Blog
Blog

Вештачка интелигенција отвара црну кутију учења

The use of artificial intelligence (AI) is on the verge of exploding onto the education sector. For AI researchers Rose Luckin and Keng Siau the promise of AI lies in its ability to shed light on how and why we learn – opening the meta-level, or ‘black box’, of learning. AI can also bring education to the masses – if AI is co-created by education specialists.

Употреба вештачке интелигенције (AI) на ивици је "експлозије" у образовном сектору. За истраживаче вештачке интелигенције Rose Luckin и Keng Siau-а, очекивања од ње леже у њеној способности да осветли како и зашто учимо - отварање мета нивоа или „црне кутије“ учења. AI такође може омогућити образовање огромном броју људи - уколико AI буде креирана уз помоћ стручњака за образовање.

Artificial Intelligence.

 

Појам вештачке интелигенције подстиче машту. Представља врхунац људског достигнућа у жељи да створи машину која има најсавршеније способности људи: учење и решавање проблема. Да ли ће машине које уче трансформисати сам процес учења? Да ли ће нас оне оставити без посла и у очајању, како неки предвиђају? Да ли ће оне омогућити да целоживотно учење буде свеприсутно, или ће само мали број напредних имати монопол над њим? EPALE разговара о значају вештачке интелигенције за образовање са професорима Rose Luckin и Keng Siau.

 

Ова два академика гаје велику наду да ће вештачка интелигенција побољшати доступност образовања свима, уколико се она буде развијала у тесној сарадњи са педагозима.

 

Вештачка интелигенција: посматрање и оптимизација

Rose Luckin сматра да вештачка интелигенција има две улоге у образовању: прво, ствара интелигентну инфраструктуру за учење, а друго, покреће посебне технологије (паметне телефоне, виртуелну реалност, роботе, итд.) које нам омогућавају да користимо ту инфраструктуру.

Први део, инфраструктура (нпр. технологија на коју се ослања онлајн курс), много обећава, сматра Luckin, јер вештачка интелигенција може да осветли мета ниво учења, откривајући механизме помоћу којих функционише.

„Вештачка интелигенција нам може показати како најбоље учимо, прецизно које задатке сматрамо тешким, а у чему смо добри“, објашњава Luckin.

Ако се открију уска грла у учењу, наставници могу да покушају да их отклоне – како би оптимизовали квалитет свог рада.

Вештачка интелигенција може да мапира ове добре и лоше аспекте на нашем путу учења захваљујући својој способности да извлачи закључке из огромне количине података који се прикупљају од великог броја ученика. Вештачка интелигенција зато не представља само инструктора – она је и пажљиви посматрач, баш попут живог наставника, а та улога може бити још важнија.

Улога посматрача чак и не захтева да студенти буду пријављени на онлајн интерфејс. Баш напротив, Luckin сматра да вештачка интелигенција напослетку може да доведе до ослобађања времена за офлајн наставу.

„Податке можемо да прикупљамо пасивно, кроз сензоре и камере док студенти сарађују. Уколико добро уклопимо вештачку интелигенцију и учење, биће више времена за активности за које није потребна дигитална технологија, као што су уметност, спортови или глума.”

Ученик има користи од персонализованог учења које омогућава вештачка интелигенција. Keng Siau истиче да пружаоци услуга у области образовања такође могу добити широк спектар користи:

„Вештачка интелигенција омогућава установама да смање трошкове пружања квалитетног образовања. Резултат је да више људи може да добије обуку. На глобалном нивоу, то ће бити од користи становништву у неразвијеним земљама и земљама у развоју“.

Siau такође сматра да све већа примена вештачке интелигенције и гејмификација у учењу иду руку под руку.

„Гејмификација учења је актуелна истраживачка тема и има потенцијал да учини образовање забавним и атрактивним“, објашњава Siau.

 

Педагогија као подстицај развоја вештачке интелигенције

Обоје истраживача истичу да је глобална употреба вештачке интелигенције – учења уз асистенцију још на самом почетку, али да се очекује велики пораст примена. Да ли то значи да ћемо ускори сви имати тутора са вештачком интелигенцијом за доживотно учење као сталног пратиоца, како сугерише компанија Pearson која се бави издаваштвом у области образовања? Или је вештачка интелигенција намењена само онима који могу да је приуште?

Keng Siau сматра да вештачка интелигенција прати животни циклус општег усвајања технологије – иновација, рани корисници, зрелост и распрострањено коришћење.

„Сада се налазимо у фази раног коришћења. Када технологија достигне зрелост, расте број корисника, а цене падају.“

Keng Siau се нада да ће будуће тржиште за примену вештачке интелигенције бити разноврсно.

„Када је у питању вештачка интелигенција у образовању, могуће је да пар добрих програма вештачке интелигенције оствари доминацију у одређеним темама. Уколико до тога дође, прави је изазов обезбедити разноврсност и укрштање плодних идеја“, каже он.

Вештачка интелигенција би онда требало заиста да буде доступна масама. Rose Luckin види вештачку интелигенцију као потенцијално средство за ширење доступности учења, али је потребан опрез. Нови идеал образовања у фази свеопштег усвајања биће добра мешавина омогућавања образовања кроз вештачку интелигенцију и људске туторе.

„Постоји ризик да ће привилеговани ученици добити идеалну мешавину технологије и људске интеракције, док ће сиромашнији ученици добити технологију вештачке интелигенције и мало људске интеракције“, упозорава Luckin.

Она указује на још један ризик. Образовне апликације неопходно је развијати у тесној сарадњи са педагозима, истраживачима у области образовања и осталим заинтересованим странама.

„Не желимо да лоше осмишљени системи вештачке интелигенције подривају оно што ова технологија обећава.“

 

Siau Keng.

 

Keng Siau је шеф Одсека за бизнис и информациону технологију на Универзитету науке и технологије у Мисурију у САД. Специјализован је за истраживања у области економског и друштвеног утицаја вештачке интелигенције.

Фотографија из архиве Keng Siau-а

Rose Luckin.

 

Rose Luckin је професор дизајна усмереног на ученика у Лабораторији знања на Универзитету у Лондону, у Великој Британији. Она се посебно бави истраживањима употребе вештачке интелигенције за осветљавање самог процеса учења у циљу користи за ученике и предаваче.

Фото: UCL

 

Речник појмова

 

Вештачка интелигенција

Вештачка интелигенција се генерално односи на машине и компјутере који могу да имитирају људске когнитивне функције учења и решавања проблема на основу тога што науче. Примене вештачке интелигенције су многоструке, од покретања претраживача интернета и алгоритама онлајн рекламирања до аутомобила без возача, војних дронова – и образовања.

Машинско учење

Машинско учење може се посматрати као део вештачке интелигенције, а преклапа се и са статистиком. Машинско учење бави се тиме како да „научи“ компјутерске програме да уче и извлаче закључке из датог скупа података, а да нису програмирани за тај конкретан задатак. Примењује се у роботици, архивирању, анализама берзе и компјутерским игрицама.

 

Прочитајте још на EPALE

Извори и предлози за даље читање


Markus Palmen је новинар, писац и аудиовизуелни продуцент, као и хонорарни сарадник. Од августа 2017. године је тематски координатор EPALE за политике. Осам година је радио као заменик главног и одговорног уредника и главни и одговорни уредник магазина European Lifelong Learning Magazine.

Login (6)
Themes addressed

Да ли желите други језик?

Овај документ је такође доступан на другим језицима. Одаберите један од њих у наставку.
Switch Language

Want to write a blog post ?

Don't hesitate to do so! Click the link below and start posting a new article!

Најновије дискусије