آنچه ما نیاز داریم درجه ای از ویژگی در مورد AIEd است که به ما امکان ارزیابی، سرمایه گذاری، برنامه ریزی، ارائه و آزمایش را می دهد. این چیزی است که این مقاله ارائه می دهد – یک آغازگر مفید در AIEd و یک استدلال قانع کننده در مورد آنچه که می تواند یادگیری ارائه دهد.
از اینکه هوش مصنوعی چیست و چگونه سیستمهای یادگیری مبتنی بر هوش مصنوعی ساخته میشوند، تا نقش بالقوه آن در پرداختن به موضوع عمیق روباتها و ماشینها که مشاغل فعلی را بیشتر و بیشتر میکنند، طیف حیاتی از موضوعات را با سهولت و ظرافت پوشش میدهد. همچنین با ارجاعات سرگرم کننده از PacMan و استیون هاوکینگ، علمی تخیلی و فلسفه باستان، خواندن خوبی است. و بله، برای یک خواننده غیر فنی قابل درک است!»
سر مایکل باربر ، مدیر بخش Intelligence Unleashed: استدلالی برای هوش مصنوعی در آموزش
این مقاله از آزمایشگاه دانش لندن UCL و تیم ایدههای باز پیرسون، دو هدف دارد. اولین مورد، برای توضیح دادن به یک خواننده غیرمتخصص، علاقه مند و غیرمتخصص، AIEd چیست : اهداف آن، چگونه ساخته شده است، و چگونه کار می کند. دوم، ارائه استدلال برای آنچه AIEd می تواند آموزش و یادگیری را، چه در حال حاضر و چه در آینده، با توجه به بهبود یادگیری و نتایج زندگی برای همه ارائه دهد.
سیستمهای رایانهای که بهطور مصنوعی هوشمند هستند با استفاده از قابلیتها (مانند تشخیص گفتار) و رفتارهای هوشمندانه (مانند استفاده از اطلاعات موجود برای انجام معقولترین اقدامات برای رسیدن به یک هدف اعلامشده) با جهان تعامل دارند که ما اساساً آنها را انسانی میدانیم.
در قلب هوش مصنوعی در آموزش ، هدف علمی ایجاد دانش است که اغلب به صورت ضمنی، محاسباتی دقیق و صریح باقی میماند. به عبارت دیگر، AIEd علاوه بر اینکه موتور بسیاری از فناوریهای هوشمند «هوشمند» است، به گونهای طراحی شده است که ابزاری قدرتمند برای باز کردن چیزی باشد که گاهی اوقات «جعبه سیاه یادگیری» نامیده میشود، و به ما درک دقیقتری از چگونگی ارائه میدهد. یادگیری در واقع اتفاق می افتد.
اگرچه ممکن است برخی مفهوم AIEd را کمی آزاردهنده بدانند، الگوریتمها و مدلهایی که زیربنای edtech ارائهشده توسط AIEd هستند، اساس یک تلاش اساساً انسانی را تشکیل میدهند. با استفاده از AIEd، معلمان قادر خواهند بود تجارب آموزشی را به فراگیران ارائه دهند که شخصی تر، انعطاف پذیرتر، فراگیرتر و جذاب تر باشد. مهمتر از همه، ما آینده ای را نمی بینیم که در آن AIEd جایگزین معلمان شود . آنچه ما می بینیم آینده ای است که در آن تخصص فوق العاده معلمان از طریق استقرار متفکرانه AIEd به خوبی طراحی شده، بهتر مورد استفاده قرار می گیرد و تقویت می شود.
ما در حال حاضر ابزارهای AIE در دسترس داریم که میتواند با ارائه آموزش انفرادی به هر دانشآموز، در هر موضوع، از یادگیری دانشآموز در مقیاسی که قبلاً قابل تصور نبود، پشتیبانی کند. فنآوریهای موجود همچنین این ظرفیت را دارند که به زبانآموزانی که در یک گروه کار میکنند، پشتیبانی هوشمندانه ارائه کنند، و محیطهای یادگیری مجازی معتبری را ایجاد کنند که در آن دانشآموزان از پشتیبانی مناسب، در زمان مناسب، برای مقابله با مشکلات و معماهای زندگی واقعی برخوردار باشند.
در آینده نزدیک، ما انتظار داریم که آموزش و یادگیری به طور فزاینده ای توسط کاربرد متفکرانه ابزارهای AIEd پشتیبانی شود. برای مثال، توسط همراهان یادگیری مادامالعمر مجهز به هوش مصنوعی که میتواند دانشآموزان فردی را در طول تحصیلشان – داخل و خارج از مدرسه – همراهی و پشتیبانی کند و اشکال جدید ارزیابی که یادگیری را در حین انجام آن اندازهگیری میکند و تجربه یادگیری را در زمان واقعی شکل میدهد.
اگر در نهایت موفق باشیم، پیشبینی میکنیم که AIEd به ما کمک میکند تا برخی از حلناپذیرترین مشکلات در آموزش، از جمله شکافهای پیشرفت و حفظ معلم را برطرف کنیم. AIEd همچنین به ما کمک میکند تا به مهمترین چالش اجتماعی که هوش مصنوعی در حال حاضر به ارمغان آورده است پاسخ دهیم – جایگزینی مداوم مشاغل و مشاغل با الگوریتمها و روباتهای هوشمند. نظر ما این است که این امر یک ضرورت نوآوری جدید در آموزش ارائه میکند، که میتوان آن را به سادگی بیان کرد: از آنجایی که انسانها در کنار ماشینهای هوشمندانه زندگی میکنند و کار میکنند، سیستمهای آموزشی ما باید به سطوحی دست یابند که هیچیک تا به امروز موفق نشدهاند.
پیشرفت واقعی مستلزم توسعه زیرساخت های AAId است. با این حال، این یک سیستم AIEd یکپارچه نخواهد بود. در عوض، شبیه بازاری خواهد بود که برای برنامههای گوشیهای هوشمند توسعه یافته است: صدها و سپس هزاران مؤلفه AIEd منفرد، که با همکاری مربیان توسعه یافتهاند، مطابق با استانداردهای بینالمللی دادههای یکسان هستند و با محققان و توسعهدهندگان در سراسر جهان به اشتراک گذاشته شدهاند. این استانداردها همچنین گردآوری و تجزیه و تحلیل دادهها در سطح سیستم را امکانپذیر میسازد که به ما کمک میکند تا در مورد خود یادگیری و نحوه بهبود آن اطلاعات بیشتری کسب کنیم.
با حرکت رو به جلو، باید به سه نیروی قدرتمند توجه کنیم که آینده هوش مصنوعی در آموزش را ترسیم می کنیم، یعنی آموزش ، فناوری و تغییر سیستم .
· توجه به آموزش به این معنی خواهد بود که طراحی edtech جدید همیشه باید با آنچه در مورد یادگیری می دانیم شروع شود. همچنین به این معنی است که سیستم تأمین مالی این کار باید به طور همزمان باز شود و مجدداً متمرکز شود، و از جیبهای مجزای تحقیق و توسعه دور شود و به سمت شرکتهای مشارکتی که حوزههای شناخته شده برای ایجاد تفاوت واقعی در آموزش و یادگیری را اولویتبندی میکنند.
· توجه به فناوری به معنای ایجاد تقاضای هوشمندتر برای محصولات تجاری با درجه AIE است که کار می کنند. همچنین به معنای توسعه یک زیرساخت قوی مبتنی بر مؤلفه AIEd، شبیه به بازار اپلیکیشنهای گوشیهای هوشمند است، جایی که محققان و توسعهدهندگان میتوانند به مؤلفههای استاندارد شدهای که با همکاری مربیان توسعه داده شدهاند، دسترسی داشته باشند.
· توجه به تغییر سیستم به معنای مشارکت معلمان، دانش آموزان و والدین در طراحی مشترک ابزارهای جدید است، به طوری که AIEd به طور مناسب به “آشفتگی” ذاتی محیط های آموزشی واقعی کلاس، دانشگاه و محل کار می پردازد. همچنین به معنای توسعه استانداردهای داده است که استفاده ایمن و اخلاقی از داده ها را ترویج می کند.
به طور خلاصه، ما به فناوریهای هوشمندی نیاز داریم که آنچه را که در مورد آموزش و یادگیری عالی میدانیم، تجسم یافته در محصولات فریبنده درجه مصرفکننده، که سپس به طور مؤثر در محیطهای زندگی واقعی که بهترین انسان و ماشین را ترکیب میکند، به کار میبرند، تجسم کند.
ما نواندیشی، چرخش های نادرست اجتناب ناپذیر و تلاش لازم برای تحقق این توصیه ها را دست کم نمی گیریم. با این حال، اگر بخواهیم به درستی هوش AIEd را آزاد کنیم، باید کارها را به گونه ای متفاوت انجام دهیم – از طریق همکاری های جدید، بودجه معقول، و (همیشه) نگاه دقیق به آموزش. جایزه بالقوه آنقدر بزرگ است که بتوان در غیر این صورت عمل کرد.