Искусственный интеллект в образовании: подкаст «Что изменилось?»

О том, какие технологии искусственного интеллекта существуют в российской образовательной системе и чем может машина помочь учителю — в новом эпизоде подкаста «Что изменилось?»

Гости выпуска:

Юрий Молодых, директор по развитию технологических конкурсов UP GREAT, рассказал о пути внедрения технологии искусственного интеллекта в образовательную среду, а также об ограничениях, с которыми могут столкнуться разработчики.

Константин Воронцов, заведующий лабораторией машинного интеллекта МФТИ, объяснил, почему ошибки искусственного интеллекта — это нормально^ и как научиться доверять этой технологии.

Михаил Бурцев, победитель в номинации «Грамматика.Eng» и участник команды, показавшей лучший результат в основном конкурсе ПРО//ЧТЕНИЕ для текстов на английском языке, рассказал, какую роль искусственный интеллект будет играть в образовании и как внедрение технологии может улучшить процесс обучения.

Ведущий подкаста — Макс Ефимцев — адепт современных технологий, инфлюенсер, smm-специалист.

Искусственный интеллект в образовании

Искусственный интеллект — это сложное понятие, говорит Юрий Молодых. Пользователям современных гаджетов до сих пор кажется, что эта технология все еще не реализована, хотя смартфоны уже решают задачи на базе искусственного интеллекта.

Константин Воронцов рассказал, что электронные дневники, приложения Word и Excel нельзя считать искусственным интеллектом. Определить, какие приложения и сервисы работают на базе искусственного интеллекта, очень просто: в основе искусственного интеллекта лежит большая выборка данных, на которой алгоритм учится принимать решения. Сейчас искусственным интеллектом можно считать, например, карты Google или «Яндекс», а вот Spelling Check в Word — скорее результат качественного программирования.

Искусственный интеллект в образовании можно использовать как рекомендательную систему, говорят все спикеры. Михаил Бурцев выделил несколько задач, которые может решить применение технологии:

• Рекомендация при построении образовательной траектории. Создатели алгоритма могут построить систему, которая позволит освоить знания максимально быстро и эффективно, давая материалы и задачи ученику в необходимой именно ему последовательности.
• Взаимодействие в процессе решения задач. Искусственный интеллект может научиться давать обратную связь ученику. Например, как в конкурсе ПРО//ЧТЕНИЕ, когда создатели алгоритмов разрабатывают систему, которая может взять на себя роль учителя: определить, что знает, а что не знает ученик, и какой вопрос можно ему задать.

Константин назвал несколько моделей, по принципу которых должен будет работать искусственный интеллект в образовании:

• модель ученика;
• модель учителя;
• модель предметной области.

Проблемы и перспективы внедрения технологии

Эксперты выделили несколько проблем внедрения технологии искусственного интеллекта в образование:

• Инертность образовательной системы подразумевает освоение инструментов, которые предлагает технология, большому количеству преподавателей. Более того, разработчики технологии хотят упростить работу учителя, сделать искусственный интеллект настоящим ассистентом, оставив преподавателю только творческую часть процесса обучения. Это требует времени.
• Технологические ограничения, вроде оцифровки документов для создания базы данных, также являются препятствием для разработки и внедрения качественной системы. Здесь учитывают не только сами тексты, но и мета-информацию, контент, который сейчас может грамотно оценить только человек.

Доверие искусственному интеллекту

Константин уверен, что не нужно требовать от искусственного интеллекта абсолютного отсутствия ошибок. Мы психологически привыкли к тому, что компьютер справляется с задачами без погрешностей, но искусственный интеллект — это другое. Он обучается на основе реального опыта, и ожидать стопроцентного качества от него не стоит. Важно на этапе использования задать правильный вопрос: как искусственный интеллект решает задачу по сравнению с человеком?

Юрий объяснил, что технологический аспект доверия преодолеть очень просто — нужно обеспечить прозрачность того, как система принимает решения. Нам хочется разобраться в «черном ящике». Иллюстративным может стать пример с анализом изображений. Чтобы проверить, как именно искусственный интеллект отделил собаку от кошки на картинке, достаточно подсветить пиксели, которые помогли машине справиться с задачей.

Константин выделил несколько критериев, которые определяют уровень доверия к системе искусственного интеллекта:

• искусственный интеллект принимает решения;
• существует система, которая объясняет данное решение;
• существует система, которая страхует выбранное решение, особенно если оно критично или может навредить людям.

В образовании есть много сфер, где может пригодиться искусственный интеллект. Но наиболее перспективной, как считают эксперты, может стать анализ текстов. Например, авторы технологического конкурса ПРО//ЧТЕНИЕ поставили перед участниками задачу создать систему, которая могла бы выявлять логические, стилистические и даже этические ошибки в текстах сочинений ЕГЭ.

Больше о применении искусственного интеллекта в образовании читайте тут:

1. Научить «учителя»: чему обучат цифровые ассистенты
2. Списать не дам: что такое онлайн-прокторинг и как он работает
3. Дискриминационный алгоритм занижал оценки выпускников школ в Британии

Слушайте нас на любой удобной платформе: Apple Podcasts, CastBox, «Яндекс Музыке», Google Podcasts, Spotify и ВК. А еще следите за нами в Instagram «Что изменилось?» — там мы делимся интересными материалами по теме.

Будем рады обратной связи — пишите нам на podcasts@rbc.ru, ответы на какие вопросы вы не смогли найти и кого из экспертов хотели бы услышать у нас в подкасте.