Stummel Forscher entwickeln neue KI zur Schaffung von Nachhilfesystemen – Unite.AI
Vernetzen Sie sich mit uns
   Artificial Intelligence  
Forscher entwickeln neue KI, um Nachhilfesysteme zu schaffen
 
 Aktualisiert on   
 
Forscher der Carnegie Mellon University haben gezeigt, wie sie intelligente Nachhilfesysteme aufbauen können. Diese Systeme sind beim Unterrichten verschiedener Fächer, einschließlich Algebra und Grammatik, effektiv. 
Die Forscher nutzten eine neue Methode, die auf künstlicher Intelligenz basiert, um es einem Lehrer zu ermöglichen, einen Computer zu unterrichten. Der Wortlaut lässt diese Methode verwirrend erscheinen, aber stellen Sie sich das wie einen Computer vor, dem von einem menschlichen Lehrer beigebracht wird, wie man unterrichtet. Der menschliche Lehrer kann dem Computer beibringen, wie er bestimmte Probleme löst, z. B. die Mehrspaltenaddition. Wenn der Computer das Problem falsch versteht, kann der Lehrer es korrigieren. 
Probleme aus eigener Kraft lösen
Einer der interessanten Aspekte dieser Methode besteht darin, dass das Computersystem nicht nur in der Lage ist, die Probleme so zu lehren und zu lösen, wie es gelehrt wurde, sondern auch alle anderen Probleme des Themas durch Verallgemeinerung lösen kann. Das bedeutet, dass der Computer am Ende ein Problem anders lösen kann als der Lehrer es ihm beigebracht hat. 
Daniel Weitekamp III ist Doktorand am Human-Computer Interaction Institute (HCII) der CMU. 
„Ein Student könnte eine Möglichkeit lernen, ein Problem zu lösen, und das würde ausreichen“, sagte Weitekamp. „Aber ein Nachhilfesystem muss jede Art von Lösung eines Problems erlernen. Es muss lernen, wie man Problemlösung lehrt, und nicht nur, wie man Probleme löst.“
Die Herausforderung, so Weitekamp, ​​sei eine der größten bei der Entwicklung KI-basierter Nachhilfesysteme. Neu entwickelte intelligente Nachhilfesysteme können den Fortschritt der Schüler verfolgen, dabei helfen, zu bestimmen, was als nächstes zu tun ist, und den Schülern helfen, neue Fähigkeiten zu entwickeln, indem sie effektive Übungsaufgaben auswählen. 
Die Entwicklung KI-basierter Nachhilfesysteme
Ken Koedinger ist Professor für Mensch-Computer-Interaktion und Psychologie. Koedinger war einer der ersten Entwickler intelligenter Tutoren, und in Zusammenarbeit mit anderen wurden Produktionsregeln von Hand programmiert. Laut Koedinger waren für jede Unterrichtsstunde 200 Stunden Entwicklungszeit erforderlich. Schließlich entwickelte die Gruppe eine effektivere Methode, die alle möglichen Wege zur Lösung eines Problems aufzeigte. Dadurch wurden die 200 Stunden auf 40 oder 50 reduziert, aber es ist äußerst schwierig, alle möglichen Lösungen für einige Muster aufzuzeigen. 
Koedinger sagte, dass die neue Methode es einem Lehrer letztendlich ermöglichen könnte, in der gleichen Zeit eine 30-minütige Unterrichtsstunde zu entwickeln. 
"Der einzige Weg, um zum voll intelligenten Tutor zu gelangen, bestand bisher darin, diese KI-Regeln zu schreiben", sagte Koedinger. "Aber jetzt schreibt das System diese Regeln."
Bei der neuen Methode wird ein maschinelles Lernprogramm verwendet, um die Art und Weise zu simulieren, wie Schüler lernen. Weitekamp hat eine Lernoberfläche entwickelt, die für die Programmierung einen „Show-and-Correct“-Prozess nutzt.
Während die Methode mit der mehrspaltigen Addition demonstriert wurde, kann die verwendete Maschine für maschinelles Lernen auf andere Themen angewendet werden, beispielsweise auf das Lösen von Gleichungen, die Addition von Brüchen, Chemie, englische Grammatik und Umgebungen für naturwissenschaftliche Experimente. 
Eines der Hauptziele besteht darin, dass diese Methode es Lehrern ermöglicht, ihren eigenen computergestützten Unterricht zu erstellen, ohne dass ein KI-Programmierer erforderlich ist. Dadurch können Lehrer ihre eigenen persönlichen Ansichten darüber anwenden, wie sie unterrichten oder welche Methoden sie anwenden sollen. 
Weitekamp, ​​Koedinger und der HCII-Systemwissenschaftler Erik Harpstead haben den Artikel verfasst, in dem die Methode beschrieben wird. Es wurde von der Conference of Human Factors in Computing Systems (CHI 2020) angenommen. Die Konferenz war ursprünglich für diesen Monat geplant, wurde jedoch aufgrund der COVID-19-Pandemie abgesagt. Das Papier ist jetzt im Tagungsband in der digitalen Bibliothek der Association for Computing Machinery zu finden.
Das Institute of Education Sciences und Google haben die Forschung unterstützt. 
 
       
 Verwandte Themen:
 
Alex McFarland ist ein KI-Journalist und Autor, der sich mit den neuesten Entwicklungen in der künstlichen Intelligenz beschäftigt. Er hat mit zahlreichen KI-Startups und Publikationen weltweit zusammengearbeitet.