συνεντεύξεις
Yohan Lee, Chief Strategy Officer στο Riiid Labs – Σειρά Συνεντεύξεων
Ο Yohan Lee είναι ο Chief Strategy Officer στην Riiid Labs, έναν κορυφαίο πάροχο λύσεων πλήρως επαληθευμένης και βασισμένης σε δεδομένα τεχνολογίας AI. Συνεργάζονται με παγκόσμιους ηγέτες στην εκπαίδευση, την κατάρτιση δεξιοτήτων και την τεχνολογία για να δημιουργήσουν καλύτερες εμπειρίες μάθησης. Χρησιμοποιούν την τεχνητή νοημοσύνη για να βοηθήσουν τους μαθητές να πραγματοποιήσουν τους στόχους τους με τον ταχύτερο και αποτελεσματικότερο τρόπο.
Τι σας τράβηξε αρχικά στο AI;
εστίαση του Riiid. Ο Riiid είχε κάνει τις σωστές κινήσεις που θα έκανε μια σοβαρή εταιρεία με μεγάλες δυνατότητες. Κάθε βήμα ήταν λογικό και εμπνευσμένο. Για την τεχνητή νοημοσύνη της, η εταιρεία ξεκίνησε εύλογα με συνεργατικές μεθόδους φιλτραρίσματος και στη συνέχεια βελτίωσε τακτικά τους αλγόριθμούς της μέχρι τα τελευταίας τεχνολογίας μοντέλα Transformer με τις δικές τους μοναδικές εξελίξεις. Η εταιρεία συνέχιζε να δημοσιεύει στοχαστικά έγγραφα που έδειχναν εστίαση, εξερεύνηση και φαντασία. Η εφαρμογή της εταιρείας μετέτρεπε χρήστες και δημιουργούσε έσοδα με επιτυχία, γεγονός που έδειχνε ισχυρή υιοθέτηση από την αγορά. Η επιχείρηση επεκτεινόταν από μια διάσταση B2C σε μια διάσταση B2B με πρόσθετα εργαλεία προετοιμασίας δοκιμών και μια εφαρμογή Realtor. Στη συνέχεια δημοσίευσε το μεγαλύτερο σύνολο δεδομένων εκπαίδευσης για την έναρξη μεγαλύτερης καινοτομίας για τη δημιουργία μιας κοινότητας AIEd (EdNet). Όλες αυτές είναι κινήσεις μιας εστιασμένης εταιρείας που έκανε τις σωστές κινήσεις που συνήθως κάνει μόνο μια μεγάλη εταιρεία. Τέλος, οι δημοσίως ορατοί γύροι χρηματοδότησής τους ήταν μια έντονη αντανάκλαση του επενδυτικού δυναμικού του πόσο γρήγορα αυτή η εταιρεία θα μπορούσε να γίνει μονόκερος.
Στην προηγούμενη θέση σας ήσασταν επικεφαλής της Μηχανικής Νοημοσύνης και Επιστήμης Δεδομένων Υγείας στο Google Brain, ποια ήταν μερικά από τα έργα στα οποία δουλέψατε;
Οδηγήθηκα στην Ανάπτυξη Προϊόντων: που είναι ο τρόπος σχεδιασμού, κατασκευής, μέτρησης, κλινών δοκιμών συστήματος για μελέτες αποδεικτικών στοιχείων πραγματικού κόσμου. Ένας συνδυασμός προηγμένης κατασκευής κρεβατιού δοκιμών, στρατηγικής έρευνας και σχεδιασμού και υλοποίησης προηγμένων συστημάτων. Δεν είμαι μηχανικός, αλλά είμαι πιστοποιημένος επαγγελματίας αρχιτέκτονας cloud για πολλά σύννεφα εδώ και πολλά χρόνια. Έτσι, ήταν φυσικό να ταιριάζει, ειδικά με τις πολλές απαιτήσεις ασφάλειας πληροφοριών και απορρήτου για το PHI και τους ευάλωτους πληθυσμούς (συγκεκριμένα τα παιδιά).
Πολλές φορές, υπάρχει αναντιστοιχία τεχνικής ετοιμότητας μεταξύ συνεργατών και τεχνολογικών κολοσσών για να φτάσει σε κλίμακα. Εκεί οδηγώ ζυγαριά. Δημιουργία αυτοσυναρμολογούμενης τεχνολογικής υποδομής σχεδιασμένης για κινητήρες ML που κοστίζουν το 1/10 της τιμής και επιτυγχάνουν τεράστιους παράλληλους υπολογισμούς με καθυστέρηση και κόστος.
Η διάθεση αλγορίθμων πρόβλεψης στους συνεργάτες μας ως AIaaS ήταν συναρπαστική.
Από τον Αύγουστο του 2020 είστε Αντιπρόεδρος Στρατηγικής στο Riiid Labs, θα μπορούσατε να εξηγήσετε τι είναι ακριβώς το Riiid Labs;
Η Riiid Labs είναι παγκόσμιος ηγέτης στις λύσεις τεχνητής νοημοσύνης για την εκπαίδευση. Η Riiid Labs είναι ο παγκόσμιος βραχίονας της μητρικής της εταιρείας Riiid και έχει ιδρυθεί στη Silicon Valley για να αξιοποιήσει την επιτυχία της Riiid στην Ασία και να επεκτείνει τις δραστηριότητές της στις ΗΠΑ, τη Νότια Αμερική, τη Μέση Ανατολή και όχι μόνο. Αποτελούμαστε από ερευνητές τεχνητής νοημοσύνης, επιστήμονες δεδομένων, μηχανικούς και επιχειρηματική ανάπτυξη και συνεργαζόμαστε με συνεργάτες σε διάφορους κλάδους για να επανεξετάσουμε τους παραδοσιακούς τρόπους μάθησης μέσω της επέκτασης της ικανότητας τεχνητής νοημοσύνης του Riiid. Είτε πρόκειται για μια εξατομικευμένη εφαρμογή προετοιμασίας για κινητά για τις εισαγωγικές εξετάσεις κολεγίου στη Νότια Αμερική είτε για μια ενότητα εκπαιδευτή τεχνητής νοημοσύνης για την εκπαίδευση ασφαλιστικών πρακτόρων σε έναν μεγάλο όμιλο ετερογενών δραστηριοτήτων στην Κορέα, προσφέρουμε στους πελάτες B2C/B2B/B2G με την αποκλειστική μας τεχνολογία σε τεχνητή νοημοσύνη που αναλύει την δεδομένα μαθησιακής συμπεριφοράς, προβλέπει επόμενες επιλογές απαντήσεων και προτείνει εξατομικευμένη μαθησιακή διαδρομή που τελικά μεγιστοποιεί τις δυνατότητες μάθησης κάποιου. Έχουμε κυκλοφορήσει ήδη αρκετά προϊόντα, συμπεριλαμβανομένου του Santa, μιας εφαρμογής προετοιμασίας για κινητά τεστ για τη δημοφιλή εξέταση αγγλικής επάρκειας, Test of English for International Communication (TOEIC) που έχει χρησιμοποιηθεί από περισσότερους από δύο εκατομμύρια μαθητές στην Κορέα και την Ιαπωνία. Έχουμε κυκλοφορήσει επίσης μια εφαρμογή προετοιμασίας GMAT στην Κορέα που βασίζεται σε συνεργασία με την Kaplan και μια εφαρμογή προετοιμασίας ACT στην Αίγυπτο, την Τουρκία, τα Ηνωμένα Αραβικά Εμιράτα, την Ιορδανία και τη Σαουδική Αραβία σε συνεργασία με την ConnecME. Η Riiid βρίσκεται τώρα σε συνομιλίες με ένα ευρύ φάσμα πελατών από ιδιωτικό και δημόσιο τομέα για να εφαρμόσει τη λύση τεχνητής νοημοσύνης μας για εκπαιδευτικές αξιολογήσεις, μάθηση και κατάρτιση.
Πώς τα εργαλεία τεχνητής νοημοσύνης αποτελούν ένα βήμα προς τα εμπρός στον εκδημοκρατισμό της εκπαίδευσης;
Σύμφωνα με το UN, ακόμη και πριν από την κρίση του κορωνοϊού, οι προβλέψεις έδειχναν ότι περισσότερα από 200 εκατομμύρια παιδιά θα έμεναν εκτός σχολείου και μόνο το 60 τοις εκατό των νέων θα ολοκλήρωναν την ανώτερη δευτεροβάθμια εκπαίδευση το 2030. Τα μισά από τα παιδιά του αναπτυσσόμενου κόσμου εγκατέλειψαν την εκπαίδευση χωρίς να διαθέτουν τα κατάλληλα προσόντα ο χώρος εργασίας. Οι προσεγγίσεις «Ένα μέγεθος για όλους» στην εκπαίδευση και οι τυποποιημένες αξιολογήσεις που βασίζονται σε υψηλά στοιχήματα απέτυχαν να ικανοποιήσουν τον αναμενόμενο ρόλο της εκπαίδευσης για την ανάπτυξη ταλαντούχων πολιτών της κοινωνίας.
Στις ανεπτυγμένες οικονομίες όπως η Κορέα και οι ΗΠΑ, οι πλούσιες κοινότητες έχουν πολύ μεγαλύτερους σχολικούς προϋπολογισμούς από τις φτωχότερες κοινότητες. Στη συνέχεια, οι πλουσιότεροι γονείς κάνουν πρόσθετες επενδύσεις σε ιδιωτικά φροντιστήρια, συμβουλές σε ιδιωτικό κολέγιο, προετοιμασία τεστ, ιδιωτική αθλητική προπόνηση και εκτός σχολείου μαθησιακές εμπειρίες στις τέχνες και τον πολιτισμό, που διευρύνουν το χάσμα μεταξύ των παιδιών τους και όλων των άλλων. Αυτό σημαίνει ότι οι μαθητές σε λιγότερο πλούσιες κοινότητες έχουν συχνά λιγότερο έμπειρους δασκάλους, λιγότερη πρόσβαση στην τεχνολογία, μειωμένη πρόσβαση στο Διαδίκτυο στο σχολείο και στο σπίτι και ενδέχεται να μην λαμβάνουν συμβουλές σχετικά με την υποβολή αίτησης στο κολέγιο. Στις ΗΠΑ, ένα παιδί που γεννιέται σε μια πλούσια οικογένεια έχει 10 φορές περισσότερες πιθανότητες να ολοκληρώσει ένα πτυχίο κολεγίου από ένα παιδί που γεννιέται σε μια φτωχή οικογένεια. Και ακόμη και όταν κρατάτε σταθερές τις ακαδημαϊκές σας ικανότητες, το πιο πλούσιο παιδί είναι πολύ πιο πιθανό να πάει στο κολέγιο και να ολοκληρώσει ένα πτυχίο. Αυτό έχει επίσης επιπτώσεις στην οικονομική ανάπτυξη. Όταν το ταλέντο και το δυναμικό κατανέμονται ευρέως σε μια κοινωνία, αλλά οι ευκαιρίες όχι, η αγορά εργασίας και η οικονομία δεν μπορούν να ταιριάξουν αποτελεσματικά το ταλέντο με την απασχόληση, και αυτό επιβραδύνει την καινοτομία και θέτει σε κίνδυνο την εθνική παραγωγικότητα και την οικονομική ανάπτυξη.
Με βάση σημαντικά δεδομένα, η τεχνητή νοημοσύνη μπορεί να αξιολογήσει και να κατανοήσει το επίπεδο γνώσεων και τις μοναδικές μαθησιακές συμπεριφορές κάθε μαθητή και να παρέχει εξατομικευμένο περιεχόμενο που να βοηθά τους μαθητές να επιτύχουν κάθε μαθησιακό στόχο. Η τεχνητή νοημοσύνη είναι αιώνια υπομονετική και μπορεί να δώσει σε όλους την ίδια αλλά εξατομικευμένη προσοχή με ένα κλάσμα του κόστους των προσωπικών δασκάλων. Είναι πιθανό οποιοσδήποτε μαθητής με σύνδεση στο Διαδίκτυο και smartphone να μπορεί να συμμετάσχει σε μια συναρπαστική, εξατομικευμένη μαθησιακή εμπειρία ανεξάρτητα από το πού ζει. Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει τους δασκάλους να εξατομικεύσουν τις μαθησιακές εμπειρίες των μαθητών τους, μειώνοντας τον χρόνο που πρέπει να αφιερώσουν οι δάσκαλοι σε επαναλαμβανόμενες εργασίες και να επαναχρησιμοποιήσουν αυτόν τον χρόνο για να παρέχουν ατομική προσοχή και εξατομικευμένους πόρους μάθησης διαθέσιμους σε κάθε μαθητή 24/7, ανεξάρτητα από το αν το σχολείο είναι ανοιχτό ή δεν.
Θα μπορούσατε να συζητήσετε το όραμα πίσω από την πρώτη παγκόσμια πρόκληση για την εκπαίδευση στην τεχνητή νοημοσύνη (AIEd);
Ο κόσμος χρειάζεται ένα νέο πρότυπο στην εκπαίδευση για να ξεπεράσει την τρέχουσα κρίση στην εκπαίδευση. Οι λύσεις εκμάθησης με τεχνητή νοημοσύνη με τις οποίες αλληλεπιδρούν οι μαθητές στο διαδίκτυο μπορούν να δώσουν σε όλους την ίδια αλλά εξατομικευμένη προσοχή με ένα κλάσμα του κόστους των προσωπικών δασκάλων, είτε χρησιμοποιούνται για ανεξάρτητη μάθηση είτε ενσωματώνονται σε μαθησιακές εμπειρίες υπό την καθοδήγηση των δασκάλων. Πιστεύουμε πραγματικά το όραμά μας στην εκπαίδευση της τεχνητής νοημοσύνης και είμαστε βέβαιοι ότι μπορούμε να μεταμορφώσουμε την εκπαίδευση και να βελτιώσουμε τη ζωή των μαθητών. Αλλά ξέρουμε ότι δεν μπορούμε να επιτύχουμε αυτό το όραμα μόνοι μας. Χρειαζόμαστε τη μεγαλύτερη κοινότητα της τεχνητής νοημοσύνης και τις βιομηχανίες εκπαίδευσης να συμμετάσχουν στις ιδέες μας και να συμμετάσχουν επίσης. Πέρυσι, η Riiid κυκλοφόρησε δημόσια το EdNet, ένα ιεραρχικό σύνολο δεδομένων μεγάλης κλίμακας με ποικίλες δραστηριότητες μαθητών που συλλέγονται από το σύστημα διδασκαλίας AI του Riiid. Περιέχει δεδομένα από περισσότερες από 131 εκατομμύρια αλληλεπιδράσεις με περισσότερους από 780 μαθητές του πραγματικού κόσμου. Είναι το μεγαλύτερο μεταξύ των συνόλων δεδομένων εκπαίδευσης AI που έχουν κυκλοφορήσει στο κοινό μέχρι στιγμής. Θέλουμε τα καλύτερα μυαλά στον τομέα να χρησιμοποιήσουν αυτά τα δεδομένα για να βρουν καινοτόμες λύσεις που θα βοηθούσαν στην αντιμετώπιση των παγκόσμιων προκλήσεων στην εκπαίδευση. Ως εκ τούτου, η Riiid ξεκίνησε την εναρκτήρια Πρόκληση AIEd, μια παγκόσμια πρόκληση για τη δημιουργία και την αξιολόγηση αλγορίθμων για την ανίχνευση γνώσης χρησιμοποιώντας το EdNet. Πιστεύουμε ότι ενώνοντας τις δυνάμεις μας μπορούμε να έχουμε μεγαλύτερο αντίκτυπο και να επιταχύνουμε περαιτέρω την τάση προς την εκπαίδευση με δυνατότητα τεχνητής νοημοσύνης. Η ηγεσία με το παράδειγμα είναι απαραίτητη για την ηγεσία και την έμπνευση στους άλλους.
Ποια ήταν μερικά από τα αποτελέσματα του AIED;
Η πρόκληση διήρκεσε από τις 6 Οκτωβρίου 2020 έως τις 8 Ιανουαρίου 2021 μέσω της πλατφόρμας Kaggle της Google, μιας διαδικτυακής κοινότητας επιστημόνων δεδομένων και επαγγελματιών μηχανικής μάθησης.
- Για το συνολικό έπαθλο των 100,000 δολαρίων, 3,395 ομάδες από 90 χώρες συμμετείχαν στην Πρόκληση, αξιοποιώντας το στο έπακρο από οποιονδήποτε διαγωνισμό αλγορίθμου Kaggle του 2020 που φιλοξενείται από μια επιχειρηματική οντότητα.
- Συμμετείχαν 52 από τους 270 Grandmaster του Kaggle, το υψηλότερο ποσοστό για τους ανταγωνιστές του Kaggle με βάση τις προηγούμενες επιδόσεις. Συγκριτικά, οι αγώνες του 2020 είχαν κατά μέσο όρο μόνο 25 Grandmaster στη συμμετοχή.
- Μέσω αυτής της πρόκλησης, υποβλήθηκαν 64,678 διαφορετικά και δημιουργικά μοντέλα ανίχνευσης γνώσης.
- Ομάδες από την Κορέα, την Ιαπωνία και την Ισπανία κέρδισαν τις τρεις πρώτες θέσεις, λαμβάνοντας $50,000, $30,000 και $10,000 αντίστοιχα. Οι τρεις κορυφαίες ομάδες παρουσίασαν τα μοντέλα τους στο Εργαστήριο AAAI-2021 με θέμα την AI Education: Imagining Post-COVID Education with AI, που φιλοξενήθηκε και οργανώθηκε από ερευνητές στο Riiid.
- Όλες οι νικητήριες λύσεις χρησιμοποίησαν Transformers, ένα μοντέλο που βασίζεται στην προσοχή που εισήχθη για πρώτη φορά με χρήσεις στη μηχανική μετάφραση [AAYN] (Vaswani et al) και υιοθετήθηκε από τους ερευνητές του Riiid. Αυτό δείχνει ότι η αξία των Transformers είναι αρκετά ξεκάθαρη, οι καινοτόμοι τρόποι που τα χρησιμοποίησαν οι Kaggler ήταν ενδιαφέροντες τόσο από ακαδημαϊκό όσο και από πρακτικό επίπεδο. Αυτές ήταν δημιουργικές εφαρμογές των Transformers που ήταν απροσδόκητες από τους ερευνητές μας. Ενθαρρυνθήκαμε τόσο πολύ που η παροχή αυτού του είδους πλατφόρμας θα μπορούσε να προωθήσει τόσο διαφορετικές πειραματικές προσεγγίσεις στην Εκπαίδευση AI. Πιστεύουμε ότι αυτό θα οδηγήσει στην πρόοδο της εφαρμοστέας τεχνολογίας ως επέκταση αυτού του στέρεου θεμελίου για την έρευνα.
Πώς μπορεί η τεχνητή νοημοσύνη να επιταχύνει καλύτερα την εξατομικευμένη μάθηση;
Συνοπτικά, η τεχνολογία AI, βασισμένη σε αλγόριθμους βαθιάς μάθησης, αναλύει δεδομένα και περιεχόμενο των χρηστών και προβλέπει βαθμολογίες και συμπεριφορά. Με βάση αυτές τις πληροφορίες, η τεχνητή νοημοσύνη συνιστά εξατομικευμένα σχέδια μελέτης σε πραγματικό χρόνο.
Και οι βασικές τεχνολογίες τεχνητής νοημοσύνης της Riiid κάνουν ακριβώς αυτό: 1) Ανίχνευση γνώσης, 2) Πρόβλεψη βαθμολογίας, 3) Εξατομικευμένη σύσταση.
- Ανίχνευση Γνώσης: Η ανίχνευση γνώσης είναι ένα από τα θεμελιώδη καθήκοντα στον τομέα της AI-Education. Η διάκριση του τι γνωρίζουν και τι δεν ξέρουν οι μαθητές σε μια χρονική στιγμή παρέχει τη βάση για την κατασκευή της βέλτιστης διαδρομής μάθησης. Και το μοντέλο είναι σε θέση να προβλέψει την ορθότητα ενός μαθητή για όλες τις άλυτες ερωτήσεις. Το μοντέλο ανίχνευσης γνώσης που βασίζεται σε βαθιά μάθηση, εμπνευσμένο από το Google Transformer, προβλέπει εάν ένας μαθητής θα απαντήσει σωστά ή όχι σε μια ερώτηση με την υψηλότερη ακρίβεια.
- Μοντέλο πρόβλεψης βαθμολογίας: Το μοντέλο Πρόβλεψης Βαθμολογίας προβλέπει το επίπεδο επίδοσης ενός μαθητή κατά τη διάρκεια της μαθησιακής διαδικασίας. Το μοντέλο μας προβλέπει τη βαθμολογία ενός μαθητή με ± 5% μέσο σφάλμα πρόβλεψης, το οποίο θα μπορούσε να εκφραστεί γενικά ως ακρίβεια 95%. Η αξιολόγηση παρέχει ανατροφοδότηση σχετικά με την κατάσταση γνώσης ενός μαθητή, η οποία επιτρέπει προσαρμογές μάθησης σε πραγματικό χρόνο. Και επιτρέπει στους μαθητές να αναγνωρίσουν την πρόοδο και τα επιτεύγματά τους που προάγουν την αυτοαξιολόγηση και την εξάσκηση.
- Σύστημα Προτάσεων στον Χρήστη: Με βάση τα μοντέλα Ιχνηλασίας Γνώσης και Πρόβλεψης Βαθμολογίας, παρέχουμε στους εκπαιδευόμενους στοιχεία που απαιτούνται για τη μέγιστη βελτίωση. Ο σχεδιασμός ενός συστήματος συστάσεων δεν είναι πάντα απλός και απαιτεί πολλή σκέψη και έρευνα για την κατανόηση του καλύτερου για τον εκπαιδευόμενο. Αναπτύχθηκε το Riiid Σύσταση για Αποτελεσματική Τυποποιημένη Προετοιμασία Εξετάσεων (RCES), ένα μοντέλο τεχνητής νοημοσύνης που προτείνει ερωτήσεις που όχι απλώς μεγιστοποιούν τις Αναμενόμενες Βαθμολογίες, αλλά διασφαλίζουν ότι η μάθηση πραγματοποιείται. Αποφεύγει τον στόχο της αποκλειστικής προσπάθειας αύξησης των βαθμολογιών των τεστ απουσία αληθινής μάθησης, αντικατοπτρίζοντας τον αντίκτυπο της απόκτησης νέας γνώσης από τις λύσεις ερωτήσεων που απαντήθηκαν εσφαλμένα.
Θα μπορούσατε να συζητήσετε τις εφαρμογές Riiid Santa και τι πρέπει να περιμένουν οι χρήστες;
Το Riiid προσφέρει το Santa, μια εφαρμογή προετοιμασίας για κινητά τεστ για τη δημοφιλή εξέταση αγγλικής επάρκειας, Test of English for International Communication (TOEIC). Η εφαρμογή διαθέτει την αποκλειστική τεχνολογία AI της Riiid, η οποία αναλύει δεδομένα και περιεχόμενο των χρηστών, προβλέπει βαθμολογίες και συμπεριφορά και προτείνει εξατομικευμένα σχέδια μελέτης σε πραγματικό χρόνο για να βοηθήσει τους χρήστες να βελτιστοποιήσουν τις δυνατότητες εκμάθησής τους. Η εφαρμογή έχει χρησιμοποιηθεί από περισσότερους από δύο εκατομμύρια μαθητές (2.5 εκατομμύρια) στην Κορέα και την Ιαπωνία και έφτασε στο Νο. 1 σε πωλήσεις μεταξύ των εκπαιδευτικών εφαρμογών στην Ιαπωνία και την Κορέα. Με βάση τα δεδομένα των χρηστών για ένα χρόνο, η μέση βαθμολογία αυξήθηκε κατά 165 βαθμούς από 990 πιθανούς βαθμούς μετά από μόλις 20 ώρες μελέτης.
Υπάρχει κάτι άλλο που θα θέλατε να μοιραστείτε σχετικά με το Riiid ή το Riiid Labs;
Με μόλις έξι χρόνια κάτω από τη ζώνη μας, έχουμε γρατσουνίσει μόνο την επιφάνεια των απεριόριστων προοπτικών στην εκπαίδευση AI. Είδαμε πώς μπορούμε να αλλάξουμε τον τρόπο με τον οποίο οι άνθρωποι ακολουθούν τις λεγόμενες παραδοσιακές προσεγγίσεις μάθησης για τυποποιημένα τεστ. Αλλά είδαμε επίσης μια πιθανότητα πιο ουσιαστικής μέτρησης των ικανοτήτων ενός μαθητή. Και πραγματικά πιστεύουμε ότι είμαστε καλύτερα εξοπλισμένοι για να ηγήσουμε αυτήν την επανάσταση.
Η πεποίθησή μας είναι ότι μόνο μέσω της κατανόησης της καθημερινής μαθησιακής συμπεριφοράς και πορείας του μαθητή, μπορούμε να αξιολογήσουμε τις πραγματικές δυνατότητες ενός μαθητή και να βελτιστοποιήσουμε ανάλογα την μαθησιακή του εμπειρία. Αυτό δεν ήταν δυνατό πριν. Όμως, με την τεχνητή νοημοσύνη, μπορούμε να αναλύσουμε το τρέχον επίπεδο των μαθητών και να εξατομικεύσουμε άμεσα τη διδασκαλία που ταιριάζει στις ανάγκες ενός ατόμου. Μπορούμε να τους παρακινούμε συνεχώς και να παρακολουθούμε την πρόοδό τους. Μπορούμε να επιτρέψουμε σε κάθε μαθητή να αναπτυχθεί με τον δικό του τρόπο, με τον δικό του ρυθμό, κάτι που το σημερινό σύστημα δεν υποστηρίζει. Με αυτήν την προσέγγιση, μπορούμε πραγματικά να ξεκλειδώσουμε τις δυνατότητες μάθησης κάποιου.
Το όραμά μας υλοποιείται μόνο με υπηρεσίες προετοιμασίας δοκιμών, αλλά είμαστε στην αρχή για κάτι σπουδαίο. Η αθροιστική αξιολόγηση, η οποία αξιολογεί τους εκπαιδευόμενους μέσω εφάπαξ τεστ, δεν είναι το καλύτερο εργαλείο αξιολόγησης και αποτελεσματικής μάθησης. Επιπλέον, είναι πλέον σωματικά άκυρη λόγω του Covid19 και είδαμε τις τεράστιες ανάγκες της αγοράς σε αποτελεσματικά και πρακτικά εργαλεία διαμορφωτικής αξιολόγησης. Αυτός είναι ο λόγος για τον οποίο η Riiid εργάζεται τώρα σε ένα «μοντέλο μέτρησης ικανοτήτων» που βασίζεται σε βαθιά μάθηση, ανεξάρτητο από τον τομέα που ονομάζεται «Riiid-Score». Είμαστε σίγουροι ότι θα μεταμορφώσουμε τον πυρήνα της εκπαίδευσης υποστηρίζοντας τη διαμορφωτική μάθηση, η οποία αναφέρεται στη διαδικασία διαρκούς βελτιστοποίησης της διδακτικής-μαθησιακής εμπειρίας. Πιστεύουμε ότι αυτό είναι ένα βασικό βήμα προς την εκπαίδευση που μπορεί να απελευθερώσει τις δυνατότητες κάθε ατόμου.
Σας ευχαριστούμε για την υπέροχη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα θα πρέπει να επισκεφτούν το Riiid Labs.
