Naukowcy opracowują nowy system AI, aby pomóc w tworzeniu systemów tutoringu

Naukowcy z Carnegie Mellon University wykazali, jak mogą budować inteligentne systemy tutoringu. Te systemy są skuteczne w nauczaniu różnych przedmiotów, w tym algebry i gramatyki.

Naukowcy użyli nowej metody, która opiera się na sztucznej inteligencji, aby umożliwić nauczycielowi nauczyć komputer. Sformułowanie tej metody sprawia, że wydaje się ona myląca, ale można ją uznać za komputer, który jest nauczany przez nauczyciela, jak nauczyć. Komputer może być nauczany przez nauczyciela, który pokazuje mu, jak rozwiązać pewne problemy, takie jak dodawanie w kolumnach. Jeśli komputer popełni błąd, nauczyciel może go poprawić.

Rozwiązywanie problemów samodzielnie

Jednym z interesujących aspektów tej metody jest to, że system komputerowy może nie tylko nauczyć i rozwiązać problemy w sposób, w jaki został nauczony, ale także rozwiązać wszystkie inne problemy w temacie przez uogólnienie. Oznacza to, że komputer może rozwiązać problem poza sposobami, w jakie nauczyciel go nauczył.

Daniel Weitekamp III jest studentem doktoranckim w Instytucie Interakcji Człowiek-Komputer (HCII) na Carnegie Mellon University.

“Uczeń może nauczyć się jednego sposobu rozwiązania problemu i to byłoby wystarczające”, powiedział Weitekamp. “Ale system tutoringu musi nauczyć się wszystkich sposobów rozwiązania problemu. Musi nauczyć się, jak nauczyć rozwiązywania problemów, a nie tylko jak rozwiązywać problemy”.

Wyzwanie, o którym mówi Weitekamp, jest jednym z największych w rozwoju systemów tutoringu opartych na sztucznej inteligencji. Nowo opracowane inteligentne systemy tutoringu mogą śledzić postępy uczniów, pomagać w określeniu, co robić dalej, i pomagać uczniom rozwijać nowe umiejętności, wybierając skuteczne ćwiczenia.

Rozwój systemów tutoringu opartych na sztucznej inteligencji

Ken Koedinger jest profesorem interakcji człowiek-komputer i psychologii. Koedinger był jednym z wczesnych twórców inteligentnych tutorów, a pracując z innymi, reguły produkcji były programowane ręcznie. Według Koedinger, każda godzina nauczania wymagała 200 godzin rozwoju. Ostatecznie grupa opracowała bardziej skuteczną metodę, która wykazała wszystkie możliwe sposoby rozwiązania problemu. To spowodowało, że 200 godzin zostało zmniejszone do 40 lub 50, ale jest to非常 trudne, aby wykazać wszystkie możliwe rozwiązania niektórych wzorców.

Koedinger powiedział, że nowa metoda może pozwolić nauczycielowi opracować 30-minutową lekcję w tym samym czasie.

“Jedynym sposobem, aby uzyskać pełny inteligentny tutor do tej pory, było pisanie tych reguł AI”, powiedział Koedinger. “Ale teraz system pisze te reguły”.

W nowej metodzie używany jest program uczenia maszynowego, aby symulować, w jaki sposób uczniowie uczą się. Interfejs nauczania został stworzony przez Weitekampa, a wykorzystuje on proces “pokaż i popraw” do programowania.

Chociaż metoda została zademonstrowana z dodawaniem w kolumnach, silnik uczenia maszynowego, który jest używany, może być stosowany w innych przedmiotach, takich jak rozwiązywanie równań, dodawanie ułamków, chemia, gramatyka angielska i środowiska doświadczalne.

Jednym z głównych celów jest umożliwienie nauczycielom tworzenia własnych komputerowych lekcji, bez potrzeby programisty AI. Pozwala to nauczycielom stosować własne podejście do nauczania lub wybierać metody, które chcą stosować.

Weitekamp, Koedinger i naukowiec systemowy HCII Erik Harpstead są autorami artykułu opisującego tę metodę. Został on zaakceptowany przez Konferencję Czynników Ludzkich w Systemach Komputerowych (CHI 2020). Konferencja była pierwotnie zaplanowana na ten miesiąc, ale pandemia COVID-19 wymusiła jej odwołanie.Artykuł można teraz znaleźć w materiałach konferencyjnych, które znajdują się w Cyfrowej Bibliotece Stowarzyszenia dla Komputeryzacji Maszyn.

Instytut Nauk o Edukacji i Google (GOOGL ) wspierali badania.