеспечивают сквозной охват, переходя от общих, разрозненных университетских систем к ориентированным на студентов персонализированным системам.
Вовлеченность студентов является одним из основных направлений глобального высшего образования, не в последнюю очередь потому, что данные показывают четкую корреляцию между вовлеченностью студентов, академическими результатами, прогрессом и удержанием студентов. С точки зрения воздействия, обзор уроков, извлеченных из пандемии, проведенный Университетами Великобритании, подчеркивает, что переход к цифровому преподаванию и обучению совпал с сокращением разрыва в успеваемости и наградах. Многие примеры того, как образовательные технологии уже способствуют повышению вовлеченности студентов, приведены в нашем отчете «Повышение вовлеченности студентов с помощью технологических решений».
ChatGPT уже взял штурмом сектор образования, угрожая разрушить традиционные методы обучения, изменив способы преподавания и обучения. Хотя некоторые образовательные учреждения изначально запретили использование ChatGPT — в основном из-за опасений по поводу того, что он может способствовать мошенничеству, — сейчас импульс направлен на установление основных правил и рекомендаций по использованию генеративного ИИ.
В то время как институциональные заинтересованные стороны обсуждают следующие шаги, студенты стремительно продвигаются по кривой внедрения. Всего через 100 дней после запуска ChatGPT почти каждый третий студент сообщил, что является постоянным пользователем инструментов генеративного искусственного интеллекта — темпы роста, которых мы в буквальном смысле никогда раньше не видели. Более половины британских студентов использовали генеративный ИИ для помощи при оценивании, но очень немногие из них, вероятно, будут использовать ИИ для мошенничества — большинство студентов считают приемлемым использование генеративного ИИ для объяснения концепций (66%), предлагая исследовательские идеи ( 54%) и обобщающие статьи (53%), но только 3% считают допустимым использовать в оценках ИИ-текст без редактирования. Шестьдесят пять процентов студентов «вполне» или «очень» уверены, что преподаватели смогут определить, используется ли ИИ; они чувствуют, что сотрудники понимают, как работает ИИ.
Студенты все чаще требуют интегрировать генеративный искусственный интеллект в учебную программу. За последний год мнение студентов по этому вопросу действительно укрепилось: учащиеся все чаще рассматривают генеративный ИИ как инструмент совместной работы для обучения и поддержки активного обучения и критического мышления. Другими словами, учащиеся инстинктивно используют инструменты ИИ в качестве цифровых помощников, а не рассматривают их просто как поставщиков ответов. Студенты также подчеркивают важность генеративных навыков, готовых к использованию ИИ, для трудоустройства. За пределами Великобритании в глобальном опросе студентов 2023 года, проведенном компанией Chegg, приняли участие 12 000 студентов в 15 странах, и он еще раз показал, что во всем мире студенты осваивают генеративный искусственный интеллект: 40% сообщили, что используют его в своих исследованиях, а 65% заявили, что хотят пройти обучение инструментам искусственного интеллекта, актуальным для их будущей карьеры. Другой опрос 2000 студентов 2-х и 4-х курсов колледжа в США показал, что пути назад нет: 51% студентов будут продолжать использовать инструменты генеративного ИИ, даже если это запрещено их преподавателями или учебными заведениями. (Однако важно отметить, что эти опросы ориентированы на студентов бакалавриата, часто очных, и могут не отражать весь спектр мнений, особенно со стороны нетрадиционных учащихся.)
Напротив, 71% преподавателей и администраторов никогда не использовали эти инструменты, а 32% сообщили, что даже не знают о них. Это важно, поскольку преподаватели, администраторы или студенты, которые экспериментировали с инструментами генеративного искусственного интеллекта, с гораздо большей вероятностью осознают их потенциальную ценность в образовании.
Преподаватели-первопроходцы, которые регулярно используют эти инструменты, в целом предпочитают вносить изменения в дизайн курсов, поскольку они находят способы интегрировать ИИ в свои методы обучения. В настоящее время многие преподаватели сообщают, что подводят черту в использовании инструментов для генерации текста, тогда как негенеративное использование этих инструментов ИИ (например, мозговой штурм, редактирование и наброски) считается более допустимым.
Одним из неожиданных результатов феномена ChatGPT является новость о том, что генеративный ИИ значительно более распространен в дисциплинах искусства, чем где-либо еще в высшем образовании. В июне 2024 года европейские художественные школы заявили, что большинство студентов внедрили ИИ в свою работу.
Некоторые технологии отстают в распространении от искусственного интеллекта, и многие из них ориентированы на индивидуальную работу, тогда как после пандемии Covid-19 упор делается на инструменты для совместной работы. (Наибольший рост использования наблюдался в технологиях, обеспечивающих взаимодействие и создание сообществ, таких как дискуссионные платформы на основе социальных сетей и виртуальные учебные группы, за которыми следуют инструменты групповой работы.) Инструменты, позволяющие отслеживать успеваемость учащихся, AR/VR, ассистенты преподавателей (TA) на основе машинного обучения, адаптивное проведение курсов с использованием искусственного интеллекта и классные упражнения в настоящее время используются менее половиной респондентов недавнего опроса McKinsey. Неофициальные данные свидетельствуют о том, что такие технологии, как AR/VR, требуют значительных инвестиций в оборудование и их может быть сложно использовать в больших масштабах в классах с большим количеством учащихся, хотя есть энтузиазм по поводу их способности улучшать результаты обучения. Например, студенты Университета штата Аризоны, которые использовали инструмент виртуальной реальности для выполнения курсовой работы на вводном уроке биологии, улучшили свои знания предмета в среднем на две буквенные оценки.

🚨 Проблемы

Сорок процентов студентов не удовлетворены тем, как их преподаватели используют технологии в классе. Тем не менее, поддержание вовлеченности и мотивации учащихся — это задача, которая затрагивает многие другие, включая дизайн обучения, построение сообщества, благополучие и цифровую инклюзивность. Тяжелое время быть студентом. В 2004 году 34% первокурсников тратили на учебу около 15 часов в неделю. В 2017 году этот показатель вырос до 45%, а в 2019 году этот процент упал на два процентных пункта до 43%. В среднем студенты сейчас тратят на учебу примерно на два часа в неделю больше, чем пятнадцать лет назад. Часто это происходит при одновременной работе с обременительным рабочим графиком на оплачиваемой работе.
Необходимо признать цифровое неравенство. По данным опроса OFS, во время пандемии Covid-19 52% британских студентов заявили, что на их обучение повлияло медленное или ненадежное подключение к Интернету, причем 8% пострадали «серьезно»; 71% сообщили об отсутствии доступа к тихому учебному помещению, а 18% столкнулись с отсутствием доступа к компьютеру, ноутбуку или планшету.
Цифровые возможности и уверенность. Несмотря на то, что за последние три года произошел огромный скачок в цифровых возможностях сотрудников и студентов, предстоит еще многое сделать. Согласно опросу преподавательского состава Jisc 2023 года, посвященному цифровому опыту, цифровые технологии широко используются в преподавании в высших учебных заведениях, однако только 39% сотрудников получили рекомендации по цифровым навыкам, необходимым для их курса. В других областях, по мнению сотрудников, полученная поддержка была еще меньше, в том числе: получение оценки цифровых навыков и потребностей в обучении (16%); им предоставляется время для изучения новых цифровых инструментов или подходов (16%); и им предлагают официальное признание их цифровых навыков (8%). Поддержка преподавателей в доступе к платформам и услугам за пределами кампуса фактически была ниже уровня, существовавшего до пандемии (55%). Страх и отсутствие уверенности по-прежнему являются серьезными препятствиями на пути внедрения цифровых технологий сотрудниками.
Поддержка и осведомленность о данных остаются особенно низкими по сравнению с другими областями цифровых навыков и компетенций. Jisc обнаружил, что только около трети (34%) преподавателей согласились с тем, что они понимают, как их университет собирает и использует данные о студентах (31% не согласились). Менее половины (45%) было предложено обучение по обеспечению безопасности данных.
Навыки цифровой и искусственной грамотности учащихся также сильно различаются. Вызывает тревогу тот факт, что лишь немногие студенты считают «галлюцинации» ИИ проблемой, а это говорит о том, что они не проверяют информацию и могут использовать неточную информацию. Более трети студентов, использовавших генеративный ИИ (35%), не знают, как часто он выдает вымышленные факты, статистику или цитаты («галлюцинации»). ИИ может создавать связный текст, который является совершенно ошибочным.
Кроме того, наиболее распространенные на данный момент модели ИИ не оптимизируются для обучения студентов. ChatGPT, например, обучен давать ответы как можно быстрее, но это часто противоречит тому, что было бы педагогически обоснованным, будь то более глубокое объяснение ключевых понятий или формулировка, которая с большей вероятностью вызовет любопытство. узнать больше. Как недавно предупредили Edtech Insiders, лучшие решения не обязательно будут процветать: «Думаю ли я, что крупные технологические компании поймут, как проводить оценку, контент или анализ данных лучше, чем отечественные компании в сфере образовательных технологий?» Точно нет. Но мы часто наблюдаем закономерность: бесплатный продукт с рейтингом B часто превосходит платный продукт с рейтингом A+ в сфере образования. И даже если покупатели готовы платить больше за «лучшее» предложение, насколько это больше, чем бесплатное?»
Исключением является Google, который удваивает свои преимущества в канале/распространении, встраивая искусственный интеллект во все свои популярные платформы, включая поиск, рабочую область, Android, Google Classroom, YouTube и другие. Интересно, что эти технологии продаются благодаря их потенциалу в сфере образования, а LearnLM, новое семейство моделей Google, основанное на Gemini, основано на исследованиях в области образования и оптимизировано для обучения. (Вы можете прочитать подробный технический отчет LearnLM здесь.) Google сотрудничает с Педагогическим колледжем Колумбийского университета, ASU, MIT Raise и Академией Хана для тестирования и улучшения этих новых возможностей, а также для создания множества других решений, таких как Learning Coach (настраиваемый Gemini, или GEM, предлагающий пошаговое руководство по обучению) и NotebookLM (пользователи могут загружать материалы для мгновенного создания резюме и тестов).
Унаследованные технологии остаются серьезной проблемой почти для всех университетов. Учреждения постоянно пытаются лучше использовать и интегрировать существующие цифровые инструменты, облачную архитектуру и решения «Программное обеспечение как услуга» (SaaS). Распространение аппаратного обеспечения, процессов и программного обеспечения по индивидуальному выбору ученых также может добавить осложнений, хотя необходима гибкость, чтобы ученые имели свободу разрабатывать цифровые решения, которых требует их дисциплина. Более широкая интеграция стандартов совместимости поможет упростить интеграцию различных цифровых решений. Для каждого поставщика услуг высшего образования с устаревшими системами существует два основных фактора риска: кибербезопасность и проблемы с набором ИТ-персонала. Кибербезопасность уже является серьезной проблемой для сектора образования: в последнем отчете Jisc о влиянии на кибербезопасность программ-вымогателей подчеркиваются как угроза номер один, а разрушительная атака на Британскую библиотеку является суровым предупреждением.
Разрозненность данных и отсутствие интеграции данных. Более эффективное использование данных открывает огромный потенциал, но для многих университетов это еще непростая задача. В сфере высшего образования ИТ имеет тенденцию развиваться органично, что приводит к появлению разрозненных, внутренних, разрозненных систем, а не к целостной картине. Децентрализованная университетская структура кафедр, школ и факультетов сделала разрозненность данных нормой. Результатом является множество отдельных точечных решений, множество точек сбоя и слабых мест, но мало общих стандартов и ограниченная совместимость. Помимо данных, создание полноценно интегрированного опыта для всех различных элементов цифровой среды университета может оказаться непростой задачей.

🔥 Тенденции

Кажется несложным представить образовательное будущее, в котором ИИ преподаватели будут сопровождать учащихся на их индивидуальном пути обучения, узнавать об их индивидуальных способностях, выявлять пробелы в их обучении и предоставлять индивидуальную обратную связь и поддержку. Внедрение репетиторов на основе искусственного интеллекта будет означать революционный сдвиг в высшем образовании. Это позволит учебным заведениям предоставлять высококачественные программы в больших масштабах и с меньшими затратами, делая обучение более доступным и доступным для студентов. Это также даст преподавателям время и свободу для налаживания отношений со своими студентами и сосредоточения внимания на уникальных личных преимуществах.
Идеальное видение — это такое, в котором ИИ и преподаватели работают вместе для достижения наилучших результатов, а не двухуровневая система, в которой менее привилегированным людям предоставляется недорогое автоматизированное образование. Стоит отметить, что мы уже сталкивались с подобным сценарием раньше, когда СМИ предсказывали, что МООК заменят традиционное обучение. Одно из опасений заключалось в том, что в конечном итоге мы получим относительно небольшое количество элитных университетов, предоставляющих качественное образование тем, кто может себе это позволить, и недорогие курсы в стиле МООК, не требующие особой поддержки, которые будут доступны массам. Этого не произошло. Сегодня МООК более широко известны как предлагающие обучение на протяжении всей жизни, а не для получения ученых степеней, а уровень вовлеченности студентов и процент завершения курсов ужасны. Здесь мы могли бы провести ту же параллель с недорогой автоматизированной поддержкой.

«Самая сложная проблема в науке об обучении — это «проблема передачи». Большую часть того, что люди изучают, они позже применяют только к тому контексту, в котором они это изучили, но учителя обычно надеются, что ученики будут применять эти навыки и информацию более широко. Для облегчения передачи необходимы конкретные виды обучения, подчеркивающие, как разнообразные примеры связаны между собой основополагающими принципами, но такого рода обучение предлагается редко».

Стивен Кослин, бывший главный научный сотрудник Minerva Project и декан Гарвардского университета, а также вице-президент Emerge

Определение «академического участия» должно будет измениться по мере резкого роста роли GenAI/CustomGPT. Рассмотрим положение о регулярном и содержательном взаимодействии (РСВ) — это требования к активному участию преподавателей в курсах, иначе это просто заочные курсы. Эти положения не могут быть выполнены исключительно за счет использования ИИ или контента, созданного ИИ, и требуют активного участия преподавателей.
Среди появившихся решений мы видим несколько четких закономерностей. Мы разделим их на три группы:

Ресурсы → В этой категории представлены материалы, которые мы используем для преподавания и обучения — материалы, с которыми учащиеся просматривают асинхронно, до или после занятий, и которые используются в качестве основы учебной программы, включая учебники, дополнительную литературу, видео и многое другое. На ресурсах по-прежнему доминируют издатели, которые перевели учебники в цифровые и интерактивные форматы, в сочетании с ростом количества онлайн-курсов, ориентированных на видео. Сейчас мы видим больше инструментов обучения на базе искусственного интеллекта, предназначенных для мгновенного превращения медиа-ресурсов, таких как веб-сайты или видео, в традиционные «учебные материалы», такие как заметки, карточки или практические тесты (Algor, Monic.ai, Wisdolia, Studyable, Study Smarter) и способы «чата» с учебниками, PDF-файлами и другими материалами.
Доставка → Эта категория представляет инфраструктуру, необходимую для облегчения преподавания и обучения: от лекций и семинаров до лабораторных занятий, учебных пособий и многого другого. Несмотря на все свои успехи в организации и управлении обучением в больших масштабах, LMS до сих пор не смогла стать системой сотрудничества, ориентированной на учащихся; студенты используют его для доступа к материалам и оценкам, но не как привлекательное место для совместной работы над академической работой. Для сотрудников LMS как платформа, не зависящая от содержания, изо всех сил пытается предоставить значимые и действенные идеи обучения. Будучи хранителем инфраструктуры и данных, LMS избежала десятилетних предсказаний о том, что «LMS мертва» (благодаря приобретениям и разработке функций), но, тем не менее, их можно охарактеризовать как устаревшие системы, а не системы на основе открытой архитектуры, которые могут совместно работать. легко существовать с другими системами. Это затрудняет другим игрокам в экосистеме обучения расширение своих функций, полномочий, аналитики и влияния. Если традиционную LMS необходимо заменить, потребуется гибкий, масштабируемый и быстро реагирующий инструмент администрирования и организации, который будет находиться между системами учета студентов и проведением курсов для регистрации, переноса, расписания, последовательности и многого другого. Специальный облегченный инструмент управления, поддерживающий эту функцию, может обеспечить интеграцию инструментов взаимодействия, контента и совместной работы, а также их замену и замену по мере необходимости, не влияя на проведение курсов и администрирование. Эти инструменты могут включать в себя такие решения, как создание контента, особенно создание видео и викторин, для преподавателей, независимых создателей курсов и издателей образовательных материалов (Atypical, Prof Jim). Мы также наблюдаем волну инструментов поиска с усовершенствованным ИИ, которые новыми и неожиданными способами улучшают доступ к академическим знаниям и поверхностной информации (Consensus, Elicit, Perplexity, Heuristi.ca). До сих пор помощники преподавателей и вторые пилоты преимущественно концентрировались на обслуживании школ K-12, чтобы сэкономить учителям время при планировании уроков, создании индивидуальных учебных программ, написании учебных программ, предоставлении отзывов и т. д. (Doowii, Brisk, MagicSchool.ai), но их число растет. есть ряд инструментов для преподавателей высшего образования, позволяющих автоматически создавать пути обучения, которые при задании предмета или вопроса мгновенно создают персонализированный «курс» (Learn.xyz, Nolej).
Поддержка → По оценкам, до 96% студентов на каком-то этапе обучения в университете потребуется дополнительная помощь, но вузам сложно эффективно удовлетворить потребности отдельных студентов. В настоящее время поддержка в основном предоставляется в фиксированные часы работы и часы учебных групп. Повышенная гибкость и персонализация, ставшие возможными благодаря смешанному обучению, предоставляют возможности для поддержки учащихся и более непосредственного удовлетворения их потребностей. Поскольку эта область выходит за рамки простого обмена учебными материалами, такими как учебные заметки, появляются возможности для инноваций с использованием аудио и видео, а также для создания конкретных путей обучения, письменных пособий и сообществ взаимной поддержки. Это выйдет за рамки академического содержания и будет способствовать развитию технических навыков и стратегий метаобучения. Например, мы наблюдаем новую волну ИИ-ботов, ориентированных на учащихся, призванных стать персонализированными наставниками (Gajix, GoKoan, Hisolver), а также инструментов для поддержки навыков письма и грамматики (Quillbot, Trinka, Writefull, Smodin).

🌍 Ключевые игроки

Поскольку новые инструменты искусственного интеллекта запускаются еженедельно, практически невозможно оставаться в курсе развивающейся экосистемы искусственного интеллекта. Инсайдеры Edtech недавно запустили базу данных «Инструменты искусственного интеллекта в образовании» — постоянно обновляемую базу данных инструментов искусственного интеллекта в образовании, размеченную тегами и доступную для поиска по функциям.

Здесь мы создали рыночную карту ключевых игроков, разделенную на три категории, которые в целом охватывают различные аспекты преподавания и обучения: Ресурсы, Доставка, Поддержка.

Карта рынка преподавания и обучения в сфере высшего образования, составленная Emerge Education.

Преподавание, обучение и академическая поддержка — это огромная категория. Вместо того, чтобы стремиться к комплексности, которая ни невозможна, ни полезна, мы решили здесь построить карту рынка вокруг стартапов — все представленные компании были основаны в течение последних нескольких лет, и все они основаны на возможностях искусственного интеллекта. По этой причине подкатегории LMS и аналитики учащихся (данных) кажутся редкими, с небольшим количеством новых игроков, поскольку в них доминируют действующие игроки, которые, даже если они и не предоставляют оптимальные решения, тем не менее, их будет трудно вытеснить из-за их уровня проникновение на рынок. Однако над этим уровнем инфраструктуры мы видим множество новых игроков с ценными и преобразующими предложениями на базе искусственного интеллекта.

🔭Кто находится впереди?

Программа Dreamscape Learn Университета штата Аризона была разработана в результате двухлетнего партнерства между ASU и VR-компанией Dreamscape Immersive. «Иммерсивная биология в зоопарке пришельцев» от Dreamscape Learn — это учебная программа виртуальной реальности, в которой учащиеся изучают биологические концепции и практические задачи в «орбитальном межгалактическом заповеднике дикой природы, полном исчезающих форм жизни». Начиная с 2022 года занятия посещают более 6000 студентов. Первоначальные исследования показывают, что после опыта в зоопарке пришельцев оценки учащихся по лабораторным работам существенно улучшились. Разработка лаборатории Alien Zoo обошлась примерно в 5 миллионов долларов. В январе 2023 года Dreamscape Learn привлекла 20 миллионов долларов в рамках раунда серии A.

“Yuki”, первый робот-преподаватель, был представлен в Германии в 2019 году и уже начал читать лекции студентам Университета Филиппа в Марбурге. Робот выступает ассистентом преподавателя во время лекций; он может получить представление о том, как студенты успевают в учебе и какая поддержка им нужна.

🔮 Прогнозы

До сих пор внимание было сосредоточено на преобразующем влиянии GenAI на запросы на естественном языке и генерацию текста/видео/аудио. Влияние будет таким же сдвигом парадигмы в естественных науках. Знаменитый математик Теренс Тао предсказывает, что к 2026 году ИИ станет надежным соавтором математических исследований в сочетании с инструментами поиска и символьной математики. Действительно, в 2022 году OpenAI использовала Lean для решения некоторых задач на олимпиадах по математике, в то время как Coscientist и ChemCrow являются другими примерами химии, интегрируя GPT-4 с профессиональными инструментами, такими как планировщик молекулярного синтеза и прогнозирование реакций.
Ученые из первого в мире специализированного исследовательского университета в области ИИ, Университета искусственного интеллекта Мохамеда бен Заида (MBZUAI) в Объединенных Арабских Эмиратах, изучают модели меньшего размера, которые можно обучать более эффективно, сокращая выбросы углекислого газа и делая модели гораздо более доступными. . Для университетов, обеспокоенных воздействием больших языковых моделей на окружающую среду, с учетом задач устойчивого развития и социальной ответственности, SLM предлагает эффективную альтернативу дорогостоящим программам LLM. Они требуют меньше данных и вычислительной мощности, а SLM легче контролировать и корректировать, обеспечивая большую прозрачность и надзор, особенно в контексте образования. Могут быть разработаны локализованные SLM, адаптированные к конкретным языкам, например арабскому, для обеспечения точности и культурной значимости.
Перед Edtech стоит уникальная задача: конечный пользователь далек от покупателя. Edtech почти всегда приобретается кем-то, кроме учащегося, и часто кем-то, кроме учителя. Такое несоответствие может задержать признание качественных продуктов и закрепить некачественные продукты в длительных циклах проверки программного обеспечения. Концепция «соответствия продукта рынку», принятая в других технологических секторах и предполагающая, что решение проблем пользователей будет стимулировать спрос, может быть обманчивой — лучшие решения не обязательно будут доминировать. Добавьте к этому трудности, связанные с измерением эффективности образовательных технологий. (Недавно ООН опубликовала тревожный отчет, в котором подчеркивается, что большинство продуктов в области образовательных технологий никогда не оцениваются, при этом менее 1 из 8 британских компаний проходит тщательное тестирование или раскрывает сторонние сертификаты. В США только 1 из 10 решений в области образовательных технологий подкрепляется экспертными оценками. рассмотрел доказательства, и большая часть данных взята из предвзятых источников.)
Что победит в этом контексте? Во-первых, все, что заполняет пробел в данных. Несмотря на то, что данных много и теперь, благодаря искусственному интеллекту, их очень легко агрегировать, любая компания, которая может найти и использовать пробелы в имеющихся данных, имеет значительные возможности. Во-вторых, любая компания, которая действительно облегчает и персонализирует обучение, не только размещая контент в Интернете, но и вовлекая и гарантируя, что обучение является одновременно непрерывным и «закрепленным». Duolingo — отличный пример.

🎯 Возможности для стартапов

GenAI — двигатели возможностей для университетов

В этой категории мы видим особые возможности для решений на основе искусственного интеллекта, которые предлагают:

Преподаватели AI HE (ИИ ВО)→ Проблема: проблема Блума о двух сигмах. Решение: ИИ может превратить «проблему двух сигм» в «возможность двух сигм». Генеративный ИИ можно использовать для динамического предоставления вопросов, инструкций и обратной связи учащимся, чтобы помочь им в учебе, как это сделал бы преподаватель.
Инструменты для совместной разработки учебных материалов с поддержкой искусственного интеллекта для студентов высших учебных заведений (будущее «конспектирования») → Проблема: учащиеся тратят целую вечность, делая заметки и создавая другие учебные материалы, такие как карточки и ментальные карты. Обычно этим занимается лишь небольшой процент студентов, но они получают значительную пользу от материалов. Решение: Предоставление учащимся сверхспособностей, позволяющих лучше и эффективнее делать заметки… например, создание синтетических видео/изображений, создание автоматических резюме из больших объемов информации, создание персонализированных учебных материалов, расшифровка конспектов лекций, улучшение учебных конспектов или создание учебных материалов. более доступными за счет изменения их формата или уровня сложности.
Вторые пилоты учебных материалов и управления классом → Проблема: создание контента обходится дорого и требует много времени, но это очень важно. По сути, это прописано в должностной инструкции педагогов. Решение. До сих пор методы машинного обучения использовались для того, чтобы рекомендовать учащимся нужные фрагменты заранее подготовленного контента. Сегодня мы начинаем использовать генеративный искусственный интеллект для создания подходящего контента для учащихся с нуля, исходя из их потребностей, радикально снижая затраты и повышая эффективность создания учебных материалов.
Высококачественные цифровые университеты для студентов развивающихся рынков → Проблема: 150 миллионов дополнительных студентов на развивающихся рынках заинтересованы в сильных брендах, а университетов недостаточно, чтобы их обслуживать. OPM не могут обслуживать этот сегмент, потому что это слишком дорого. Решение: либо местный университет-претендент (например, Нексфорд, Кибо), либо западный глобальный бренд, создающий решение для местных рынков (например, Cintana), либо новая модель, использующая ИИ (например, Human Systems).
Улучшение доступа к академическим знаниям → Проблема: Академические знания спрятаны в сложных статьях. Решение: процессы и инструменты, которые делают его более доступным, доступным и персонализированным.

💎Советы основателям

Будьте проще и сосредоточьтесь: если вы не можете объяснить свой продукт в одном предложении, вы, скорее всего, потерпите неудачу. Понимайте проблемы, с которыми сталкивается сектор, и расставляйте приоритеты для решений проблем, когда нет доступного продукта, вместо того, чтобы предлагать разные варианты для одной и той же области деятельности. На сегодняшний день каждая история успеха в сфере образования нацелена на очень конкретные болевые точки учащихся и учебные ресурсы: Chegg стал единорогом благодаря раннему сосредоточению внимания на аренде учебников, Quizlet с помощью карточек, Coursehero с помощью учебных конспектов и Varsity Tutors благодаря связям с репетиторами. Сосредоточьтесь на достижении больших масштабов, преодолевая конкретный пробел, прежде чем значительно расширять функциональность продукта.
Продавайте решения, а не возможности: по всему миру насчитывается около 25 000 высших учебных заведений, из которых 5 000 находятся в Европе и США. Учитывая ограниченный размер рынка, вам необходимо доказать, что ваше ценностное предложение или путь расширения продукта отвечают определенным потребностям и могут устанавливать достаточно высокую цену, чтобы оставаться успешным. Ранее мы говорили об этом через призму теории соответствия модели рынку. Предприятия в сфере образования, которые не достигают соответствия модели рынка, в конечном итоге превращаются в игроков среднего бизнеса, которые изо всех сил пытаются привлечь дополнительный капитал, не могут масштабироваться или поглощаются лидерами рынка.
Следуйте стратегиям «ноги в дверях». Будьте осторожны с тем, чего вы ожидаете от университетов, особенно когда дело касается искусственного интеллекта. Они не склонны к риску, а отделы закупок защищают от ошибок, но также замедляют и предотвращают быстрое внедрение новых, дорогих или сложных продуктов. Предложение пилотных проектов, испытаний или небольших ранних развертываний с низким уровнем риска, стоимость которых ниже пороговых значений закупок, может стать разумным способом завоевать доверие и репутацию перед распространением на другие факультеты и университеты. Другой вариант — напрямую обратиться к соответствующим преподавателям и найти академических работников, которые первыми внедрят эту технологию, но сейчас это может быть сложнее, поскольку университеты стремятся консолидировать свои технологические стеки после «дикого запада» чрезвычайного последствия Covid-19.
Создайте репутацию. Продажа университетам — один из самых сложных процессов продаж после продажи правительству. Учитывая финансовые и репутационные риски, а также явную сложность операционной деятельности, университетам сложно работать со стартапами. Лучшие стартапы в области образовательных технологий сосредотачиваются на поиске пары крупных университетов-новаторов с доказанным стремлением к инновациям. Это доказывает эффективность их продуктов, и они могут затем полагаться на отзывы и тематические исследования, чтобы привлечь интерес. Большинство университетов являются последователями тенденций. Сосредоточьтесь на потребностях сотрудников и студентов, использующих цифровые системы, и как можно раньше предложите пользователям некоторые преимущества; либо пилотируйте проект в одной области, либо создайте минимально жизнеспособную версию и сделайте ее доступной для всех, а затем адаптируйте ее с учетом отзывов. Чтобы быть эффективными, эти процессы, вероятно, должны быть облегченными и итеративными, а не традиционными подходами к управлению проектами, столь распространенными в ВО. Начните с малого и реагируйте на то, что работает.
Поймите мотивацию университета. Одного расплывчатого обещания лучших результатов и опыта студентов недостаточно. В то время как университеты переосмысливают предлагаемое ими образование, компаниям образовательных технологий необходимо показать, как их решения могут помочь увеличить доходы, улучшить удержание студентов и/или сократить время и затраты. Чем убедительнее ваше экономическое обоснование и чем надежнее доказательства, тем легче продать.
Педагогика и дизайн обучения: существует множество примеров существующей практики, но сотрудники изо всех сил пытаются найти универсальную доказательную базу того, что работает в смешанных форматах, которая оценивает влияние различных мер на удержание учащихся, прогресс, результаты, пробелы в награждении и так далее. Некоторые исследователи осознали этот разрыв и разработали инициативы, в которых предприниматели и преподаватели работают вместе над улучшением продуктов в сфере образовательных технологий. Поиск научно обоснованных моделей будет результатом совместных усилий профессоров и педагогических консультантов, чтобы каждый университет мог извлечь выгоду из знаний, полученных в этом секторе, и найти возможности согласовать свой педагогический подход с доступными цифровыми услугами. Вопросы, которые университеты могут задать поставщикам по этой теме, включают: Каким образом преподаватели и учащиеся были вовлечены в разработку продукта? Каковы были их основные опасения и как эти опасения были решены? Были ли они репрезентативными для различных групп студентов, которые могли бы использовать эти инструменты, в том числе с точки зрения возраста, пола, расы, этнической принадлежности и социально-экономического происхождения?