Araştırmacılar, Özel Ders Sistemleri Oluşturmaya Yardımcı Olacak Yeni Yapay Zeka Geliştiriyor

Carnegie Mellon Üniversitesi'nden araştırmacılar, akıllı öğretim sistemlerini nasıl kurabileceklerini gösterdiler. Bu sistemler, cebir ve gramer dahil olmak üzere çeşitli konuların öğretilmesinde etkilidir. 

Araştırmacılar, bir öğretmenin bir bilgisayarı öğretmesine izin vermek için yapay zekaya dayanan yeni bir yöntem kullandılar. İfadeler, bu yöntemin kafa karıştırıcı görünmesine neden oluyor, ancak bunu bir bilgisayara nasıl öğretileceğinin bir insan öğretmen tarafından öğretilmesi gibi düşünün. Bilgisayar, çok sütunlu toplama gibi belirli problemlerin nasıl çözüleceğini gösteren insan öğretmen tarafından öğretilebilir. Bilgisayar sorunu yanlış anlarsa, öğretmen sorunu düzeltebilir. 

Sorunları Kendi Başına Çözmek

Bu yöntemin ilginç yanlarından biri de bilgisayar sisteminin sadece öğretildiği gibi problemler çözüp öğretebilmesi değil, aynı zamanda genelleme yaparak konudaki diğer tüm problemleri de çözebilmesidir. Bu, bilgisayarın bir sorunu öğretmenin öğrettiği yöntemlerin dışında çözebileceği anlamına gelir. 

Daniel Weitekamp III, CMU'nun İnsan-Bilgisayar Etkileşim Enstitüsü'nde (HCII) doktora öğrencisidir. 

Weitekamp, ​​"Bir öğrenci bir problem çözmenin bir yolunu öğrenebilir ve bu yeterli olacaktır" dedi. "Fakat bir özel ders sisteminin bir sorunu çözmenin her türlü yolunu öğrenmesi gerekir. Sadece problem çözmeyi değil, problem çözmeyi öğretmeyi öğrenmesi gerekiyor.”

Weitekamp'ın açıkladığı zorluk, yapay zeka tabanlı eğitim sistemlerinin geliştirilmesindeki en büyük zorluklardan biridir. Yeni geliştirilen akıllı ders verme sistemleri, öğrencinin ilerlemesini izleyebilir, bundan sonra ne yapılması gerektiğini belirlemeye yardımcı olabilir ve etkili uygulama problemleri seçerek öğrencilerin yeni beceriler geliştirmesine yardımcı olabilir. 

Yapay Zeka Tabanlı Öğretim Sistemlerinin Geliştirilmesi

Ken Koedinger, insan-bilgisayar etkileşimi ve psikolojisi profesörüdür. Koedinger, akıllı eğitmenlerin ilk geliştiricilerinden biriydi ve başkalarıyla birlikte çalışarak üretim kuralları elle programlanıyordu. Koedinger'e göre, özel ders verilen her bir saat, 200 saatlik geliştirme gerektiriyordu. Sonunda grup, bir sorunu çözmenin tüm olası yollarını gösteren daha etkili bir yöntem geliştirdi. Bu, 200 saati 40 veya 50 saate indirdi, ancak bazı modellere olası tüm çözümleri göstermek son derece zordur. 

Koedinger, yeni yöntemin bir öğretmenin aynı sürede 30 dakikalık bir ders geliştirmesine izin verebileceğini söyledi. 

Koedinger, “Şimdiye kadar tam akıllı öğretmene ulaşmanın tek yolu bu AI kurallarını yazmaktı” dedi. “Ama şimdi sistem bu kuralları yazıyor.”

Yeni yöntemde, öğrencilerin öğrenme şekillerini simüle etmek için bir makine öğrenimi programı kullanılıyor. Weitekamp tarafından bir öğretim arayüzü oluşturuldu ve programlama için "göster ve düzelt" sürecini kullanıyor.

Yöntem çok sütunlu toplama ile gösterilirken, kullanılan makine öğrenme motoru denklem çözme, kesir toplama, kimya, İngilizce dilbilgisi ve fen deney ortamları gibi diğer konulara da uygulanabilir. 

Bu yöntemin ana hedeflerinden biri, öğretmenlerin bir AI programlayıcısına ihtiyaç duymadan kendi bilgisayarlı derslerini oluşturmalarına olanak sağlamaktır. Bu, öğretmenlerin nasıl öğretecekleri veya hangi yöntemleri kullanacakları konusunda kendi kişisel görüşlerini uygulamalarına izin verir. 

Weitekamp, ​​Koedinger ve HCII Sistem Bilimcisi Erik Harpstead, yöntemi açıklayan makaleyi yazdı. Conference of Human Factors in Computing Systems (CHI 2020) tarafından kabul edilmiştir. Konferans başlangıçta bu ay için planlanmıştı, ancak COVID-19 salgını onu iptal etmeye zorladı. Kağıt artık Association for Computing Machinery'nin Dijital Kütüphanesinde bulunan konferans tutanaklarında bulunabilir.

Eğitim Bilimleri Enstitüsü ve Google, araştırmanın desteklenmesine yardımcı oldu.