教育を強化するための人工知能の新たな方向性とは?

AlphaGoが数年前にプロの囲碁プレイヤーに勝利して以来、人工知能はメディアで最もよく使われる言葉の一つになっています。人工知能は独立した概念ではなく、音声認識、画像認識、テキスト理解、コンテンツ生成など、複数のアプリケーションの組み合わせです。これらの技術は、業界の特性に応じて効果的に適応および組み合わせることができ、これが人工知能の分野への応用です。

研究者は一般的に、教育改革と人工知能の普及に伴い、インテリジェントキャンパスの構築もデジタルキャンパスからスマートキャンパスへと移行していると考えています。キャンパス管理者は、作業効率の向上と教師、生徒、保護者間の共同教育の促進を求めてきました。しかし、従来のキャンパスシステムの構築は、現在の学校教育に適応できず、多くの人的資源、物的資源、時間的コストを必要とします。そのため、人工知能技術によってサポートされるインテリジェントキャンパスシステムが誕生しました。

[[270241]]

AIシステムがデータサイロの解消に役立つ

インターネットの素晴らしさは、伝統を別のレベルで覆すところにあります。そのため、インターネット教育が徐々に伝統的な教育を覆しつつあると言われています。

しかし、一般的なインターネット教育モデルは、オンラインスクールやキャンパスライブ放送などの同質的な教育モデルに集中しています。初期のYahooのように、コンテンツを手動で積み重ねることで、オフラインモデルをオンラインに移行しただけです。これらの方法はどれも、教育におけるデータサイロの問題や学生の学校教育管理の意思決定の問題を完全に解決することはできません。

しかし、人工知能や機械学習の発達により、テクノロジーの進化に伴い、これまでインターネットでは解決できなかった問題が新規参入者にとって解決の扉を開くようになりました。人間と機械の間の「愛」が本当の奇跡を生み出します。人工知能と知能の双方向の分業により、教育はインテリジェントになります。人間はパーソナライズされた垂直的な問題解決に責任を持ち、インテリジェンスは大量のデータ処理と人々へのより良い戦略の提供に責任を持ちます。

上海建青実験学校での神蘭ワンストップシステムの応用を例に挙げると、この人工知能システムを通じて、学校は生徒の学習統計管理、無人図書貸出、無人スポーツ用具回収などのインテリジェントな教育管理を実現しました。

実験室では、生徒は脈をスワイプすることでサインインし、さまざまなテーマの実験室に入って勉強することができます。体育館では、生徒は手をスワイプすることでキャビネットを開け、ハンドボールなどのスポーツ用具を手に入れることができます。このようなシステムがバッチで配置されれば、学校は幼稚園から高校生までの生徒の学習行動習慣の完全なデータベースを構築することが完全に可能になります。

データは人工知能の「栄養」です。教育用人工知能の重要なボトルネックはデータにあります。異なる教育システムやプラットフォーム間のデータは公開されておらず、共有されていません。情報孤島現象は深刻で、学生の学習プロセス全体に関するデータを収集することは困難です。データがなければ、知性はありません。

人工知能システムは、教育データの孤立した島を突破し、教師が生徒の興味や趣味を効果的に分析し、パーソナライズされた教育を提供するのに役立ちます。従来の教育管理モデルと比較して、このデータに基づく管理行動は、パーソナライズされた教育とリソースの合理的な割り当てのためのインテリジェントな意思決定も提供します。

人工知能は知的な学習を助ける

従来の学習法を「虎」に例えると、人工知能は「虎」に翼を与えることになります。翼が与えられた後、「虎」がどのようにその力を発揮するかについては、さらに議論する価値があります。

1) 課題の自動採点

コンピューター科学者のジョナサンは、英語の文法エラーを修正できるソフトウェアを開発しました。他の同様のソフトウェアとは異なり、このソフトウェアは文脈の中でテキスト全体を理解してから、さまざまな英語の時制の主語と動詞の一致、単数と複数などを判断することができます。

英語翻訳ソフトウェアやプログラム翻訳の精度が向上し、異なる国間のコミュニケーションの問題が解決されます。音声認識と意味解析技術の進歩により、宿題の自動採点が可能になりました。簡単な文章や文法であれば、機械が自動的に誤りを識別して修正し、修正案も提示できるため、教師の指導効率が大幅に向上します。

2) 写真を撮って質問を検索するオンラインQ&A

2014年から2015年にかけて多額の投資を集めた写真撮影と質問検索のソフトウェアは、すべてインテリジェント画像認識技術を採用しています。学生が難しい問題に遭遇したとき、携帯電話で写真を撮り、クラウドにアップロードするだけで済みます。システムは1〜2秒以内に回答と問題解決のアイデアに関するフィードバックを提供できます。さらに、このタイプのソフトウェアは、機械入力された問題を認識できるだけでなく、手書きの質問の認識精度もますます正確になり、現在は70％を超えており、学生の学習効率が大幅に向上しています。

3) 教育システムのフィードバックと評価

学生が最終成績を確認するときに、単純な点数だけでなく「診断レポートカード」も表示されるシナリオを想像してください。このレポートを通じて、彼は自分の専門分野における知識ポイントと能力ポイントの習得度を理解できるだけでなく、自分の長所と短所の専門分野分析も確認できます。これらのデータを通じて、各生徒の「プロファイル」を作成し、成績を向上させる方法を見つけることができます。これはビッグデータの助けを借りて行われ、生徒の学習成長プロセスと結果に関するデータを分析し、生徒の知識、能力構造、学習ニーズの違いを診断することで、生徒と教師が実際的で効果的な診断データを取得できるようにします。

学生は問題点がどこにあるのかを明確に把握し、より効率的に学習することができます。また、教師は具体的な状況に応じて異なる教育目標と内容を選択し、異なる教育方法を実施し、教育と学習の適切性、有効性、科学性をさらに向上させることができます。

4) 授業中の生徒の集中力のモニタリング

生徒に勉強に集中させ、授業中に注意深く聞いてもらうことは、すべての教育者にとって最大の悩みの種です。クラスで何十人もの生徒を管理する教師にとって、どの生徒が注意深く聞いているか、あるいは授業を理解しているかをはっきりと知ることはほぼ不可能ですが、人工知能は授業中の生徒のリスニング状況を分析します。

Content Technologies、Carnegie Learning、DeepBlue Technologyなどの企業は、コンピュータービジョン、身体認識、感情認識などの人工知能技術を使用して、授業中の生徒の動きや行動を分析し、教師や保護者が生徒の感情や学習状況をよりよく理解し、インテリジェントな意思決定を通じて、生徒がより良い教育を受けられるように、指導方法をタイムリーに改善できるようにしています。

上記は、教育における人工知能のパーソナライズされた応用例のほんの一部です。人工知能の家庭教師、インテリジェントなコンテンツ開発、仮想技術を通じて教師に個人的な開発を提供する新しい方法など、さらに多くの人工知能が教育に応用されています。

人工知能教育の将来展望

現在、教育における人工知能技術の応用は、主に画像認識、意味認識、音声認識などの分野に反映されています。これらの技術は応用されていますが、まだ初期段階にあります。テクノロジーとアプリケーションのシナリオに関しては、さらなる調査が必要です。

教育者、心理学者、保護者は AI 教育に対してさまざまな見解を持っていますが、人工知能や機械学習などの新興技術は教育の未来を変えています。

人工知能が将来実現するのは、教育管理方法との密接な統合と人間との密接な適合です。「考えることは学ぶこと」さえ実現できるかもしれません。そのため、人と教育知識を結びつけるツールは、もはや厳格な必要性ではなくなるでしょう。教師の役割が存在するかどうかも不明です。