Rens ter Weijde, Co-Founder & CEO of KIMO – Interview Series

KIMO เป็นสตาร์ทอัพของดัตช์ที่ก่อตั้งโดยนักศึกษาสองคนจาก Harvard: Krishna Deepak Nallamilli (อินเดีย) และ Rens ter Weijde (เนเธอร์แลนด์) ทีมงานมุ่งเน้นในการสร้างปัญญาประดิษฐ์ที่จำเป็นในการสร้างเส้นทางการเรียนรู้ส่วนบุคคลผ่านเนื้อหาการเรียนรู้ดิจิทัล

การเรียนรู้ออนไลน์ได้พัฒนาอย่างรวดเร็ว แต่ก็มีอัตราการทิ้งเรียนสูงถึง 95% ทำไมอัตราความสำเร็จจึงต่ำมาก?

เมื่อเริ่มก่อตั้ง KIMO เราได้สำรวจผู้ใช้หลายร้อยคนเพื่อทำความเข้าใจสถานการณ์ที่ดีกว่า ประการแรก ผู้ให้บริการออนไลน์ส่วนใหญ่ให้บริการ MOOCs (คอร์สออนไลน์) แต่ผู้ใช้รับรู้ MOOCs ว่าเป็นการมุ่งมั่นใช้เวลามาก พวกเขามักจะใช้วิธีการ “สั้น” เช่น อ่านบทความ ฟังพอดแคสต์ ถามคำถามบน Google เป็นต้น ซึ่งเหมาะสมกับตารางเวลาที่แน่นหนาของพวกเขา ดังนั้นการเรียนรู้จึงเป็นแบบหลายช่องทางในทางปฏิบัติมากกว่าที่ผู้ให้บริการอนุญาต นอกจากนี้ ผู้ใช้หลายคนแสดงความเห็นว่าพวกเขาไม่มีการแนะนำในการเดินทางออนไลน์ของพวกเขา ผลลัพธ์คือพวกเขาใช้เวลามากในการค้นหา พยายามตัดสินใจว่าจะศึกษาอะไร เป็นต้น สาเหตุอีกประการหนึ่งเกี่ยวข้องกับความเกี่ยวข้องของเนื้อหาที่แท้จริง วัสดุออนไลน์มักจะคงที่ บันทึกไว้ล่วงหน้า และไม่เกี่ยวข้องกับพวกเขาอย่างสมบูรณ์ คุณอาจพูดได้ว่าเนื้อหานั้นไม่ส่วนตัว/เกี่ยวข้องพอที่จะใช้เวลา

ผู้ใช้หลายคนอ้างว่าพวกเขาเบื่อและอ้างถึงการขาดการมีส่วนร่วมเป็นปัญหา ทำไมคุณคิดว่าผู้ใช้รู้สึกไม่มีส่วนร่วมในการเรียนรู้ออนไลน์?

ฉันเชื่อว่ามี空间ในการปรับปรุงแพลตฟอร์มการเรียนรู้ให้ดีขึ้นในสองมิติหลัก ประการแรก ปัญญาประดิษฐ์ที่ดีกว่าจำเป็นต้องชี้นำผู้ใช้ในการเดินทางที่ดีกว่า และให้คำแนะนำเนื้อหาที่ดีกว่า คุณอาจพูดได้ว่านี่คือการวิจัยและพัฒนาที่จำเป็นสำหรับภาคการศึกษา ซึ่งเกี่ยวข้องกับอัลกอริทึมปัญญาประดิษฐ์อย่างมาก ส่วนสำคัญอีกประการหนึ่งคือด้านอื่นของห่วงโซ่คุณค่า: UI/UX และประสบการณ์สุดท้ายสำหรับผู้ใช้ ระบบ LMS ส่วนใหญ่ถูกมองว่าเป็นเรื่องน่าเบื่อและล้าสมัยโดยผู้ใช้ พวกมันอยู่ห่างจากซอฟต์แวร์ที่มีการปรับปรุง การทำงานแบบเรียลไทม์ สังคม และส่วนบุคคลที่ผู้ใช้คาดหวังในปัจจุบัน

คุณสามารถแบ่งปันเรื่องราวเกี่ยวกับ KIMO และสิ่งที่ดึงดูดคุณในการแก้ไขปัญหาการเรียนรู้ออนไลน์?

ใช่! KIMO เริ่มต้นเมื่อ Krishna ผู้ร่วมก่อตั้งและฉันพบกันที่ Harvard Business School เรารักสภาพแวดล้อม แต่ในขณะเดียวกันก็รู้ว่าส่วนที่ดีของประสบการณ์นั้นไม่สามารถขยายได้สำหรับคนในโลก ค 우리는ตัดสินใจที่จะสร้าง “โค้ชอาชีพดิจิทัล” โค้ชคนนั้นคือรุ่นแรกของ KIMO

คุณสามารถอธิบายได้ว่าปัญญาประดิษฐ์จำเป็นต้องสร้างเส้นทางการเรียนรู้ส่วนบุคคลผ่านเนื้อหาการเรียนรู้ดิจิทัล?

ในความเป็นจริง KIMO พึ่งพารูปแบบปัญญาประดิษฐ์หลายแบบในกระบวนการ รูปแบบบางอย่างเป็นเรื่องง่าย ในขณะที่บางอย่างมีความซับซ้อน รูปแบบทั่วไปคือรูปแบบส่วนใหญ่พึ่งพาภาษาธรรมชาติเป็นข้อมูลเข้า (NLP, ตัวอย่างเช่น โมเดลทรานส์ฟอร์เมอร์) รูปแบบเหล่านี้อยู่เบื้องหลังคำแนะนำเนื้อหาที่คุณได้รับ การจัดกลุ่มเนื้อหาลงในหัวข้อเฉพาะ หรือการรับรู้ทักษะที่สำคัญที่จำเป็นสำหรับงาน เรายังมีรูปแบบ “สร้าง” ปัญญาประดิษฐ์ที่ทดลอง เช่น โมเดลที่ตอบคำถามที่เกี่ยวข้องกับเนื้อหาภายในแอป KIMO หากสิ่งนี้ทำงานได้ดีพอ นั่นคือก้าวหนึ่งในการอัตโนมัติของอาจารย์ที่เรามองเห็น

คุณสามารถอธิบายได้ว่าระบบ AI สามารถเรียนรู้เพื่อทำความเข้าใจงานในรายละเอียด (เช่น ทักษะที่ยาก หรือทักษะที่นุ่มนวล)?

ในคำพูดที่ง่าย: เราตัดสินใจที่จะละเว้นฐานข้อมูลที่มีอยู่ (O*Net, ESCO) สำหรับการทำงานนี้ เนื่องจากพวกมันไม่ละเอียดพอที่จะล้าสมัย เราได้สร้างระบบที่สามารถรับรู้ทักษะ ~40,000 ทักษะภายในงานในตลาดในลักษณะที่ใกล้เคียงกับเวลาจริง คุณอาจพูดได้ว่าระบบของเรา “อ่าน” โปรไฟล์งานเหล่านี้เพื่อคาดการณ์ว่าทักษะใดที่จำเป็นสำหรับงานในขณะนั้น ทักษะที่รับรู้เหล่านั้นจะถูกจัดกลุ่มเป็นทักษะที่ยากและทักษะที่นุ่มนวล

คุณสามารถอธิบายได้ว่าการเรียนรู้ส่วนบุคคลทำงานบนแพลตฟอร์มอย่างไร เช่น วิธีที่ระบบจะทราบว่าเนื้อหาอะไรทำงานได้ดีที่สุดสำหรับผู้ใช้แต่ละคน เช่น บทความ วิดีโอ พอดแคสต์ เอกสาร เป็นต้น?

คำตอบที่ง่ายคือเราต้องจับคู่ผู้ใช้และเนื้อหาด้วยการแมตช์เวกเตอร์ ซึ่งเป็นแนวปฏิบัติทั่วไปในโมเดลแนะนำ ส่วนยากคือการตัดสินใจว่าเวกเตอร์เหล่านั้นสร้างขึ้นอย่างไร ในอีกคำพูด สิ่งเหล่านั้นถูกชั่งน้ำหนักในระบบปัจจุบันค่อนข้างง่ายและทำงานด้วยความชอบในการเรียนรู้ของผู้ใช้และคะแนนความนิยมสำหรับวัสดุออนไลน์ อนาคตจะน่าสนใจกว่านี้ เนื่องจากเราพยายามชั่งน้ำหนักสถานะปัจจุบันของผู้ใช้ (เช่น งานของพวกเขา) และสถานะปลายที่ต้องการ

คุณสามารถพูดได้ว่ากลยุทธ์การเรียนรู้ของเครื่องจักรในปัจจุบันใดที่ใช้ในระบบ KIMO?

เรามีโมเดลหลายแบบขึ้นอยู่กับงาน แต่ฉันสามารถพูดได้ว่าเรามีความรักที่ลึกซึ้งต่อโมเดล NLP ที่ใช้ความสนใจ ดังนั้นโมเดลทรานส์ฟอร์เมอร์

คุณเห็นอนาคตของการศึกษาออนไลน์ใน 5 ปี?

ในระยะสั้น ฉันเห็นการศึกษาออนไลน์เปลี่ยนจาก “น่าเบื่อ โดดเดี่ยว และขนาดเดียวเหมาะกับทุกคน” เป็น “มีส่วนร่วม สังคม และส่วนบุคคล” บริษัทการศึกษาออนไลน์ต้องหลุดพ้นจากความคิดที่ว่าพวกเขาอยู่ในอุตสาหกรรมที่เคลื่อนไหวช้า พวกเขาควรตระหนักว่าพวกเขาแข่งขันในยุคแห่งการคัดเลือกข้อมูล ซึ่งเป็นจุดศูนย์กลางของแนวโน้มที่สำคัญในปัจจุบัน

มีอะไรอีกที่คุณต้องการแบ่งปันเกี่ยวกับ KIMO?

ใช่ KIMO ยังคงเป็น “ทารก” หรือ “เบต้า” ตามที่เรียกว่า ดาวน์โหลดแอป ลองใช้ และส่งคำติชมให้เรา!

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม KIMO เพื่อเรียนรู้เพิ่มเติม