Πώς η τεχνητή νοημοσύνη αλλάζει την εκπαίδευση
Βασικά Takeaways
- Η τεχνητή νοημοσύνη εισβάλλει στην εκπαίδευση με αλγόριθμους που παρακολουθούν τα πάντα, από την απόδοση των μαθητών μέχρι το πόσο καλά κάνουν οι δάσκαλοι τη δουλειά τους.
- Οι καθηγητές του Πανεπιστημίου Clemson κατασκευάζουν εκπαιδευτικές ενότητες εστιασμένες στην τεχνητή νοημοσύνη για μαθητές γυμνασίου.
- Ορισμένοι ειδικοί λένε ότι η παρακολούθηση μαθητών με τεχνητή νοημοσύνη θα μπορούσε να είναι παραβίαση της ιδιωτικής ζωής.
Η τεχνητή νοημοσύνη μπορεί να έρχεται σε μια τάξη κοντά σας.
Ερευνητές στο Πανεπιστήμιο Clemson χρησιμοποιούν τεχνητή νοημοσύνη (AI) για να προσπαθήσουν να βελτιώσουν την εκπαίδευση K-12. Το έργο έχει σχεδιαστεί για να προσαρμόσει μαθήματα μαθηματικών για μεμονωμένους μαθητές και να καθοδηγήσει τους δασκάλους στην καριέρα τους. Αποτελεί μέρος ενός αυξανόμενου κινήματος για την ενσωμάτωση της τεχνητής νοημοσύνης σε όλη την εκπαίδευση.
«Αυτή τη στιγμή, η τεχνητή νοημοσύνη μπορεί να φαίνεται ότι δίνουμε περισσότερο έλεγχο της εκπαίδευσής μας στους υπολογιστές και τα τεστ παρά στους δασκάλους», δήλωσε ο Ben Lamm, Διευθύνων Σύμβουλος της
«Αλλά, στο μέλλον, αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν για να βοηθήσουν στην απελευθέρωση του χρόνου των εκπαιδευτικών και στη δημιουργία καλύτερων περιβαλλόντων μάθησης για σχολεία και μαθητές υψηλού κινδύνου».
Το AI προσπαθεί να βελτιώσει τις βαθμολογίες των μαθηματικών
Καθηγητές του Πανεπιστημίου Clemson χτίζουν Εκπαιδευτικές ενότητες με επίκεντρο την τεχνητή νοημοσύνη για μαθητές γυμνασίου. Οι ενότητες θα διδάσκουν μαθηματικά ενώ θα δείχνουν επίσης πώς οι ισχυροί αλγόριθμοι της τεχνητής νοημοσύνης τα παρακολουθούν στο διαδίκτυο.
Σε ένα ξεχωριστό έργο, οι ερευνητές στο Clemson αναπτύσσουν ένα «σύστημα συστάσεων» παρόμοιο με αυτό Το Netflix χρησιμοποιεί για να προτείνει ταινίες, εκτός από το ότι η δική τους θα βοηθήσει τους δασκάλους να επιλέξουν μια επαγγελματική εξέλιξη μονοπάτι.
«Αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν για να βοηθήσουν στην απελευθέρωση του χρόνου των δασκάλων και στη δημιουργία καλύτερων περιβαλλόντων μάθησης για σχολεία και μαθητές υψηλού κινδύνου».
Όταν το σύστημα συστάσεων είναι έτοιμο για χρήση, οι δάσκαλοι θα συμπληρώσουν μια έρευνα που θα περιγράφει λεπτομερώς τις προτιμήσεις και τις ανάγκες επαγγελματικής τους εξέλιξης. Οι αλγόριθμοι θα επεξεργάζονται τα δεδομένα και θα παρέχουν στους δασκάλους ανατροφοδότηση.
«Μπαίνουμε στο πλαίσιο, μιλάμε με τον χρήστη και αφήνουμε τον χρήστη να μας καθοδηγήσει με ό, τι θέλει και τι χρειάζεται», ένας από τους ηγέτες του έργου, Nathan McNeese, ανέφερε σε δελτίο τύπου. «Και μετά το λαμβάνουμε αυτό και κάνουμε τα παρασκήνια για να τους ενημερώσουμε για τις επιλογές τους».
Βαθμολόγηση δασκάλων με AI
Η χρήση της τεχνητής νοημοσύνης για τον εντοπισμό μαθητών που χρειάζονται επιπλέον βοήθεια από νωρίς μπορεί να ταιριάξει έναν μαθητή σε κίνδυνο με έναν δάσκαλο υψηλής απόδοσης, τον Kshitij Nerurkar, ειδικό στην εκπαίδευση εταιρεία λογισμικού Cognizant, επεσήμανε σε συνέντευξη μέσω email.
«Όντας σε θέση να αναγνωρίσουμε έναν δάσκαλο με χαμηλές επιδόσεις, ίσως μπορέσουμε να τον φέρουμε σε α σχολική περιφέρεια υψηλών επιδόσεων ή μια τάξη υψηλών επιδόσεων για να τους βοηθήσει να γίνουν καλύτεροι στα δικά τους δουλειά», πρόσθεσε.
Όμως τα συστήματα τεχνητής νοημοσύνης είναι συχνά «μαύρα κουτιά», επομένως μπορεί να είναι δύσκολο να κατανοήσουμε γιατί ένα πρόγραμμα κάνει κάτι, δήλωσε ο Grant Hosford, Διευθύνων Σύμβουλος και συνιδρυτής του codeSpark, μια εταιρεία εκπαιδευτικού λογισμικού, είπε σε συνέντευξη μέσω email.
«Μπορούμε να μετρήσουμε την αποτελεσματικότητα μιας παρέμβασης, αλλά μπορεί να μην είμαστε σε θέση να μάθουμε όσα θα θέλαμε για τις λεπτομέρειες της παρέμβασης», πρόσθεσε.
Προετοιμασία και ετοιμότητα
Ένας τομέας στον οποίο η τεχνητή νοημοσύνη κάνει πάταγο στην εκπαίδευση είναι η προετοιμασία των εξετάσεων. Ιστορικά, οι μαθητές θα έπρεπε να επιλέξουν ανάμεσα σε ακριβά μαθήματα προσωπικής αναθεώρησης ή να σπουδάσουν ανεξάρτητα με ελάχιστη καθοδήγηση κατά την προετοιμασία για τεστ εισαγωγής όπως το SAT ή το GRE.
Ωστόσο, τα τελευταία χρόνια, μερικές νέες εταιρείες EdTech έχουν πηδήξει στην αγορά με διαδικτυακά μαθήματα κατ' απαίτηση που χρησιμοποιούν AI αλγόριθμοι που μαθαίνουν τα δυνατά και αδύνατα σημεία ενός μαθητή και προσαρμόζουν ανάλογα την πορεία σπουδών τους, Thomas Rhodes, ο συνιδρυτής απο Στρατηγικός Εξετάσεων εταιρείας προετοιμασίας δοκιμών, είπε σε συνέντευξη μέσω email.
«Χρησιμοποιώντας προσαρμοστικούς αλγόριθμους μάθησης, αυτά τα διαδικτυακά μαθήματα προετοιμασίας μπορούν να παρέχουν ένα επίπεδο εξατομικευμένη μάθηση παρόμοια με τα ακριβά μαθήματα ανασκόπησης παλαιού τύπου με ένα κλάσμα του κόστους», Ρόδος προστέθηκε.
"Αυτό βοηθάει στην ισότητα των όρων ανταγωνισμού παρέχοντας πιο αποτελεσματικούς και αποτελεσματικούς πόρους προετοιμασίας για τις εξετάσεις σε μαθητές που δεν μπορούν να αντέξουν οικονομικά τα παραδοσιακά μαθήματα αναθεώρησης υψηλής τιμής."
Συνεχής Παρακολούθηση
Παρά την υπόσχεσή της, η χρήση της τεχνητής νοημοσύνης στα σχολεία δεν είναι χωρίς διαμάχη. Η σχολική χρήση της τεχνητής νοημοσύνης εγείρει ανησυχίες για το απόρρητο επειδή παρακολουθεί συνεχώς τα παιδιά και μπορεί να επηρεάσει την ικανότητά τους να εκφράζουν την ελευθερία του λόγου, δήλωσε ο Ray Walsh, ειδικός σε θέματα ιδιωτικότητας στο ιστοσελίδα ProPrivacy είπε σε συνέντευξη μέσω email.
«Μελέτες έχουν αποκαλύψει ότι οι άνθρωποι που γνωρίζουν ότι παρακολουθούνται συμπεριφέρονται διαφορετικά και είναι πιθανό να αυτολογοκριθούν», πρόσθεσε ο Walsh.
«Αυτό δημιουργεί ανησυχίες για το πώς η επιτήρηση μπορεί να επηρεάσει την ψυχική κατάσταση ενός παιδιού κατά τη διάρκεια ενός τόσο σημαντικού αναπτυξιακού σταδίου της ζωής του».