Дослідники розробляють новий штучний інтелект для створення систем навчання

Дослідники з Університету Карнегі-Меллона продемонстрували, як вони можуть створювати інтелектуальні системи навчання. Ці системи ефективні при викладанні різних предметів, включаючи алгебру та граматику. 

Дослідники використали новий метод, який спирається на штучний інтелект, щоб дозволити вчителю навчати комп’ютера. Формулювання робить цей метод заплутаним, але подумайте про це як про комп’ютер, якого навчає вчитель-людина. Учитель-людина може навчити комп’ютер, показавши йому, як розв’язувати певні задачі, наприклад, додавання в кілька стовпців. Якщо комп’ютер помилився, вчитель може її виправити. 

Самостійне вирішення проблем

Однією з цікавих частин цього методу є те, що комп’ютерна система здатна не лише навчати та вирішувати проблеми, як її викладали, але вона також може вирішувати всі інші проблеми в темі шляхом узагальнення. Це означає, що комп’ютер може вирішувати проблему не тим способом, яким його навчив учитель. 

Даніель Вайтекамп III є аспірантом Інституту взаємодії людини та комп’ютера (HCII) CMU. 

«Студент може навчитися одному способу вирішення проблеми, і цього буде достатньо», — сказав Вайтекамп. «Але система репетиторства повинна вивчити всі способи вирішення проблеми. Потрібно навчитися вирішувати проблеми, а не просто вирішувати проблеми».

Виклик, який Weitekamp пояснює, є одним із найбільших у розробці систем навчання на основі ШІ. Нещодавно розроблені інтелектуальні системи навчання можуть відстежувати прогрес студентів, допомагати визначити, що робити далі, і допомагати студентам розвивати нові навички, вибираючи ефективні практичні задачі. 

Розробка систем навчання на основі ШІ

Кен Кедінгер — професор взаємодії людини та комп’ютера та психології. Кедингер був одним із перших розробників інтелектуальних репетиторів, і, працюючи з іншими, правила виробництва програмувалися вручну. За словами Кедингера, кожна година навчання з репетиторами займала 200 годин розробки. Згодом група розробила більш ефективний метод, який продемонстрував усі можливі шляхи вирішення проблеми. Це зайняло 200 годин скорочення до 40 або 50, але надзвичайно важко продемонструвати всі можливі рішення для деяких шаблонів. 

Кедингер сказав, що новий метод може дозволити вчителю розробити 30-хвилинний урок за той самий проміжок часу. 

«Єдиним способом отримати повноцінного інтелектуального репетитора дотепер було написання цих правил штучного інтелекту», — сказав Кедінгер. «Але зараз система пише ці правила».

У новому методі програма машинного навчання використовується для моделювання способів навчання студентів. Weitekamp створив навчальний інтерфейс, який використовує процес «покажи та виправи» для програмування.

У той час як метод було продемонстровано з додаванням у кілька стовпців, механізм машинного навчання, який використовується, можна застосувати до інших предметів, таких як розв’язування рівнянь, додавання дробів, хімія, граматика англійської мови та середовище наукових експериментів. 

Одна з головних цілей полягає в тому, щоб цей метод дозволив учителям будувати власні комп’ютеризовані уроки без потреби програміста ШІ. Це дозволяє вчителям застосовувати свої особисті погляди на те, як навчати або які методи використовувати. 

Weitekamp, ​​Koedinger і HCII System Scientist Ерік Гарпстед є авторами статті, що описує метод. Він був прийнятий Конференцією людського фактору в обчислювальних системах (CHI 2020). Спочатку конференція була запланована на цей місяць, але пандемія COVID-19 змусила її скасувати. Папір тепер можна знайти в матеріалах конференції, розташованих у цифровій бібліотеці Асоціації обчислювальної техніки.

Інститут освітніх наук і Google допомогли підтримати дослідження.