Yohan Lee, Director de Estrategia en Riiid Labs – Serie de Entrevistas

Yohan Lee es el Director de Estrategia en Riiid Labs, un proveedor líder de soluciones de tecnología de inteligencia artificial (IA) completamente verificadas y basadas en datos. Colaboran con líderes globales en educación, capacitación y tecnología para crear mejores experiencias de aprendizaje. Utilizan la IA para ayudar a los aprendices a alcanzar sus objetivos de la manera más rápida y eficiente posible.

¿Qué te atrajo inicialmente a la IA?

El enfoque de Riiid. Riiid había hecho los movimientos correctos que una empresa seria con gran potencial haría. Cada paso era razonable y emocionante. Para su IA, la empresa comenzó de manera razonable con métodos de filtrado colaborativo, luego mejoró regularmente sus algoritmos hasta modelos de Transformador de última generación con sus propias evoluciones únicas. La empresa siguió publicando artículos reflexivos que mostraban enfoque, exploración e imaginación. La aplicación de la empresa estaba convirtiendo a los usuarios y monetizando con éxito, lo que indicaba una fuerte adopción del mercado. El negocio se estaba expandiendo desde una dimensión B2C a B2B con herramientas de preparación de pruebas adicionales y una aplicación de Realtor. Luego, publicó el conjunto de datos de educación más grande para iniciar una mayor innovación y crear una comunidad de IA en educación (EdNet). Estos son todos los movimientos de una empresa enfocada que estaba haciendo los movimientos correctos que normalmente hace una gran empresa. Finalmente, sus rondas de financiación visibles públicamente fueron un reflejo fuerte del potencial de inversión de cómo rápidamente esta empresa podría convertirse en un unicornio.

En tu papel anterior, eras Líder de Inteligencia de Máquina y Ciencia de Datos de Salud en Google (GOOGL ) Brain, ¿en qué proyectos trabajaste?

Lideré la implementación de productos: que es cómo diseñar, construir, medir, probar camas de prueba para estudios de evidencia en el mundo real. Una combinación de construcción de camas de prueba avanzada, estrategia de investigación y diseño e implementación de sistemas avanzados. No soy ingeniero, pero he sido un arquitecto de nube certificado en múltiples nubes durante varios años ahora. Así que fue un ajuste natural, especialmente con los muchos requisitos de seguridad de la información y privacidad para la información de salud protegida (PHI) y poblaciones vulnerables (especialmente los niños).

Muchas veces, hay una discrepancia en la preparación técnica entre los socios y los gigantes tecnológicos para alcanzar la escala. Eso es donde impulso la escala. Hago que la infraestructura tecnológica autoensamblada diseñada para motores de aprendizaje de máquina cueste 1/10 del precio y alcance un cómputo paralelo masivo a latencia y costo.

Hacer que los algoritmos de predicción estén disponibles para nuestros socios como IA como servicio (AIaaS) ha sido emocionante.

Desde agosto de 2020, has sido Vicepresidente de Estrategia en Riiid Labs, ¿podrías explicar qué es exactamente Riiid Labs?

Riiid Labs es un líder global en soluciones de IA para la educación. Riiid Labs es el brazo global de su empresa matriz Riiid y se ha establecido en Silicon Valley para construir sobre el éxito de Riiid en Asia y expandir su negocio en los Estados Unidos, América del Sur, Medio Oriente y más allá. Estamos compuestos por investigadores de IA, científicos de datos, ingenieros y desarrollo de negocios, y trabajamos con socios en varios verticales para repensar las formas tradicionales de aprendizaje mediante la extensión de la competencia en IA de Riiid. Ya sea una aplicación de preparación de pruebas personalizada para el examen de ingreso a la universidad en América del Sur o un módulo de tutoría de IA para la capacitación de agentes de seguros en un conglomerado importante en Corea, ofrecemos a clientes B2C/B2B/B2G nuestra tecnología propietaria en IA que analiza los datos del comportamiento de aprendizaje del usuario, predice las siguientes opciones de respuesta y recomienda un camino de aprendizaje personalizado que maximiza el potencial de aprendizaje de cada uno. Hemos lanzado varios productos, incluyendo Santa, una aplicación de preparación de pruebas para el examen de inglés para la comunicación internacional (TOEIC) que ha sido utilizada por más de dos millones de estudiantes en Corea y Japón. También hemos lanzado una aplicación de preparación para el examen de admisión a la escuela de negocios (GMAT) en Corea en asociación con Kaplan y una aplicación de preparación para el examen de admisión a la universidad (ACT) en Egipto, Turquía, Emiratos Árabes Unidos, Jordania y Arabia Saudita en asociación con ConnecME. Riiid ahora está en conversaciones con una amplia variedad de clientes de los sectores público y privado para implementar nuestra solución de IA para evaluaciones educativas, aprendizaje y capacitación.

¿Cómo pueden ser las herramientas de IA un paso adelante en la democratización de la educación?

Según la ONU, incluso antes de la crisis del coronavirus, las proyecciones mostraban que más de 200 millones de niños estarían fuera de la escuela, y solo el 60 por ciento de los jóvenes completarían la educación secundaria superior en 2030. La mitad de los niños del mundo en desarrollo abandonaron la educación sin ninguna calificación aplicable para el lugar de trabajo. Los enfoques de “talla única” para la educación y las evaluaciones estandarizadas basadas en pruebas de alto riesgo no han logrado satisfacer el papel esperado de la educación para crecer ciudadanos talentosos de la sociedad.

En las economías desarrolladas, como Corea y los Estados Unidos, las comunidades ricas tienen presupuestos escolares mucho más grandes que las comunidades más pobres. Posteriormente, los padres ricos invierten adicionales en tutoría privada, asesoramiento universitario privado, preparación de pruebas, entrenamiento deportivo privado y experiencias de aprendizaje fuera de la escuela en las artes y la cultura, que amplían la brecha entre sus hijos y todos los demás. Esto significa que los estudiantes en comunidades menos ricas a menudo tienen menos profesores experimentados, menos acceso a la tecnología, acceso reducido a Internet en la escuela y en casa, y pueden no recibir ningún consejo sobre la aplicación a la universidad. En los Estados Unidos, un niño nacido en una familia rica es 10 veces más probable que complete un título universitario que un niño nacido en una familia pobre. Y incluso cuando se mantiene constante la capacidad académica, el niño más rico es mucho más probable que vaya a la universidad y complete un título. Esto también tiene implicaciones para el crecimiento económico. Cuando el talento y el potencial están ampliamente distribuidos en una sociedad, pero la oportunidad no lo está, el mercado laboral y la economía no pueden emparejar eficientemente el talento con el empleo, y eso ralentiza la innovación y compromete la productividad y el crecimiento económico nacional.

Basado en datos significativos, la IA puede evaluar y comprender el nivel de conocimiento y los comportamientos de aprendizaje únicos de cada estudiante y proporcionar contenido personalizado cronometrado para ayudar a los estudiantes a alcanzar cada objetivo de aprendizaje. La IA es eternamente paciente y puede dar a todos una atención individualizada igual, pero a un fracción del costo de los tutores personales. Es posible que cualquier estudiante con una conexión a Internet y un teléfono inteligente pueda participar en una experiencia de aprendizaje personalizada y atractiva, independientemente de dónde viva. La IA también puede ayudar a los maestros a personalizar las experiencias de aprendizaje de sus estudiantes, reduciendo el tiempo que los maestros deben pasar en tareas repetitivas, y reutilizar ese tiempo para proporcionar atención individualizada y recursos de aprendizaje personalizados disponibles para cada estudiante las 24 horas del día, los 7 días de la semana, independientemente de si la escuela está abierta o no.

¿Podrías discutir la visión detrás del primer desafío global de Educación Artificial (AIEd)?

El mundo necesita un nuevo paradigma en la educación para superar la crisis actual en la educación. Las soluciones de aprendizaje basadas en IA que los estudiantes interactúan en línea pueden dar a todos una atención individualizada igual, pero a una fracción del costo de los tutores personales, ya sea para el aprendizaje independiente o incorporado en experiencias de aprendizaje lideradas por maestros. Creemos firmemente en nuestra visión en la educación con IA y estamos seguros de que podemos transformar la educación y mejorar la vida de los estudiantes. Pero sabemos que no podemos lograr esta visión solos. Necesitamos que la comunidad más grande de IA y las industrias de la educación se unan a nuestras ideas y participen también. El año pasado, Riiid lanzó públicamente EdNet, un conjunto de datos a gran escala y jerárquico de diversas actividades de estudiantes recopiladas del sistema de tutoría de IA de Riiid. Contiene datos de más de 131 millones de interacciones con más de 780.000 estudiantes del mundo real. Es el más grande entre los conjuntos de datos de IA-educación lanzados al público hasta ahora. Queremos que las mejores mentes en el campo utilicen estos datos para encontrar soluciones innovadoras que ayuden a abordar los desafíos globales en la educación. Por lo tanto, Riiid lanzó su desafío inaugural de AIEd, un desafío global para crear y evaluar algoritmos para el seguimiento del conocimiento utilizando EdNet. Creemos que uniéndonos podemos tener un impacto mayor y acelerar aún más la tendencia hacia la educación habilitada por IA. Liderar con el ejemplo es necesario para el liderazgo y la inspiración a los demás.

¿Cuáles fueron algunos de los resultados del desafío de AIEd?

El desafío se llevó a cabo del 6 de octubre de 2020 al 8 de enero de 2021 a través de la plataforma de Kaggle de Google, una comunidad en línea de científicos de datos y practicantes de aprendizaje de máquina.

• Para el premio total de $100,000, 3,395 equipos de 90 países participaron en el desafío, lo que lo convirtió en el más grande de cualquier competencia de algoritmos de Kaggle de 2020 organizada por una entidad empresarial.
• 52 de los 270 Grandmasters de Kaggle participaron, la proporción más alta para los competidores de Kaggle basada en el desempeño pasado. En comparación, las competencias de 2020 promediaron solo 25 Grandmasters en participación.
• A través de este desafío, se presentaron 64,678 modelos de seguimiento del conocimiento diferentes y creativos.
• Los equipos de Corea, Japón y España ocuparon los tres primeros lugares, recibiendo $50,000, $30,000 y $10,000, respectivamente. Los tres equipos principales presentaron sus modelos en el Taller de AAAI-2021 sobre Educación con IA: Imaginando la educación post-COVID con IA, organizado y dirigido por investigadores de Riiid.
• Todas las soluciones ganadoras utilizaron Transformadores, un modelo basado en la atención que se introdujo por primera vez con usos en la traducción automática [AAYN] (Vaswani et al) y adoptado por los investigadores de Riiid. Esto muestra que el valor de los Transformadores es bastante claro, y las formas innovadoras en que los Kagglers los utilizaron fueron tanto académica como prácticamente interesantes. Estos fueron aplicaciones creativas de Transformadores que no fueron esperadas por nuestros investigadores. Estamos tan animados de que proporcionar este tipo de plataforma pueda promover enfoques experimentales tan diversos en la educación con IA. Creemos que esto conducirá al avance de la tecnología aplicable como una extensión de esta base sólida para la investigación.

¿Cómo puede la IA acelerar mejor el aprendizaje personalizado?

En resumen, la tecnología de IA, basada en algoritmos de aprendizaje profundo, analiza los datos del usuario y el contenido, y predice las puntuaciones y el comportamiento. Basado en estas ideas, la IA recomienda planes de estudio personalizados en tiempo real.

Y las tecnologías de IA básicas de Riiid hacen exactamente eso: 1) Seguimiento del conocimiento, 2) Predicción de puntuaciones, 3) Recomendación personalizada.

1. Seguimiento del conocimiento: El seguimiento del conocimiento es una de las tareas fundamentales en el campo de la educación con IA. Discernir qué saben y qué no saben los estudiantes en un momento dado proporciona la base para construir el camino de aprendizaje óptimo. Y el modelo puede predecir la corrección de un aprendiz para cualquier y todas las preguntas no resueltas. Nuestro modelo de seguimiento del conocimiento basado en aprendizaje profundo inspirado en el Transformador de Google predice si un estudiante responderá correctamente o no a una pregunta con la mayor precisión.
2. Modelo de predicción de puntuaciones: El modelo de predicción de puntuaciones predice el nivel de logro de un estudiante durante el proceso de aprendizaje. Nuestro modelo predice la puntuación de un estudiante con un error de predicción medio de ± 5%, lo que podría expresarse ampliamente como una precisión del 95%. La evaluación proporciona retroalimentación sobre el estado del conocimiento del estudiante, lo que permite ajustes de aprendizaje en tiempo real. Y permite que los estudiantes reconozcan su progreso y logro, lo que promueve la autoevaluación y la práctica.
3. Sistema de recomendación: Basado en los modelos de seguimiento del conocimiento y predicción de puntuaciones, proporcionamos a los aprendices los elementos necesarios para el mayor progreso. Diseñar un sistema de recomendación no siempre es sencillo, y requiere mucha consideración e investigación para comprender qué es lo mejor para el aprendiz. Riiid desarrolló Recomendación para la preparación efectiva de exámenes estandarizados (RCES), un modelo de IA que recomienda preguntas que no solo maximizan las puntuaciones esperadas, sino que también aseguran que el aprendizaje tenga lugar. Evita el objetivo de aumentar las puntuaciones de las pruebas en ausencia de un aprendizaje real, reflejando el impacto de adquirir nuevo conocimiento de las soluciones de las preguntas respondidas incorrectamente.

¿Podrías discutir las aplicaciones de Riiid Santa y qué pueden esperar los usuarios?

Riiid ofrece Santa, una aplicación de preparación de pruebas para el examen de inglés para la comunicación internacional (TOEIC). La aplicación cuenta con la tecnología de IA propietaria de Riiid, que analiza los datos del usuario y el contenido, predice las puntuaciones y el comportamiento, y recomienda planes de estudio personalizados en tiempo real para ayudar a los usuarios a optimizar su potencial de aprendizaje. La aplicación ha sido utilizada por más de dos millones de estudiantes (2,5 millones) en Corea y Japón, y alcanzó el número uno en ventas entre las aplicaciones de educación en Japón y Corea. Basado en los datos de los usuarios durante un año, la puntuación promedio aumentó en 165 puntos de un total de 990 puntos después de solo 20 horas de estudio.

¿Hay algo más que te gustaría compartir sobre Riiid o Riiid Labs?

Con solo seis años de existencia, apenas hemos arañado la superficie de las perspectivas ilimitadas en la educación con IA. Hemos visto cómo podemos cambiar la forma en que la gente aborda los enfoques de aprendizaje tradicionales para las pruebas estandarizadas. Pero también vimos la posibilidad de una medición más significativa de las capacidades de un estudiante. Y creemos firmemente que estamos mejor equipados para liderar esta revolución.

Nuestra creencia es que solo a través de la comprensión del comportamiento de aprendizaje diario y el camino de un estudiante, podemos evaluar el verdadero potencial de un estudiante y optimizar su experiencia de aprendizaje en consecuencia. Esto no era posible antes. Pero con la IA, podemos analizar el nivel actual de los aprendices e instalar instantáneamente la instrucción personalizada que se adapte a las necesidades individuales. Podemos motivar constantemente a los estudiantes y seguir su progreso. Podemos permitir que cada aprendiz crezca a su manera, a su propio ritmo, lo que el sistema actual no permite. Con este enfoque, podemos desbloquear verdaderamente el potencial de aprendizaje de cada uno.

Nuestra visión solo se está realizando con servicios de preparación de pruebas, pero estamos al comienzo de algo grande. La evaluación sumativa, que evalúa a los aprendices a través de pruebas únicas, no es la mejor herramienta para la evaluación y el aprendizaje efectivo. Y además, ahora es físicamente inválida debido al Covid-19, y vimos la gran necesidad del mercado en herramientas de evaluación formativa efectivas y prácticas. Es por eso que Riiid ahora está trabajando en un modelo de medición de capacidades basado en el aprendizaje profundo y de dominio independiente llamado “Riiid-Score”. Estamos seguros de que transformaremos el núcleo de la educación al apoyar el aprendizaje formativo, que se refiere al proceso de optimizar constantemente la experiencia de enseñanza-aprendizaje. Creemos que esto es un paso básico hacia la educación que puede desbloquear el potencial de cada individuo.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Riiid Labs.