Как Riiid! помогает внедрять новую эру AI-образования

Riiid – южнокорейская компания серии C со стартовым финансированием в размере 31,3 миллиона долларов. Компания разрабатывает и предоставляет решения на основе искусственного интеллекта для образовательного сектора, с особым акцентом на стандартизированном тестировании.

Команда Riiid также проводит исследования для разработки моделей искусственного интеллекта, которые затем размещаются на коммерциализированной платформе компании под названием «Santa».

Santa и ITSs

Santa – это многофункциональная платформа Intelligent Tutoring System (ITS) для изучения английского языка, содержащая тьютора на основе искусственного интеллекта, который предоставляет индивидуальную программу обучения для пользователей.

ITSs привлекают большое внимание в секторах искусственного интеллекта и образования, в основном благодаря их способности предоставлять студентам персонализированные образовательные trải nghiệm с помощью алгоритмов глубокого обучения. ITSs предлагают определенные стратегии обучения для отдельных лиц.

Santa – это платформа подготовки к тесту на английский язык для международной коммуникации (TOEIC). Платформа имеет более одного миллиона пользователей в Южной Корее, в частности для TOEIC.

После открытия своего первого офиса в Соединенных Штатах в начале 2020 года Riiid планирует расширять свою деятельность и выходить за рамки только TOEIC, с планом охватить другие области тестирования, такие как ACT, SAT и GMAT.

Недавние исследования и исследования

У компании есть две недавние исследовательские работы, одним из ключевых выводов которых является то, что алгоритмы глубокого обучения могут помочь улучшить вовлеченность студентов.

Одна из работ озаглавлена «Prescribing Deep Attentive Score Prediction Attracts Improved Student Engagement», которая была принята на ведущую конференцию по образованию и искусственному интеллекту Educational Data Mining (EDM).

Команда провела контролируемый тест А/Б на ITS с двумя отдельными моделями на основе коллаборативной фильтрации и алгоритмов глубокого обучения.

После тестирования на 78 000 пользователей было определено, что алгоритмы глубокого обучения привели к более высокой морали студентов, такой как более высокий коэффициент завершения диагностических тестов и количество ответов на вопросы. Это также привело к более активному взаимодействию на платформе Santa, которое проявилось в более высоком уровне покупок и улучшении общей прибыли.

Вторая работа была озаглавлена «Deep Attentive Study Session Dropout Prediction in Mobile Learning Environment». Она была принята на глобальную конференцию по образованию и искусственному интеллекту CSEDU.

В работе исследовалось взаимодействие студентов, и команда искала информацию о прогнозировании отказов от сессий обучения, в частности, в мобильной среде обучения. Наблюдая за этой проблемой, команда считала, что есть возможность увеличить взаимодействие студентов.

Исследование предложило метод максимизации обучающих эффектов путем наблюдения за вероятностью отказа от сессий обучения отдельных пользователей в мобильной среде обучения. Их модель называется DAS, или Deep Attentive Study Session Dropout Prediction в мобильной среде обучения.

Благодаря использованию вычислений с глубоким вниманием, которые извлекают информацию из взаимодействия студентов, модель Riiid может точно прогнозировать вероятность отказа.

Платформа Santa была включена в модель, предоставляя вопросы, которые были определены как имеющие низкую вероятность отказа. Рекомендуя определенные вопросы, студенты были более склонны оставаться вовлеченными и продолжать обучение, а не отказываться от сессии.

По словам исследовательской команды, «Насколько нам известно, это первая попытка изучить отказ от сессий обучения в мобильной среде обучения».

Riiid – одна из ведущих стартап-компаний в мире по разработке ITS и предоставлению решений на основе искусственного интеллекта в образовательном секторе. По мере того, как образование и технологии искусственного интеллекта становятся все более взаимосвязанными, компании вроде Riiid будут внедрять новую эру методов и систем обучения, пытаясь преодолеть текущие проблемы, связанные с взаимодействием студентов.