Индивидуальное обучение: будущее, которое уже наступило
Индивидуальные занятия с преподавателем — один из самых эффективных методов обучения. В условиях традиционной образовательной системы невозможно обеспечить всех учеников личными тьюторами или репетиторами. Во-первых, просто нет достаточного количества подготовленных преподавателей. Во-вторых, такие занятия обычно стоят достаточно дорого, и они по карману далеко не каждой семье.
Но благодаря развитию искусственного интеллекта индивидуальные тьюторы в будущем могут появиться абсолютно у всех.
Так называемые интеллектуальные обучающие системы (intelligent tutoring systems) уже создаются. В бразильской умной системе Geekie есть видеоуроки, подготовленные преподавателями из топовых бразильских школ, задания и тесты. Система охватывает всю школьную программу и помогает ученикам подготовиться к выпускным экзаменам. Если школьник что-то не понял, он может переслушать материал или переделать проваленный тест.
Перед началом обучения ученик задает цель, в соответствии с которой система варьирует содержание его индивидуальной программы.
Если школьник хочет поступить на экономический факультет, Geekie сделает акцент на экономику и математику, а будущим врачам даст более сложные задания по биологии и химии.
Система мгновенно дает комментарии к тому, как учащийся справился с заданием, объясняет, как и почему правильно, а также указывает, на что ученику следует обратить особое внимание в будущем. Учителя только модерируют процесс.
Американская платформа Knewton действует по схожим принципам и пытается внедрить интеллектуальные обучающие системы в университетское образование. Разработчики Knewton создают курсы, содержание которых и студенты, и преподаватели могут адаптировать в соответствии со своими целями. Компания Dreambox сделала интеллектуальную систему, которая учит школьников математике. А австралийский стартап Smart Sparrow разработал открытую платформу, которая позволяет преподавателям самим создавать интерактивные курсы и использовать интеллектуальные возможности системы, чтобы адаптировать учебные планы под каждого учащегося. На платформе разработано уже более десятка курсов, в основном университетского уровня.
Что это изменит
— У учащихся будет возможность выбирать. Можно будет построить и постоянно менять полностью индивидуальную траекторию обучения со школы до вуза, а при желании — не прекращать учиться никогда, имея пожизненный доступ к вашему индивидуальному «преподавателю» через смартфон или компьютер.
Вы постоянно сможете выбирать все новые курсы, а умная и знакомая с вашими знаниями и интересами система будет каждый раз адаптировать их лично под вас.
— Такие системы повышают эффективность обучения. В Университете Алабамы экзамен после внедрения курсов платформы Knewton успешно сдали на 20 % больше студентов, чем в предыдущие годы. А в Северо-Восточном университете Иллинойса студенты, использовавшие Knewton, сдали экзамены в среднем на 12,5 балла (по 100-балльной шкале) выше, чем их однокурсники, которые не пробовали пользоваться системой.
— Учителя смогут учиться у ИИ. Когда система определенным образом меняет учебный план, люди могут узнать, какие факторы — например, знания ученика, его потребности или эмоциональное состояние — повлияли на ее решение, и посоветовать обычным учителям в схожих ситуациях повторять действия компьютера.
Групповая работа — гармония без отлыниваний
Давно практикуется подход, который повышает эффективность обучения, — это работа в группах.
Проблема здесь в том, что успех групповой работы не равен сумме знаний участников: имеют значение их умение общаться, правильный подбор членов группы и организация совместной работы.
Последняя особенно важна при онлайн-обучении, где участники команды физически находятся далеко друг от друга.
Что здесь может сделать ИИ
— Беспристрастно поделить учеников на группы в соответствии с их уровнем знаний и интересами — тогда сильным не придется делать всю работу за слабых и немотивированных.
— Сделать так, чтобы навыки членов одной учебной группы дополняли друг друга — условно это будет приближенный к реальной модели экипаж с капитаном, штурманом, техником и врачом, а не врач и три капитана.
— Подсказать участникам, с какой стороны взяться за задание. Например, у ИИ есть данные о том, что при одном типе задач лучше работает конф-колл с обсуждением и разделение проекта на этапы, а в другом — разбивание на тематические кирпичики, когда каждый член группы готовит доклад по своему участку.
— Восстановить справедливость.
Больше не будет ситуаций, когда за всю группу отдуваются активисты, а хорошие оценки получают даже те, кто весь семинар просидел молча.
Сейчас, если в классе несколько групп сразу участвуют в обсуждениях, один преподаватель не может уследить за всеми — у многозадачного ИИ такой проблемы не возникнет.
— Вернуть отвлекшихся к учебе: через распознавание речи и анализ текстовой информации умные системы смогут узнавать, когда научный диспут перешел на личности или когда группа, недопоняв задание, отправляет преподавателю формальные отписки и начинает обсуждать качество образовательного курса в общем чате.
Умная виртуальная реальность: игра вместо зубрежки
Обучение проходит эффективнее, если учащиеся могут применить свои знания на практике. В традиционных условиях невозможно постоянно погружать учеников в соответствующие теме урока ситуации: нельзя поехать в Сахару, когда дети проходят особенности пустынных территорий, или отправиться в Древнюю Грецию после урока истории. Развивающаяся виртуальная реальность это изменит.
Скоро можно будет не просто рассказать ученикам, как выжить в тропическом лесу или каким образом выглядела Россия при Петре Первом, но и погрузить их в подходящие условия при помощи виртуальной реальности. Именно для процесса обучения эффективнее будут VR-технологии, дополненные искусственным интеллектом. Тогда ученики могут не просто побродить по виртуальному пространству, но и повзаимодействовать с ним.
Искусственный интеллект в данном случае сможет действовать по тому же принципу, что и в онлайн-играх: менять «реакции» виртуального пространства в зависимости от действий пользователей.
К примеру, если дети в виртуальной реальности учатся тушить пожар и всё делают верно, пожар погаснет, а если ошибаются, разгорится сильнее. Также умные системы смогут давать ученикам подсказки, выступая в роли учителя в конкретной ситуации.
Подобные технологии уже создаются. Проект Immersive VR Education позволяет погрузить учеников в ситуации первого полета на Луну или тонущего «Титаника», а студенты-медики могут потренироваться проводить операции в виртуальной реальности.
Виртуальные системы могут помочь не только с освоением новых навыков, но и с решением проблем психологического характера. Виртуальная среда FearNot была придумана, чтобы помочь ученикам, сталкивающимся с травлей в школе. В VR разыгрывается ситуация, когда виртуального ученика начинают травить сверстники.
Реальный ученик, которому нужна помощь, выступает в роли невидимого друга жертвы травли. Он может дать совет или просто поддержать виртуального ученика.
Так ребенок смотрит на проблемную ситуацию со стороны и может понять, как ему лучше уладить конфликт в реальной жизни. В роли друга обиженного виртуального компаньона могут выступать и те, кто в реальности травит других. Таким образом они смогут понять чувства своих жертв, научиться им сопереживать и, возможно, впоследствии изменить собственное поведение.
Оценка — прогноз, а не приговор
Искусственный интеллект может произвести революцию в области оценки достижений учащихся. Сегодня алгоритмы, анализирующие данные об участниках онлайн-курсов, могут предсказать, кто из учеников провалит следующий тест или вообще откажется от дальнейшего прохождения курса, на базе их поведения в ходе обучения. Эти алгоритмы со временем станут точнее и научатся предсказывать больше деталей.
Что это даст
— Возможность оперативной корректировки. Можно будет заранее узнать, что ученик опасно близок к провалу и попробовать предотвратить катастрофу, уделив ему больше внимания и подобрав другие задания и методику (какие именно, также сможет подсказать компьютер). Подобные функции внедряются в систему Smart Sparrow, где можно отслеживать прогресс каждого ученика.
Уже сегодня преподаватель может с помощью умной машины анализировать показатели студентов, отстающим присылать простые разъясняющие материалы и освобождать от прохождения базовых элементов курса тех, кто справляется лучше других.
В будущем помогать учащимся в большей степени сможет сама система, без вмешательства со стороны учителя.
— Можно будет варьировать курс в соответствии с мотивацией и эмоциональной готовностью учеников. Эти параметры особенно важны при изучении, например, иностранных языков — необходимо понимать, насколько комфортно ребенок себя чувствует, изъясняясь на другом языке, успешно ли преодолевает языковой барьер. Система сможет отследить, что вызывает у ученика наибольшее эмоциональное напряжение, и сообщить об этом преподавателям или самостоятельно адаптировать программу. Пока умные системы еще толком не научились следить за эмоциями учеников, но само их использование уже повышает уровень эмоционального комфорта учащихся.
71 % опрошенных голландских школьников, которые учили английский через систему от Knewton, сказали, что стали получать большее удовольствие от занятий.
— Можно будет понять, как именно учащиеся усваивают материал. На основе больших данных система определит, как конкретный учащийся пришел к ответу. Уже сейчас интеллектуальная обучающая система DreamBox собирает 48 000 элементов данных в час о каждом ученике. Пока этот массив информации используется, чтобы алгоритм смог выбрать, какое следующее задание предложить учащемуся. Позже, когда таким системам позволят отслеживать, например, пульс или температуру тела ученика, а может быть, и следить за тем, что происходит в его мозге во время учебы, эти данные помогут ученым лучше понять процесс обучения с точки зрения нейробиологии.
Что может пойти не так
Как и практически любая инновация, ИИ — не панацея. Относиться к внедрению этих технологий в образование стоит с осторожностью, потому что этические проблемы в этой области могут встать особенно остро.
Во-первых, непонятно, кто будет нести ответственность за ошибки искусственного интеллекта.
Во-вторых, ИИ учится у людей не только хорошему — он наследует их стереотипы и впоследствии их воспроизводит. Нейронные сети способны подцепить от пользователей расизм и сексизм, а в контексте школы алгоритм может перенять у других детей манеру травить соучеников.
В-третьих, ИИ может серьезно изменить поведение учащихся. И непонятно, где должны пролегать и как формализоваться границы психологического влияния умных систем на учеников.
В-четвертых, обучающие системы могут демотивировать учеников и преподавателей. Со временем они научатся следить за каждым шагом учащегося и педагога и указывать им на ошибки. Когда люди почувствуют, что постоянно находятся под наблюдением у всевидящего «большого брата», это будет способствовать скорее раздражению и нигилизму, нежели оптимизации учебного процесса.
В-пятых, не регламентирована тема приватности пользовательских данных. Даже в традиционной системе образования до сих пор не до конца решен вопрос, какая информация об учениках должна быть публичной, а какая закрытой и как разные институты могут делиться друг с другом информацией. Большой объем данных об учениках, конечно, поможет улучшить систему оценивания и разработать индивидуальные учебные планы. Но прежде чем внедрять эти технологии, необходимо четко определить, кому будут принадлежать права на эти данные, кто сможет получить к ним доступ и с какой целью их можно использовать — ведь над самыми беспристрастными и совершенными программами всегда будут стоять люди с их вечным соблазном использовать данные о других людях ради собственной выгоды.