رينس تير فايده، المؤسس المشارك والرئيس التنفيذي لشركة KIMO – سلسلة المقابلات

KIMO هي شركة ناشئة هولندية تأسست بواسطة خريجين من جامعة هارفارد: كريشنا ديباك نالاميلي (الهند) و رينس تير فايده (هولندا). يركز الفريق على بناء الذكاء الاصطناعي اللازم لإنشاء مسارات تعلم فردية من خلال المحتوى التعليمي الرقمي.

في حين أن التعلم عبر الإنترنت قد أصبح شائعًا، إلا أنه يتميز بمعدلات إتمام منخفضة تصل إلى 95٪. لماذا تكون معدلات النجاح منخفضة للغاية؟

عندما بدأنا KIMO، قمنا بدراسة مئات المستخدمين لفهم الوضع بشكل أفضل. أولاً، يقدم معظم مقدمي الخدمات عبر الإنترنت دورات عبر الإنترنت (MOOCs)، ولكن المستخدمين يعتبرون MOOCs التزامًا زمنيًا كبيرًا. غالبًا ما يستخدمون طرقًا أقصر، مثل قراءة المقالات، الاستماع إلى البودكاست، والأسئلة على جوجل، والتي تناسب جداولهم اليومية بشكل أفضل. لذلك، التعلم أكثر من قناة واحدة في الممارسة مما يسمح به مقدمو الخدمات. بالإضافة إلى ذلك، أشار العديد من المستخدمين إلى أنهم افتقدوا التوجيه في رحلتهم عبر الإنترنت. النتيجة هي أنهم يقضون الكثير من الوقت في البحث، ومحاولة اتخاذ القرارات حول ما يجب دراسته، وما إلى ذلك. السبب الثالث يتعلق بملاءمة المحتوى الفعلي. غالبًا ما تكون المواد عبر الإنترنت ساكنة ومسجلة مسبقًا، وليست ذات صلة كاملة لهم. يمكن القول إن المحتوى ليس شخصيًا / ذا صلة كافية لهم – أو على الأقل ليس ذا صلة كافية لتبرير الوقت المبذول.

يزعم العديد من المستخدمين أنهم يشعرون بالملل ويذكرون غالبًا نقصًا في الانخراط كمسألة، لماذا تعتقد أن المستخدمين يشعرون بالانفصال عن التعلم عبر الإنترنت؟

أعتقد أن هناك مجالًا لجعل منصات التعلم أفضل في مجالين رئيسيين على الأقل. أولاً، يتطلب الأمر ذكاءً أفضل لتوجيه المستخدمين في رحلات أفضل، وتقديم توصيات محتوى أفضل. يمكن القول إن هذا هو البحث والتطوير المطلوب للقطاع التعليمي، والذي يرتبط بشكل كبير بالخوارزميات الاصطناعية. العنصر الثاني هو الجانب الآخر من سلسلة القيمة: واجهة المستخدم / تجربة المستخدم النهائية. تعتبر معظم أنظمة إدارة التعلم (LMS) مملة ومؤرخة من قبل المستخدمين. فهي بعيدة عن البرامج المطورة والفورية والاجتماعية والشخصية التي يتوقعها المستخدمون اليوم.

يمكنك مشاركة قصة ولادة KIMO وما جذبك لحل مشكلة التعلم عبر الإنترنت؟

بالتأكيد! بدأت KIMO عندما التقى Krishna، شريكي المؤسس، وأنا في مدرسة هارفارد للأعمال. أحببنا البيئة، ولكننا أدركنا في الوقت نفسه أن الأجزاء الجيدة من التجربة لم تكن قابلة للتوسيع إلى الناس في جميع أنحاء العالم. قررنا فوق كأس ويسكي في رواق الفندق أن نحاول إنشاء “مدرب مسار وظيفي رقمي”. كان ذلك المدرب هو الإصدار الأول من KIMO.

يمكنك مناقشة كيفية الحاجة إلى الذكاء الاصطناعي لإنشاء مسارات تعلم فردية من خلال المحتوى التعليمي الرقمي؟

في الواقع، يعتمد KIMO على مجموعة من نماذج الذكاء الاصطناعي في خط الأنابيب. بعض النماذج بسيطة بشكل固有، في حين أن البعض الآخر أكثر تعقيدًا. الخيط المشترك هو أن معظم النماذج تعتمد على اللغة الطبيعية كبيانات إدخال (NLP، على سبيل المثال نماذج Transformer). هذه النماذج هي وراء التوصيات المحتوى التي تتلقاها، وتركيب المحتوى في مواضيع محددة، أو التعرف على المهارات الحرجة المطلوبة للوظائف. لدينا أيضًا بعض النماذج التوليدية التجريبية للذكاء الاصطناعي، مثل نموذج الإجابة على الأسئلة المتعلقة بالمحتوى داخل تطبيق KIMO. إذا نجح هذا العمل بشكل كافٍ، فهو خطوة أقرب إلى تلقين الأستاذين الذين نتخيلهم.

يمكنك توضيح كيف يمكن لنظام الذكاء الاصطناعي أن يتعلم فهم الوظائف ب细ية كبيرة (على سبيل المثال، المهارات الصعبة أو المهارات الناعمة)?

بمعنى بسيط: قررنا تجاهل قواعد البيانات الحالية (O*Net، ESCO) لهذا العمل لأنها لم تكن دقيقة بدرجة كافية ومؤرخة. بدلاً من ذلك، بنينا نظامًا يمكنه التعرف على ~40,000 مهارة داخل الوظائف في السوق بطريقة قريبة من الوقت الفعلي. يمكن القول إن نظامنا “يقرأ” جميع هذه الملفات الوظيفية من أجل التنبؤ بنوع المهارات المطلوبة حاليًا للوظائف. يتم بعد ذلك تجميع المهارات المعترف بها في مهارات ناعمة وقاسية.

يمكنك مناقشة كيفية عمل التعلم الشخصي على المنصة، مثل كيفية معرفة النظام بنوع المحتوى الذي يعمل بشكل أفضل لكل مستخدم مثل المقالات، والفيديوهات، والبودكاست، والأوراق، وما إلى ذلك؟

الإجابة البسيطة هي أننا نطابق المستخدمين والمحتوى من خلال مطابقة المتجهات، وهو ما هو شائع في نماذج التوصية. الجزء الأصعب هو تحديد كيفية بناء هذه المتجهات، بمعنى آخر، ما هي العناصر الموزونة. في الوقت الحالي، النظام بسيط نسبيًا ويعمل مع تفضيلات التعلم للمستخدم ودرجات الشعبية للمواد عبر الإنترنت. سيكون المستقبل أكثر إثارة، حيث نحاول وزن حالة المستخدم الحالية (على سبيل المثال، وظيفته) والوضع النهائي المرغوب.

ما هي بعض منهجيات التعلم الآلي الحالية التي تستخدمها نظام KIMO؟

نستخدم العديد من النماذج المختلفة، اعتمادًا على المهمة. لكنني يمكنني القول إننا نحب بشدة نماذج NLP التي تستخدم الانتباه، وبالتالي نماذج Transformer.

أين ترى مستقبل التعليم عبر الإنترنت في غضون 5 سنوات؟

باختصار، أرى التعليم عبر الإنترنت يتحرك من “ممل، ووحيد، ومتطابق” إلى “مثير للانخراط، واجتماعي، وersonalized”. شركات التعليم عبر الإنترنت تحتاج إلى الهروب من فكرة أنهم يوجدون في صناعة تقليدية وبطيئة الحركة. بدلاً من ذلك، يجب أن يدركوا أنهم يتنافسون في عصر التحكم في المعلومات، في قلب العديد من الاتجاهات المهمة اليوم.

هل هناك أي شيء آخر تريد مشاركته حول KIMO؟

نعم. KIMO لا يزال طفلًا، أو “بيتا” كما نسميه. قم بتنزيل التطبيق، جربه، وارسل لنا ملاحظاتك!

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا KIMO.