Les chercheurs développent un nouvel IA pour aider à créer des systèmes de tutorat

Les chercheurs de l’Université Carnegie Mellon ont démontré comment ils peuvent construire des systèmes de tutorat intelligents. Ces systèmes sont efficaces pour enseigner divers sujets, notamment l’algèbre et la grammaire. 

Les chercheurs ont utilisé une nouvelle méthode qui repose sur l’intelligence artificielle pour permettre à un enseignant d’enseigner à un ordinateur. La formulation de cette méthode peut sembler confuse, mais pensez-y comme à un ordinateur qui apprend à enseigner grâce à un enseignant humain. L’ordinateur peut être enseigné par l’enseignant humain en lui montrant comment résoudre certains problèmes, tels que l’addition à plusieurs colonnes. Si l’ordinateur se trompe, l’enseignant peut le corriger. 

Résoudre les problèmes de manière autonome

L’une des parties intéressantes de cette méthode est que le système informatique est capable non seulement d’enseigner et de résoudre les problèmes de la manière dont il a été enseigné, mais qu’il peut également résoudre tous les autres problèmes du sujet en généralisant. Cela signifie que l’ordinateur peut finir par résoudre un problème en dehors des méthodes que l’enseignant lui a enseignées. 

Daniel Weitekamp III est un étudiant en doctorat à l’Institut d’interaction homme-ordinateur (HCII) de CMU. 

“Un élève peut apprendre une façon de faire un problème et cela suffit”, a déclaré Weitekamp. “Mais un système de tutorat doit apprendre toutes les façons de résoudre un problème. Il doit apprendre à enseigner la résolution de problèmes, et non seulement à résoudre des problèmes.”

Le défi que Weitekamp explique est l’un des plus grands dans le développement de systèmes de tutorat basés sur l’IA. Les systèmes de tutorat intelligents nouvellement développés peuvent suivre les progrès des étudiants, aider à déterminer ce qu’il faut faire ensuite et aider les étudiants à développer de nouvelles compétences en sélectionnant des problèmes de pratique efficaces. 

Le développement de systèmes de tutorat basés sur l’IA

Ken Koedinger est professeur d’interaction homme-ordinateur et de psychologie. Koedinger était l’un des premiers développeurs de tuteurs intelligents, et en travaillant avec d’autres, des règles de production ont été programmées à la main. Selon Koedinger, chaque heure d’enseignement tutorisé prenait 200 heures de développement. Finalement, le groupe a développé une méthode plus efficace, qui a démontré toutes les façons possibles de résoudre un problème. Cela a réduit les 200 heures à 40 ou 50, mais il est extrêmement difficile de démontrer toutes les solutions possibles à certains modèles. 

Koedinger a déclaré que la nouvelle méthode pourrait permettre à un enseignant de développer une leçon de 30 minutes en même temps. 

“La seule façon d’obtenir un tuteur intelligent complet jusqu’à présent a été d’écrire ces règles IA”, a déclaré Koedinger. “Mais maintenant, le système écrit ces règles.”

Dans la nouvelle méthode, un programme d’apprentissage automatique est utilisé pour simuler les façons dont les étudiants apprennent. Une interface d’enseignement a été créée par Weitekamp, et elle utilise un processus “montrer et corriger” pour la programmation.

Alors que la méthode a été démontrée avec l’addition à plusieurs colonnes, le moteur d’apprentissage automatique utilisé peut être appliqué à d’autres sujets, tels que la résolution d’équations, l’addition de fractions, la chimie, la grammaire anglaise et les environnements d’expériences scientifiques. 

L’un des principaux objectifs est que cette méthode permette aux enseignants de construire leurs propres leçons informatisées, sans avoir besoin d’un programmeur IA. Cela permet aux enseignants d’appliquer leurs propres points de vue sur la façon d’enseigner ou quelles méthodes utiliser. 

Weitekamp, Koedinger et le scientifique du système HCII Erik Harpstead ont co-écrit l’article décrivant la méthode. Il a été accepté par la Conférence des facteurs humains dans les systèmes informatiques (CHI 2020). La conférence était initialement prévue pour ce mois, mais la pandémie de COVID-19 l’a forcée à être annulée. L’article peut maintenant être trouvé dans les actes de la conférence, situés dans la bibliothèque numérique de l’Association for Computing Machinery.

L’Institut des sciences de l’éducation et Google ont aidé à soutenir la recherche.