Ερευνητές Ανάπτυσσουν Νέο AI για τη Δημιουργία Συστημάτων Διδασκαλίας

Ερευνητές από το Πανεπιστήμιο Carnegie Mellon έχουν δείξει πώς μπορούν να κατασκευάσουν έξυπνα συστήματα διδασκαλίας. Αυτά τα συστήματα είναι αποτελεσματικά στη διδασκαλία διαφόρων μαθημάτων, συμπεριλαμβανομένων των αλγεβρικών και γραμματικών.

Οι ερευνητές χρησιμοποίησαν μια νέα μέθοδο που βασίζεται στη τεχνητή νοημοσύνη για να επιτρέψουν σε einen δάσκαλο να διδάξει στον υπολογιστή. Η φράση κάνει αυτή τη μέθοδο να φαίνεται σύγχυση, αλλά σκεφτείτε το ως έναν υπολογιστή που διδάσκεται από έναν ανθρώπινο δάσκαλο. Ο υπολογιστής μπορεί να διδαχθεί από τον ανθρώπινο δάσκαλο δείχνοντας του πώς να λύσει bestimmμένα προβλήματα, όπως η πρόσθεση με πολλές στήλες. Nếu ο υπολογιστής κάνει λάθος, ο δάσκαλος μπορεί να το διορθώσει.

Λύση Προβλημάτων Μόνος του

Ένα από τα ενδιαφέροντα μέρη αυτής της μεθόδου είναι ότι το σύστημα του υπολογιστή μπορεί να διδάξει και να λύσει προβλήματα όχι μόνο όπως του δίδαξε ο δάσκαλος, αλλά και να λύσει όλα τα άλλα προβλήματα του θέματος με γενίκευση. Αυτό σημαίνει ότι ο υπολογιστής μπορεί να λύσει ένα πρόβλημα έξω από τους τρόπους που του δίδαξε ο δάσκαλος.

Ο Daniel Weitekamp III είναι φοιτητής διδακτορικού στο Ινστιτούτο Ανθρώπινης-Υπολογιστικής Σύνδεσης (HCII) του CMU.

“Ένας μαθητής μπορεί να μάθει έναν τρόπο να κάνει ένα πρόβλημα και αυτό θα ήταν αρκετό,” είπε ο Weitekamp. “Αλλά ένα σύστημα διδασκαλίας πρέπει να μάθει κάθε είδος τρόπου να λύσει ένα πρόβλημα. Πρέπει να μάθει πώς να διδάξει την επίλυση προβλημάτων, όχι μόνο πώς να λύσει προβλήματα.”

Η πρόκληση που εξηγεί ο Weitekamp είναι μια από τις μεγαλύτερες στην ανάπτυξη συστημάτων διδασκαλίας βασισμένων στη τεχνητή νοημοσύνη. Τα νεα σύστημα διδασκαλίας μπορούν να παρακολουθούν την πρόοδο των μαθητών, να βοηθούν να καθορίσουν τι να κάνουν επόμενο, και να βοηθούν τους μαθητές να αναπτύξουν νέες δεξιότητες επιλέγοντας αποτελεσματικά προβλήματα εξάσκησης.

Η Ανάπτυξη Συστημάτων Διδασκαλίας Βασισμένων στη Τεχνητή Νοημοσύνη

Ο Ken Koedinger είναι καθηγητής ανθρώπινης-υπολογιστικής σύνδεσης και ψυχολογίας. Ο Koedinger ήταν ένας από τους πρώτους αναπτυξιακούς του έξυπνου διδασκάλου, και δουλεύοντας με άλλους, οι κανόνες παραγωγής προγραμματίστηκαν με το χέρι. Σύμφωνα με τον Koedinger, κάθε ώρα διδασκαλίας που δίδασκε ο διδάσκαλος πήρε 200 ώρες ανάπτυξης. Τελικά, η ομάδα ανέπτυξε μια πιο αποτελεσματική μέθοδο, η οποία επέδειξε όλους τους δυνατούς τρόπους να λύσει ένα πρόβλημα. Αυτό έπρεπε να μειώσει τις 200 ώρες σε 40 ή 50, αλλά είναι εξαιρετικά δύσκολο να δείξει όλους τους δυνατούς λύσεις σε ορισμένα πρότυπα.

Ο Koedinger έχει πει ότι η νέα μέθοδος μπορεί να επιτρέψει σε έναν δάσκαλο να αναπτύξει μια διδακτική ώρα σε τον ίδιο χρόνο.

“Ο μόνος τρόπος να φτάσετε στο πλήρες έξυπνο διδάσκαλο μέχρι τώρα ήταν να γράψετε αυτούς τους κανόνες AI,” είπε ο Koedinger. “Αλλά τώρα το σύστημα γράφει αυτούς τους κανόνες.”

Στη νέα μέθοδο, ένα πρόγραμμα μηχανικής μάθησης χρησιμοποιείται για να προσομοιώσει τους τρόπους με τους οποίους οι μαθητές μαθαίνουν. Ένα διδακτικό.interface δημιουργήθηκε από τον Weitekamp, και χρησιμοποιεί μια διαδικασία “δείξε και διόρθωσε” για προγραμματισμό.

Ενώ η μέθοδος επίδειξε με την πρόσθεση με πολλές στήλες, ο μηχανισμός μάθησης που χρησιμοποιείται μπορεί να εφαρμοστεί σε άλλα μαθήματα, όπως η επίλυση εξισώσεων, η πρόσθεση κλασμάτων, η χημεία, η αγγλική γραμματική και τα περιβάλλοντα πειραμάτων επιστήμης.

Ένα από τα κύρια γκολ είναι για αυτή τη μέθοδο να επιτρέψει στους δασκάλους να κατασκευάσουν τις δικές τους υπολογιστικές διδακτικές, χωρίς την ανάγκη ενός προγραμματιστή AI. Αυτό επιτρέπει στους δασκάλους να εφαρμόσουν τις δικές τους προσωπικές απόψεις για το πώς να διδάξουν ή ποια μέθοδα να χρησιμοποιήσουν.

Ο Weitekamp, ο Koedinger και ο Επιστημονικός Σύμβουλος του HCII Erik Harpstead έγραψαν το έγγραφο που περιγράφει τη μέθοδο. Αυτό αποδεκτή από τη Διάσκεψη Ανθρώπινων Παραγόντων σε Συστήματα Υπολογιστών (CHI 2020). Η διάσκεψη ήταν αρχικά запλάνο να διεξαχθεί αυτόν τον μήνα, αλλά η πανδημία COVID-19 την ανάγκασε να ακυρωθεί.Το έγγραφο μπορεί τώρα να βρεθεί στις διαδικασίες της διάσκεψης, που βρίσκεται στη Ψηφιακή Βιβλιοθήκη της Association for Computing Machinery.

Το Ινστιτούτο Εκπαιδευτικών Επιστημών και η Google (GOOGL ) βοήθησαν να υποστηρίξουν την έρευνα.