https://frosthead.com

Είναι η Τεχνητή Νοημοσύνη το κλειδί της εξατομικευμένης εκπαίδευσης;

Για τον Joseph Qualls ξεκίνησαν όλα τα βιντεοπαιχνίδια.

Αυτό τον έσπασε «με το πρόγραμμα AI» και τελικά οδήγησε σε διδακτορικό δίπλωμα στον τομέα των ηλεκτρικών και ηλεκτρονικών υπολογιστών από το Πανεπιστήμιο του Memphis. Σύντομα, ξεκίνησε τη δική του εταιρεία, που ονομάζεται RenderMatrix, η οποία επικεντρώθηκε στη χρήση του AI για να βοηθήσει τους ανθρώπους να πάρουν αποφάσεις.

Ένα μεγάλο μέρος της δουλειάς της εταιρείας υπήρξε στο Τμήμα Άμυνας, ιδιαίτερα κατά τη διάρκεια των πολέμων στο Ιράκ και το Αφγανιστάν, όταν οι στρατιωτικοί βρίσκονταν στην αιχμή της χρήσης αισθητήρων και βλέποντας πώς θα μπορούσε να χρησιμοποιηθεί το AI για να βοηθήσει τους στρατιώτες να λειτουργήσουν σε μια εχθρική, άγνωστο περιβάλλον.

Ο Qualls είναι πλέον κλινικός βοηθός καθηγητής και ερευνητής στο κολέγιο μηχανικής του Πανεπιστημίου του Αϊντάχο και δεν έχει χάσει καμία από τη γοητεία του με τη δυνατότητα του AI να αλλάξει πολλές πτυχές της σύγχρονης ζωής. Ενώ οι στρατιωτικοί είχαν το προβάδισμα στην εφαρμογή του AI - όπου οι μηχανές μαθαίνουν αναγνωρίζοντας πρότυπα, ταξινομώντας τα δεδομένα και προσαρμόζοντας τα λάθη τους - ο εταιρικός κόσμος πιέζει σκληρά για να προλάβει. Η τεχνολογία έχει κάνει λιγότερες επιρροές στην εκπαίδευση, αλλά η Qualls πιστεύει ότι είναι μόνο θέμα χρόνου πριν η AI γίνει ένα μεγάλο μέρος του πώς μαθαίνουν τα παιδιά.

Συχνά θεωρείται ότι αποτελεί βασικό στοιχείο της έννοιας της εξατομικευμένης εκπαίδευσης, όπου κάθε φοιτητής ακολουθεί ένα μοναδικό μίνι πρόγραμμα σπουδών με βάση τα ιδιαίτερα συμφέροντα και τις ικανότητές του. Το AI, το σκέφτεται, δεν μπορεί μόνο να βοηθήσει τα παιδιά να μηδενίσουν σε περιοχές όπου είναι πιθανό να επιτύχουν, αλλά επίσης, με βάση τα στοιχεία από χιλιάδες άλλους μαθητές, να βοηθήσουν τους εκπαιδευτικούς να διαμορφώσουν τον πιο αποτελεσματικό τρόπο για να μάθουν οι μεμονωμένοι μαθητές.

Το Smithsonian.com μίλησε πρόσφατα με τους Qualls για το πώς το AI θα μπορούσε να επηρεάσει βαθιά την εκπαίδευση, καθώς και μερικές από τις μεγάλες προκλήσεις που αντιμετωπίζει.

Λοιπόν, πώς βλέπετε την τεχνητή νοημοσύνη που επηρεάζει το πώς μαθαίνουν τα παιδιά;

Οι άνθρωποι έχουν ήδη ακούσει για την εξατομικευμένη ιατρική. Αυτό οδηγείται από το AI. Λοιπόν, το ίδιο πράγμα πρόκειται να συμβεί με την εξατομικευμένη εκπαίδευση. Δεν νομίζω ότι θα το δείτε τόσο πολύ σε πανεπιστημιακό επίπεδο. Αλλά βλέπω ότι οι άνθρωποι αρχίζουν να αλληλεπιδρούν με το AI όταν είναι πολύ νέοι. Θα μπορούσε να έχει τη μορφή αρκουδάκι που αρχίζει να χτίζει ένα προφίλ από εσάς και αυτό το προφίλ μπορεί να σας βοηθήσει να καθοδηγήσετε πώς μαθαίνετε καθ 'όλη τη διάρκεια της ζωής σας. Από το προφίλ, το AI θα μπορούσε να βοηθήσει στην οικοδόμηση μιας καλύτερης εκπαιδευτικής εμπειρίας. Αυτό είναι πραγματικά όπου πιστεύω ότι αυτό θα περάσει τα επόμενα 10 με 20 χρόνια.

Έχετε μια πολύ μικρή κόρη. Πώς θα προβλέπετε ότι η ΑΠ επηρεάζει την εκπαίδευσή της;

Είναι ενδιαφέρον γιατί οι άνθρωποι σκέφτονται ως δύο εντελώς διαφορετικά πεδία, αλλά η ΑΙ και η ψυχολογία συνδέονται εγγενώς τώρα. Όπου έρχεται η ΑΠ είναι ότι θα αρχίσει να αναλύει την ψυχολογία των ανθρώπων. Και θα ρίξω ένα κλειδί εδώ. Η ψυχολογία αρχίζει επίσης να αναλύει την ψυχολογία του AI. Τα περισσότερα από τα έργα στα οποία εργάζομαι τώρα έχουν μια πλήρη ψυχολογική ομάδα και θέτουν ερωτήματα όπως «Γιατί έκανε το AI αυτή την απόφαση;»

Αλλά επιστρέφοντας στην κόρη μου. Αυτό που θα αρχίσει να κάνει είναι να προσπαθεί να καταλάβει το προφίλ ψυχολογίας της. Δεν είναι στατική. θα αλλάξει με την πάροδο του χρόνου. Αλλά καθώς βλέπει πώς θα αλλάξει, το AI θα μπορούσε να κάνει προβλέψεις βάσει δεδομένων από την κόρη μου, αλλά και από περίπου 10.000 άλλα κορίτσια της ίδιας ηλικίας, με το ίδιο υπόβαθρο. Και, αρχίζει να εξετάζει τα πράγματα όπως "Είστε πραγματικά ένας καλλιτέχνης ή είστε πιο μαθηματικά κεκλιμένος;"

Μπορεί να είναι ένα πολύ περίπλοκο σύστημα. Πρόκειται για πραγματικά τεχνητή νοημοσύνη. Πρόκειται πραγματικά για την προσπάθεια να καταλάβετε ποιος είστε ως άτομο και πώς αλλάζετε την πάροδο του χρόνου.

Όλο και περισσότερα συστήματα που βασίζονται στην τεχνολογία της τεχνολογίας της πληροφορίας θα είναι διαθέσιμα τα επόμενα χρόνια, επιτρέποντας στην κόρη μου να έχει πρόσβαση σε μια πολύ ανώτερη εκπαίδευση από ό, τι κάναμε ποτέ. Η κόρη μου θα εκτεθεί σε ιδέες ταχύτερα και με τον εξατομικευμένο ρυθμό της, διατηρώντας πάντα την αφοσίωση της και επιτρέποντάς της να επηρεάσει έμμεσα τη δική της εκπαίδευση.

Τι ανησυχίες μπορεί να έχετε για τη χρήση του AI για την εξατομίκευση της εκπαίδευσης ;

Το μεγαλύτερο πρόβλημα που αντιμετωπίζει η τεχνητή νοημοσύνη αυτή τη στιγμή είναι το ζήτημα του «Γιατί έκανε το AI μια απόφαση;» Το AI μπορεί να κάνει λάθη. Μπορεί να χάσει τη μεγαλύτερη εικόνα. Από την άποψη ενός φοιτητή, ένα AI μπορεί να αποφασίσει ότι ένας φοιτητής δεν έχει μαθηματική ικανότητα και ποτέ δεν αρχίζει να εκθέτει αυτόν τον φοιτητή σε ανώτερες μαθηματικές έννοιες. Αυτό θα μπορούσε να τους περιγράψει σε μια περιοχή όπου δεν θα μπορούσαν να υπερέχουν. Είναι ενδιαφέρον ότι αυτό είναι ένα τεράστιο πρόβλημα στην παραδοσιακή εκπαίδευση. Οι σπουδαστές μένουν πίσω ή δεν είναι ικανοποιημένοι με το αποτέλεσμα μετά το πανεπιστήμιο. Κάτι χάθηκε.

Η εξατομικευμένη εκπαίδευση απαιτεί πολλούς διαφορετικούς κλάδους να συνεργαστούν για την επίλυση πολλών θεμάτων όπως αυτή που προαναφέρθηκε. Το πρόβλημα που έχουμε τώρα στην έρευνα και στον ακαδημαϊκό κόσμο είναι η έλλειψη συνεργατικής έρευνας σχετικά με την ΑΠ από πολλούς τομείς - επιστήμη, μηχανική, ιατρική, τέχνες. Πραγματικά ισχυρό AI θα απαιτήσει από όλους τους κλάδους να συνεργαστούν.

Έτσι, το AI μπορεί να κάνει λάθη;

Μπορεί να είναι λάθος. Γνωρίζουμε ότι οι άνθρωποι κάνουν λάθη. Δεν είμαστε συνηθισμένοι στο AI να κάνει λάθη.

Έχουμε έναν αρκετά δύσκολο χρόνο να πούμε στους ανθρώπους γιατί ο AI έκανε κάποια απόφαση. Τώρα πρέπει να προσπαθήσουμε να εξηγήσουμε γιατί η AI έκανε λάθος. Πραγματικά κατεβαίνεις στα κότσια του. Το AI είναι απλά μια μηχανή στατιστικών πιθανοτήτων.

Πέστε, μου λέει ότι το παιδί μου έχει τάση να είναι πολύ μαθηματικά προσανατολισμένο, αλλά δείχνει επίσης την ικανότητα για το σχέδιο. Με βάση τα δεδομένα που έχει, το μηχάνημα εφαρμόζει βάρος σε ορισμένα πράγματα για αυτό το άτομο. Και, πραγματικά δεν μπορούμε να εξηγήσουμε γιατί κάνει αυτό που κάνει. Αυτός είναι ο λόγος που λέω πάντα στους ανθρώπους ότι πρέπει να οικοδομήσουμε αυτό το σύστημα με τέτοιο τρόπο ώστε να μην κουτί ένα άτομο μέσα.

Εάν επιστρέψετε σε αυτό που κάναμε για το στρατό, προσπαθούσαμε να είμαστε σε θέση να αναλύσουμε αν ένα άτομο ήταν απειλή για έναν στρατιώτη έξω στο πεδίο. Πέστε ένα άτομο φέρει ένα AK-47 και ένα άλλο φέρει μια τσουγκράνα. Ποια είναι η διαφορά στον κίνδυνο τους;

Αυτό φαίνεται αρκετά απλό. Αλλά πρέπει να κάνετε βαθύτερες ερωτήσεις. Ποια είναι η πιθανότητα ο τύπος που μεταφέρει τη γκανιότα να γίνει τρομοκράτης; Πρέπει να αρχίσετε να εξετάζετε τα οικογενειακά υπόβαθρα κ.λπ.

Επομένως, πρέπει να θέσετε ακόμα την ερώτηση, "Τι γίνεται αν το AI είναι λάθος;" Αυτό είναι το μεγαλύτερο πρόβλημα που αντιμετωπίζει το AI παντού.

Πόσο μεγάλη είναι αυτή η πρόκληση;

Μία από τις μεγάλες κατασκευαστικές προκλήσεις είναι τώρα η αντίστροφη μηχανική επεξεργασία του ανθρώπινου εγκεφάλου. Παίρνετε και στη συνέχεια βλέπετε πόσο σύνθετος είναι ο εγκέφαλος. Ως μηχανικοί, όταν εξετάζουμε τους μηχανισμούς, αρχίζουμε να συνειδητοποιούμε ότι δεν υπάρχει σύστημα ΑΙ που να έρχεται κοντά στον ανθρώπινο εγκέφαλο και τι μπορεί να κάνει.

Εξετάζουμε τον ανθρώπινο εγκέφαλο και ρωτάμε γιατί οι άνθρωποι παίρνουν τις αποφάσεις που κάνουν για να δουν αν αυτό μπορεί να μας βοηθήσει να καταλάβουμε γιατί ο AI παίρνει μια απόφαση βασισμένη σε μια μήτρα πιθανοτήτων. Και δεν είμαστε ακόμα πιο κοντά.

Στην πραγματικότητα, αυτό που οδηγεί την αντίστροφη μηχανική του εγκεφάλου και την εξατομίκευση του AI δεν είναι έρευνα στον ακαδημαϊκό κόσμο, είναι περισσότερο οι δικηγόροι που έρχονται και ρωτούν «Γιατί είναι το AI που κάνει αυτές τις αποφάσεις; επειδή δεν θέλουν να πάρουν εναντίον τους.

Κατά το παρελθόν έτος, τα περισσότερα από τα έργα στα οποία έχω εργαστεί, είχαμε έναν ή δύο δικηγόρους, μαζί με ψυχολόγους, στην ομάδα. Πολλοί άνθρωποι θέτουν ερωτήσεις όπως «Ποια είναι η ηθική πίσω από αυτό;» Ένα άλλο μεγάλο ερώτημα που τίθεται είναι: «Ποιος είναι υπεύθυνος;»

Αυτό σας αφορά;

Το μεγαλύτερο μέρος της έρευνας AI τώρα είναι ότι οι άνθρωποι τώρα θέτουν την ερώτηση «Γιατί;» Πριν, η ερώτηση αυτή υποβιβάστηκε στις ακαδημαϊκές αίθουσες της επιστήμης των υπολογιστών. Τώρα, η έρευνα AI διανέμεται σε όλους τους τομείς και τους κλάδους. Αυτό με ενθουσιάζει πολύ. Όσο περισσότεροι άνθρωποι ασχολούνται με την έρευνα και ανάπτυξη του ΑΙ, τόσο περισσότερες πιθανότητες έχουμε να αντιμετωπίσουμε τις ανησυχίες μας και το πιο σημαντικό, οι φόβοι μας.

Επιστροφή στην εξατομικευμένη εκπαίδευση. Πώς αυτό επηρεάζει τους εκπαιδευτικούς;

Με την εκπαίδευση, τι πρόκειται να συμβεί, εξακολουθείτε να παρακολουθείτε. Θα έχετε εκπαιδευτικούς που θα παρακολουθούν δεδομένα. Θα γίνουν περισσότεροι επιστήμονες δεδομένων που καταλαβαίνουν το AI και μπορούν να αξιολογήσουν τα δεδομένα για το πώς μαθαίνουν οι μαθητές.

Θα χρειαστεί κάποιον που είναι ειδικός να παρακολουθεί τα δεδομένα και να παρακολουθεί τον μαθητή. Θα χρειαστεί να υπάρχει ένας άνθρωπος στο βρόχο για κάποιο χρονικό διάστημα, ίσως για τουλάχιστον 20 χρόνια. Αλλά θα μπορούσα να κάνω λάθος. Η τεχνολογία κινείται τόσο γρήγορα αυτές τις μέρες.

Είναι πραγματικά μια συναρπαστική στιγμή στον κόσμο του AI, και νομίζω ότι θα επιταχυνθεί μόνο πιο γρήγορα. Έχουμε πάει από τις μηχανές προγραμματισμού για να κάνουμε πράγματα για να αφήσουμε τα μηχανήματα να καταλάβουν τι πρέπει να κάνουν. Αυτό αλλάζει τα πάντα. Σίγουρα κατανοώ τις ανησυχίες που έχουν οι άνθρωποι για το AI. Αλλά όταν οι άνθρωποι πιέζουν πολλούς από αυτούς τους φόβους, τείνουν να οδηγήσουν τους ανθρώπους μακριά. Ξεκινάτε να χάσετε ευκαιρίες έρευνας.

Θα πρέπει να είναι περισσότερο για την προώθηση ενός διαλόγου σχετικά με το πώς το AI πρόκειται να αλλάξει τα πράγματα. Ποια είναι τα θέματα; Και, πώς θα προχωρήσουμε προς τα εμπρός;

Είναι η Τεχνητή Νοημοσύνη το κλειδί της εξατομικευμένης εκπαίδευσης;