Дослідники розробили новий ІІ для створення систем навчання

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

Дослідники використали новий метод, який залежить від штучного інтелекту, щоб дозволити вчителю викладати комп’ютеру. Формулювання цього методу може здатися заплутаним, але подумайте про це як про комп’ютер, який навчається вчитися від людини-вчителя. Комп’ютер можна навчити, показуючи йому, як розв’язувати певні задачі, такі як багаторядне додавання. Якщо комп’ютер робить задачу неправильно, вчитель може виправити його.

Розв’язування задач самостійно

Одна з цікавих частин цього методу полягає в тому, що комп’ютерна система може не тільки викладати і розв’язувати задачі так, як її навчили, але також розв’язувати всі інші задачі в темі шляхом узагальнення. Це означає, що комп’ютер може в кінцевому підсумку розв’язати задачу поза тим, як його навчили.

Даніель Вайтекамп III – аспірант Інституту взаємодії людини та комп’ютера (HCII) Університету Карнегі-Меллона.

“Учень може навчитися одному способу розв’язувати задачу, і це буде достатньо”, – сказав Вайтекамп. “Але система навчання повинна навчитися кожного способу розв’язування задач. Вона повинна навчитися вчити розв’язуванню задач, а не просто розв’язувати задачі”.

Випробування, про яке говорить Вайтекамп, є одним з найбільших у розвитку систем навчання на основі штучного інтелекту. Нові системи навчання можуть відстежувати прогрес учнів, допомагати визначати, що робити далі, і допомагати учням розвивати нові навички шляхом вибору ефективних задач для практики.

Розробка систем навчання на основі штучного інтелекту

Кен Коїнджер – професор взаємодії людини та комп’ютера та психології. Коїнджер був одним з перших розробників інтелектуальних систем навчання, і разом з іншими розробниками правила були запрограмовані вручну. За словами Коїнджера, кожна година навчання потребувала 200 годин розробки. В кінцевому підсумку група розробила більш ефективний метод, який продемонстрував усі можливі способи розв’язування задач. Це зменшило 200 годин до 40 або 50, але дуже важко продемонструвати усі можливі рішення деяких закономірностей.

Коїнджер сказав, що новий метод може дозволити вчителеві розробити 30-хвилинний урок за той же час.

“Єдиний спосіб створити повністю інтелектуальну систему навчання раніше полягав у написанні цих правил штучного інтелекту”, – сказав Коїнджер. “Але тепер система пише ці правила сама”.

У новому методі використовується програма машинного навчання для симуляції способів, якими учні навчаються. Вайтекамп створив інтерфейс навчання, який використовує процес “покажи і виправ” для програмування.

Хоча метод був продемонстрований на багаторядному додаванні, двигун машинного навчання, який використовується, можна застосувати до інших предметів, таких як розв’язування рівнянь, додавання дробів, хімія, англійська граматика та середовища наукових експериментів.

Одна з головних цілей полягає в тому, щоб цей метод дозволив вчителям створювати свої власні комп’ютерні уроки без потреби програміста штучного інтелекту. Це дозволяє вчителям застосовувати свої власні погляди на те, як викладати або які методи використовувати.

Вайтекамп, Коїнджер та науковець Інституту взаємодії людини та комп’ютера Ерік Гарпстед стали авторами статті, яка описує метод. Її прийняла Конференція з питань людських факторів у комп’ютерних системах (CHI 2020). Конференція спочатку планувалася на цей місяць, але пандемія COVID-19 змусила її скасувати. Стаття тепер знаходиться у конференційних матеріалах, розміщених у Цифровій бібліотеці Асоціації обчислювальної техніки.

Інститут освітніх наук та Google (GOOGL ) допомогли підтримати дослідження.