يوهان لي، رئيس استراتيجية ريد لابس – سلسلة مقابلات

يوهان لي هو رئيس استراتيجية ريد لابس، وهو مزود حلول رائد تقنيات الذكاء الاصطناعي المعتمدة على البيانات. يتعاونون مع القادة العالميين في التعليم والتدريب المهني والتكنولوجيا لإنشاء تجارب تعلم أفضل. يستخدمون الذكاء الاصطناعي للمساعدة في تحقيق أهداف المتعلمين بأسرع وأكثر فعالية.

ما الذي جذبك في البداية إلى الذكاء الاصطناعي؟

تركيز ريد. قام ريد بالخطوات الصحيحة التي تقوم بها شركة جادة ذات إمكانيات كبيرة. كل خطوة كانت معقولة وملهمة. بالنسبة لتقنيات الذكاء الاصطناعي، بدأت الشركة بشكل معقول باستخدام أساليب التصفية التعاونية، ثم تحسنت خوارزمياتها بانتظام حتى وصلت إلى نماذج الترانسفورمر الحالية ذات التطورات الفريدة. نشرت الشركة أوراقًا مدروسة أظهرت التركيز والاستكشاف والخيال. تطبيق الشركة كان يحول المستخدمين ويعيد تحويلهم بنجاح، مما يشير إلى تبني السوق القوي. كانت الأعمال تتوسع من بعد بيع إلى بعد شراء مع أدوات اختبار إضافية وتطبيق ريدر. ثم نشرت أكبر مجموعة بيانات للتعليم لبدء ابتكارات أكبر لإنشاء مجتمع تعليمي مدعوم بالذكاء الاصطناعي (إيدنت). هذه هي خطوات شركة محددة التركيز التي تقوم بالخطوات الصحيحة التي تقوم بها شركة كبيرة عادة.

في دورك السابق كنت قائد الذكاء الاصطناعي وعلوم البيانات الصحية في جوجل برين، ما هي بعض المشاريع التي عملت عليها؟

قادت عملية النشر: وهو كيفية تصميم وبناء وقياس واختبار سرير للدراسات القائمة على الأدلة. مزيج من بناء سرير متقدم و استراتيجية البحث وتصميم نظام متقدم وتنفيذ. لست مهندسًا، لكني كنت محترفًا معتمدًا في الهندسة السحابية على عدة سحوبات لعدة سنوات الآن. لذلك كان هذا مناسبًا بشكل طبيعي، خاصة مع العديد من متطلبات أمان المعلومات والخصوصية للبيانات الصحية والفئات الضعيفة (أي الأطفال).

في nhiều الأحيان، هناك عدم مطابقة بين جاهزية الشركاء والعمالقة التكنولوجية للوصول إلى النطاق. هذا هو المكان الذي أدفع فيه النطاق. إنشاء بنية تحتية تكنولوجية ذاتية التجميع مصممة لمحركات التعلم بتكلفة 1/10 وتحقيق حساب موازٍ كبير في الوقت والكلفة.

جعل خوارزميات التنبؤ متاحة لشركائنا كخدمة ذكاء اصطناعي كخدمة، كان هذا مثيرًا.

منذ أغسطس 2020 كنت نائب رئيس الاستراتيجية في ريد لابس، هل يمكنك أن توضح ما هو ريد لابس بالضبط؟

ريد لابس هو قائد عالمي في حلول الذكاء الاصطناعي للتعليم. ريد لابس هو الذراع العالمي لشركة ريد الأم وتم إنشاؤه في وادي السيليكون لتوسيع نجاح ريد في آسيا وتوسيع أعماله عبر الولايات المتحدة وأمريكا الجنوبية والشرق الأوسط وخارجها. نحن مكونون من باحثين في الذكاء الاصطناعي وعلوم البيانات ومهندسين وتنمية أعمال ونتعاون مع شركاء في مجالات مختلفة لإعادة التفكير في الطرق التقليدية للتعلم من خلال توسيع قدرات ريد في الذكاء الاصطناعي. سواء كان تطبيق اختبار تحضيري شخصي لمعايير القبول الجامعية في أمريكا الجنوبية أو وحدة تعليمية مدعومة بالذكاء الاصطناعي لتدريب وكلاء التأمين في شركة كونغلوميرات كبرى في كوريا، نقدم لعملائنا من القطاعين العام والخاص تقنياتنا المملوكة للذكاء الاصطناعي التي تتحليل بيانات سلوك المستخدم وتتنبأ بالاختيارات الإجابة التالية ويوصي بمسار تعلم شخصي يزيد من إمكانات التعلم في النهاية. لقد lançنا بالفعل عدة منتجات، بما في ذلك سانتا، تطبيق اختبار تحضيري لامتحان الكفاءة اللغوية الإنجليزية، الذي تم استخدامه من قبل أكثر من مليوني طالب في كوريا واليابان ووصل إلى المرتبة الأولى في المبيعات بين تطبيقات التعليم في اليابان وكوريا. كما أصدرنا تطبيقًا لتحضير اختبار جي مات في كوريا بالشراكة مع كابلان وتطبيقًا لتحضير اختبار إيه سي تي في مصر وتركيا والإمارات والأردن والمملكة العربية السعودية بالشراكة مع كونيك مي. ريد لابس现在 في محادثات مع مجموعة واسعة من العملاء من القطاعين العام والخاص لتنفيذ حلولنا للذكاء الاصطناعي للتقييمات التعليمية والتعلم والتدريب.

كيف يمكن أن يكون أداة ذكاء اصطناعي خطوة إلى الأمام في ديمقراطية التعليم؟

وفقًا للأمم المتحدة، حتى قبل أزمة كورونا، أظهرت التوقعات أن أكثر من 200 مليون طفل سيكونون خارج المدرسة، وستكمل فقط 60 في المائة من الشباب تعليمهم الثانوي في عام 2030. يغادر نصف عالم التنمية الأطفال التعليم دون مؤهلات قابلة للتطبيق في مكان العمل. نهج “الحجم الواحد يناسب الجميع” للتعليم والاختبارات الموحدة القائمة على الاختبارات لم تنجح في تحقيق الدور المتوقع للتعليم في نمو المواطنين الموهوبين في المجتمع.

في الاقتصادات المتقدمة مثل كوريا والولايات المتحدة، لدى المجتمعات الغنية ميزانيات مدرسية أكبر بكثير من المجتمعات الفقيرة. بعد ذلك، يستثمر الآباء الأغنياء المزيد في التعليم الخاص والاستشارة الجامعية الخاصة واختبارات التحضير الخاصة والتدريب الرياضي الخاص خارج المدرسة وخبرات التعلم خارج المدرسة في الفنون والثقافة، مما يزيد من الفجوة بين أطفالهم وجميع الآخرين. هذا يعني أن طلاب المجتمعات الأقل ثراء غالبًا ما يكونون أقل خبرة في التدريس وأقل وصولًا إلى التكنولوجيا ووصولًا إلى الإنترنت في المدرسة والمنزل وربما لا يحصلون على أي مشورة حول التقدم إلى الكلية. في الولايات المتحدة، يكون الطفل المولود في عائلة غنية 10 مرات أكثر احتمالاً لإكمال شهادة جامعية من الطفل المولود في عائلة فقيرة. وحتى عندما تحافظ على القدرة الأكاديمية الثابتة، يكون الطفل الأغنى أكثر احتمالاً للذهاب إلى الكلية وإكمال الدرجة. وهذا أيضًا له آثار على النمو الاقتصادي. عندما يتم توزيع الموهبة والإمكانات على نطاق واسع في المجتمع، ولكن الفرصة ليست كذلك، فإن سوق العمل والاقتصاد لا يستطيعان مطابقة الموهبة مع التوظيف بكفاءة، مما يبطئ الابتكار ويضعف الإنتاجية الوطنية والنمو الاقتصادي.

استنادًا إلى بيانات كبيرة، يمكن للذكاء الاصطناعي تقييم وفهم مستوى المعرفة وسلوك التعلم الفريد لكل طالب وتقديم محتوى شخصي متزامن للمساعدة في تحقيق أهداف التعلم. الذكاء الاصطناعي صبور إلى الأبد ويمكن أن يعطي الجميع انتباهًا متساويًا وفريدًا بتكلفة جزء صغيرة من تكلفة المعلمين الخاصين. من الممكن أن يتمكن أي طالب لديه اتصال بالإنترنت وهاتف ذكي من المشاركة في تجربة تعلم شخصية ومثيرة للاهتمام بغض النظر عن مكان وجوده. يمكن للذكاء الاصطناعي أيضًا مساعدة المعلمين على تعزيز تجارب التعلم الخاصة بطلابهم، وتقليل الوقت الذي يجب على المعلمين قضاءه على المهام المتكررة، وإعادة توجيه ذلك الوقت لتوفير انتباه فردي وموارد تعلم شخصية متاحة لجميع الطلاب على مدار 24 ساعة في اليوم، 7 أيام في الأسبوع، بغض النظر عن是否 تكون المدرسة مفتوحة أو لا.

هل يمكنك مناقشة الرؤية وراء أول تحدي تعليمي ذكاء اصطناعي عالمي على الإطلاق؟

يحتاج العالم إلى نموذج جديد في التعليم للتغلب على الأزمة الحالية في التعليم. يمكن أن توفر حلول التعلم مدعومة بالذكاء الاصطناعي التي يتفاعل معها الطلاب عبر الإنترنت انتباهًا متساويًا وفريدًا لكل شخص بتكلفة جزء صغير من تكلفة المعلمين الخاصين، سواء كان ذلك لتعلم مستقل أو دمجها في تجارب التعلم بقيادة المعلمين. نعتقد真正ًا برؤيتنا في التعليم مدعوم بالذكاء الاصطناعي ونحن متأكدون من أننا يمكن أن نغير التعليم ونحسن حياة الطلاب. لكننا نعلم أننا لا نستطيع تحقيق هذه الرؤية بمفردنا. نحن بحاجة إلى مجتمع الذكاء الاصطناعي وأساطير التعليم للمشاركة في أفكارنا والمشاركة أيضًا. في العام الماضي، نشر ريد لابس بشكل عام إيدنت، وهو مجموعة بيانات هرمية كبيرة من أنشطة الطلاب المتنوعة التي تم جمعها من نظام تعليم ريد مدعوم بالذكاء الاصطناعي. يحتوي على بيانات من أكثر من 131 مليون互одействة مع أكثر من 780 ألف طالب حقيقي. إنه الأكبر بين مجموعات بيانات التعليم مدعومة بالذكاء الاصطناعي التي تم إصدارها للجمهور حتى الآن. نريد أفضل العقول في هذا المجال لاستخدام هذه البيانات لfinding حلول مبتكرة التي من شأنها مساعدة في مواجهة التحديات العالمية في التعليم. ومن هنا، أطلق ريد تحديه الأول للتعليم مدعوم بالذكاء الاصطناعي، وهو تحدي عالمي لإنشاء وتقييم خوارزميات لتتبع المعرفة باستخدام إيدنت. نعتقد أن بالانضمام إلى القوات يمكننا أن نؤثر تأثيرًا أكبر وأن نسرع من الاتجاه نحو التعليم مدعوم بالذكاء الاصطناعي. القيادة بالأمثلة ضرورية للقيادة والتحفيز للآخرين.

ما هي بعض النتائج من التحدي؟

تم تشغيل التحدي من 6 أكتوبر 2020 إلى 8 يناير 2021 من خلال منصة كاغل التابعة لجوجل، وهي مجتمع عبر الإنترنت من علماء البيانات وممارسي التعلم الآلي.

• للمكافأة الإجمالية البالغة 100000 دولار، شارك 3395 فريقًا من 90 دولة في التحدي، مما جعله الأكثر من أي منافسة خوارزمية كاغل لعام 2020 التي تستضيفها كيان تجاري.
• شارك 52 من أصحاب العلامة التجارية الكبرى في كاغل، وهو أعلى نسبة للمتنافسين في كاغل بناءً على الأداء السابق. بالمقارنة، كان متوسط المنافسات في عام 2020 يصل إلى 25 فقط من أصحاب العلامة التجارية الكبرى للمشاركة.
• تم تقديم 64678 نموذج تتبع معرفة مختلف ومبتكر خلال التحدي.
• فازت فرق من كوريا واليابان وإسبانيا بالمراكز الثلاثة الأولى، وحصلت على 50000 دولار و30000 دولار و10000 دولار على التوالي. قدمت الفرق الثلاثة الأولى نماذجها في ورشة عمل آيه آيه آيه آيه 2021 حول التعليم مدعوم بالذكاء الاصطناعي: تصور التعليم بعد كوفيد 19 بالذكاء الاصطناعي، والتي نظمها وأدارها باحثون في ريد.
• استخدمت جميع الحلول الفائزة الترانسفورمر، وهو نموذج قائم على الانتباه تم تقديمه لأول مرة للاستخدام في الترجمة الآلية [AAYN] (فاسواني وآخرون) واعتمده باحثو ريد. هذا يظهر أن قيمة الترانسفورمر واضحة، والطرق المبتكرة التي استخدموها كانت أكاديمية وعمليًا مثيرة للاهتمام. كانت هذه تطبيقات مبتكرة للترانسفورمر لم تكن متوقعة من قبل باحثينا. كنا مشجعين جدًا أن تؤدي توفير هذا النوع من المنصة إلى مثل هذه النهج التجريبية المتنوعة في التعليم مدعوم بالذكاء الاصطناعي. نعتقد أن هذا سوف يؤدي إلى تقدم التكنولوجيا التطبيقية كتوسيع لهذا الأساس الصلب للبحث.

كيف يمكن للذكاء الاصطناعي تسريع التعلم الشخصي بشكل أفضل؟

باختصار، تقنيات الذكاء الاصطناعي، التي تعتمد على خوارزميات التعلم العميق، تتحليل بيانات المستخدم والمحتوى وتتنبأ بالدرجات والسلوك. بناءً على هذه Ideas، يوصي الذكاء الاصطناعي بخطط دراسية شخصية في الوقت الفعلي.

وتقنيات الذكاء الاصطناعي الأساسية لريد تفعل ذلك:

1) تتبع المعرفة، 2) تنبؤ الدرجات، 3) التوصية الشخصية.

1. تتبع المعرفة: تتبع المعرفة هو أحد المهام الأساسية في مجال التعليم مدعوم بالذكاء الاصطناعي. توفير ما يعرفه الطلاب وما لا يعرفونه في نقطة معينة يوفر الأساس لإنشاء المسار التعلم الأمثل. ويمكن للنموذج أن يتنبأ بدقة بالصواب أو الخطأ لlearner لأسئلة لم يتم حلها. نموذج تتبع المعرفة القائم على التعلم العميق الذي ألهمنا ترانسفورمر جوجل يتنبأ بدرجة عالية من الدقة ما إذا كان الطالب سيتجاوب بشكل صحيح أو لا على سؤال.
2. نموذج التنبؤ بالدرجات: يتنبأ نموذج التنبؤ بالدرجات بمستوى إنجاز الطالب خلال عملية التعلم. يتنبأ نموذجنا بدرجة الطالب بدقة ± 5٪، والتي يمكن التعبير عنها على نطاق واسع بأنها دقة 95٪. يقدم التقييم ردود فعل على حالة معرفة الطالب، مما يسمح بالتعديلات التعلمية في الوقت الفعلي. كما يسمح للطلاب بالاعتراف بإنجازاتهم و تقدمهم، مما يعزز التقييم الذاتي والممارسة.
3. نظام التوصية: بناءً على نموذجي تتبع المعرفة وتنبؤ الدرجات، نقدم للمتعلمين العناصر المطلوبة لأكبر تحسين. تصميم نظام التوصية ليس دائمًا بسيطًا، ويتطلب الكثير من النظر والبحث في فهم ما هو أفضل للمتعلم. طور ريد نموذجًا مدعومًا بالذكاء الاصطناعي يوصي بالأسئلة التي لا تزيد فقط من الدرجات المتوقعة ولكن أيضًا تضمن أن التعلم يحدث من خلال反映 تأثير اكتساب المعرفة الجديدة من حلول الأسئلة التي تم الإجابة عليها بشكل غير صحيح.

هل يمكنك مناقشة تطبيقات ريد سانتا وما يجب على المستخدمين توقعَه؟

يقدم ريد تطبيق سانتا، وهو تطبيق اختبار تحضيري لامتحان الكفاءة اللغوية الإنجليزية. يحتوي التطبيق على تقنية الذكاء الاصطناعي المملوكة لريد التي تتحليل بيانات المستخدم والمحتوى وتتنبأ بالدرجات والسلوك وتوصي بخطط دراسية شخصية في الوقت الفعلي للمساعدة في تحسين إمكانات التعلم. تم استخدام التطبيق من قبل أكثر من مليوني طالب في كوريا واليابان ووصل إلى المرتبة الأولى في المبيعات بين تطبيقات التعليم في اليابان وكوريا. بناءً على بيانات المستخدم على مدار عام، زادت الدرجة المتوسطة ب165 نقطة من أصل 990 نقطة بعد 20 ساعة فقط من الدراسة.

هل هناك أي شيء آخر تود مشاركته حول ريد أو ريد لابس؟

مع مرور ست سنوات فقط، لقد كنا قد حفرنا فقط سطح الآفاق غير المحدودة في التعليم مدعوم بالذكاء الاصطناعي. لقد رأينا كيف يمكننا تغيير الطرق التقليدية للتعلم للاختبارات الموحدة. لكننا رأينا أيضًا إمكانية قياس أكثر معنى لقدرات الطلاب. ونحن نعتقد حقًا أننا الأفضل لتولي هذه الثورة.

معتقدنا هو أننا يمكننا فقط من خلال فهم سلوك التعلم اليومي للمتعلم وتحليله، تقييم إمكانات المتعلم الحقيقية وتنظيم تجربة التعلم الخاصة به. لم يكن هذا ممكنًا من قبل. لكن مع الذكاء الاصطناعي، يمكننا تحليل مستوى المتعلمين حاليًا وتنظيم التعليم الفوري الذي يناسب احتياجات الفرد. يمكننا دائمًا تحفيزهم ومتابعة تقدمهم. يمكننا أن نسمح لكل متعلم بالنمو بطرقه وسرعته، وهو ما لا يدعمه النظام الحالي. بهذا النهج، يمكننا حقًا解锁 إمكانات التعلم.

رؤيتنا لا تتحقق فقط مع خدمات التحضيرية، ولكننا في بداية شيء رائع. التقييم الختامي، الذي يقيّم المتعلمين من خلال اختبارات واحدة، ليس الأداة الأمثل للتقييم والتعلم الفعال. وأكثر من ذلك، أصبح الآن غير صالح بشكل مادي بسبب كوفيد 19، ورأينا الاحتياجات السوقية الكبيرة للأدوات التقييمية الشكلية والفعالة. لهذا السبب، يعمل ريد حاليًا على نموذج “قياس القدرة” القائم على التعلم العميق والمتجاوز للنطاقات، يسمى “ريد سكور”. نحن واثقون من أننا سوف نغير جوهر التعليم من خلال دعم التعلم الشكلي، وهو عملية تحسين تجربة التعلم والتعليم باستمرار. نعتقد أن هذا هو خطوة أساسية نحو التعليم الذي يمكن أن يطلق إمكانات كل فرد.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا ريد لابس.