Forscher entwickeln neues KI-System zur Unterstützung von Tutoring-Systemen

Forscher der Carnegie Mellon University haben demonstriert, wie sie intelligente Tutoring-Systeme aufbauen können. Diese Systeme sind effektiv darin, verschiedene Fächer wie Algebra und Grammatik zu unterrichten.

Die Forscher verwendeten eine neue Methode, die auf künstlicher Intelligenz basiert, um es einem Lehrer zu ermöglichen, einen Computer zu unterrichten. Die Formulierung dieser Methode klingt verwirrend, aber man kann sie sich so vorstellen, dass ein Computer von einem menschlichen Lehrer unterrichtet wird, wie man bestimmte Probleme löst, wie zum Beispiel die Addition mit mehreren Spalten. Wenn der Computer ein Problem falsch löst, kann der Lehrer es korrigieren.

Probleme selbstständig lösen

Ein interessanter Aspekt dieser Methode ist, dass das Computersystem nicht nur unterrichten und Probleme lösen kann, wie es gelehrt wurde, sondern auch alle anderen Probleme in einem Thema durch Verallgemeinerung lösen kann. Das bedeutet, dass der Computer ein Problem lösen kann, ohne dass es ihm vom Lehrer beigebracht wurde.

Daniel Weitekamp III ist ein Doktorand am Human-Computer Interaction Institute (HCII) der CMU.

“Ein Schüler kann eine bestimmte Methode lernen, um ein Problem zu lösen, und das wäre ausreichend”, sagte Weitekamp. “Aber ein Tutoring-System muss alle möglichen Methoden lernen, um ein Problem zu lösen. Es muss lernen, wie man Probleme löst, und nicht nur, wie man Probleme lösen kann.”

Die Herausforderung, die Weitekamp beschreibt, ist eine der größten bei der Entwicklung von KI-basierten Tutoring-Systemen. Neu entwickelte intelligente Tutoring-Systeme können den Fortschritt der Schüler verfolgen, helfen, zu bestimmen, was als Nächstes zu tun ist, und den Schülern helfen, neue Fähigkeiten zu entwickeln, indem sie effektive Übungsprobleme auswählen.

Die Entwicklung von KI-basierten Tutoring-Systemen

Ken Koedinger ist Professor für Mensch-Computer-Interaktion und Psychologie. Koedinger war einer der ersten Entwickler von intelligenten Tutoren und arbeitete mit anderen zusammen, um Produktionsregeln von Hand zu programmieren. Laut Koedinger dauerte es 200 Stunden, um eine Stunde Unterricht zu entwickeln. Schließlich entwickelte die Gruppe eine effektivere Methode, die alle möglichen Methoden zur Lösung eines Problems demonstrierte. Dies reduzierte die 200 Stunden auf 40 oder 50, aber es ist extrem schwierig, alle möglichen Lösungen für einige Muster zu demonstrieren.

Koedinger sagte, dass die neue Methode es ermöglichen könnte, dass ein Lehrer eine 30-minütige Lektion in der gleichen Zeit entwickeln kann.

“Der einzige Weg, um zu einem vollständigen intelligenten Tutor zu gelangen, war es, diese KI-Regeln zu schreiben”, sagte Koedinger. “Aber jetzt schreibt das System diese Regeln.”

In der neuen Methode wird ein maschinelles Lernprogramm verwendet, um die Art und Weise zu simulieren, in der Schüler lernen. Weitekamp erstellte eine Lehrinterface, die ein “zeigen-und-korrigieren”-Verfahren für die Programmierung verwendet.

Während die Methode mit der Addition mit mehreren Spalten demonstriert wurde, kann der maschinelle Lernmotor, der verwendet wird, auf andere Fächer wie Gleichungslösung, Bruchaddition, Chemie, Englische Grammatik und wissenschaftliche Experimente angewendet werden.

Eines der Hauptziele ist es, dass diese Methode es Lehrern ermöglicht, ihre eigenen computerisierten Lektionen ohne die Notwendigkeit eines KI-Programmierers zu erstellen. Dies ermöglicht es den Lehrern, ihre eigenen Ansichten über die Art und Weise, wie sie unterrichten oder welche Methoden sie verwenden, anzuwenden.

Weitekamp, Koedinger und der Systemwissenschaftler Erik Harpstead von HCII verfassten den Artikel, der die Methode beschreibt. Er wurde von der Konferenz über Mensch-Computer-Interaktion (CHI 2020) angenommen. Die Konferenz war ursprünglich für diesen Monat geplant, aber die COVID-19-Pandemie zwang sie, abgesagt zu werden.Der Artikel kann jetzt in den Konferenzberichten gefunden werden, die sich in der Digitalen Bibliothek der Association for Computing Machinery befinden.

Das Institute of Education Sciences und Google (GOOGL ) unterstützten die Forschung.