AI ที่ใช้ในการสอนงานและศึกษาแบบส่วนบุคคล

ภูมิทัศน์ของงานมีแนวโน้มที่จะเปลี่ยนแปลงอย่างมากโดย AI ในช่วงหลายปีที่จะมาถึง และแม้ว่างานบางอย่างจะหายไป แต่างานอื่นๆ ก็จะถูกสร้างขึ้น ไม่ชัดเจนว่าการทำงานอัตโนมัติของงานจะส่งผลกระทบต่อเศรษฐกิจอย่างไร ไม่ว่าจะมีการสร้างงานมากกว่าที่ถูกแทนที่หรือไม่ แต่เห็นได้ชัดว่าผู้ที่ทำงานในตำแหน่งที่สร้างโดย AI จะต้องได้รับการฝึกอบรมเพื่อให้สามารถทำงานได้อย่างมีประสิทธิภาพ

ผู้ที่ถูกแทนที่ จะต้องได้รับการฝึกอบรมเพื่อทำงานในด้าน AI ที่เกี่ยวข้อง แต่จะฝึกอบรมผู้ที่ถูกแทนที่ได้อย่างรวดเร็วเพียงพอเพื่อให้สามารถแข่งขันในสถานที่ทำงานได้หรือไม่ คำตอบอาจเป็น AI ที่สามารถช่วยให้การศึกษาและฝึกอบรมเป็นส่วนตัว

ไบรอัน เทเลบี เป็นผู้ก่อตั้งและ CEO ของสตาร์ทอัพ Ahura AI ซึ่งมีเป้าหมายที่จะใช้ AI เพื่อทำให้โปรแกรมการศึกษาออนไลน์มีประสิทธิภาพมากขึ้น โดยมุ่งเป้าไปที่บุคคลที่ใช้โปรแกรมเหล่านั้น เทเลบี อธิบายกับ SingularityHub ว่า Ahura อยู่ในกระบวนการสร้างผลิตภัณฑ์ที่จะใช้ข้อมูลไบโอเมตริกจากผู้ที่เข้าร่วมโปรแกรมการศึกษาออนไลน์และใช้ข้อมูลนั้นเพื่อปรับเปลี่ยนเนื้อหาของหลักสูตรให้เหมาะสมกับความต้องการของแต่ละบุคคล

แม้ว่าจะมีข้อกังวลเกี่ยวกับความปลอดภัยและความเป็นส่วนตัวที่เกี่ยวข้องกับการบันทึกและวิเคราะห์ข้อมูลพฤติกรรมของแต่ละบุคคล แต่การแลกเปลี่ยนคือผู้ที่เข้าร่วมจะได้รับทักษะที่มีค่ามากขึ้นอย่างรวดเร็ว โดยการให้เนื้อหาสอนและคำแนะนำที่เป็นส่วนตัวแก่ผู้เรียน ความต้องการและวิธีการของแต่ละคนสามารถคำนึงถึงได้ เทเลบี อธิบายว่าระบบการศึกษาส่วนตัวของ Ahura AI ที่เป็นโพรโทไทป์แสดงผลลัพธ์ที่น่าประทับใจแล้ว ตามที่เทเลบี กล่าวว่า ระบบของ Ahura AI ช่วยให้ผู้เรียนเรียนรู้ได้เร็วขึ้น 3-5 เท่าเมื่อเทียบกับแบบจำลองการศึกษาปัจจุบัน

ระบบการเรียนรู้ที่ได้รับการปรับปรุงโดย AI ของ Ahura ทำงานผ่านกล้องและไมโครโฟน อุปกรณ์มือถือสมัยใหม่แท็บเล็ตและแล็ปท็อปส่วนใหญ่มีกล้องและไมโครโฟน ดังนั้นจึงไม่มีค่าใช้จ่ายเพิ่มเติมสำหรับผู้ใช้ของแพลตฟอร์ม กล้องถูกใช้เพื่อติดตามการเคลื่อนไหวของใบหน้าของผู้ใช้ และบันทึกสิ่งต่างๆ เช่น การเคลื่อนไหวของดวงตา การสั่น และการแสดงออกทางสีหน้า ในขณะที่ไมโครโฟนจะวิเคราะห์ความรู้สึกของเสียงพูด โดยวิเคราะห์คำศัพท์และน้ำเสียงของผู้เรียน ความคิดคือว่าเมตริกเหล่านี้สามารถใช้เพื่อตรวจจับเมื่อผู้เรียนกำลังเบื่อหรือหงุดหงิด และปรับเปลี่ยนเนื้อหาที่จะทำให้ผู้เรียนติดตามได้

เทเลบี อธิบายว่า Ahura ใช้ข้อมูลที่รวบรวมเพื่อกำหนดวิธีการจัดส่งเนื้อหาที่เหมาะสมที่สุดให้กับนักเรียนแต่ละคนในหลักสูตร ในขณะที่บางคนอาจเรียนรู้ได้ง่ายที่สุดผ่านวิดีโอ คนอื่นอาจเรียนรู้ได้ง่ายที่สุดผ่านข้อความ ในขณะที่คนอื่นอาจเรียนรู้ได้ดีที่สุดผ่านประสบการณ์ เป้าหมายหลักของ Ahura คือการเปลี่ยนรูปแบบเนื้อหาที่จะปรับปรุงการรักษาความทรงจำของผู้เรียน ซึ่งทำได้โดยการจัดส่งเนื้อหาที่ปรับปรุงความสนใจ

เนื่องจาก Ahura สามารถตีความน้ำเสียงและภาษากายของผู้ใช้ได้ จึงสามารถคาดการณ์ได้ว่าเมื่อผู้ใช้จะเบื่อและเปลี่ยนไปใช้โซเชียลมีเดีย ตามที่เทเลบี กล่าวว่า Ahura สามารถคาดการณ์ได้ว่าเมื่อใครบางคนจะเปลี่ยนไปใช้ Instagram หรือ Facebook (META ) โดยมีความมั่นใจ 60% ใน 10 วินาทีก่อนที่จะเปลี่ยนไป เทเลบี ยอมรับว่ายังมีงานที่ต้องทำอีกมาก เนื่องจาก Ahura มีเป้าหมายที่จะเพิ่มอัตราส่วนนี้ขึ้นถึง 95% แต่เขามั่นใจว่าประสิทธิภาพของ Ahura แสดงให้เห็นถึงความหวัง

เทเลบี ยังยอมรับว่าเขาต้องการใช้อัลกอริทึมและหลักการออกแบบที่ใช้โดย Twitter, Facebook และแพลตฟอร์มโซเชียลมีเดียอื่นๆ ซึ่งอาจทำให้บางคนกังวล เนื่องจากแพลตฟอร์มเหล่านี้ได้รับการออกแบบมาให้เสพติด ในขณะที่การสร้างแพลตฟอร์มการศึกษาที่น่าสนใจยิ่งขึ้นอาจเป็นเป้าหมายที่มีเกียรติ hơn ก็มีข้อกังวลเกี่ยวกับปัญหาที่แพลตฟอร์มอาจจะเสพติดได้ นอกจากนี้ยังมีข้อกังวลเกี่ยวกับศักยภาพในการใช้ข้อมูลที่ละเอียดอ่อนในทางที่ผิดโดยทั่วไป เทเลบี กล่าวว่า Ahura ตระหนักถึงข้อกังวลเหล่านี้และพบว่ามันสำคัญมากที่จะไม่ให้ข้อมูลที่รวบรวมมาใช้ในทางที่ผิด โดยสังเกตว่านักลงทุนบางคนเริ่มถามถึงศักยภาพทางการตลาดของแพลตฟอร์ม

“มันสำคัญที่เราจะไม่ใช้เทคโนโลยีนี้ในทางเหล่านั้น เรารู้ว่าสิ่งต่างๆ อาจผิดพลาดได้ ดังนั้นเราจึงต้องการสร้างรั้วเพื่อให้แน่ใจว่าระบบของเราจะช่วยเหลือและไม่ทำอันตรายต่อสังคม” เทเลบี กล่าว

เทเลบี อธิบายว่าบริษัทต้องการสร้างคณะกรรมการจริยธรรมที่สามารถตรวจสอบวิธีการใช้ข้อมูลที่รวบรวม เทเลบี กล่าวว่าคณะกรรมการควรจะมีความคิดที่หลากหลายในด้านความคิด เพศ และภูมิหลัง และควรจะมี “ฟัน” เพื่อช่วยให้แน่ใจว่าซอฟต์แวร์ของพวกเขากำลังถูกออกแบบมาอย่างมีจริยธรรม

Ahura อยู่ในระหว่างการพัฒนาโพรโทไทป์อัลฟา และบริษัทหวังว่าจะสามารถให้บริการแก่ผู้ใช้มากกว่า 200,000 คนในการทดสอบเบต้าในขนาดใหญ่ โดยเปรียบเทียบกับกลุ่มควบคุม บริษัทยังต้องการที่จะเพิ่มประเภทของข้อมูลไบโอเมตริกที่ใช้สำหรับระบบ โดยวางแผนจะบันทึกข้อมูลจากสิ่งต่างๆ เช่น รูปแบบการนอนหลับ อัตราการเต้นของหัวใจ การเปลี่ยนสีของใบหน้า และการขยายตาของม่านตา