Các nhà nghiên cứu phát triển trí tuệ nhân tạo mới để giúp tạo ra hệ thống giảng dạy

Các nhà nghiên cứu từ Đại học Carnegie Mellon đã chứng minh cách họ có thể xây dựng các hệ thống giảng dạy thông minh. Những hệ thống này 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 một giáo viên dạy cho máy tính. Cách diễn đạt này làm cho phương pháp này có vẻ phức tạp, nhưng hãy nghĩ về nó như một máy tính được dạy cách giảng dạy bởi một giáo viên con người. Máy tính có thể được dạy bởi giáo viên con người bằng cách chỉ cho nó cách giải quyết các vấn đề nhất định, chẳng hạn như cộng nhiều cột. Nếu máy tính giải quyết vấn đề sai, giáo viên có thể sửa nó.

Giải quyết vấn đề một mình

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

Daniel Weitekamp III là một sinh viên tiến sĩ tại Viện Tương tác Con người và Máy tính (HCII) của CMU.

“Một sinh viên có thể học một cách để giải quyết một vấn đề và đó sẽ là đủ,” Weitekamp nói. “Nhưng một hệ thống giảng dạy cần phải học mọi cách để giải quyết một vấn đề. Nó cần phải học cách giảng dạy giải quyết vấn đề, không chỉ cách giải quyết vấn đề.”

Thử thách mà Weitekamp giải thích là một trong những lớn nhất trong việc phát triển các hệ thống giảng dạy dựa trên trí tuệ nhân tạo. Các hệ thống giảng dạy thông minh mới được phát triển có thể theo dõi tiến trình của sinh viên, giúp xác định điều gì cần làm tiếp theo và giúp sinh viên phát triển các kỹ năng mới bằng cách chọn các vấn đề thực hành hiệu quả.

Phát triển các hệ thống giảng dạy dựa trên trí tuệ nhân tạo

Ken Koedinger là một giáo sư về tương tác con người và máy tính và tâm lý học. Koedinger là một trong những nhà phát triển đầu tiên của các hệ thống giảng dạy thông minh, và khi làm việc với những người khác, các quy tắc sản xuất được lập trình bằng tay. Theo Koedinger, mỗi giờ giảng dạy cần 200 giờ phát triển. Cuối cùng, nhóm đã phát triển một phương pháp hiệu quả hơn, phương pháp này đã chứng minh tất cả các cách có thể để giải quyết một vấn đề. Điều này đã giảm thời gian từ 200 giờ xuống còn 40 hoặc 50 giờ, nhưng nó rất khó để chứng minh tất cả các giải pháp có thể cho một số mẫu.

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

“Cách duy nhất để có được một hệ thống giảng dạy thông minh đầy đủ cho đến nay là viết các quy tắc trí tuệ nhân tạo,” Koedinger nói. “Nhưng bây giờ hệ thống đang viết những quy tắc đó.”

Trong phương pháp mới, một chương trình học máy được sử dụng để mô phỏng cách sinh viên học. Một giao diện giảng dạy được tạo bởi Weitekamp, và nó sử dụng một quá trình “chỉ và sửa” để lập trình.

Mặc dù phương pháp này được chứng minh với cộng nhiều cột, nhưng động cơ học máy 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 là phương pháp này sẽ cho phép giáo viên xây dựng các bài học máy tính của riêng họ, mà không cần một lập trình viên trí tuệ nhân tạo. Điều này cho phép giáo viên áp dụng quan điểm cá nhân của mình về cách giảng dạy hoặc phương pháp nào để sử dụng.

Weitekamp, Koedinger và Nhà khoa học Hệ thống HCII Erik Harpstead đã viết 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 này ban đầu được lên kế hoạch cho tháng này, nhưng đại dịch COVID-19 đã buộc nó phải hủy bỏ. Bài báo có thể được tìm thấy trong các kỷ yếu hội nghị, nằm trong Thư viện Kỹ thuật Số của Hiệp hội Máy tính.

Viện Khoa học Giáo dục và Google (GOOGL ) đã giúp hỗ trợ nghiên cứu.