Tyrėjai kuria naują AI, kad padėtų kurti mokymo sistemas

Tyrėjai iš Carnegie Mellon universiteto parodė, kaip jie gali sukurti intelektualias mokymo sistemas. Šios sistemos yra veiksmingos mokant įvairius dalykus, įskaitant algebrą ir gramatiką. 

Tyrėjai panaudojo naują metodą, kuris remiasi dirbtiniu intelektu, kad mokytojas galėtų išmokyti naudotis kompiuteriu. Dėl formuluotės šis metodas atrodo painus, tačiau pagalvokite apie tai kaip apie kompiuterį, kurį moko žmogus. Mokytojas gali išmokyti dirbti su kompiuteriu, parodydamas, kaip išspręsti tam tikras problemas, pavyzdžiui, sudėti kelis stulpelius. Jei kompiuteris sugenda, mokytojas gali ją ištaisyti. 

Problemų sprendimas savarankiškai

Viena iš įdomių šio metodo dalių yra ta, kad kompiuterinė sistema gali ne tik išmokyti ir spręsti uždavinius taip, kaip buvo dėstoma, bet ir apibendrindama gali išspręsti visas kitas temos problemas. Tai reiškia, kad kompiuteris gali išspręsti problemą ne taip, kaip mokė mokytojas. 

Danielis Weitekampas III yra CMU Žmogaus ir kompiuterio sąveikos instituto (HCII) doktorantas. 

„Studentas gali išmokti vieną būdą išspręsti problemą ir to pakaktų“, – sakė Weitekampas. „Tačiau mokymo sistema turi išmokti visų būdų, kaip išspręsti problemą. Ji turi išmokti mokyti spręsti problemas, o ne tik kaip spręsti problemas.

Weitekamp aiškinamas iššūkis yra vienas didžiausių kuriant AI pagrįstas mokymo sistemas. Naujai sukurtos intelektualios mokymo sistemos gali sekti mokinių pažangą, padėti nustatyti, ką daryti toliau, ir padėti mokiniams išsiugdyti naujus įgūdžius, pasirenkant veiksmingas praktikos problemas. 

AI pagrįstų mokymo sistemų kūrimas

Kenas Koedingeris yra žmogaus ir kompiuterio sąveikos ir psichologijos profesorius. Koedingeris buvo vienas iš pirmųjų intelektualių mokytojų kūrėjų, o dirbant su kitais gamybos taisyklės buvo programuojamos ranka. Koedingerio teigimu, kiekviena pamokų valanda užtruko 200 tobulinimo valandų. Galiausiai grupė sukūrė efektyvesnį metodą, kuris parodė visus galimus problemos sprendimo būdus. Tai užtruko 200 valandų iki 40 ar 50, tačiau labai sunku parodyti visus galimus kai kurių modelių sprendimus. 

Koedingeris teigė, kad naujasis metodas gali leisti mokytojui sukurti 30 minučių pamoką per tiek pat laiko. 

„Iki šiol vienintelis būdas pasiekti protingą mokytoją buvo parašyti šias AI taisykles“, - sakė Koedingeris. "Tačiau dabar sistema rašo tas taisykles."

Taikant naująjį metodą, mokinių mokymosi būdams imituoti naudojama mašininio mokymosi programa. „Weitekamp“ sukūrė mokymo sąsają, kuri programavimui naudoja „rodyti ir taisyti“ procesą.

Nors metodas buvo demonstruojamas pridedant kelis stulpelius, naudojamas mašininio mokymosi variklis gali būti pritaikytas kitiems dalykams, pvz., lygčių sprendimui, trupmenų pridėjimui, chemijai, anglų kalbos gramatikai ir mokslo eksperimentų aplinkoms. 

Vienas iš pagrindinių tikslų – kad šis metodas leistų mokytojams patiems susikurti kompiuterizuotas pamokas, nereikalaujant dirbtinio intelekto programuotojo. Tai leidžia mokytojams pritaikyti savo asmeninį požiūrį į tai, kaip mokyti arba kokius metodus naudoti. 

Weitekampas, Koedingeris ir HCII sistemos mokslininkas Erikas Harpsteadas parašė šį metodą aprašantį dokumentą. Jį priėmė Žmogiškųjų faktorių kompiuterinėse sistemose konferencija (CHI 2020). Iš pradžių konferencija buvo planuota šį mėnesį, tačiau dėl COVID-19 pandemijos ji buvo priversta atšaukti. Popierius dabar galima rasti konferencijos medžiagoje, esančiame Kompiuterinių mašinų asociacijos skaitmeninėje bibliotekoje.

Švietimo mokslų institutas ir „Google“ padėjo atlikti tyrimą.