Μοντέλα και πλατφόρμες AI
Πώς η Riiid Βοηθά να Φέρει μια Νέα Εποχή στην Εκπαίδευση με Τεχνητή Νοημοσύνη
Η Riiid είναι μια Νοτιοκορεατική εταιρεία με σειρά C, που έχει λάβει χρηματοδότηση 31,3 εκατομμυρίων δολαρίων. Η εταιρεία αναπτύσσει και παρέχει λύσεις τεχνητής νοημοσύνης για τον εκπαιδευτικό τομέα, με εξειδικευμένο ενδιαφέρον για τις τυποποιημένες εξετάσεις.
Η ομάδα της Riiid διεξάγει επίσης έρευνα για την ανάπτυξη των μοντέλων τεχνητής νοημοσύνης, τα οποία στη συνέχεια τοποθετούνται στην εμπορική πλατφόρμα της εταιρείας, που ονομάζεται «Santa».
Santa και ITSs
Το Santa είναι ένα πολυπλατφορμικό Αγγλικό Intelligent Tutoring System (ITS) και περιέχει einen διδάσκοντα τεχνητής νοημοσύνης που παρέχει ένα προσωπικό πρόγραμμα σπουδών για τους χρήστες.
Τα ITSs λαμβάνουν πολλή προσοχή και στον τομέα της τεχνητής νοημοσύνης και στον εκπαιδευτικό τομέα, κυρίως λόγω της ικανότητάς τους να παρέχουν στους μαθητές προσωπικές εμπειρίες μάθησης μέσω της χρήσης αλγορίθμων βαθιάς μάθησης. Τα ITSs προτείνουν bestimmtes στρατηγικές μελέτης για άτομα.
Το Santa είναι μια πλατφόρμα προετοιμασίας για τις εξετάσεις του Τεστ Αγγλικής Γλώσσας για Διεθνή Επικοινωνία (TOEIC). Η πλατφόρμα έχει πάνω από ένα εκατομμύριο χρήστες στη Νότια Κορέα, ειδικά για το TOEIC.
Μετά την εγκατάσταση του πρώτου γραφείου στις Ηνωμένες Πολιτείες στις αρχές του 2020, η Riiid αναζητά να επεκτείνει περαιτέρω και να πηγαίνει πέρα από το TOEIC, με σχέδιο να στοχεύσει άλλες περιοχές εξετάσεων, όπως το ACT, SAT και GMAT.
Πρόσφατες Μελέτες και Έρευνα
Η εταιρεία έχει δύο πρόσφατες έρευνες, με ένα από τα βασικά ευρήματα να είναι ότι οι αλγόριθμοι βαθιάς μάθησης μπορούν να βοηθήσουν στη βελτίωση της συμμετοχής των μαθητών.
Μια από τις μελέτες έχει τον τίτλο «Prescribing Deep Attentive Score Prediction Attracts Improved Student Engagement», η οποία έγινε δεκτή στην κορυφαία διάσκεψη τεχνητής νοημοσύνης στην εκπαίδευση Educational Data Mining (EDM).
Η ομάδα διεξήγαγε ένα ελεγχόμενο A/B τεστ στο ITS με δύο ξεχωριστά μοντέλα που βασίζονται σε συνεργατική φιλτράρισμα και αλγορίθμους βαθιάς μάθησης.
Μετά από δοκιμή σε 78.000 χρήστες, διαπιστώθηκε ότι οι αλγόριθμοι βαθιάς μάθησης είχαν ως αποτέλεσμα υψηλότερη ηθική των μαθητών, όπως υψηλότερο ποσοστό ολοκλήρωσης διαγνωστικών εξετάσεων και αριθμό ερωτήσεων που απαντήθηκαν. Επίσης, οδήγησε σε πιο ενεργό συμμετοχή στο Santa, όπως φαίνεται από υψηλότερο ποσοστό αγοράς και βελτιωμένο συνολικό κέρδος.
Η δεύτερη μελέτη είχε τον τίτλο «Deep Attentive Study Session Dropout Prediction in Mobile Learning Environment». Η μελέτη έγινε δεκτή από τη διεθνή διάσκεψη τεχνητής νοημοσύνης στην εκπαίδευση CSEDU.
Η μελέτη εστιάστηκε στη συμμετοχή των μαθητών και η ομάδα αναζήτησε εποπτεία για την πρόβλεψη της εγκατάλειψης των μαθητών, ειδικά σε σχέση με την πρόβλεψη εγκατάλειψης συνεδριών μελέτης σε ένα περιβάλλον мобильης μάθησης. Παρατηρώντας αυτό το πρόβλημα, η ομάδα πίστευε ότι υπήρχε μια ευκαιρία να αυξήσει τη συμμετοχή των μαθητών.
Η έρευνα πρότεινε μια μέθοδο για την μεγιστοποίηση των επιπτώσεων της μάθησης με την παρατήρηση της πιθανότητας εγκατάλειψης των ατομικών χρηστών στο περιβάλλον мобίλης μάθησης. Το μοντέλο τους ονομάζεται DAS, ή Deep Attentive Study Session Dropout Prediction in Mobile Learning Environment.
Με τη χρήση βαθιάς υπολογιστικής που εξάγει πληροφορίες από τις αλληλεπιδράσεις των μαθητών, το μοντέλο της Riiid μπορεί να προβλέψει ακριβώς την πιθανότητα εγκατάλειψης.
Η πλατφόρμα Santa ενσωματώθηκε στο μοντέλο, παρέχοντας ερωτήσεις που καθορίστηκαν να έχουν χαμηλή πιθανότητα εγκατάλειψης. Συνιστώντας bestimmtes ερωτήσεις, οι μαθητές ήταν πιο πιθανό να παραμείνουν ενεργοί και να συνεχίσουν τη μελέτη, αντί να εγκαταλείψουν τη συνεδρία.
Σύμφωνα με την ερευνητική ομάδα, «Είναι η πρώτη προσπάθεια να διερευνηθεί η εγκατάλειψη συνεδριών μελέτης σε ένα περιβάλλον мобίλης μάθησης».
Η Riiid είναι μια από τις κορυφαίες εταιρείες στον κόσμο για την ανάπτυξη ITSs και την παροχή λύσεων τεχνητής νοημοσύνης στον εκπαιδευτικό τομέα. Όσο η εκπαίδευση και η τεχνολογία τεχνητής νοημοσύνης γίνονται πιο διασυνδεμένες, εταιρείες όπως η Riiid θα οδηγήσουν σε μια νέα εποχή μεθόδων και συστημάτων μάθησης, ενώ θα προσπαθούν να υπερβούν τις τρέχουσες προκλήσεις που περιβάλλουν τη συμμετοχή των μαθητών.












