Исследователи разрабатывают новую систему ИИ для создания тьюторских систем

Исследователи из Университета Карнеги-Меллона продемонстрировали, как они могут создавать интеллектуальные тьюторские системы. Эти системы эффективны в преподавании различных предметов, включая алгебру и грамматику.

Исследователи использовали новый метод, который основан на искусственном интеллекте, чтобы позволить учителю преподавать компьютеру. Формулировка этого метода может показаться запутанной, но можно представить его как компьютер, который учится преподавать от человеческого учителя. Компьютер можно обучить, показывая ему, как решать определенные задачи, такие как многозначное сложение. Если компьютер решает задачу неправильно, учитель может исправить его.

Решение задач самостоятельно

Одним из интересных аспектов этого метода является то, что компьютерная система может не только преподавать и решать задачи, но и решать все другие задачи в теме, обобщая. Это означает, что компьютер может решить задачу, не предвиденную учителем.

Даниэль Вайтекамп III – аспирант Института взаимодействия человека и компьютера (HCII) Университета Карнеги-Меллона.

“Ученик может выучить один способ решения задачи, и это будет достаточно”, – сказал Вайтекамп. “Но тьюторская система должна выучить все возможные способы решения задачи. Она должна выучить, как преподавать решение задач, а не только как решать задачи”.

Проблема, которую объясняет Вайтекамп, является одной из наиболее значительных в разработке систем тьюторства на основе ИИ. Недавно разработанные интеллектуальные тьюторские системы могут отслеживать прогресс ученика, помогать определить, что делать дальше, и помогать ученикам развивать новые навыки, выбирая эффективные задачи для практики.

Разработка систем тьюторства на основе ИИ

Кен Койдингер – профессор психологии и взаимодействия человека и компьютера. Койдингер был одним из первых разработчиков интеллектуальных тьюторов, и вместе с другими разработал правила, которые были запрограммированы вручную. Согласно Койдингеру, каждому часу обучения требовалось 200 часов разработки. В конечном итоге группа разработала более эффективный метод, который продемонстрировал все возможные способы решения задачи. Это сократило время разработки с 200 до 40 или 50 часов, но очень сложно продемонстрировать все возможные решения некоторых задач.

Койдингер сказал, что новый метод может позволить учителю разработать 30-минутный урок за то же время.

“Единственный способ получить полноценного интеллектуального тьютора до сих пор был написать эти правила ИИ”, – сказал Койдингер. “Но теперь система сама пишет эти правила”.

В новом методе используется программа машинного обучения, чтобы смоделировать, как ученики учатся. Вайтекамп создал интерфейс преподавания, который использует процесс “показать и исправить” для программирования.

Хотя метод был продемонстрирован на примере многозначного сложения, двигатель машинного обучения, который используется, может быть применен к другим предметам, таким как решение уравнений, сложение дробей, химия, английская грамматика и научные эксперименты.

Одной из основных целей является возможность для учителей создавать свои собственные компьютерные уроки без необходимости программиста ИИ. Это позволяет учителям применять свои собственные взгляды на то, как преподавать или какие методы использовать.

Вайтекамп, Койдингер и системный ученый Института взаимодействия человека и компьютера Эрик Харпстед являются авторами статьи, в которой описан метод. Статья была принята к публикации на Конференции по человеческим факторам в вычислительной технике (CHI 2020). Конференция изначально была запланирована на этот месяц, но пандемия COVID-19 заставила ее отменить.Статья теперь доступна в материалах конференции, размещенных в цифровой библиотеке Ассоциации вычислительной техники.

Институт образовательных наук и Google (GOOGL ) поддержали исследования.