Yohan Lee ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของ Riiid Labs – ซีรี่ส์สัมภาษณ์

Yohan Lee เป็นหัวหน้าเจ้าหน้าที่ฝ่ายกลยุทธ์ของ Riiid Labs ผู้ให้บริการโซลูชั่นชั้นนำด้านเทคโนโลยี AI ที่ขับเคลื่อนด้วยข้อมูลและผ่านการตรวจสอบอย่างเต็มรูปแบบ พวกเขาร่วมมือกับผู้นำระดับโลกในด้านการศึกษา การฝึกทักษะ และเทคโนโลยีเพื่อสร้างประสบการณ์การเรียนรู้ที่ดีขึ้น พวกเขาใช้ AI เพื่อช่วยให้ผู้เรียนบรรลุเป้าหมายได้อย่างรวดเร็วและมีประสิทธิภาพมากที่สุด

อะไรทำให้คุณสนใจ AI ในตอนแรก?

โฟกัสของ Riiid Riiid ได้ดำเนินการอย่างถูกต้องซึ่งบริษัทที่จริงจังและมีศักยภาพสูงจะทำได้ แต่ละขั้นตอนมีเหตุผลและสร้างแรงบันดาลใจ สำหรับ AI นั้น บริษัทเริ่มต้นอย่างสมเหตุสมผลด้วยวิธีการกรองร่วมกัน จากนั้นจึงปรับปรุงอัลกอริทึมเป็นประจำจนถึงรุ่น Transformer ที่ล้ำสมัยพร้อมวิวัฒนาการที่เป็นเอกลักษณ์ของตนเอง บริษัทยังคงเผยแพร่เอกสารที่มีความคิดซึ่งแสดงถึงการโฟกัส การสำรวจ และจินตนาการ แอปของบริษัทกำลังเปลี่ยนผู้ใช้และสร้างรายได้ได้สำเร็จ ซึ่งบ่งชี้ถึงการยอมรับของตลาดที่แข็งแกร่ง ธุรกิจกำลังขยายจาก B2C เป็นมิติ B2B ด้วยเครื่องมือเตรียมสอบเพิ่มเติมและแอป Realtor จากนั้นจึงเผยแพร่ชุดข้อมูลการศึกษาที่ใหญ่ที่สุดเพื่อริเริ่มนวัตกรรมที่ยิ่งใหญ่กว่าเพื่อสร้างชุมชน AIEd (EdNet) ทั้งหมดนี้เป็นความเคลื่อนไหวของบริษัทที่มุ่งเน้น ซึ่งเป็นการดำเนินการที่ถูกต้องซึ่งโดยปกติแล้วบริษัทขนาดใหญ่เท่านั้นที่ทำ สุดท้าย รอบการระดมทุนที่เปิดเผยต่อสาธารณะของพวกเขาเป็นภาพสะท้อนที่ชัดเจนของศักยภาพการลงทุนว่าบริษัทนี้จะกลายเป็นยูนิคอร์นได้เร็วเพียงใด

ในบทบาทก่อนหน้านี้ คุณคือผู้นำด้าน Machine Intelligence และ Health Data Science ที่ Google Brain โครงการที่คุณทำมีอะไรบ้าง

ฉันเป็นผู้นำในการปรับใช้ผลิตภัณฑ์: ซึ่งเป็นวิธีการออกแบบ สร้าง วัด เตียงทดสอบระบบสำหรับการศึกษาหลักฐานในโลกแห่งความเป็นจริง การผสมผสานระหว่างการสร้างเตียงทดสอบขั้นสูง กลยุทธ์การวิจัย และการออกแบบและการใช้งานระบบขั้นสูง ฉันไม่ใช่วิศวกร แต่ฉันเป็นสถาปนิกระบบคลาวด์ระดับมืออาชีพที่ได้รับการรับรองบนระบบคลาวด์หลายระบบเป็นเวลาหลายปีแล้ว ดังนั้นจึงเหมาะสมโดยธรรมชาติ โดยเฉพาะอย่างยิ่งกับข้อกำหนดด้านความปลอดภัยและความเป็นส่วนตัวของข้อมูลจำนวนมากสำหรับ PHI และกลุ่มประชากรที่เปราะบาง (เช่น เด็ก)

หลายครั้งมีความไม่พร้อมทางเทคนิคระหว่างคู่ค้าและยักษ์ใหญ่ด้านเทคโนโลยีในการขยายขนาด นั่นคือจุดที่ผมขับสเกล การสร้างโครงสร้างพื้นฐานทางเทคโนโลยีที่ประกอบเองซึ่งออกแบบมาสำหรับเอ็นจิ้น ML โดยมีราคา 1/10 ของราคา และเข้าถึงการประมวลผลแบบขนานขนาดใหญ่ในเวลาแฝงและค่าใช้จ่าย

การทำให้อัลกอริทึมการคาดการณ์พร้อมใช้งานสำหรับพันธมิตรของเราในชื่อ AIaaS เป็นเรื่องที่น่าตื่นเต้น

ตั้งแต่เดือนสิงหาคม 2020 คุณดำรงตำแหน่งรองประธานฝ่ายกลยุทธ์ที่ Riiid Labs คุณช่วยอธิบายให้ชัดเจนว่า Riiid Labs คืออะไร

Riiid Labs เป็นผู้นำระดับโลกด้านโซลูชัน AI เพื่อการศึกษา Riiid Labs เป็นหน่วยงานระดับโลกของบริษัทแม่ Riiid และได้รับการก่อตั้งขึ้นในซิลิคอนวัลเลย์เพื่อสานต่อความสำเร็จของ Riiid ในเอเชีย และเพื่อขยายธุรกิจไปทั่วสหรัฐอเมริกา อเมริกาใต้ ตะวันออกกลาง และที่อื่นๆ เราประกอบด้วยนักวิจัย AI นักวิทยาศาสตร์ข้อมูล วิศวกร และการพัฒนาธุรกิจ และทำงานร่วมกับพันธมิตรในแนวดิ่งต่างๆ เพื่อทบทวนวิธีการเรียนรู้แบบดั้งเดิมผ่านการขยายขีดความสามารถด้าน AI ของ Riiid ไม่ว่าจะเป็นแอพมือถือเตรียมสอบส่วนบุคคลสำหรับการสอบเข้าวิทยาลัยในอเมริกาใต้ หรือโมดูลติวเตอร์ AI สำหรับการฝึกอบรมตัวแทนประกันที่กลุ่มบริษัทใหญ่ในเกาหลี เรานำเสนอลูกค้า B2C/B2B/B2G ด้วยเทคโนโลยี AI ที่เป็นกรรมสิทธิ์ของเราในการวิเคราะห์ของผู้ใช้ ข้อมูลพฤติกรรมการเรียนรู้ ทำนายตัวเลือกคำตอบถัดไป และแนะนำเส้นทางการเรียนรู้ส่วนบุคคลที่เพิ่มศักยภาพการเรียนรู้สูงสุด เราได้เปิดตัวผลิตภัณฑ์หลายอย่างแล้ว รวมถึง Santa แอปพลิเคชันเตรียมสอบบนมือถือสำหรับการสอบวัดระดับภาษาอังกฤษยอดนิยม Test of English for International Communication (TOEIC) ซึ่งมีนักเรียนมากกว่าสองล้านคนในเกาหลีและญี่ปุ่นใช้ เราได้เปิดตัวแอปเตรียมสอบ GMAT ในเกาหลีโดยอิงจากความร่วมมือกับ Kaplan และแอปเตรียมสอบ ACT ในอียิปต์ ตุรกี สหรัฐอาหรับเอมิเรตส์ จอร์แดน และซาอุดีอาระเบียโดยร่วมมือกับ ConnecME ขณะนี้ Riiid กำลังเจรจากับลูกค้าหลากหลายกลุ่มทั้งจากภาครัฐและเอกชนเพื่อนำโซลูชัน AI ของเราไปใช้ในการประเมินผลการศึกษา การเรียนรู้ และการฝึกอบรม

เครื่องมือ AI ก้าวไปข้างหน้าอย่างไรในการทำให้การศึกษาเป็นประชาธิปไตย

จากการวิเคราะห์เพื่อบรรลุเป้าหมายของ UNแม้กระทั่งก่อนเกิดวิกฤตไวรัสโคโรนา การคาดการณ์แสดงให้เห็นว่าเด็กมากกว่า 200 ล้านคนจะต้องไม่ได้เรียนหนังสือ และมีเพียงร้อยละ 60 ของเยาวชนที่จะสำเร็จการศึกษาระดับมัธยมศึกษาตอนปลายในปี 2030 เด็กในประเทศกำลังพัฒนาครึ่งหนึ่งออกจากการศึกษาโดยไม่มีคุณสมบัติที่เกี่ยวข้องสำหรับ สถานที่ทำงาน. แนวทางการศึกษาแบบ 'ขนาดเดียวเหมาะกับทุกคน' และการประเมินแบบทดสอบมาตรฐานที่มีเดิมพันสูงล้มเหลวในการตอบสนองบทบาทที่คาดหวังของการศึกษาในการบ่มเพาะพลเมืองที่มีความสามารถของสังคม

ในประเทศที่พัฒนาแล้ว เช่น เกาหลีและสหรัฐอเมริกา ชุมชนที่ร่ำรวยมีงบประมาณของโรงเรียนมากกว่าชุมชนที่ยากจนมาก ต่อจากนั้น พ่อแม่ที่ร่ำรวยขึ้นลงทุนเพิ่มในการสอนพิเศษส่วนตัว คำแนะนำวิทยาลัยเอกชน เตรียมสอบ การฝึกสอนกีฬาส่วนตัว และประสบการณ์การเรียนรู้นอกโรงเรียนในด้านศิลปะและวัฒนธรรม ซึ่งทำให้ช่องว่างระหว่างลูกกับคนอื่นๆ กว้างขึ้น ซึ่งหมายความว่านักเรียนในชุมชนที่ร่ำรวยน้อยกว่ามักมีครูที่มีประสบการณ์น้อยกว่า เข้าถึงเทคโนโลยีได้น้อย เข้าถึงอินเทอร์เน็ตได้น้อยลงทั้งที่โรงเรียนและที่บ้าน และอาจไม่ได้รับคำแนะนำใดๆ เกี่ยวกับการสมัครเข้าเรียนในวิทยาลัย ในสหรัฐอเมริกา เด็กที่เกิดในครอบครัวที่ร่ำรวยมีแนวโน้มที่จะสำเร็จการศึกษาระดับวิทยาลัยมากกว่าเด็กที่เกิดในครอบครัวที่ยากจนถึง 10 เท่า และแม้ว่าคุณจะมีความสามารถทางวิชาการคงที่ ลูกที่ร่ำรวยกว่าก็มีแนวโน้มที่จะไปเรียนมหาวิทยาลัยและสำเร็จการศึกษาระดับปริญญา สิ่งนี้ยังมีผลกระทบต่อการเติบโตทางเศรษฐกิจอีกด้วย เมื่อความสามารถและศักยภาพมีการกระจายอย่างกว้างขวางในสังคม แต่โอกาสไม่เป็นเช่นนั้น ตลาดแรงงานและเศรษฐกิจไม่สามารถจับคู่ความสามารถกับการจ้างงานได้อย่างมีประสิทธิภาพ และนั่นทำให้นวัตกรรมช้าลง และทำให้ประสิทธิภาพการผลิตของประเทศและการเติบโตทางเศรษฐกิจลดลง

จากข้อมูลที่สำคัญ AI สามารถประเมินและเข้าใจระดับความรู้ของนักเรียนแต่ละคนและพฤติกรรมการเรียนรู้ที่ไม่เหมือนใคร และจัดเตรียมเนื้อหาส่วนบุคคลตามกำหนดเวลาเพื่อช่วยให้นักเรียนบรรลุเป้าหมายการเรียนรู้ทุกข้อ AI มีความอดทนชั่วนิรันดร์และสามารถให้ความสนใจกับทุกคนอย่างเท่าเทียมแต่เป็นรายบุคคลในราคาเพียงเศษเสี้ยวของค่าสอนพิเศษส่วนตัว เป็นไปได้ว่านักเรียนทุกคนที่มีการเชื่อมต่ออินเทอร์เน็ตและสมาร์ทโฟนจะสามารถมีส่วนร่วมในประสบการณ์การเรียนรู้ที่น่าสนใจและเป็นส่วนตัวได้โดยไม่คำนึงว่าพวกเขาจะอาศัยอยู่ที่ไหน AI ยังสามารถช่วยให้ครูปรับประสบการณ์การเรียนรู้ของนักเรียนให้เหมาะกับตนเอง ลดเวลาที่ครูต้องใช้ในการทำงานซ้ำๆ และนำเวลานั้นไปใช้ใหม่เพื่อให้ความสนใจเป็นรายบุคคลและทรัพยากรการเรียนรู้ส่วนบุคคลที่มีให้สำหรับนักเรียนทุกคนทุกวันตลอด 24 ชั่วโมง ไม่ว่าโรงเรียนจะเปิดหรือ ไม่.

คุณช่วยพูดคุยเกี่ยวกับวิสัยทัศน์เบื้องหลังความท้าทายด้านการศึกษาปัญญาประดิษฐ์ (AID) ระดับโลกครั้งแรกได้ไหม

โลกต้องการกระบวนทัศน์ใหม่ในการศึกษาเพื่อเอาชนะวิกฤตการศึกษาในปัจจุบัน โซลูชันการเรียนรู้ที่ขับเคลื่อนด้วย AI ที่นักเรียนโต้ตอบด้วยทางออนไลน์สามารถให้ความสนใจกับทุกคนได้เท่าเทียมกันแต่เป็นรายบุคคลในราคาเพียงเศษเสี้ยวของค่าติวเตอร์ส่วนตัว ไม่ว่าจะใช้สำหรับการเรียนรู้ด้วยตนเองหรือรวมเข้ากับประสบการณ์การเรียนรู้ที่นำโดยครู เราเชื่อในวิสัยทัศน์ของเราในด้านการศึกษา AI และมั่นใจว่าเราจะสามารถเปลี่ยนแปลงการศึกษาและปรับปรุงชีวิตของนักเรียนได้ แต่เรารู้ว่าเราไม่สามารถบรรลุวิสัยทัศน์นี้ได้โดยลำพัง เราต้องการชุมชน AI ที่ใหญ่ขึ้นและอุตสาหกรรมการศึกษาเพื่อตอบรับแนวคิดของเราและมีส่วนร่วมด้วย เมื่อปีที่แล้ว Riiid ได้เปิดตัว EdNet ซึ่งเป็นชุดข้อมูลขนาดใหญ่แบบลำดับชั้นของกิจกรรมนักเรียนที่หลากหลายซึ่งรวบรวมจากระบบการสอน AI ของ Riiid ประกอบด้วยข้อมูลจากการโต้ตอบมากกว่า 131 ล้านครั้งกับนักเรียนมากกว่า 780 คนในโลกแห่งความเป็นจริง เป็นชุดข้อมูลที่ใหญ่ที่สุดในบรรดาชุดข้อมูล AI-education ที่เผยแพร่สู่สาธารณะ เราต้องการผู้ที่มีความคิดที่ดีที่สุดในภาคสนามเพื่อใช้ข้อมูลนี้เพื่อค้นหาโซลูชันที่เป็นนวัตกรรมใหม่ที่จะช่วยจัดการกับความท้าทายระดับโลกในด้านการศึกษา ดังนั้น Riiid จึงเปิดตัว AIEd Challenge ซึ่งเป็นความท้าทายระดับโลกในการสร้างและประเมินอัลกอริทึมสำหรับการติดตามความรู้โดยใช้ EdNet เราเชื่อว่าการผนึกกำลังกันจะทำให้เราสร้างผลกระทบที่ใหญ่ขึ้นและเร่งแนวโน้มไปสู่การศึกษาที่ใช้เทคโนโลยี AI ได้มากขึ้น การเป็นแบบอย่างเป็นสิ่งจำเป็นสำหรับการเป็นผู้นำและการสร้างแรงบันดาลใจให้กับผู้อื่น

ผลลัพธ์จาก AIED มีอะไรบ้าง?

การแข่งขันเริ่มตั้งแต่วันที่ 6 ตุลาคม 2020 ถึง 8 มกราคม 2021 ผ่านแพลตฟอร์ม Kaggle ของ Google ซึ่งเป็นชุมชนออนไลน์ของนักวิทยาศาสตร์ข้อมูลและผู้ปฏิบัติงานด้านแมชชีนเลิร์นนิง

• สำหรับรางวัลรวม $100,000 มี 3,395 ทีมจาก 90 ประเทศเข้าร่วมการแข่งขัน นับเป็นการแข่งขันอัลกอริทึม Kaggle ในปี 2020 ที่องค์กรธุรกิจเป็นเจ้าภาพ
• 52 จาก 270 ปรมาจารย์ของ Kaggle เข้าร่วม ซึ่งเป็นสัดส่วนที่สูงที่สุดสำหรับผู้เข้าแข่งขันของ Kaggle เมื่อพิจารณาจากผลงานที่ผ่านมา เมื่อเปรียบเทียบกัน การแข่งขันในปี 2020 มีผู้เข้าแข่งขันโดยเฉลี่ยเพียง 25 คนเท่านั้น
• ผ่านความท้าทายนี้ 64,678 โมเดลการติดตามความรู้ที่แตกต่างและสร้างสรรค์ถูกส่งเข้ามา
• ทีมจากเกาหลี ญี่ปุ่น และสเปนชนะสามอันดับแรก โดยได้รับเงิน 50,000 ดอลลาร์ 30,000 ดอลลาร์ และ 10,000 ดอลลาร์ตามลำดับ ทีมสามอันดับแรกนำเสนอแบบจำลองของตนที่การประชุมเชิงปฏิบัติการ AAAI-2021 เกี่ยวกับการศึกษา AI: จินตนาการถึงการศึกษาหลังโควิดด้วย AI ซึ่งจัดและจัดโดยนักวิจัยของ Riiid
• โซลูชันที่ชนะทั้งหมดใช้ Transformers ซึ่งเป็นโมเดลที่อิงตามความสนใจซึ่งเปิดตัวครั้งแรกด้วยการใช้ในการแปลด้วยคอมพิวเตอร์ [AAYN] (Vaswani et al) และนำมาใช้โดยนักวิจัยของ Riiid สิ่งนี้แสดงให้เห็นว่าคุณค่าของ Transformers ค่อนข้างชัดเจน วิธีที่ Kaggler ใช้นวัตกรรมใหม่ๆ นั้นน่าสนใจทั้งในเชิงวิชาการและเชิงปฏิบัติ สิ่งเหล่านี้เป็นการใช้งานที่สร้างสรรค์ของ Transformers ที่นักวิจัยของเราคาดไม่ถึง เรายินดีอย่างยิ่งที่การจัดหาแพลตฟอร์มประเภทนี้สามารถส่งเสริมแนวทางการทดลองที่หลากหลายเช่นนี้ใน AI Education เราเชื่อว่าสิ่งนี้จะนำไปสู่ความก้าวหน้าของเทคโนโลยีที่เกี่ยวข้อง ซึ่งเป็นการขยายรากฐานที่มั่นคงสำหรับการวิจัย

AI สามารถเร่งการเรียนรู้ส่วนบุคคลได้ดีที่สุดอย่างไร

โดยสรุป เทคโนโลยี AI ที่ใช้อัลกอริทึมการเรียนรู้เชิงลึกจะวิเคราะห์ข้อมูลและเนื้อหาของผู้ใช้ และทำนายคะแนนและพฤติกรรม จากข้อมูลเชิงลึกเหล่านี้ AI จะแนะนำแผนการเรียนส่วนบุคคลแบบเรียลไทม์

และเทคโนโลยี AI หลักของ Riiid ทำได้เพียงแค่: 1) การติดตามความรู้ 2) การทำนายคะแนน 3) คำแนะนำส่วนบุคคล

1. การติดตามความรู้: การติดตามความรู้เป็นหนึ่งในงานพื้นฐานในสาขา AI-Education การแยกแยะสิ่งที่นักเรียนรู้และไม่รู้ ณ เวลาใดเวลาหนึ่งเป็นพื้นฐานสำหรับการสร้างเส้นทางการเรียนรู้ที่เหมาะสมที่สุด และตัวแบบสามารถทำนายความถูกต้องของผู้เรียนสำหรับคำถามที่ยังไม่มีคำตอบใดๆ และทั้งหมด โมเดลการติดตามความรู้ที่ใช้การเรียนรู้เชิงลึกซึ่งได้รับแรงบันดาลใจจาก Google Transformer คาดการณ์ว่านักเรียนจะตอบคำถามได้อย่างถูกต้องหรือไม่ด้วยความแม่นยำสูงสุด
2. รูปแบบการทำนายผลคะแนน: แบบจำลองการทำนายคะแนนทำนายระดับผลสัมฤทธิ์ทางการเรียนของนักเรียนในระหว่างกระบวนการเรียนรู้ แบบจำลองของเราคาดการณ์คะแนนของนักเรียนด้วยค่าเฉลี่ยข้อผิดพลาดในการคาดคะเน ± 5% ซึ่งอาจแสดงได้อย่างกว้างๆ ว่าแม่นยำถึง 95% การประเมินให้ข้อเสนอแนะเกี่ยวกับสถานะความรู้ของนักเรียน ซึ่งทำให้สามารถปรับเปลี่ยนการเรียนรู้ได้แบบเรียลไทม์ และช่วยให้นักเรียนรับรู้ความก้าวหน้าและความสำเร็จซึ่งส่งเสริมการประเมินตนเองและการฝึกฝน
3. ระบบผู้แนะนำ: ตามแบบจำลองการติดตามความรู้และการทำนายผลคะแนน เราจัดเตรียมรายการที่จำเป็นสำหรับการปรับปรุงส่วนใหญ่ให้กับผู้เรียน การออกแบบระบบคำแนะนำนั้นไม่ตรงไปตรงมาเสมอไป และจำเป็นต้องมีการพิจารณาและการวิจัยอย่างมากเพื่อทำความเข้าใจสิ่งที่ดีที่สุดสำหรับผู้เรียน ริอิดพัฒนาขึ้น คำแนะนำสำหรับการเตรียมสอบมาตรฐานอย่างมีประสิทธิภาพ (RCES) แบบจำลอง AI ที่แนะนำคำถามที่ไม่เพียงแค่เพิ่มคะแนนที่คาดหวังให้ได้สูงสุดเท่านั้น แต่ยังทำให้แน่ใจว่าการเรียนรู้จะเกิดขึ้น หลีกเลี่ยงเป้าหมายของการพยายามเพิ่มคะแนนการทดสอบเพียงอย่างเดียวในกรณีที่ไม่มีการเรียนรู้ที่แท้จริง โดยสะท้อนถึงผลกระทบของการได้รับความรู้ใหม่จากคำตอบของคำถามที่ตอบไม่ถูกต้อง

คุณช่วยพูดคุยเกี่ยวกับแอป Riiid Santa และสิ่งที่ผู้ใช้ควรคาดหวังได้ไหม

Riiid ขอเสนอ Santa แอปพลิเคชันเตรียมสอบบนมือถือสำหรับการสอบวัดระดับภาษาอังกฤษยอดนิยมอย่าง Test of English for International Communication (TOEIC) แอพนี้ใช้เทคโนโลยี AI ที่เป็นกรรมสิทธิ์ของ Riiid ซึ่งจะวิเคราะห์ข้อมูลและเนื้อหาของผู้ใช้ คาดการณ์คะแนนและพฤติกรรม และแนะนำแผนการเรียนส่วนบุคคลแบบเรียลไทม์เพื่อช่วยให้ผู้ใช้เพิ่มศักยภาพการเรียนรู้ของตน แอปนี้ถูกใช้โดยนักเรียนมากกว่าสองล้านคน (2.5 ล้านคน) ในเกาหลีและญี่ปุ่น และมียอดขายเป็นอันดับ 1 ในบรรดาแอปการศึกษาในญี่ปุ่นและเกาหลี จากข้อมูลผู้ใช้ในช่วงหนึ่งปี คะแนนเฉลี่ยเพิ่มขึ้น 165 คะแนนจาก 990 คะแนนที่เป็นไปได้หลังจากเรียนเพียง 20 ชั่วโมง

มีอะไรอีกบ้างที่คุณต้องการแบ่งปันเกี่ยวกับ Riiid หรือ Riiid Labs?

ด้วยเวลาเพียง XNUMX ปีภายใต้การควบคุมของเรา เราได้ขีดข่วนโอกาสที่ไร้ขีดจำกัดในการศึกษา AI เท่านั้น เราได้เห็นวิธีที่เราสามารถเปลี่ยนวิธีที่ผู้คนใช้วิธีการเรียนรู้แบบดั้งเดิมสำหรับการทดสอบมาตรฐาน แต่เราก็เห็นความเป็นไปได้ในการวัดความสามารถของนักเรียนที่มีความหมายมากขึ้น และเราเชื่ออย่างแท้จริงว่าเราพร้อมที่สุดที่จะเป็นผู้นำการปฏิวัติครั้งนี้

ความเชื่อของเราคือการทำความเข้าใจพฤติกรรมและเส้นทางการเรียนรู้ในแต่ละวันของนักเรียนเท่านั้น เราจึงจะสามารถประเมินศักยภาพที่แท้จริงของนักเรียนและเพิ่มประสิทธิภาพประสบการณ์การเรียนรู้ของพวกเขาได้อย่างเหมาะสม สิ่งนี้ไม่สามารถทำได้มาก่อน แต่ด้วย AI เราสามารถวิเคราะห์ระดับปัจจุบันของผู้เรียนและปรับการสอนให้เหมาะกับความต้องการของแต่ละบุคคลได้ทันที เราสามารถกระตุ้นพวกเขาอย่างต่อเนื่องและติดตามความคืบหน้าของพวกเขา เราสามารถให้ผู้เรียนทุกคนเติบโตในแบบของเขา ตามจังหวะของเขาเอง ซึ่งระบบปัจจุบันไม่รองรับ ด้วยวิธีการนี้ เราสามารถปลดล็อกศักยภาพการเรียนรู้ได้อย่างแท้จริง

วิสัยทัศน์ของเราเป็นจริงได้ด้วยบริการเตรียมสอบเท่านั้น แต่เราเพิ่งเริ่มต้นสิ่งที่ยอดเยี่ยม การประเมินรวบยอดซึ่งประเมินผู้เรียนผ่านการทดสอบแบบครั้งเดียว ไม่ใช่เครื่องมือที่ดีที่สุดสำหรับการประเมินและการเรียนรู้ที่มีประสิทธิภาพ และยิ่งกว่านั้น ขณะนี้มันใช้งานไม่ได้จริงเนื่องจากโควิด 19 และเรามองเห็นความต้องการของตลาดขนาดใหญ่ในเครื่องมือการประเมินเชิงรูปแบบที่มีประสิทธิภาพและใช้งานได้จริง นั่นเป็นเหตุผลที่ตอนนี้ Riiid กำลังทำงานกับ 'โมเดลการวัดความสามารถ' ที่ใช้การเรียนรู้เชิงลึกและไม่ขึ้นกับโดเมน ซึ่งเรียกว่า "Riiid-Score" เรามั่นใจว่าเราจะเปลี่ยนแกนกลางของการศึกษาโดยการสนับสนุนการเรียนรู้แบบก่อรูป ซึ่งหมายถึงกระบวนการปรับประสบการณ์การเรียนการสอนให้เหมาะสมอย่างต่อเนื่อง เราเชื่อว่านี่เป็นขั้นตอนพื้นฐานสู่การศึกษาที่สามารถปลดปล่อยศักยภาพของทุกคน

ขอบคุณสำหรับบทสัมภาษณ์ดีๆ ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรไปที่ Riiid Labs