výhonek Výzkumníci vyvíjejí novou umělou inteligenci, která pomáhá vytvářet výukové systémy – Unite.AI
Spojte se s námi

Umělá inteligence

Výzkumníci vyvíjejí novou umělou inteligenci, která pomáhá vytvářet výukové systémy

aktualizováno on

Vědci z Carnegie Mellon University předvedli, jak dokážou vybudovat inteligentní výukové systémy. Tyto systémy jsou účinné při výuce různých předmětů, včetně algebry a gramatiky. 

Vědci použili novou metodu, která se opírá o umělou inteligenci, aby umožnila učiteli učit počítač. Díky formulaci se tato metoda zdá matoucí, ale představte si ji jako počítač, který učí, jak učit lidský učitel. Počítač může být vyučován tak, že mu lidský učitel ukáže, jak řešit určité problémy, jako je sčítání ve více sloupcích. Pokud počítač udělá problém špatně, učitel ho může opravit. 

Řešení problémů samo o sobě

Jednou ze zajímavých částí této metody je, že počítačový systém je schopen nejen učit a řešit problémy tak, jak byly vyučovány, ale dokáže zobecněním řešit i všechny ostatní problémy v tématu. To znamená, že počítač může skončit řešením problému mimo způsoby, které ho učitel naučil. 

Daniel Weitekamp III je doktorandem na CMU's Human-Computer Interaction Institute (HCII). 

"Student by se mohl naučit jeden způsob, jak vyřešit problém, a to by stačilo," řekl Weitekamp. „Doučovací systém se ale musí naučit všechny způsoby řešení problému. Potřebuje se naučit, jak učit řešení problémů, nejen jak je řešit.“

Výzva, kterou Weitekamp vysvětluje, je jednou z největších ve vývoji výukových systémů založených na umělé inteligenci. Nově vyvinuté inteligentní doučovací systémy mohou sledovat pokrok studentů, pomoci určit, co dělat dál, a pomoci studentům rozvíjet nové dovednosti výběrem efektivních praktických problémů. 

Vývoj výukových systémů založených na umělé inteligenci

Ken Koedinger je profesorem interakce člověk-počítač a psychologie. Koedinger byl jedním z prvních vývojářů inteligentních učitelů a ve spolupráci s ostatními byla produkční pravidla programována ručně. Podle Koedingera každá hodina výuky zabrala 200 hodin vývoje. Nakonec skupina vyvinula efektivnější metodu, která demonstrovala všechny možné způsoby řešení problému. To trvalo 200 hodin na 40 nebo 50, ale je extrémně obtížné demonstrovat všechna možná řešení některých vzorů. 

Koedinger řekl, že nová metoda by mohla skončit tak, že učiteli umožní vytvořit 30minutovou lekci za stejnou dobu. 

"Jediný způsob, jak se dostat k plně inteligentnímu učiteli, bylo až dosud napsat tato pravidla AI," řekl Koedinger. "Ale nyní systém píše tato pravidla."

V nové metodě se používá program strojového učení k simulaci způsobů, jakými se studenti učí. Weitekamp vytvořil výukové rozhraní, které využívá k programování proces „ukaž a správně“.

Zatímco metoda byla demonstrována s vícesloupcovým sčítáním, použitý stroj strojového učení lze aplikovat na další předměty, jako je řešení rovnic, sčítání zlomků, chemie, anglická gramatika a prostředí vědeckých experimentů. 

Jedním z hlavních cílů je, aby tato metoda umožnila učitelům konstruovat své vlastní počítačové lekce, aniž by potřebovali programátora AI. To umožňuje učitelům uplatnit své vlastní osobní názory na to, jak učit nebo jaké metody používat. 

Weitekamp, ​​Koedinger a systémový vědec HCII Erik Harpstead napsali článek popisující metodu. Byl přijat Konferencí lidských faktorů ve výpočetních systémech (CHI 2020). Konference byla původně plánována na tento měsíc, ale pandemie COVID-19 ji donutila zrušit. Papír nyní najdete ve sborníku konference, který se nachází v Digitální knihovně Asociace pro výpočetní techniku.

Výzkum pomohly podpořit Institute of Education Sciences a Google. 

 

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s řadou AI startupů a publikací po celém světě.