Modely a platformy AI

Výzkumníci vyvinuli nové AI pro tvorbu systému tutoringu

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Výzkumníci z Carnegie Mellon University demonstrovali, jak lze vytvořit inteligentní systémy tutoringu. Tyto systémy jsou efektivní při výuce různých předmětů, včetně algebry a gramatiky.

Výzkumníci použili novou metodu, která spoléhá na umělou inteligenci, aby umožnila učiteli učit počítač. Formulování této metody může znít matoucí, ale lze si to představit jako počítač, který se učí učit od lidského učitele. Počítač se může učit, když lidský učitel ukáže, jak řešit určité problémy, jako je například multicolumn addition. Pokud počítač problém řeší špatně, učitel ho může opravit.

Řešení problémů samostatně

Jedna z interessantních částí této metody spočívá v tom, že počítačový systém je schopen nejen učit a řešit problémy, jak byl naučen, ale také řešit všechny ostatní problémy v tématu obecně. To znamená, že počítač může nakonec řešit problém mimo způsobů, jakým ho naučil učitel.

Daniel Weitekamp III je doktorand na HCII (Human-Computer Interaction Institute) CMU.

“Student se může naučit jeden způsob, jak řešit problém, a to by bylo dostatečné,” řekl Weitekamp. “Ale systém tutoringu potřebuje se naučit všechny druhy řešení problému. Potřebuje se naučit, jak učit řešení problému, ne jen jak řešit problémy.”

Výzva, kterou Weitekamp vysvětluje, je jednou z největších v rozvoji systémů tutoringu založených na AI. Nově vyvinuté inteligentní systémy tutoringu mohou sledovat pokrok studentů, pomoci určit, co dělat dál, a pomoci studentům rozvíjet nové dovednosti výběrem účinných cvičných problémů.

Vývoj systémů tutoringu založených na AI

Ken Koedinger je profesor lidsko-počítačové interakce a psychologie. Koedinger byl jedním z prvních vývojářů inteligentních tutorů a pracoval s ostatními, aby ručně naprogramovali produkční pravidla. Podle Koedingera trvalo 200 hodin vývoje na jednu hodinu vyučování. Nakonec skupina vyvinula účinnější metodu, která demonstrovala všechny možné způsoby, jak řešit problém. To snížilo 200 hodin na 40 nebo 50, ale je extrémně obtížné demonstrovat všechny možné řešení některých vzorců.

Koedinger řekl, že nová metoda by mohla umožnit učiteli vyvinout 30minutovou lekci ve stejné době.

“Jediný způsob, jak dosáhnout plného inteligentního tutora, je napsat tyto AI pravidla,” řekl Koedinger. “Ale nyní systém píše tato pravidla.”

V nové metodě se používá program strojového učení, aby simuloval způsoby, jakými se studenti učí. Weitekamp vytvořil učitelské rozhraní, které využívá „show-and-correct“ proces pro programování.

Zatímco metoda byla demonstrována s multicolumn addition, strojový učení engine, který se používá, lze aplikovat na další předměty, jako je řešení rovnic, přidání zlomků, chemie, anglická gramatika a vědecké experimenty.

Jedním z hlavních cílů je umožnit učitelům sestavit své vlastní počítačové lekce bez potřeby AI programátora. To umožňuje učitelům aplikovat své vlastní názory na to, jak učit nebo které metody použít.

Weitekamp, Koedinger a systémový vědec HCII Erik Harpstead napsali článek, který popisuje metodu. Byl přijat na Konferenci o lidských faktorech v počítačových systémech (CHI 2020). Konference byla původně naplánována na tento měsíc, ale pandemie COVID-19 ji donutila zrušit. Článek lze nyní nalézt v konferenčních materiálech, umístěných v digitální knihovně Association for Computing Machinery.

Institut vzdělávacích věd a Google (GOOGL ) pomohli podpořit výzkum.

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.