Rens ter Weijde, Co-Fondatore & Amministratore Delegato di KIMO – Serie di Interviste

KIMO è una startup olandese fondata da due alumni di Harvard: Krishna Deepak Nallamilli (India) e Rens ter Weijde (Paesi Bassi). Il team si concentra sulla costruzione dell’intelligenza artificiale necessaria per generare percorsi di apprendimento individuali attraverso contenuti di apprendimento digitale.

Mentre l’apprendimento online ha preso piede, presenta tassi di abbandono alti come il 95%. Perché il tasso di successo è così basso?

Quando abbiamo iniziato KIMO, abbiamo condotto un sondaggio tra alcuni centinaia di utenti per capire meglio la situazione. In primo luogo, la maggior parte dei fornitori di servizi online fornisce MOOC (corsi online), ma gli utenti percepiscono i MOOC come un impegno di tempo significativo. Spesso utilizzavano molti “escamotages” più brevi, come leggere articoli, ascoltare podcast, fare domande su Google, ecc., che si adattavano meglio al loro programma quotidiano. Quindi, l’apprendimento è più multicanale nella pratica di quanto consentano questi fornitori. Inoltre, molti utenti hanno espresso di aver perso la guida nel loro percorso online. Il risultato è che spendono molto tempo a cercare, cercando di decidere cosa studiare, ecc. Un terzo motivo riguarda la rilevanza del contenuto effettivo. I materiali online sono spesso statici, pre-registrati e non completamente rilevanti per loro. Potresti dire che il contenuto non è personale/rilevante abbastanza per loro – o almeno non abbastanza rilevante da giustificare il tempo speso.

Molti utenti affermano di essere annoiati e citano frequentemente la mancanza di coinvolgimento come un problema, perché pensi che gli utenti si sentano privati del diritto all’apprendimento online?

Credo che ci sia spazio per migliorare le piattaforme di apprendimento su almeno due dimensioni principali. In primo luogo, è necessaria una migliore intelligenza per guidare gli utenti su percorsi migliori e fornire migliori raccomandazioni di contenuto. Potresti dire che si tratta della R&S necessaria per il settore dell’istruzione, fortemente legata agli algoritmi di intelligenza artificiale. Il secondo elemento è l’altro lato della catena del valore: l’interfaccia utente/UX e l’esperienza finale per gli utenti. La maggior parte dei sistemi LMS è considerata noiosa e superata dagli utenti. Sono lontani dal software lucidato, in tempo reale, sociale e personalizzato che gli utenti si aspettano oggi.

Puoi condividere la storia di genesi dietro KIMO e cosa ti ha attirato a risolvere il problema dell’apprendimento online?

Certo! KIMO è iniziato quando Krishna, il mio co-fondatore, e io ci siamo incontrati alla Harvard Business School. Amavamo l’ambiente, ma ci siamo resi conto allo stesso tempo che le parti buone dell’esperienza non erano scalabili per le persone in tutto il mondo. Abbiamo deciso, con un whisky in un lobby di hotel, di provare a creare un “coach di carriera digitale”. Quel coach era la prima versione di KIMO.

Puoi discutere come l’intelligenza artificiale sia necessaria per generare percorsi di apprendimento individuali attraverso contenuti di apprendimento digitale?

In effetti, KIMO si basa su una moltitudine di modelli di intelligenza artificiale nella pipeline. Alcuni modelli sono intrinsecamente semplici, altri più complessi. Il filo conduttore è che la maggior parte dei modelli si basa sul linguaggio naturale come dati di input (NLP, ad esempio modelli transformer). Questi modelli sono dietro le raccomandazioni di contenuto che ricevi, il raggruppamento di contenuti in argomenti specifici o il riconoscimento delle competenze critiche richieste per i lavori. Abbiamo anche alcuni modelli di intelligenza artificiale “generativa” più sperimentali, come il modello che risponde alle domande relative al contenuto all’interno dell’app KIMO. Se questo funziona sufficientemente, è un passo più vicino all’automazione dei professori che noi prevediamo.

Puoi elaborare come un sistema di intelligenza artificiale possa imparare a comprendere i lavori in grande dettaglio (ad esempio competenze tecniche o competenze trasversali)?

In termini semplici: abbiamo deciso di ignorare le banche dati esistenti (O*Net, ESCO) per questo lavoro poiché non erano abbastanza granulari e aggiornate. Invece, abbiamo costruito un sistema che può riconoscere ~40.000 competenze all’interno dei lavori sul mercato in modo quasi in tempo reale. Potresti dire che il nostro sistema “legge” tutti questi profili di lavoro per prevedere quali competenze sono attualmente richieste per i lavori. Queste competenze riconosciute vengono poi raggruppate in competenze tecniche e trasversali.

Puoi discutere come funziona l’apprendimento personalizzato sulla piattaforma, come ad esempio come il sistema saprà quale tipo di contenuto funziona meglio per ogni utente, come ad esempio articoli, video, podcast, documenti, ecc.?

La risposta semplice è che facciamo corrispondere gli utenti e il contenuto attraverso la corrispondenza di vettori, che è una pratica comune nei modelli di raccomandazione. La parte più difficile è decidere come costruire questi vettori, in altre parole, quali elementi sono ponderati. Per ora, il sistema è relativamente semplice e funziona con le preferenze di apprendimento dell’utente e i punteggi di popolarità per i materiali online. Il futuro sarà più interessante, poiché stiamo cercando di ponderare lo stato attuale dell’utente (ad esempio il suo lavoro) e lo stato finale desiderato.

Quali sono alcune delle metodologie di apprendimento automatico attuali utilizzate nel sistema KIMO?

Utilizziamo molti modelli diversi, a seconda del compito. Ma posso dire che abbiamo un amore profondo per i modelli NLP che utilizzano l’attenzione, quindi i modelli transformer.

Dove vedi il futuro dell’istruzione online in 5 anni?

In breve, vedo l’istruzione online passare da “noiosa, solitaria e adatta a tutti” a “altamente coinvolgente, sociale e personalizzata”. Le aziende di istruzione online devono sfuggire all’idea che esistono in un’industria tradizionale e lenta. Invece, dovrebbero rendersi conto che competono nell’era della cura delle informazioni, proprio al centro di molte tendenze importanti di oggi.

C’è qualcos’altro che vorresti condividere su KIMO?

Sì. KIMO è ancora un bambino, o “beta” come lo chiamiamo. Scarica l’app, provala e inviaci il tuo feedback!

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare KIMO.