Come l'intelligenza artificiale sta plasmando il futuro dell'educazione

Quando si confronta la tipica classe del 21 ° secolo con quella dei primi del 1900, le differenze non sono tremendamente evidenti. Gli insegnanti saranno in piedi di fronte, dando istruzioni e condividendo appunti su una versione moderna della vecchia lavagna, per esempio un proiettore o uno schermo di computer condiviso. Gli studenti saranno seduti ai loro banchi in classe o guarderanno tramite software di videoconferenza online. La tecnologia è cambiata: molti strumenti e processi sono stati digitalizzati, alcuni sono stati automatizzati e le barriere geografiche sono state rimosse in una certa misura, ma gli attori e gli elementi sono rimasti pressoché invariati.

Ma grazie ai progressi dell'intelligenza artificiale (AI) e dell'apprendimento automatico, una trasformazione lenta ma costante sta arrivando all'istruzione, sotto il cofano. Tra qualche anno, gli insegnanti non saranno più soli a sostenere l'onere della formazione delle giovani generazioni o della forza lavoro nelle aziende.

Gli algoritmi di intelligenza artificiale stanno già contribuendo a migliorare l'educazione raccogliendo, analizzando e correlando ogni interazione che si svolge in aule fisiche e virtuali e aiutando gli insegnanti ad affrontare i punti dolenti specifici di ogni studente. Questo potrebbe essere l'inizio di una rivoluzione in una delle più antiche e preziose abilità sociali che l'umanità ha sviluppato e un imperativo in un mondo in cui gli umani vivono e lavorano al fianco di macchine intelligenti.

Misurare il progresso dello studente

Gli istruttori devono prendere in considerazione ogni reazione a una lezione, ogni sguardo vuoto o attento, ogni risposta bramosa o titubante a una domanda, ogni compito che viene girato in anticipo o in ritardo e molto di più quando si valuta la comprensione di un concetto da parte di uno studente. È così che possono scoprire dove gli studenti sono in ritardo e guidarli nella giusta direzione.

È anche il motivo per cui misurare i progressi di uno studente, uno sforzo di natura profondamente sociale, è una delle maggiori sfide che ogni insegnante deve affrontare e un compito difficile da realizzare con il classico software basato su regole.

"Le lezioni del corso, sia in un campus universitario che in una società, sono prevalentemente a misura unica, con la modalità dominante che gli insegnanti parlano agli studenti", afferma Chris Brinton, responsabile della ricerca presso Zoomi, una società di AI specializzata nella cattura e analisi dei dati comportamentali in contesti educativi. "Questo nasce per necessità: sarebbe impossibile, o almeno inefficiente dal punto di vista del tempo, per l'insegnante mettere in pausa la lezione per periodi di tempo prolungati e rispondere alle preoccupazioni di ciascuno studente individualmente per portare tutto sulla stessa pagina. Invece, uno studente con molte domande verrebbe di solito invitato a seguire l'istruttore al di fuori dell'orario di lezione ".

Tuttavia, gli algoritmi di apprendimento automatico, che si basano sull'analisi e la ricerca di schemi e correlazioni tra punti dati, si stanno dimostrando uno strumento efficace per aiutare gli insegnanti a quantificare la comprensione di una lezione da parte di uno studente.

"Analizzando i dati specifici degli studenti, l'IA ha il potenziale per aiutare a emergere più rapidamente aree in cui gli studenti potrebbero aver bisogno di più aiuto, migliorando così il rendimento degli studenti e il supporto degli insegnanti", afferma Jessie Woolley-Wilson, presidente e CEO di DreamBox Learning, una matematica intelligente piattaforma di apprendimento.

Dotare la classe di intelligenza artificiale equivale a fornire a ogni studente un tutor digitale, spiega Brinton. "Gli algoritmi che guidano l'IA possono essere addestrati per rilevare quando uno studente sta lottando e cosa li ha spinti a combattere, o quando sono annoiati e cosa ha causato la loro noia", dice.

Questo è un passaggio dal tradizionale software di apprendimento, che si basava solo sulle risposte di valutazione per misurare la comprensione degli studenti degli argomenti che studiano. "Questi dati spesso non sono disponibili durante una lezione, tanto meno per la granularità inferiore al secondo in cui uno studente può passare da un punto di vista chiaro a confuso", afferma Brinton.

Esistono ora diverse piattaforme basate sull'intelligenza artificiale che creano ricchi profili digitali di ogni studente raccogliendo informazioni in tempo reale dall'interazione dell'utente con il materiale e il contesto del corso. Oltre a tenere traccia dei voti e dei punteggi, Zoomi, la piattaforma Brinton ha contribuito allo sviluppo, tiene traccia di microinterazioni come la visualizzazione di diapositive o pagine specifiche su documenti PDF, la riproduzione di una parte specifica di un video o la pubblicazione di una domanda o risposta a una discussione Forum.

I dati vengono quindi utilizzati per costruire un modello in grado di fornire approfondimenti in tempo reale sulla comprensione e l'impegno di uno studente su argomenti specifici. I modelli di dati aiutano anche a trovare modelli comuni tra più studenti e ad eseguire analisi predittive, come la previsione del rendimento degli studenti in futuro.

Un uso più avanzato dell'intelligenza artificiale può comportare l'impiego di complicati algoritmi di visione artificiale per analizzare le espressioni facciali, come la noia e la distrazione, e collegare quelle agli altri dati raccolti sugli studenti al fine di creare un quadro più completo del modello di studente di uno studente.

Trovare e colmare le lacune nell'apprendimento

Ci sono molti vantaggi nell'avere un modello digitale affidabile che rappresenta la conoscenza di uno studente. "I dati possono essere utilizzati automaticamente da un sistema intelligente per coinvolgere immediatamente gli studenti in esperienze di apprendimento che affrontano in modo specifico quelle lacune nella comprensione, o dall'insegnante per identificare - e rispondere a - quelle aree specifiche di bisogno", afferma Woolley-Wilson di Scatola dei sogni.

Third Space Learning, una piattaforma di formazione online fondata nel 2012 per fornire tutoraggio matematico one-to-one, sta ora sfruttando gli algoritmi AI per aiutare a migliorare le prestazioni degli insegnanti. Sin dal suo lancio, Third Space ha registrato dati su migliaia di sessioni. In collaborazione con l'Università del College di Londra, Third Space è ora impegnato in un progetto per estrarre i dati con algoritmi AI al fine di trovare modelli di apprendimento e insegnamento di successo e fornire feedback in tempo reale ai tutor online su come i loro studenti stanno al passo con Lezioni.

Il modello di apprendimento AI può anche alimentare sistemi di tutoraggio intelligenti (ITS). I tutor intelligenti, che possono lavorare in un ambiente di apprendimento autonomo o in collaborazione con insegnanti umani, utilizzano i dati storici e in tempo reale di uno studente per fornire loro contenuti personalizzati adattati ai loro punti di forza e debolezza specifici. Fornire un'esperienza di apprendimento personalizzata è un obiettivo che gli insegnanti hanno sempre lottato per raggiungere.

"I sistemi di tutoraggio basati sull'intelligenza artificiale hanno dimostrato di essere efficaci nell'insegnamento di aree disciplinari ben definite, come matematica e fisica", afferma Rose Luckin, professore di Learner Centered Design presso il Knowledge Lab dell'Università di College di Londra. "L'intelligenza artificiale può attualmente alleviare i punti deboli aiutando con la tenuta dei registri e con la selezione e la raccomandazione di risorse che gli studenti possono usare".

Un esempio è MATHIA, una piattaforma di apprendimento della matematica basata sull'intelligenza artificiale sviluppata da Carnegie Learning che rispecchia il comportamento dei tutor umani. MATHIA raccoglie vari punti dati e impiega algoritmi di apprendimento automatico e modelli predittivi per determinare le conoscenze e i livelli di abilità degli studenti e stimare le loro prestazioni in futuro. La piattaforma utilizza questi dati per adattare il percorso di apprendimento in base ai processi di apprendimento degli studenti.

"Ogni passaggio di un problema, che potrebbe comportare la compilazione di una cella in un foglio di calcolo, la stampa di un punto su un grafico, ecc., È associato a una o più abilità cognitive", afferma Steve Ritter, Chief Product Architect di Carnegie Learning. "A seconda che lo studente faccia il passo correttamente o meno, o chieda un suggerimento, adeguiamo la nostra stima delle conoscenze dello studente sulle abilità associate."

MATHIA utilizza la "traccia della conoscenza", il processo per determinare la comprensione di uno studente di concetti diversi, così come la "tracciabilità del modello", il processo di comprensione dell'approccio di uno studente alla risoluzione dei problemi, al fine di adattare il supporto del software al processo di pensiero del singolo studente invece di reindirizzarli a un approccio standard che potrebbe non avere senso per loro. Questo aiuta a fornire contenuti personalizzati, con possibilmente innumerevoli percorsi di apprendimento.

"I nostri suggerimenti, ad esempio, cambiano in base all'ordine in cui gli studenti completano i passaggi del problema, se questo ordinamento riflette modi diversi di affrontare il problema", afferma Ritter.

L'evoluzione dei sistemi di tutoraggio intelligenti può infine portare a una più ricca esperienza di apprendimento autonomo. Sebbene non rimpiazzerà gli insegnanti umani, le piattaforme di apprendimento online basate sull'intelligenza artificiale possono svolgere un ruolo fondamentale nel rendere disponibile un'istruzione di alta qualità in aree in cui gli insegnanti sono carenti e gli studenti devono imparare da soli.

"La combinazione di big data e intelligenza artificiale potrebbe fornire agli studenti le proprie analisi personali, che possono sfruttare per diventare lo studente più efficace che possono essere", afferma Luckin.

L'autoconoscenza (sapere cosa fai e non sai) e l'autoregolazione (per esempio, essere in grado di impedirti di essere distratto da ciò che qualcun altro sta facendo) sono due abilità che tali sistemi possono aiutare a sviluppare, secondo Luckin.

"L'intelligenza artificiale può essere utilizzata per impilare (supportare) gli studenti per sviluppare queste competenze chiave riflettendo sui loro dati personali utilizzando interfacce e visualizzazioni attentamente progettate", afferma Luckin. "In questo modo tutti gli studenti potrebbero essere aiutati a migliorare l'apprendimento, il che sarebbe utile in tutte le aree disciplinari".

Uno dei vantaggi dei sistemi di apprendimento basati sull'intelligenza artificiale è la perfetta assistenza che possono fornire. "Le stesse tecnologie intelligenti che aiutano gli studenti e i loro insegnanti all'interno della classe dovrebbero sempre essere sfruttate per fare lo stesso al di fuori della classe", afferma Woolley-Wilson. "Possono portare lo stesso potere di raccomandazioni personalizzate ovunque lo studente. Le opportunità di apprendimento e l'accesso non dovrebbero più essere limitati a un determinato momento o luogo come in genere sono stati nel nostro passato analogico."

La formazione aziendale può anche trarre vantaggio dalla personalizzazione dell'IA. Zoomi, che fornisce strumenti online per la formazione professionale, utilizza algoritmi AI per riconoscere le preferenze degli studenti e adattare dinamicamente il contenuto del corso per soddisfare le loro esigenze. Ad esempio, in base al comportamento passato di un utente e alla reazione a diversi tipi di media, la piattaforma può decidere se pubblicare il materiale del corso in formato PDF o video. Progressive Business Partners utilizza la piattaforma dal 2016 per formare professionisti delle risorse umane, con un aumento del 12% nel completamento del corso e un aumento del 30% delle entrate.

Trovare e colmare le lacune nell'insegnamento

Quando gli studenti sono in ritardo in una lezione, i difetti nei metodi di insegnamento e nel curriculum sono spesso responsabili delle debolezze degli studenti stessi. La causa dello studente ha frainteso qualcosa sul materiale stesso, sul modo in cui è stato presentato o sui tempi del materiale all'interno del flusso del curriculum? Lo studente ha avuto l'influenza quando alcuni concetti necessari sono stati trattati in precedenza? In che modo lo studente ha interagito con il materiale, attivamente o passivamente?

Queste sono alcune delle domande a cui ogni insegnante deve rispondere quando valuta la qualità di una lezione impartita e studia le cause alla radice dei problemi nell'apprendimento.

"I grandi sistemi possono sfruttare enormi set di dati per aiutare gli insegnanti a trovare entrambi i punti deboli nel curriculum e nella ricerca di studenti in difficoltà", afferma Woolley-Wilson. "Ed è importante ricordare che la quantità di aiuto fornita all'insegnante dipende dalla qualità dei dati disponibili che informano l'analisi."

La piattaforma di apprendimento adattivo online di DreamBox utilizza i dati raccolti dagli studenti per scoprire lacune di apprendimento e quindi aiuta gli insegnanti a risolverli a livello di classe o per gruppi specifici o singoli studenti. Ciò può includere la creazione di gruppi strategici, piani di apprendimento personalizzati o compiti mirati che affrontano lacune specifiche e completano il curriculum di base.

L'intelligenza artificiale aiuta anche gli insegnanti a valutare la pertinenza del loro materiale didattico. "Mentre il contenuto viene distribuito" dal vivo "in un ambiente scolastico, la maggior parte degli istruttori prepara i propri materiali elettronicamente", afferma Brinton, ricercatore di Zoomi. "Di conseguenza, è possibile che le tecnologie di intelligenza artificiale interpretino il materiale, determinino gli argomenti trattati e persino analizzino i materiali di valutazione del corso per ottenere informazioni su come la valutazione copre il contenuto del corso."

Zoomi utilizza Natural Language Processing (NLP), la branca dell'IA che analizza il contenuto e il contesto del materiale scritto, per valutare la qualità del materiale del corso per insegnanti. Gli algoritmi di Zoomi rimuovono i contenuti che non hanno un impatto positivo sul processo di apprendimento. La società sta inoltre lavorando su algoritmi che aumentano l'esperienza di apprendimento trovando contenuti complementari e riutilizzandoli per adattarli al contesto di una lezione particolare in cui uno studente sta lottando.

"Presto, gli algoritmi potrebbero essere in grado di modificare le frasi per chiarezza e persino creare nuovo materiale per conto proprio come farebbe un essere umano", afferma Brinton.

Content Technologies, Inc (CTI), una società di ricerca e sviluppo di intelligenza artificiale con sede in California, ha sviluppato un'intelligenza artificiale che genera automaticamente contenuti educativi personalizzati. Il motore di CTI utilizza il deep learning per ingerire e analizzare programmi e materiale didattico, padroneggiare le conoscenze e generare nuovi contenuti come libri di testo personalizzati, riepiloghi di capitoli e test a scelta multipla. La tecnologia viene utilizzata da numerose aziende e istituzioni educative.

L'istruzione rimarrà un'esperienza sociale

Mentre abbiamo visto sforzi notevoli nell'applicazione dell'intelligenza artificiale nell'istruzione, i risultati impallidiscono rispetto ad altri settori in cui gli algoritmi AI stanno causando gravi interruzioni. Il motivo è che l'istruzione e l'apprendimento sono fondamentalmente esperienze sociali che sono estremamente difficili, se non impossibili, da automatizzare.

"L'intelligenza artificiale non può sostituire gli insegnanti, perché non ha consapevolezza di sé o regolamentazione metacognitiva e manca anche di empatia", Luckin, il professore di UCL Knowledge Lab. "Tuttavia, l'IA, quando il suo design è informato da ciò che sappiamo sull'apprendimento e sull'insegnamento (ad esempio le scienze dell'apprendimento), può essere combinato con i big data sugli studenti per decomprimere la scatola nera dell'apprendimento e consentire a studenti, insegnanti e genitori di tenere traccia progressi su più materie, abilità e caratteristiche - questo può fornire informazioni vitali per aiutare gli studenti a diventare più efficaci come studenti e per aiutarli ad apprendere conoscenze e abilità."

L'aumento e l'assistenza che l'IA fornisce al processo di istruzione e apprendimento renderà gli insegnanti ancora più produttivi ed efficienti. "Gli insegnanti saranno in grado di concentrarsi su ciò che possono fare meglio: creare contenuti eccellenti, tenere lezioni forti e affrontare i punti di dolore più pervasivi sia di persona che da remoto, individualmente e in gruppo", afferma Brinton.

Un altro aspetto sociale dell'educazione è la collaborazione. Gli studenti spesso imparano di più lavorando in gruppo e tra di loro mentre ascoltano le lezioni e risolvono i problemi al proprio ritmo. "Gli obiettivi dell'educazione includono una maggiore interazione sociale, come imparare a essere un buon collaboratore o a comunicare con gli altri", afferma Ritter, l'architetto del prodotto di Carnegie Learning. "Quindi una sfida nella personalizzazione delle istruzioni è bilanciare il vedere uno studente come uno studente indipendente che può procedere al proprio ritmo con la necessità di lavorare in collaborazione con gli altri."

Ma l'IA potrebbe anche diventare un facilitatore nell'apprendimento collaborativo. Intelligence Unleashed , un documento di ricerca congiunto di UCL e Pearson, di cui Luckin è stato coautore, spiega che l'IA può supportare l'apprendimento collaborativo confrontando i modelli di studenti e suggerendo raggruppamenti in cui i partecipanti sono a un livello cognitivo simile o hanno competenze complementari e possono aiutarsi a vicenda. L'intelligenza artificiale può anche prendere parte a gruppi di discenti come membro e aiutare a influenzare le discussioni nella giusta direzione fornendo contenuti, ponendo domande e fornendo punti di vista alternativi.

L'ubiquità dell'intelligenza artificiale attraverso il processo di apprendimento alla fine rivoluzionerà l'educazione. Secondo un rapporto dell'Università di Stanford, nei prossimi quindici anni, è probabile che gli insegnanti umani saranno assistiti da tecnologie di intelligenza artificiale che si tradurranno in una migliore interazione umana sia in classe che a casa.

L'aula potrebbe rimanere più o meno come è oggi, ma grazie agli assistenti digitali, agli algoritmi di intelligenza artificiale e agli insegnanti più capaci, le generazioni future avranno probabilmente accesso a un'istruzione di qualità superiore e saranno in grado di apprendere a un ritmo molto più veloce.