Yohan Lee, Chief Strategy Officer di Riiid Labs – Intervista

Yohan Lee è il Chief Strategy Officer di Riiid Labs, un importante fornitore di soluzioni di tecnologia AI completamente verificate e basate sui dati. Riiid Labs collabora con leader globali nel settore dell’istruzione, della formazione professionale e della tecnologia per creare migliori esperienze di apprendimento. Utilizza l’AI per aiutare gli studenti a raggiungere i loro obiettivi nel modo più veloce ed efficiente possibile.

Cosa ti ha inizialmente attratto verso l’AI?

La focalizzazione di Riiid. Riiid aveva fatto le mosse giuste che una società seria con grande potenziale avrebbe fatto. Ogni passo era ragionevole e ispiratore. Per la sua AI, la società aveva iniziato ragionevolmente con metodi di filtering collaborativo, poi aveva migliorato regolarmente i suoi algoritmi fino a raggiungere modelli Transformer di stato dell’arte con evoluzioni uniche. La società aveva pubblicato saggi pensierosi che mostravano focalizzazione, esplorazione e immaginazione. L’app della società stava convertendo gli utenti e monetizzando con successo, il che indicava una forte adozione del mercato. L’attività stava espandendosi da una dimensione B2C a una dimensione B2B con strumenti di preparazione aggiuntivi e un’app per agenti immobiliari. Poi aveva pubblicato il più grande set di dati educativi per iniziare una maggiore innovazione e creare una comunità AIEd (EdNet). Queste sono tutte mosse di una società focalizzata che stava facendo le mosse giuste che solo una grande società avrebbe fatto. Infine, i suoi round di finanziamento pubblicamente visibili erano una forte riflessione del potenziale di investimento di come rapidamente questa società potesse diventare un unicorno.

Nel tuo ruolo precedente, eri un leader di Intelligenza Macchina e Scienza dei Dati Sanitari presso Google (GOOGL ) Brain, quali sono stati alcuni dei progetti su cui hai lavorato?

Ho guidato il Product Deployment: ovvero come progettare, costruire, misurare, testare letti di prova per studi di evidenza reale. Una combinazione di costruzione di letti di prova avanzati, strategia di ricerca e progettazione e implementazione di sistemi avanzati. Non sono un ingegnere, ma sono stato un architetto cloud certificato su più cloud per diversi anni. Quindi è stato un adattamento naturale, soprattutto con le molte richieste di sicurezza delle informazioni e di privacy per i dati sanitari e le popolazioni vulnerabili (in particolare i bambini).

Molte volte, c’è un mismatch di prontezza tecnica tra i partner e i giganti della tecnologia per raggiungere la scala. È lì che io guido la scala. Creo infrastrutture tecnologiche auto-assemblanti progettate per i motori di apprendimento automatico che costano 1/10 del prezzo e raggiungono un calcolo parallelo massiccio a latenza e costo.

Rendere disponibili agli nostri partner algoritmi di previsione come AIaaS, è stato emozionante.

Dal agosto 2020 sei Vice President di Strategia presso Riiid Labs, potresti spiegare cosa sia esattamente Riiid Labs?

Riiid Labs è un leader globale nelle soluzioni di AI per l’istruzione. Riiid Labs è il braccio globale della sua società madre Riiid e è stato stabilito nella Silicon Valley per costruire sul successo di Riiid in Asia e per espandere la sua attività negli Stati Uniti, in Sud America, in Medio Oriente e oltre. Siamo composti da ricercatori di AI, scienziati dei dati, ingegneri e sviluppatori di business e lavoriamo con partner in vari settori per ripensare i modi tradizionali di apprendimento estendendo la competenza AI di Riiid. Che si tratti di un’app di preparazione personalizzata per l’esame di ammissione al college in Sud America o di un modulo di tutoraggio AI per la formazione di agenti assicurativi in una grande società conglomerata in Corea, offriamo ai nostri clienti B2C/B2B/B2G la nostra tecnologia proprietaria di AI che analizza i dati di comportamento di apprendimento degli utenti, prevede le scelte di risposta successive e raccomanda percorsi di apprendimento personalizzati che massimizzano il potenziale di apprendimento di ciascuno. Abbiamo già lanciato diversi prodotti, tra cui Santa, un’app di preparazione mobile per l’esame di inglese internazionale TOEIC, che è stata utilizzata da oltre due milioni di studenti in Corea e Giappone. Abbiamo anche rilasciato un’app di preparazione GMAT in Corea in partnership con Kaplan e un’app di preparazione ACT in Egitto, Turchia, Emirati Arabi Uniti, Giordania e Arabia Saudita in partnership con ConnecME. Riiid è attualmente in trattative con una vasta gamma di clienti del settore privato e pubblico per implementare la nostra soluzione AI per la valutazione educativa, l’apprendimento e la formazione.

COME possono gli strumenti di AI essere un passo avanti nella democratizzazione dell’istruzione?

Secondo le Nazioni Unite, anche prima della crisi del coronavirus, le proiezioni mostravano che oltre 200 milioni di bambini sarebbero stati fuori dalla scuola e solo il 60 per cento dei giovani avrebbe completato l’istruzione secondaria superiore nel 2030. La metà dei bambini del mondo in via di sviluppo ha lasciato l’istruzione senza alcuna qualifica applicabile al luogo di lavoro. Gli approcci “una misura per tutti” all’istruzione e le valutazioni standardizzate basate su test ad alto rischio non sono riusciti a soddisfare il ruolo previsto dell’istruzione per far crescere i cittadini di talento della società.

Nelle economie sviluppate come la Corea e gli Stati Uniti, le comunità più ricche hanno bilanci scolastici molto più grandi rispetto a quelle più povere. Di conseguenza, i genitori più ricchi fanno investimenti aggiuntivi nella formazione privata, nel consiglio di ammissione al college, nella preparazione ai test, nella formazione atletica privata e nelle esperienze di apprendimento extrascolastiche nelle arti e nella cultura, che allargano il divario tra i loro figli e tutti gli altri. Ciò significa che gli studenti delle comunità meno ricche spesso hanno insegnanti meno esperti, meno accesso alla tecnologia, accesso ridotto a Internet a scuola e a casa e potrebbero non ricevere alcun consiglio sull’applicazione al college. Negli Stati Uniti, un bambino nato in una famiglia ricca ha 10 volte più probabilità di completare un diploma di laurea rispetto a un bambino nato in una famiglia povera. E anche quando si tiene costante l’abilità accademica, il bambino più ricco è molto più probabile che vada al college e che completi un diploma. Ciò ha anche implicazioni per la crescita economica. Quando il talento e il potenziale sono ampiamente distribuiti in una società, ma l’opportunità non lo è, il mercato del lavoro e l’economia non possono efficientemente abbinare il talento con l’occupazione, e ciò rallenta l’innovazione e compromette la produttività e la crescita economica nazionale.

Basato su dati significativi, l’AI può valutare e comprendere il livello di conoscenza e i comportamenti di apprendimento unici di ogni studente e fornire contenuti personalizzati in tempo reale per aiutare gli studenti a raggiungere ogni obiettivo di apprendimento. L’AI è eternamente paziente e può dare a tutti un’attenzione individualizzata a un costo inferiore rispetto a quello di tutor personali. È possibile che qualsiasi studente con una connessione Internet e uno smartphone possa partecipare a un’esperienza di apprendimento personalizzata e coinvolgente, indipendentemente da dove vive. L’AI può anche aiutare gli insegnanti a personalizzare le esperienze di apprendimento dei loro studenti, riducendo il tempo che gli insegnanti devono trascorrere in compiti ripetitivi e riutilizzando quel tempo per fornire attenzione individualizzata e risorse di apprendimento personalizzate disponibili per ogni studente 24 ore su 24, 7 giorni su 7, indipendentemente dal fatto che la scuola sia aperta o meno.

Potresti discutere la visione dietro la prima sfida globale di istruzione artificiale (AIEd) mai realizzata?

Il mondo ha bisogno di un nuovo paradigma nell’istruzione per superare l’attuale crisi nell’istruzione. Le soluzioni di apprendimento basate sull’AI che gli studenti interagiscono online possono dare a tutti un’attenzione individualizzata a un costo inferiore rispetto a quello di tutor personali, sia che vengano utilizzate per l’apprendimento indipendente o incorporate in esperienze di apprendimento guidate dagli insegnanti. Crediamo veramente nella nostra visione dell’istruzione AI e siamo certi di poter trasformare l’istruzione e migliorare la vita degli studenti. Ma sappiamo di non poter raggiungere questa visione da soli. Abbiamo bisogno della più ampia comunità AI e delle industrie dell’istruzione per condividere le nostre idee e partecipare. L’anno scorso, Riiid ha pubblicato pubblicamente EdNet, un set di dati di grandi dimensioni e gerarchici di attività di studenti diversi raccolti dal sistema di tutoraggio AI di Riiid. Contiene dati di oltre 131 milioni di interazioni con oltre 780.000 studenti del mondo reale. È il più grande tra i set di dati di istruzione AI rilasciati al pubblico finora. Vogliamo che le migliori menti nel campo utilizzino questi dati per trovare soluzioni innovative che possano aiutare a risolvere le sfide globali nell’istruzione. Pertanto, Riiid ha lanciato la sua prima sfida AIEd, una sfida globale per creare e valutare algoritmi per la tracciatura della conoscenza utilizzando EdNet. Crediamo che unendo le forze possiamo avere un impatto più grande e accelerare ulteriormente la tendenza verso l’istruzione abilitata all’AI. Guidare per esempio è necessario per l’ispirazione e la leadership degli altri.

Quali sono stati alcuni dei risultati della sfida AIEd?

La sfida si è svolta dal 6 ottobre 2020 all’8 gennaio 2021 attraverso la piattaforma di Google Kaggle, una comunità online di scienziati dei dati e pratici di apprendimento automatico.

• Per il premio totale di 100.000 dollari, 3.395 squadre da 90 paesi hanno partecipato alla sfida, rendendola la più grande competizione algoritmi Kaggle del 2020 ospitata da un’entità aziendale.
• 52 dei 270 Grandmaster di Kaggle hanno partecipato, la più alta percentuale per i concorrenti di Kaggle in base alle prestazioni passate. A confronto, le competizioni del 2020 avevano in media solo 25 Grandmaster in partecipazione.
• Attraverso questa sfida, sono stati presentati 64.678 modelli di tracciatura della conoscenza diversi e creativi.
• Le squadre della Corea, del Giappone e della Spagna hanno vinto i primi tre posti, ricevendo rispettivamente 50.000, 30.000 e 10.000 dollari. Le prime tre squadre hanno presentato i loro modelli al workshop AAAI-2021 su AI Education: Immaginare l’istruzione post-COVID con l’AI, ospitato e organizzato da ricercatori di Riiid.
• Tutte le soluzioni vincitrici hanno utilizzato i Transformer, un modello basato sull’attenzione introdotto per la prima volta con utilizzi nella traduzione automatica [AAYN] (Vaswani et al) e adottato dai ricercatori di Riiid. Ciò mostra che il valore dei Transformer è abbastanza chiaro, i modi innovativi in cui i partecipanti li hanno utilizzati sono stati sia accademici che praticamente interessanti. Questi sono stati applicazioni creative di Transformer che non erano state previste dai nostri ricercatori. Siamo stati così incoraggiati dal fatto che fornire questo tipo di piattaforma potesse promuovere approcci sperimentali così diversi nell’istruzione AI. Crediamo che ciò porterà all’avanzamento della tecnologia applicabile come estensione di questa solida base di ricerca.

Come può l’AI accelerare al meglio l’apprendimento personalizzato?

In sintesi, la tecnologia AI, basata su algoritmi di apprendimento profondo, analizza i dati degli utenti e dei contenuti e prevede i punteggi e i comportamenti. Sulla base di queste informazioni, l’AI raccomanda piani di studio personalizzati in tempo reale.

E le tecnologie AI di base di Riiid fanno proprio questo: 1) Tracciatura della conoscenza, 2) Previsione del punteggio, 3) Raccomandazione personalizzata.

1. Tracciatura della conoscenza: la tracciatura della conoscenza è una delle attività fondamentali nel campo dell’istruzione AI. Discernere cosa gli studenti sanno e non sanno in un determinato momento fornisce la base per costruire il percorso di apprendimento ottimale. E il modello è in grado di prevedere la correttezza di un apprendente per qualsiasi domanda non risolta. Il nostro modello di tracciatura della conoscenza basato sull’apprendimento profondo ispirato al Transformer di Google prevede se uno studente risponderà correttamente o no a una domanda con la massima accuratezza.
2. Modello di previsione del punteggio: il modello di previsione del punteggio prevede il livello di raggiungimento di uno studente durante il processo di apprendimento. Il nostro modello prevede il punteggio di uno studente con un errore di previsione medio del ±5%, che potrebbe essere ampiamente espresso come un’accuratezza del 95%. La valutazione fornisce un feedback sullo stato della conoscenza di uno studente, che consente regolazioni dell’apprendimento in tempo reale. E consente agli studenti di riconoscere i loro progressi e i loro risultati, che promuovono l’autovalutazione e la pratica.
3. Sistema di raccomandazione: sulla base dei modelli di tracciatura della conoscenza e di previsione del punteggio, forniamo agli apprendenti gli elementi necessari per il miglioramento più grande. Progettare un sistema di raccomandazione non è sempre semplice e richiede molta considerazione e ricerca per capire cosa sia meglio per l’apprendente. Riiid ha sviluppato Recommendation for Effective Standardized Exam Preparation (RCES), un modello AI che raccomanda domande che non solo massimizzano i punteggi attesi ma assicurano che l’apprendimento abbia luogo. Evita l’obiettivo di aumentare solo i punteggi dei test in assenza di un vero apprendimento, riflettendo l’impatto dell’acquisizione di nuove conoscenze dalle soluzioni delle domande risposte in modo errato.

Potresti discutere le app Riiid Santa e cosa gli utenti possono aspettarsi?

Riiid offre Santa, un’app di preparazione mobile per l’esame di inglese internazionale TOEIC. L’app presenta la tecnologia AI proprietaria di Riiid che analizza i dati degli utenti e dei contenuti, prevede i punteggi e i comportamenti e raccomanda piani di studio personalizzati in tempo reale per aiutare gli utenti a massimizzare il loro potenziale di apprendimento. L’app è stata utilizzata da oltre due milioni di studenti (2,5 milioni) in Corea e Giappone e ha raggiunto il primo posto nelle vendite tra le app educative in Giappone e Corea. Sulla base dei dati degli utenti nel corso di un anno, il punteggio medio è aumentato di 165 punti su un totale di 990 punti dopo solo 20 ore di studio.

C’è qualcos’altro che vorresti condividere su Riiid o Riiid Labs?

Con solo sei anni alle nostre spalle, abbiamo appena iniziato a esplorare le prospettive illimitate dell’istruzione AI. Abbiamo visto come possiamo cambiare il modo in cui le persone affrontano gli approcci di apprendimento tradizionali per gli esami standardizzati. Ma abbiamo anche visto la possibilità di una misura più significativa delle capacità degli studenti. E crediamo veramente di essere i migliori per guidare questa rivoluzione.

La nostra convinzione è che solo comprendendo il comportamento di apprendimento quotidiano e il percorso di uno studente, possiamo valutare il suo vero potenziale e ottimizzare la sua esperienza di apprendimento di conseguenza. Ciò non era possibile prima. Ma con l’AI, possiamo analizzare l’attuale livello degli apprendenti e personalizzare istantaneamente l’istruzione per adattarla alle esigenze individuali. Possiamo costantemente motivarli e tenere traccia dei loro progressi. Possiamo permettere a ogni apprendente di crescere a modo suo, al proprio ritmo, cosa che il sistema attuale non consente. Con questo approccio, possiamo veramente sbloccare il potenziale di apprendimento di ciascuno.

La nostra visione si sta realizzando solo con i servizi di preparazione, ma siamo all’inizio di qualcosa di grande. La valutazione sommativa, che valuta gli apprendenti attraverso test una tantum, non è lo strumento migliore per la valutazione e l’apprendimento efficace. E inoltre, è ora fisicamente invalida a causa del Covid-19, e abbiamo visto le grandi esigenze di mercato per strumenti di valutazione formativa efficaci e pratici. È per questo che Riiid sta attualmente lavorando a un modello di misurazione delle capacità basato sull’apprendimento profondo e indipendente dal dominio chiamato “Riiid-Score”. Siamo fiduciosi che trasformeremo il nucleo dell’istruzione sostenendo l’apprendimento formativo, che si riferisce al processo di ottimizzazione costante dell’esperienza di insegnamento-apprendimento. Crediamo che questo sia un passo di base verso un’istruzione che possa sbloccare il potenziale di ogni individuo. Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Riiid Labs.