Yohan Lee, Chief Strategy Officer di Riiid Labs – Seri Wawancara

Yohan Lee adalah Chief Strategy Officer di Riiid Labs, penyedia solusi terkemuka dengan teknologi AI yang terverifikasi dan didorong oleh data. Mereka bermitra dengan pemimpin global di bidang pendidikan, pelatihan keterampilan, dan teknologi untuk menciptakan pengalaman belajar yang lebih baik. Mereka menggunakan AI untuk membantu pelajar mencapai tujuan mereka dengan cara tercepat dan paling efisien.

Apa yang awalnya menarik Anda ke AI?

Fokus Riiid. Riiid telah membuat langkah-langkah yang tepat yang dilakukan oleh perusahaan serius dengan potensi besar. Setiap langkahnya masuk akal dan menginspirasi. Untuk AI-nya, perusahaan tersebut memulai dengan metode filtering kolaboratif, kemudian secara teratur meningkatkan algoritmanya hingga model Transformer terbaru dengan evolusi unik mereka sendiri. Perusahaan tersebut terus menerbitkan makalah yang berpikiran mendalam yang menunjukkan fokus, eksplorasi, dan imajinasi. Aplikasi perusahaan tersebut mengubah pengguna dan memonetisasi dengan sukses yang menunjukkan adopsi pasar yang kuat. Bisnis tersebut berkembang dari dimensi B2C ke B2B dengan tambahan alat tes dan aplikasi Realtor. Kemudian mereka menerbitkan dataset pendidikan terbesar untuk memulai inovasi yang lebih besar dan menciptakan komunitas AIEd (EdNet). Ini semua adalah langkah-langkah perusahaan yang fokus yang membuat langkah-langkah yang tepat yang biasanya hanya dilakukan oleh perusahaan besar. Terakhir, putaran pendanaan mereka yang terlihat secara publik merupakan refleksi kuat dari potensi investasi tentang seberapa cepat perusahaan ini dapat menjadi unicorn.

Di peran sebelumnya, Anda adalah Pemimpin Kecerdasan Mesin dan Ilmu Data Kesehatan di Google (GOOGL ) Brain, apa saja proyek yang Anda kerjakan?

Saya memimpin Pengembangan Produk: yang merupakan bagaimana merancang, membangun, mengukur, dan menguji tempat tidur sistem untuk studi bukti dunia nyata. Ini adalah kombinasi dari konstruksi tempat tidur canggih, strategi penelitian, dan desain serta implementasi sistem lanjutan. Saya bukanlah insinyur, tetapi saya telah menjadi arsitek cloud bersertifikat di beberapa cloud selama beberapa tahun sekarang. Jadi ini adalah kecocokan alami, terutama dengan banyak kebutuhan keamanan informasi dan privasi untuk PHI, dan populasi yang rentan (terutama anak-anak).

Banyak kali, ada ketidakcocokan kesiapan teknis antara mitra dan raksasa teknologi untuk mencapai skala. Itulah tempat saya mengemudi skala. Membuat infrastruktur teknologi mandiri yang dirancang untuk mesin pembelajaran yang biayanya 1/10 harga dan mencapai komputasi paralel besar dengan latency dan biaya.

Membuat algoritma prediksi tersedia untuk mitra kami sebagai AIaaS, telah sangat menyenangkan.

Sejak Agustus 2020, Anda telah menjadi Wakil Presiden Strategi di Riiid Labs, bisa Anda jelaskan apa itu Riiid Labs?

Riiid Labs adalah pemimpin global di bidang solusi AI untuk pendidikan. Riiid Labs adalah lengan global dari perusahaan induk Riiid dan telah didirikan di Lembah Silikon untuk membangun kesuksesan Riiid di Asia dan memperluas bisnisnya ke Amerika Serikat, Amerika Selatan, Timur Tengah, dan lain-lain. Kami terdiri dari peneliti AI, ilmuwan data, insinyur, dan pengembangan bisnis yang bekerja dengan mitra di berbagai vertikal untuk memikirkan kembali cara-cara tradisional belajar dengan memperluas kompetensi AI Riiid. Apakah itu aplikasi persiapan tes pribadi untuk ujian masuk perguruan tinggi di Amerika Selatan atau modul tutor AI untuk pelatihan agen asuransi di konglomerat besar di Korea, kami menawarkan pelanggan B2C/B2B/B2G dengan teknologi AI milik kami yang menganalisis data perilaku belajar pengguna, memprediksi pilihan jawaban berikutnya, dan merekomendasikan jalur belajar pribadi yang pada akhirnya memaksimalkan potensi belajar seseorang. Kami telah meluncurkan beberapa produk, termasuk Santa, aplikasi persiapan tes seluler untuk ujian kemahiran bahasa Inggris yang populer, Test of English for International Communication (TOEIC) yang telah digunakan oleh lebih dari dua juta siswa di Korea dan Jepang. Kami juga telah merilis aplikasi persiapan GMAT di Korea berdasarkan kemitraan dengan Kaplan dan aplikasi persiapan ACT di Mesir, Turki, UAE, Yordania, dan Arab Saudi berdasarkan kemitraan dengan ConnecME. Riiid saat ini berbicara dengan berbagai pelanggan dari sektor swasta dan publik untuk mengimplementasikan solusi AI kami untuk penilaian pendidikan, pembelajaran, dan pelatihan.

Bagaimana alat AI dapat menjadi langkah maju dalam mendemokratisasi pendidikan?

Menurut PBB, bahkan sebelum krisis coronavirus, proyeksi menunjukkan bahwa lebih dari 200 juta anak akan putus sekolah, dan hanya 60 persen pemuda akan menyelesaikan pendidikan menengah atas pada tahun 2030. Setengah dari anak-anak di dunia berkembang meninggalkan pendidikan tanpa kualifikasi yang dapat diterapkan di tempat kerja. Pendekatan ‘satu ukuran untuk semua’ dalam pendidikan dan penilaian berbasis tes standar yang berisiko tinggi telah gagal memenuhi peran yang diharapkan dari pendidikan untuk meningkatkan warga negara yang berbakat.

Di ekonomi maju seperti Korea dan AS, komunitas kaya memiliki anggaran sekolah yang jauh lebih besar daripada komunitas miskin. Orang tua yang kaya membuat investasi tambahan dalam bimbingan belajar pribadi, konsultasi perguruan tinggi pribadi, persiapan tes, pelatihan atletik pribadi, dan pengalaman belajar di luar sekolah dalam seni dan budaya, yang memperlebar kesenjangan antara anak-anak mereka dan anak-anak lainnya. Ini berarti bahwa siswa di komunitas yang kurang kaya sering memiliki guru yang kurang berpengalaman, akses teknologi yang terbatas, akses internet yang terbatas di sekolah dan di rumah, dan mungkin tidak menerima saran tentang pendaftaran perguruan tinggi. Di AS, seorang anak yang lahir dari keluarga kaya 10 kali lebih mungkin menyelesaikan gelar sarjana daripada seorang anak yang lahir dari keluarga miskin. Dan bahkan ketika Anda mengontrol kemampuan akademik, anak yang kaya lebih mungkin pergi ke perguruan tinggi dan menyelesaikan gelar. Ini juga memiliki implikasi untuk pertumbuhan ekonomi. Ketika bakat dan potensi tersebar luas di masyarakat, tetapi kesempatan tidak, pasar tenaga kerja dan ekonomi tidak dapat mencocokkan bakat dengan pekerjaan dengan efisien, dan itu memperlambat inovasi, dan mengompromikan produktivitas nasional dan pertumbuhan ekonomi.

Berdasarkan data yang signifikan, AI dapat menilai dan memahami tingkat pengetahuan dan perilaku belajar unik setiap siswa dan menyediakan konten yang dipersonalisasi yang disinkronkan untuk membantu siswa mencapai setiap tujuan belajar. AI sangat sabar dan dapat memberikan perhatian yang sama dan dipersonalisasi kepada semua orang dengan biaya yang jauh lebih rendah daripada tutor pribadi. Memungkinkan bahwa setiap siswa dengan koneksi internet dan smartphone akan dapat berpartisipasi dalam pengalaman belajar yang menarik dan dipersonalisasi, terlepas dari di mana mereka tinggal. AI juga dapat membantu guru mempersonalisasi pengalaman belajar siswa mereka, mengurangi waktu yang dihabiskan guru untuk tugas yang berulang, dan memanfaatkan waktu itu untuk memberikan perhatian dan sumber daya belajar yang dipersonalisasi yang tersedia untuk setiap siswa 24/7, terlepas dari apakah sekolah terbuka atau tidak.

Apakah Anda dapat membahas visi di balik tantangan Pendidikan Kecerdasan Buatan (AIEd) global pertama?

Dunia membutuhkan paradigma baru dalam pendidikan untuk mengatasi krisis pendidikan saat ini. Solusi pembelajaran yang ditenagai AI yang berinteraksi dengan siswa secara online dapat memberikan perhatian yang sama dan dipersonalisasi kepada semua orang dengan biaya yang jauh lebih rendah daripada tutor pribadi, baik digunakan untuk belajar mandiri atau dimasukkan ke dalam pengalaman belajar yang dipimpin oleh guru. Kami benar-benar percaya pada visi kami dalam pendidikan AI dan yakin bahwa kami dapat mengubah pendidikan dan meningkatkan kehidupan siswa. Tapi kami tahu bahwa kami tidak dapat mencapai visi ini sendirian. Kami membutuhkan komunitas AI yang lebih luas dan industri pendidikan untuk membeli ide-ide kami dan berpartisipasi juga. Tahun lalu, Riiid secara terbuka merilis EdNet, dataset hierarkis skala besar dari aktivitas siswa yang beragam yang dikumpulkan dari sistem bimbingan AI Riiid. Ini berisi data dari lebih dari 131 juta interaksi dengan lebih dari 780.000 siswa dunia nyata. Ini adalah yang terbesar di antara dataset AI-pendidikan yang dirilis ke publik hingga saat ini. Kami ingin pikiran terbaik di bidang ini menggunakan data ini untuk menemukan solusi inovatif yang dapat membantu menangani tantangan global di pendidikan. Dengan demikian, Riiid meluncurkan tantangan AIEd inaugural, tantangan global untuk menciptakan dan mengevaluasi algoritma untuk pelacakan pengetahuan menggunakan EdNet. Kami percaya bahwa dengan bergabung, kami dapat membuat dampak yang lebih besar dan mempercepat tren menuju pendidikan yang ditenagai AI. Memimpin dengan contoh diperlukan untuk kepemimpinan dan inspirasi kepada orang lain.

Apa saja hasil dari AIED?

Tantangan tersebut berlangsung dari 6 Oktober 2020 hingga 8 Januari 2021 melalui platform Kaggle dari Google, komunitas online ilmuwan data dan praktisi pembelajaran mesin.

• Untuk total hadiah $100.000, 3.395 tim dari 90 negara berpartisipasi dalam Tantangan, membuatnya menjadi yang terbanyak dari kompetisi algoritma Kaggle 2020 yang dihost oleh entitas bisnis.
• 52 dari 270 Grandmaster Kaggle berpartisipasi, proporsi tertinggi untuk pesaing Kaggle berdasarkan kinerja sebelumnya. Dibandingkan, kompetisi 2020 rata-rata hanya memiliki 25 Grandmaster dalam partisipasi.
• Melalui tantangan ini, 64.678 model Pelacakan Pengetahuan yang berbeda dan kreatif diserahkan.
• Tim dari Korea, Jepang, dan Spanyol memenangkan tiga posisi teratas, menerima $50.000, $30.000, dan $10.000, masing-masing. Tiga tim teratas mempresentasikan model mereka di Workshop AAAI-2021 tentang Pendidikan AI: Membayangkan Pendidikan Pasca-COVID dengan AI, yang dihost dan diorganisir oleh peneliti di Riiid.
• Semua solusi pemenang menggunakan Transformer, model berbasis perhatian yang pertama kali diperkenalkan dengan penggunaan dalam terjemahan mesin [AAYN] (Vaswani et al) dan diadopsi oleh peneliti Riiid. Ini menunjukkan bahwa nilai Transformer sangat jelas, cara inovatif yang digunakan oleh peserta Kaggle sangat menarik dari segi akademis dan praktis. Ini adalah aplikasi kreatif dari Transformer yang tidak terduga oleh peneliti kami. Kami sangat terdorong bahwa menyediakan platform seperti ini dapat mempromosikan pendekatan eksperimental yang beragam dalam Pendidikan AI. Kami percaya bahwa ini akan memimpin kemajuan teknologi yang dapat diterapkan sebagai perluasan fondasi yang solid untuk penelitian.

Bagaimana AI dapat mempercepat pembelajaran yang dipersonalisasi?

Secara singkat, teknologi AI, yang didasarkan pada algoritma pembelajaran mendalam, menganalisis data pengguna dan konten, memprediksi skor dan perilaku, dan merekomendasikan rencana belajar yang dipersonalisasi secara real-time.

Dan teknologi AI inti Riiid melakukan hal itu: 1) Pelacakan Pengetahuan, 2) Prediksi Skor, 3) Rekomendasi yang Dipersonalisasi.

1. Pelacakan Pengetahuan: Pelacakan pengetahuan adalah salah satu tugas dasar di bidang Pendidikan AI. Mengetahui apa yang siswa ketahui dan tidak ketahui pada suatu titik waktu menyediakan dasar untuk membangun jalur belajar yang optimal. Dan model tersebut dapat memprediksi dengan akurasi tertinggi apakah siswa akan menjawab pertanyaan dengan benar atau tidak. Model Pelacakan Pengetahuan berbasis pembelajaran mendalam kami yang terinspirasi oleh Transformer Google memprediksi apakah siswa akan menjawab pertanyaan dengan benar atau tidak dengan akurasi tertinggi.
2. Model Prediksi Skor: Model Prediksi Skor memprediksi tingkat pencapaian siswa selama proses belajar. Model kami memprediksi skor siswa dengan kesalahan prediksi rata-rata ± 5%, yang dapat dinyatakan sebagai akurasi 95%. Penilaian memberikan umpan balik tentang keadaan pengetahuan siswa, yang memungkinkan penyesuaian belajar secara real-time. Dan ini memungkinkan siswa untuk mengenali kemajuan dan pencapaian mereka yang mempromosikan penilaian diri dan latihan.
3. Sistem Rekomendasi: Berdasarkan model Pelacakan Pengetahuan dan Prediksi Skor, kami menyediakan pelajar dengan item yang diperlukan untuk perbaikan terbesar. Merancang sistem rekomendasi tidak selalu sederhana, dan ini memerlukan banyak pertimbangan dan penelitian untuk memahami apa yang terbaik untuk pelajar. Riiid mengembangkan Rekomendasi untuk Persiapan Ujian Standar yang Efektif (RCES), model AI yang merekomendasikan pertanyaan yang tidak hanya memaksimalkan Skor yang Diharapkan tetapi memastikan bahwa pembelajaran terjadi. Ini menghindari tujuan hanya meningkatkan skor tes tanpa adanya pembelajaran yang sebenarnya dengan mencerminkan dampak dari memperoleh pengetahuan baru dari solusi pertanyaan yang dijawab secara tidak benar.

Apakah Anda dapat membahas aplikasi Riiid Santa dan apa yang pengguna harus harapkan?

Riiid menawarkan Santa, aplikasi persiapan tes seluler untuk ujian kemahiran bahasa Inggris yang populer, Test of English for International Communication (TOEIC). Aplikasi ini menampilkan teknologi AI milik Riiid yang menganalisis data pengguna dan konten, memprediksi skor dan perilaku, dan merekomendasikan rencana belajar yang dipersonalisasi secara real-time untuk membantu pengguna mengoptimalkan potensi belajar mereka. Aplikasi ini telah digunakan oleh lebih dari dua juta siswa (2,5 juta) di Korea dan Jepang dan mencapai nomor satu dalam penjualan di antara aplikasi pendidikan di Jepang dan Korea. Berdasarkan data pengguna selama satu tahun, skor rata-rata meningkat sebesar 165 poin dari total 990 poin setelah hanya 20 jam belajar.

Apakah ada yang lain yang Anda ingin bagikan tentang Riiid atau Riiid Labs?

Dengan hanya enam tahun di bawah kendali kami, kami baru saja menyentuh prospek tak terbatas di Pendidikan AI. Kami telah melihat bagaimana kami dapat mengubah cara orang mengambil pendekatan belajar tradisional untuk tes standar. Tapi kami juga melihat kemungkinan ukuran yang lebih bermakna dari kemampuan siswa. Dan kami benar-benar percaya bahwa kami adalah yang paling siap untuk memimpin revolusi ini.

Keyakinan kami adalah bahwa hanya dengan memahami perilaku belajar harian siswa dan jalur mereka, kami dapat menilai potensi sebenarnya siswa dan mengoptimalkan pengalaman belajar mereka sesuai dengan itu. Ini tidak mungkin sebelumnya. Tapi dengan AI, kami dapat menganalisis tingkat saat ini pembelajar dan segera mempersonalisasi instruksi yang sesuai dengan kebutuhan individu. Kami dapat terus memotivasi mereka dan melacak kemajuan mereka. Kami dapat memungkinkan setiap pembelajar untuk tumbuh dengan caranya sendiri, dengan kecepatannya sendiri, yang sistem saat ini tidak mendukung. Dengan pendekatan ini, kami dapat benar-benar membuka potensi belajar seseorang.

Visi kami baru saja terwujud dengan layanan persiapan tes, tapi kami baru saja memulai sesuatu yang hebat. Penilaian sumatif, yang menilai pembelajar melalui tes satu kali, bukanlah alat terbaik untuk penilaian dan pembelajaran yang efektif. Dan lebih jauh, ini sekarang tidak valid secara fisik karena Covid-19, dan kami melihat kebutuhan pasar yang besar dalam alat penilaian formatif yang efektif dan praktis. Itulah mengapa Riiid sekarang bekerja pada model pengukuran kemampuan berbasis pembelajaran mendalam yang independen dari domain yang disebut “Riiid-Score.” Kami yakin bahwa kami akan mengubah inti pendidikan dengan mendukung pembelajaran formatif, yang merujuk pada proses mengoptimalkan pengalaman mengajar-belajar secara terus-menerus. Kami percaya bahwa ini adalah langkah dasar menuju pendidikan yang dapat membuka potensi setiap individu.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Riiid Labs.