Hành trình Khoa học, Không gian và Thời gian!
Các hệ thống gia sư thông minh đã được chứng minh là có hiệu quả trong việc giúp dạy một số môn học, chẳng hạn như đại số hoặc ngữ pháp, nhưng việc tạo ra các hệ thống máy tính này là khó khăn và tốn nhiều công sức. Bây giờ, các nhà nghiên cứu đã chỉ ra rằng họ có thể nhanh chóng xây dựng chúng bằng cách dạy máy tính dạy thực tế.
Các hệ thống gia sư thông minh đã được chứng minh là có hiệu quả trong việc giúp dạy một số môn học, chẳng hạn như đại số hoặc ngữ pháp, nhưng việc tạo ra các hệ thống máy tính này là khó khăn và tốn nhiều công sức. Giờ đây, các nhà nghiên cứu tại Đại học Carnegie Mellon đã chỉ ra rằng họ có thể nhanh chóng xây dựng chúng bằng cách dạy máy tính thực tế để dạy.
Sử dụng một phương pháp mới sử dụng trí thông minh nhân tạo, giáo viên có thể dạy máy tính bằng cách trình bày một số cách để giải quyết các vấn đề trong một chủ đề chẳng hạn như bổ sung nhiều màu và sửa máy tính nếu nó phản hồi không chính xác.
Đáng chú ý, Daniel Weitekamp III, bằng tiến sĩ sinh viên Học viện Tương tác Người-Máy tính của CMU (HCII) nói rằng hệ thống máy tính học cách không chỉ giải quyết các vấn đề theo cách được dạy mà còn khái quát hóa để giải quyết tất cả các vấn đề khác trong chủ đề, và làm như vậy theo những cách có thể khác với những giáo viên.
“Một học sinh có thể học một cách để giải quyết một vấn đề và thế là đủ”, Weitekamp giải thích. “Nhưng một hệ thống gia sư cần học mọi cách để giải quyết vấn đề.” Nó cần học cách dạy giải quyết vấn đề, không chỉ riêng là cách giải quyết vấn đề.
Ken Koedinger, giáo sư về tương tác và tâm lý giữa người và máy tính cho biết thách thức đó đã là một vấn đề tiếp tục đối với các nhà phát triển tạo ra các hệ thống gia sư dựa trên AI. Hệ thống gia sư thông minh được thiết kế để liên tục theo dõi tiến bộ của học sinh, cung cấp gợi ý bước tiếp theo và chọn các vấn đề thực hành giúp học sinh học các kỹ năng mới.
Khi Koedinger và những người khác bắt đầu xây dựng các gia sư thông minh đầu tiên, họ đã lập trình các quy tắc sản xuất bằng tay – một quá trình mà ông chia sẻ mất khoảng 200 giờ phát triển cho mỗi giờ dạy kèm. Sau đó, họ sẽ phát triển một lối tắt, trong đó họ sẽ cố gắng chứng minh tất cả các cách có thể để giải quyết vấn đề. Điều đó đã cắt giảm thời gian phát triển xuống còn 40 hoặc 50 giờ nhưng đối với nhiều chủ đề, thực tế không thể chứng minh tất cả các đường dẫn giải pháp có thể cho tất cả các vấn đề có thể, làm giảm khả năng ứng dụng của phím tắt.
Phương pháp mới có thể cho phép giáo viên tạo ra một bài học 30 phút trong khoảng 30 phút, mà Koedinger gọi là “một tầm nhìn lớn” trong số các nhà phát triển gia sư thông minh.
Cách duy nhất để có được gia sư thông minh đầy đủ cho đến nay là viết các quy tắc AI này,. Nhưng bây giờ hệ thống đang viết những quy tắc đó.
Một bài báo mô tả phương pháp được tác giả bởi Weitekamp, Koedinger và Nhà khoa học hệ thống HCII Erik Harpstead, đã được Hội nghị về các yếu tố con người trong Hệ thống máy tính (CHI 2020) chấp nhận cũng như đã được lên kế hoạch cho tháng này nhưng đã bị hủy do đại dịch COVID-19. Bài báo hiện đã được xuất bản trong các thủ tục hội thảo trong Thư viện kỹ thuật số của Hiệp hội Máy tính.
Phương pháp mới sử dụng chương trình học máy mô phỏng cách học sinh học. Weitekamp đã phát triển một giao diện giảng dạy cho công cụ học máy này thân thiện với người dùng và sử dụng quy trình “hiển thị và chính xác” dễ dàng hơn nhiều so với lập trình.
Đối với bài viết CHI, các tác giả đã trình bày phương pháp của họ về chủ đề bổ sung nhiều lớp nhưng công cụ học máy cơ bản đã được chứng minh là hoạt động cho nhiều môn học, bao gồm giải phương trình, cộng phân số, hóa học, ngữ pháp tiếng Anh và môi trường thí nghiệm khoa học.
Phương pháp này không chỉ tăng tốc độ phát triển của các gia sư thông minh mà còn hứa hẹn sẽ giúp các giáo viên, thay vì các lập trình viên AI, xây dựng các bài học trên máy vi tính của riêng họ. Một số giáo viên có sở thích riêng của họ về cách dạy bổ sung hoặc hình thức ký hiệu nào được sử dụng trong hóa học. Giao diện mới có thể tăng việc áp dụng các gia sư thông minh bằng cách cho phép giáo viên tạo ra các bài tập về nhà mà họ thích cho gia sư AI.
Việc cho phép giáo viên xây dựng hệ thống của riêng họ cũng có thể dẫn đến những hiểu biết sâu sắc hơn về việc học. Quá trình tác giả có thể giúp họ nhận ra những điểm rắc rối cho sinh viên mà như các chuyên gia, họ không gặp phải.
“Hệ thống máy học thường vấp ngã ở những nơi giống như học sinh,” Koedinger giải thích. “Khi bạn đang dạy máy tính, chúng ta có thể tưởng tượng một giáo viên có thể có những hiểu biết mới về những gì khó học vì máy gặp khó khăn khi học nó.”
Nghiên cứu này được hỗ trợ một phần bởi Viện Khoa học Giáo dục và Google.
Nguồn truyện:
Tài liệu được cung cấp bởi Đại học Carnegie Mellon . Bản gốc được viết bởi Byron Spice. Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.
Tạp chí tham khảo :