Các nhà nghiên cứu phát triển AI mới để giúp tạo ra các hệ thống dạy kèm

Các nhà nghiên cứu từ Đại học Carnegie Mellon đã chứng minh cách họ có thể xây dựng các hệ thống dạy kèm thông minh. Các hệ thống này có hiệu quả trong việc giảng dạy các môn học khác nhau, bao gồm đại số và ngữ pháp. 

Các nhà nghiên cứu đã sử dụng một phương pháp mới dựa trên trí tuệ nhân tạo để cho phép giáo viên dạy máy tính. Từ ngữ làm cho phương pháp này có vẻ khó hiểu, nhưng hãy nghĩ về nó như một chiếc máy tính đang được dạy bởi một giáo viên là con người. Máy tính có thể được dạy bởi giáo viên hướng dẫn cách giải một số bài toán nhất định, chẳng hạn như phép cộng nhiều cột. Nếu máy tính làm sai, giáo viên có thể sửa. 

Tự mình giải quyết vấn đề

Một trong những phần thú vị của phương pháp này là hệ thống máy tính không chỉ có thể dạy và giải các bài toán theo cách nó đã được dạy mà còn có thể giải tất cả các bài toán khác trong chủ đề bằng cách khái quát hóa. Điều này có nghĩa là máy tính cuối cùng có thể giải một bài toán ngoài cách mà giáo viên đã dạy nó. 

Daniel Weitekamp III là nghiên cứu sinh Tiến sĩ tại Viện Tương tác Người-Máy tính (HCII) của CMU. 

Weitekamp nói: “Một học sinh có thể học một cách để giải quyết vấn đề và như vậy là đủ. “Nhưng một hệ thống học thêm cần học mọi cách để giải quyết vấn đề. Nó cần học cách dạy cách giải quyết vấn đề, chứ không chỉ dạy cách giải quyết vấn đề.”

Thách thức mà Weitekamp giải thích là một trong những thách thức lớn nhất trong việc phát triển các hệ thống dạy kèm dựa trên AI. Các hệ thống dạy kèm thông minh mới được phát triển có thể theo dõi sự tiến bộ của học sinh, giúp xác định những việc cần làm tiếp theo và giúp học sinh phát triển các kỹ năng mới bằng cách chọn các bài tập thực hành hiệu quả. 

Sự phát triển của các hệ thống dạy kèm dựa trên AI

Ken Koedinger là giáo sư tâm lý học và tương tác giữa người và máy tính. Koedinger là một trong những nhà phát triển đầu tiên của máy trợ giảng thông minh và làm việc với những người khác, các quy tắc sản xuất được lập trình bằng tay. Theo Koedinger, mỗi giờ dạy kèm mất 200 giờ phát triển. Cuối cùng, nhóm đã phát triển một phương pháp hiệu quả hơn, thể hiện tất cả các cách có thể để giải quyết vấn đề. Điều này làm mất 200 giờ xuống còn 40 hoặc 50 giờ, nhưng cực kỳ khó để chứng minh tất cả các giải pháp khả thi cho một số mẫu. 

Koedinger đã nói rằng phương pháp mới cuối cùng có thể cho phép giáo viên soạn một bài học 30 phút trong cùng một khoảng thời gian. 

Koedinger cho biết: “Cho đến nay, cách duy nhất để có được một gia sư thông minh đầy đủ là viết ra các quy tắc AI này. “Nhưng bây giờ hệ thống đang viết ra những quy tắc đó.”

Trong phương pháp mới, chương trình học máy được sử dụng để mô phỏng cách học của học sinh. Một giao diện giảng dạy được tạo ra bởi Weitekamp và nó sử dụng quy trình “hiển thị và sửa lỗi” để lập trình.

Mặc dù phương pháp này đã được chứng minh bằng phép cộng nhiều cột, nhưng công cụ máy học được sử dụng có thể được áp dụng cho các môn học khác, chẳng hạn như giải phương trình, cộng phân số, hóa học, ngữ pháp tiếng Anh và môi trường thí nghiệm khoa học. 

Một trong những mục tiêu chính của phương pháp này là cho phép giáo viên tự xây dựng các bài học trên máy tính mà không cần lập trình viên AI. Điều này cho phép giáo viên áp dụng quan điểm cá nhân của riêng họ về cách giảng dạy hoặc phương pháp nào sẽ sử dụng. 

Nhà khoa học hệ thống Weitekamp, ​​Koedinger và HCII Erik Harpstead là tác giả của bài báo mô tả phương pháp này. Nó đã được chấp nhận bởi Hội nghị về các yếu tố con người trong hệ thống máy tính (CHI 2020). Hội nghị ban đầu được lên kế hoạch vào tháng này, nhưng đại dịch COVID-19 đã buộc nó phải bị hủy bỏ. Giấy bây giờ có thể được tìm thấy trong thủ tục hội nghị, nằm trong Thư viện kỹ thuật số của Hiệp hội máy tính.

Viện Khoa học Giáo dục và Google đã hỗ trợ nghiên cứu.