AI ถูกนำมาใช้เพื่อปรับให้เหมาะสมกับการฝึกงานและการศึกษา

โลกของงานมีแนวโน้มที่จะเปลี่ยนแปลงอย่างมากโดย AI ในช่วงหลายปีที่จะมาถึง และในขณะที่บางงานจะหายไป งานอื่นๆ จะถูกสร้างขึ้น มันไม่ชัดเจนว่าการเปลี่ยนแปลงของการทำงานอัตโนมัติจะส่งผลกระทบต่อเศรษฐกิจอย่างไร ไม่ว่าจะมีการสร้างงานมากกว่าที่ถูกแทนที่หรือไม่ แต่มันชัดเจนว่าผู้ที่ทำงานในตำแหน่งที่สร้างโดย AI จะต้องได้รับการฝึกอบรมเพื่อให้มีประสิทธิภาพในงานเหล่านั้น

ผู้ที่ถูกแทนที่ จะต้องได้รับการฝึกอบรมเพื่อทำงานในด้านงานใหม่ที่เกี่ยวข้องกับ AI แต่ผู้ที่ทำงานเหล่านี้สามารถฝึกอบรมได้อย่างรวดเร็วเพียงพอเพื่อรักษาความสามารถในการแข่งขันในสถานที่ทำงานหรือไม่ คำตอบอาจเป็น AI มากขึ้น ซึ่งสามารถช่วยให้การศึกษาและการฝึกอบรมมีความเหมาะสมมากขึ้น

Bryan Talebi เป็นผู้ก่อตั้งและ CEO ของ Ahura AI ซึ่งมีเป้าหมายในการใช้ AI เพื่อทำให้โปรแกรมการศึกษาออนไลน์มีประสิทธิภาพมากขึ้น โดยมุ่งเป้าไปที่บุคคลที่ใช้งาน Ahura Talebi อธิบายกับ SingularityHub ว่า Ahura อยู่ในระหว่างการสร้างผลิตภัณฑ์ที่จะใช้ข้อมูลชีวมิติจากผู้ที่เข้าร่วมโปรแกรมการศึกษาออนไลน์และใช้ข้อมูลนี้เพื่อปรับเปลี่ยนเนื้อหาของหลักสูตรให้เหมาะสมกับความต้องการของแต่ละบุคคล

ในขณะที่มีข้อกังวลเกี่ยวกับความปลอดภัยและความเป็นส่วนตัวที่เกี่ยวข้องกับการบันทึกและการวิเคราะห์ข้อมูลพฤติกรรมของแต่ละบุคคล การแลกเปลี่ยนก็คือว่าในทางทฤษฎี ผู้คนจะสามารถได้รับทักษะที่มีคุณค่าได้อย่างรวดเร็วมากขึ้น โดยการให้เนื้อหาที่เหมาะสมและคำแนะนำแก่ผู้เรียน ความต้องการและวิธีการของแต่ละคนสามารถคำนึงถึงได้ Talebi อธิบายว่าระบบการศึกษาที่ปรับให้เหมาะสมของ Ahura AI ซึ่งเป็นรุ่น прототипแล้วแสดงผลลัพธ์ที่น่าประทับใจ ตามที่ Talebi กล่าวว่า ระบบของ Ahura AI ช่วยให้ผู้คนเรียนรู้ได้เร็วขึ้น 3-5 เท่าเมื่อเทียบกับแบบจำลองการศึกษาปัจจุบัน

ระบบการเรียนรู้ที่ได้รับการปรับปรุงโดย Ahura ทำงานผ่านกล้องและไมโครโฟน อุปกรณ์มือถือแท็บเล็ตและแล็ปท็อปส่วนใหญ่มีกล้องและไมโครโฟน ดังนั้นจึงมีค่าใช้จ่ายเพิ่มเติมน้อยสำหรับผู้ใช้ของแพลตฟอร์ม กล้องถูกใช้เพื่อติดตามการเคลื่อนไหวของใบหน้าของผู้ใช้ และบันทึกสิ่งต่างๆ เช่น การเคลื่อนไหวของดวงตา การสั่น และการแสดงออกทางสีหน้า ในขณะที่ไมโครโฟนบันทึกเสียงและวิเคราะห์คำพูดและน้ำเสียงของผู้เรียน ความคิดคือว่าเมตริกเหล่านี้สามารถใช้เพื่อตรวจจับเมื่อผู้เรียนเริ่มเบื่อหรือหงุดหงิด และปรับเปลี่ยนเนื้อหาที่จะรักษาผู้เรียนให้สนใจ

Talebi อธิบายว่า Ahura ใช้ข้อมูลที่รวบรวมเพื่อกำหนดวิธีที่เหมาะสมที่สุดในการส่งมอบเนื้อหาที่จะส่งให้กับผู้เรียนแต่ละคน ในขณะที่บางคนอาจเรียนรู้ได้ง่ายที่สุดผ่านวิดีโอ คนอื่นอาจเรียนรู้ได้ง่ายที่สุดผ่านข้อความ ในขณะที่คนอื่นอาจเรียนรู้ได้ดีที่สุดผ่านประสบการณ์ เป้าหมายหลักของ Ahura คือการเปลี่ยนรูปแบบของเนื้อหาที่จะปรับปรุงการรักษาความสนใจของผู้เรียน ซึ่งทำได้โดยการส่งมอบเนื้อหาที่ปรับปรุงความสนใจ

เนื่องจาก Ahura สามารถตีความน้ำเสียงและภาษากายของผู้ใช้ได้ จึงสามารถคาดการณ์ได้ว่าเมื่อผู้ใช้จะเบื่อและเปลี่ยนไปใช้โซเชียลมีเดีย ตามที่ Talebi กล่าวว่า Ahura สามารถคาดการณ์ได้ว่าเมื่อใครบางคนจะเปลี่ยนไปใช้ Instagram หรือ Facebook โดยมีความมั่นใจ 60% ในช่วง 10 วินาทีก่อนที่จะเปลี่ยนไป Talebi ยอมรับว่ายังมีงานที่ต้องทำอีกมาก เนื่องจาก Ahura มีเป้าหมายที่จะเพิ่มอัตราความแม่นยำของเมตริกนี้ขึ้นถึง 95% แต่เขามั่นใจว่าผลการดำเนินงานของ Ahura แสดงให้เห็นถึงความหวัง

Talebi ยังยอมรับว่าต้องการใช้อัลกอริธึมและหลักการออกแบบที่ใช้โดย Twitter Facebook และแพลตฟอร์มโซเชียลมีเดียอื่นๆ ซึ่งอาจทำให้บางคนกังวล เนื่องจากแพลตฟอร์มเหล่านี้ได้รับการออกแบบมาให้เสพติด ในขณะที่การสร้างแพลตฟอร์มการศึกษาที่น่าสนใจมากขึ้นเป็นเป้าหมายที่มีคุณธรรมมากขึ้น ก็มีข้อกังวลเกี่ยวกับศักยภาพในการใช้ข้อมูลที่ละเอียดอ่อนนี้ในทางที่ผิด Talebi กล่าวว่า Ahura ตระหนักถึงข้อกังวลเหล่านี้และพบว่ามันสำคัญมากที่จะต้องแน่ใจว่าข้อมูลที่รวบรวมจะไม่ถูกใช้ในทางที่ผิด โดยกล่าวว่า “เรารู้ว่าสิ่งต่างๆ สามารถผิดพลาดได้ ดังนั้นเราจึงต้องการสร้างรั้วเพื่อให้แน่ใจว่าระบบของเราจะช่วยเหลือและไม่ทำอันตรายต่อสังคม”

Talebi อธิบายว่าบริษัทต้องการสร้างคณะกรรมการจริยธรรมที่สามารถตรวจสอบวิธีการใช้ข้อมูลที่บริษัทรวบรวม Talebi กล่าวว่าคณะกรรมการควรจะมีความหลากหลายในความคิด เพศ และภูมิหลัง และควร “มีเขี้ยว” เพื่อช่วยให้แน่ใจว่าซอฟต์แวร์ของพวกเขากำลังถูกออกแบบมาอย่างมีจริยธรรม

Ahura อยู่ในระหว่างการพัฒนาโปรโตไทป์แบบอัลฟา และบริษัทหวังว่าระหว่างการทดสอบเบต้า จะสามารถให้บริการผู้ใช้มากกว่า 200,000 คนในการทดลองขนาดใหญ่เทียบกับกลุ่มควบคุม บริษัทยังต้องการที่จะเพิ่มประเภทของข้อมูลชีวมิติที่ใช้สำหรับระบบของตน โดยวางแผนจะบันทึกข้อมูลจากสิ่งต่างๆ เช่น รูปแบบการนอนหลับ อัตราการเต้นของหัวใจ การเปลี่ยนสีของใบหน้า และการขยายของม่านตา