Презентація "Штучний інтелект в освіті"

Щоб переглянути презентацію, заходьте за посиланням

Штучний інтелект. Ключові проблеми

Попри значний потенціал, використання штучного інтелекту має свої обмеження. Він найкраще працює тоді, коли є величезний обсяг прикладів. Однак у такій ризиковій галузі, як освіта, де вчитель не може дозволити собі значно помилятися, може бути важко отримати багато прикладів того, як робити не слід.
Штучний інтелект також повинен використовувати тільки правильні дані, щоб дійти правильних висновків. Якщо раптом до загального обсягу даних потрапить неточна інформація, то й результати вийдуть хибними. Фактично, немає такого поняття, як неупереджена інформація. А деякі алгоритми можуть зробити її ще суб’єктивнішою.
Також технології викликають побоювання щодо захисту персональних даних. Варто дбати не лише про якість і точність інформації, а й про її відповідальне використання.
Освітнім установам слід замислитися над тим, яких заходів вони можуть вжити для забезпечення захисту особистих даних учнів. До того ж деякі адаптивні навчальні додатки використовують не справжню технологію машинного навчання як таку, а систему, яка просто обирає з кількох заздалегідь заготовлених сценаріїв поведінки.
Тому освітянам варто уважніше перевіряти компанії, які заявляють, що використовують штучний інтелект у своїй продукції. І пам’ятайте: якщо максимум, що пропонована вам програма може робити, — це радити перечитати сьомий розділ підручника, тоді це не допоможе вам у навчанні. Але якщо програмне забезпечення одразу генерує новий контент залежно від взаємодії учнів з програмою, тоді це шлях до революційних змін.

Взято зі статті 

Штучний інтелект. Як він може вплинути на освіту

Усі експерти погоджуються, що штучний інтелект відіграватиме важливу роль в освіті у ХХІ сторіччі, але яку саме? Поки академіки по всьому світу намагаються знайти найкраще рішення, Китай вирішив не чекати, а діяти. 

Після кількох останніх років дуже активних інвестицій у цю галузь, країна досягла стану, коли десятки мільйонів учнів в процесі свого навчання використовують штучний інтелект у тій чи іншій формі – чи то як позашкільне репетиторство, як пропонує Squirrel AI, чи то через цифрові навчальні платформи, як наприклад, 17ZuoYe, чи то безпосередньо у навчальних класах своєї основної школи. 

Основний принцип роботи Squirrel полягає у виявленні слабких сторін учнів і складанні індивідуального навчального плану таким чином, щоб заповнити виявлені прогалини. Так, наприклад, усі теми з математики, які учні мають пройти у середній школі, розбиваються на 10000 елементів – фактично маленькі підтеми, як то раціональні числа, властивості трикутника, теорема Піфагора. При цьому класичний підручник може розбивати той самий предмет на 3000 елементів, тобто розбивка пропонується дійсно дуже детальна. 
Далі, учні проходять тест, який допомагає виявити, які з цих підтем даються їм найбільш важко. Технології штучного інтелекту використовуються для виявлення зв’язків між різними темами і використанням цих зв’язків при побудові індивідуальної програми навчання. Наприклад, програма виявляє пов’язані теми, які так само можуть потребувати додаткової уваги та визначає, в якому порядку та за допомогою яких практичних завдань тому чи іншому учню буде легше освоїти потрібний матеріал.
Роль вчителя у таких заняттях є мінімальною. Так, у класній кімнаті навчальних центрів компанії Squirrel немає дошок, проекторів чи іншого обладнання – лише один стіл на кімнату, за яким можуть сидіти 6-8 людей. Весь навчальний та робочий процес проходить через ноутбук. Учні та вчителі однаково сидять і дивляться кожен у свій ноутбук. Учні вирішують свої завдання, а вчителі моніторять навчальний процес у режимі реального часу. Якщо вони бачать на екранах, що система не може вирішити якесь питання, то підходять до відповідного учня і допомагають.
У компанії хизуються результатами експерименту, в межах якого порівнювали, хто краще спрогнозує, які задачі зможе розв’язати учень – один з найкращих вчителів Китаю, який три роки займався з цими учнями, чи система, яка «провела» з ними три години. Система Squirrel перемогла.
Багато експертів скептично оцінюють цей підхід до навчання, вказуючи на те, що ця система хоч і є персоналізованою, але не є адаптивною. Простіше кажучи, система Squirrel виявляє, що учень знає і що не знає, і допомагає заповнити прогалини, щоб щонайкраще здати іспит. Це фактично є прикладом хоч і індивідуального, але традиційного підходу до навчання, який може виявитися не надто корисним у світі, що постійно змінюється.

В той самий час, в межах адаптивної системи навчання першочергова увага приділяється сильним сторонам та інтересам учня, і вже від цього будується програма навчання. Схожий підхід взяла за основу школа англійської мови Alo7, де намагаються відійти від навчання орієнтованого на іспити, до процесу пізнання через креативність, лідерство, та інші корисні навички. На відміну від Squirrel, тут не намагаються замінити вчителів, а лише прагнуть доповнити та розширити можливості традиційної класної кімнати.Наприклад, система Alo7 бере на себе допомогу у вивченні нових слів через спеціальний додаток або розвиток правильної вимови через використання алгоритмів розпізнавання мови, але усі практичні заняття, що вимагають креативності, як то наприклад, написання творів чи розвиток розмовної мови, проходять у класних кімнатах. Засновник школи проводить таку паралель: «У медичних закладах використовується багато новітніх технологій, але ми не можемо сказати, що машини стали кращими за лікарів. Це все ще допоміжний інструментарій лікаря».Загалом, у школі вважають, що у майбутньому штучний інтелект допоможе повністю відійти від іспитів. Нові технології сприятимуть створенню гнучкого навчального середовища, яке буде однаково дружнім як до креативних учнів, так і до сильних аналітиків.Минулого року компанія Alo7 пішла далі у своїх експериментах, і почала аналізувати обличчя та голос учнів та вчителів в процесі навчання. Алгоритми визначають, скільки часу учні у класі говорять англійською, наскільки гарною є їх вимова, а також намагаються виміряти, скільки задоволення учні отримують від навчання, наприклад, підрахувавши, як багато вони сміються.

Довести, що освіта майбутнього не потребує викладачів, спробувала  школа Electronic Classroom of Tomorrow (ECOT) в Огайо. ECOT стала найбільшою віртуальною школою у США, що була створена на основі нових технологій з дистанційною формою навчання. Учні цієї школи навчалися за вказівками штучного інтелекту без взаємодії з вчителями. У 2016 році експеримент визнали невдалим. Виявилося, що більшість учнів закинули навчання, а інша частина студентів навчалася у віртуальній школі менше однієї години на день. Провал пов’язують з відсутністю людського фактора у процесі навчання. Поки все, що можуть запропонувати нам нові технології, – це передача сухого матеріалу. Але у навчанні цього недостатньо. Нас мають хвалити за досягнення, заохочувати і мотивувати вчитися саме люди, а не машини.

Штучний інтелект. Що це таке і для чого він нам портібен?

З огляду на те, скільки часу людина проводить у гаджетах— світ уже поневолений технологіями. Але, деякі вчені всерйоз обговорюють можливість повстання машин і появи штучного інтелекту (далі — ШІ), який ступить на стежку війни з людьми.

В деяких енциклопедіях  ШІ визначають як «здатність комп’ютера виконувати завдання, які можуть виконувати розумні істоти». Великою мірою, розробники ШІ намагаються навчити комп’ютер інтелектуальних здібностей на зразок визначення сенсів, узагальнення, навчання на помилках і навіть міркування.

Вперше термін ШІ використав американський інформатик Джон Маккарті в 1956-му. Його команда є розробником першого ШІ — програми для англійського комп’ютера Ferranti Mark 1, яка могла грати в шахи. Сьогодні ШІ набув набагато ширшого поняття.

Таким чином, варто визначити, що ШІ — надзвичайно узагальнене поняття, і, в ідеалі, — це штучно розроблена система, яка має людські або близькі до людських інтелектуальні здібності і може виконати будь-яке завдання з можливих для homo sapiens.

Поняття ШІ часто вживають у розрізі машинного навчання і штучних нейронних мереж. Нейромережі — це форма ШІ, реалізована через програмне забезпечення, яке симулює принципи обміну інформацією між нейронами в мозку людини. Простіше кажучи, штучна нейромережа використовує мережу вузлів для обробки інформації, схожу на нейронну мережу в організмі людини.

Ця технологія дала можливість комп’ютерам обробляти величезну кількість інформації. Найпоширеніші приклади нейромереж — програми для визначення того чи іншого об'єкта, його руху і характеристик на зображенні або відео. Спершу розробники вручну навчають програму відрізняти один об'єкт від іншого, а потім, аналізуючи мільйони зображень, нейромережа автоматично приймає рішення і визначає положення та характеристики об'єктів.

Оскільки інтелектуальні системи на кшталт нейромереж працюють з інформацією — їх застосування актуальне в усіх сферах людської діяльності. Логістика транспортних перевезень, обслуговування медичної сфери, банкінг, фінансові операції, оптимізація промисловості, автономне водіння, інфраструктура міст, — це лише мала частка того, де можна застосувати і де вже застосовують різні нейромережі.

Так, подібні системи взяли на себе частину роботи людини. Навчена робототехніка може керувати літаками, розбирати юридичні справи, створювати журналістські тексти і навіть проводити медичні операції. Звісно, все це поки лише перспективні сфери для повного застосування ШІ, і їхня діяльність все одно строго контролюється людиною.

Реальне застосування, скажімо, нейромереж актуальне в рутинній роботі, яка пов’язана з обробкою інформації. Через створення інтелектуальних систем можна оптимізувати роботу багатьох офісних співробітників, клерків, секретарів, бухгалтерів, аудиторів, поштових службовців тощо. Загалом, всі, хто зараз займається документообігом, математичними підрахунками, збором і обробкою інформації мають бути готові до того, що вже завтра їхнє місце займе залізяка, якій не потрібен відпочинок і соцпакет.

Втім, не варто боятися, що роботи знищать усі професії і заберуть роботу у людей. Нам, як і раніше, потрібні аналітики, фахівці з маркетингу, продажів, різні ідеологи, політологи, філософи, вчителі, юристи, — взагалі всі, хто може робити свою роботу краще, ніж комп’ютер. Не кажучи вже про творців цих комп’ютерів, вчених, інженерів, ІТ-фахівців, розробників ПЗ тощо.

Поки, на жаль чи на щастя, комп’ютер програє людині в більшості сфер, і те, що ми навчили нейромережі моментально виконувати конкретні, але складні завдання і вчитися на них — не означає, що такі системи розумніші за людину.