Trí tuệ nhân tạo đang hình thành như thế nào - Tương lai của giáo dục

Lượt xem: 250

Ngày đăng: 31/01/2019

Nhờ những tiến bộ trong AI và Machine Learning, tuy chậm chạp nhưng sự chuyển đổi ổn định đang đến với giáo dục - một cách không hiển nhiên.
Khi bạn so sánh lớp học thế kỷ 21 điển hình với lớp học ở đầu những năm 1900, sự khác biệt là không quá rõ ràng. Giáo viên sẽ đứng trên bục giảng, đưa ra hướng dẫn, chia sẻ ghi chú trên một phiên bản hiện đại của chiếc bảng đen, nói chuyện, một máy chiếu trên cao hoặc màn hình máy tính dùng chung. Học sinh sẽ ngồi ở bàn của họ trong lớp học hoặc xem qua phần mềm hội nghị truyền hình trực tuyến.
Các công nghệ đã thay đổi: rất nhiều công cụ và quy trình đã được số hóa, một số trong đó đã được tự động hóa, và rào cản địa lý đã được gỡ bỏ ở một mức độ nào đó nhưng giáo viên, người học và các yếu tố vẫn không thay đổi.
Nhưng nhờ những tiến bộ trong trí tuệ nhân tạo (AI), một sự chuyển đổi chậm nhưng ổn định đang đến với giáo dục một cách thầm lặng. Trong một vài năm, giáo viên sẽ không còn một mình gánh vác trách nhiệm đào tạo thế hệ trẻ hoặc lực lượng lao động tại các tập đoàn. Các thuật toán AI đã giúp tăng cường giáo dục bằng cách thu thập, phân tích và tương quan mọi tương tác diễn ra trong các lớp học vật lý và ảo, giúp đỡ giáo viên để giải quyết các yếu điểm cụ thể của từng học sinh.
Đây có thể là sự khởi đầu của một cuộc cách mạng về các kỹ năng xã hội lâu đời và quý giá nhất mà nhân loại đã phát triển, và một sự quả quyết trong một thế giới nơi con người sống và làm việc bên cạnh máy móc thông minh.

Đo lường tiến độ của người học

Giáo viên hướng dẫn phải tính đến mọi phản ứng đối với bài giảng, mọi ánh mắt trống rỗng hay chăm chú, mọi háo hức hay do dự trả lời một câu hỏi, mọi nhiệm vụ được đưa ra sớm hoặc muộn, và nhiều hơn nữa khi đánh giá sự nắm bắt của học sinh về một khái niệm. Đây là cách họ có thể tìm ra nơi sinh viên tụt lại và điều chỉnh, hướng dẫn sinh viên đi đúng hướng.
Đó cũng là lý do tại sao đo lường sự tiến bộ của người học, một nỗ lực mang tính xã hội sâu sắc, là một trong những thách thức lớn nhất mà mỗi giáo viên phải đối mặt và là một nhiệm vụ khó hoàn thành đối với các phần mềm dựa trên quy tắc cổ điển (Rule-based Software).
"Bài giảng của khóa học, cho dù trong khuôn viên trường đại học hoặc trong một công ty, phần lớn là mô hình "một kích cỡ phù hợp với tất cả", với chế độ chi phối là giáo viên nói chuyện với học sinh." Chris Brinton, Trưởng phòng Nghiên cứu tại Zoomi, một công ty AI chuyên thu thập và phân tích dữ liệu hành vi trong một hệ thống giáo dục, chia sẻ. "Điều này được sinh ra từ sự cần thiết: nó sẽ không thể, hoặc ít nhất là không hiệu quả theo quan điểm của thời gian, để giáo viên tạm dừng bài giảng trong thời gian dài và để ý đến từng mối quan tâm của người học, để đưa tất cả người học đến cùng một trình độ. Thay vào đó, người học nào có nhiều câu hỏi thường sẽ được yêu cầu tiếp cận với giáo viên/người hướng dẫn ngoài giờ học."
Tuy nhiên, thuật toán Machine Learning, dựa trên phân tích và tìm kiếm các mẫu và mối tương quan giữa dữ liệu điểm, đang chứng tỏ là một công cụ hiệu quả trong việc giúp đỡ giáo viên định lượng sự hiểu biết của một sinh viên về một bài giảng. "Bằng cách phân tích dữ liệu sinh viên cụ thể, AI có khả năng giúp đỡ nhận diện nhanh hơn các khu vực mà học sinh có thể cần nhiều sự giúp đỡ, từ đó cải thiện thành tích học sinh và giáo viên hỗ trợ," bà Jessie WoolleyWilson, Chủ tịch và CEO của DreamBox Learning (An intelligent math-learning platform), chia sẻ.

Trang bị lớp học với trí tuệ nhân tạo tương đương với việc cung cấp cho mỗi học sinh một gia sư kỹ thuật số, Brinton giải thích. "Các thuật toán điều khiển AI có thể được đào tạo để phát hiện khi người học đang vật lộn và điều gì khiến họ đấu tranh, hoặc khi họ buồn chán và những gì gây ra chán nản". Đây là một sự thay đổi từ phần mềm học tập truyền thống, cái mà chỉ dựa trên phản hồi đánh giá để đo lường mức độ nắm bắt của học sinh về các chủ đề họ học tập. "Thông tin này thường không có sẵn trong một bài giảng, ít hơn nhiều ở độ chi tiết trong giai đoạn kế tiếp mà tại đó một học sinh có thể chuyển từ quan điểm rõ ràng sang quan điểm lẫn lộn, " Brinton nói.

Hiện tại có một số nền tảng hỗ trợ AI tạo ra hồ sơ kỹ thuật số phong phú của mỗi sinh viên bằng cách thu thập trực tiếp thông tin từ sự tương tác của người dùng với tài liệu khóa học và bối cảnh. Ngoài việc lưu giữ hồ sơ của các lớp và điểm số, Zoomi, nền tảng Brinton giúp phát triển, theo dõi các tương tác vi mô như xem các trang cụ thể trên Tài liệu PDF, phát lại một phần cụ thể của video hoặc đăng một câu hỏi hoặc câu trả lời trên một diễn đàn thảo luận.
Dữ liệu sau đó được sử dụng để xây dựng một mô hình tự do có thể cung cấp thông tin trong thời gian thực (inreal-time) về sự hiểu biết và sự tham gia của học sinh với chủ đề cụ thể. Mô hình dữ liệu cũng giúp tìm kiếm chung mô hình giữa nhiều sinh viên và thực hiện dự đoán phân tích, chẳng hạn như dự báo cách sinh viên sẽ thực hiện (hành xử) trong tương lai.
Việc sử dụng AI tiên tiến hơn có thể liên quan đến các thuật toán hình ảnh phức tạp để phân tích biểu cảm khuôn mặt của người học, chẳng hạn như sự nhàm chán và mất tập trung, và liên kết với những dữ liệu khác được thu thập trên các trường hợp khác để tạo ra một bức tranh đầy đủ hơn về mô hình người học.

 Tìm kiếm và giải quyết các khiếm khuyết trong học tập.

Có nhiều lợi ích để có một mô hình kỹ thuật số đáng tin cậy đại diện cho kiến thức của học sinh. "Dữ liệu có thể được sử dụng tự động bởi một hệ thống thông minh để ngay lập tức thu hút sinh viên vào học tập kinh nghiệm cụ thể để giải quyết những khác biệt trong sự hiểu biết, hoặc bởi giáo viên để xác định và phản hồi ở những khu vực cụ thể cần thiết, " chia sẻ của Woolley-Wilson (Tập đoàn DreamBox).
Third Space Learning, một nền tảng giáo dục trực tuyến được thành lập năm 2012 để cung cấp dạy kèm toán one-to-one, hiện đang tận dụng các thuật toán AI để giúp cải thiện hiệu suất của giáo viên. Kể từ khi ra mắt, Third Space Learning đã ghi lại dữ liệu về hàng ngàn phiên học. Hợp tác với Đại học College London, Third Space Learning hiện đang tham gia vào một dự án khai thác dữ liệu với các thuật toán AI để tìm kiếm ra các mô hình cho việc dạy và học thành công và cung cấp phản hồi in real-time gia sư trực tuyến của họ về cách thế nào học sinh của họ theo kịp bài học.

Mô hình học tập thông minh cũng tác động mạnh mẽ đến hệ thống dạy kèm thông minh (Intelligent Tutoring Systems - ITS). Hệ thống gia sư thông minh, có thể làm việc trong một môi trường tự học tập hoặc kết hợp với giáo viên (con người), sử dụng dữ liệu lịch sử và thời gian thực của học sinh để cung cấp cho người học với một nội dung được cá nhân hóa theo các thế mạnh hoặc những điểm yếu cụ thể của người học. Cung cấp trải nghiệm học tập cá nhân là một mục tiêu mà các giáo viên luôn nỗ lực để đạt được.
"Các hệ thống gia sư được hỗ trợ bởi AI đã cho thấy có hiệu quả trong việc giảng dạy các môn học được xác định rõ, như toán học và vật lý," Rose Luckin (Professor of Learner Centred Design at the University of College London Knowledge Lab) chia sẻ. "AI hiện tại có thể làm giảm thiểu các khiếm khuyết bằng cách giúp lưu giữ thông tin, tài liệu và giúp lựa chọn và đề xuất các nguồn lực cho người học sử dụng. "

Một ví dụ là MATHIA, một nền tảng học toán được hỗ trợ bởi AI được phát triển bởi Carnegie Learning có thể kiến tạo hình ảnh (phản ánh hành vi) gia sư con người. MATHIA thu thập các điểm dữ liệu khác nhau và sử dụng các thuật toán học máy và các mô hình dự đoán để xác định mức độ kiến thức và kỹ năng của học sinh và ước tính hiệu suất của họ trong tương lai. Nền tảng sử dụng dữ liệu này để điều chỉnh lộ trình học tập theo cách học của học sinh.

"Mỗi giai đoạn trong một vấn đề, ví dụ như việc điền vào một ô trong một bảng tính, vẽ một điểm trên biểu đồ, v.v., được liên kết với một hoặc nhiều kỹ năng nhận thức," Steve Ritter, Chánh kiến trúc sư sản phẩm tại Carnegie Learning, chia sẻ. "Tuỳ thuộc vào việc học sinh có thực hiện đúng bước hay không, hoặc yêu cầu gợi ý, chúng tôi điều chỉnh ước tính của chúng tôi về kiến thức của học sinh về các kỹ năng liên quan."
MATHIA sử dụng "truy tìm kiến thức" - quá trình xác định sự hiểu biết của học sinh về các khái niệm khác nhau, cũng như "truy tìm mô hình" - quá trình tìm hiểu của học sinh cách tiếp cận để giải quyết vấn đề, để điều chỉnh phần mềm hỗ trợ cho quá trình suy nghĩ của từng học sinh thay vì chuyển hướng họ đến một cách tiếp cận tiêu chuẩn có thể không thực sự có ý nghĩa với họ. Điều này giúp việc cung cấp nội dung được cá nhân hóa, với vô số con đường học tập.

"Gợi ý của chúng tôi, ví dụ, thay đổi dựa trên thứ tự Học sinh hoàn thành các bước vấn đề, nếu thứ tự này phản ánh cách khác nhau để tiếp cận vấn đề," Ritter nói.
Sự phát triển của hệ thống gia sư thông minh cuối cùng có thể dẫn đến một kinh nghiệm tự học phong phú hơn. Đây sẽ không phải là sự thay thế cho giáo viên con người, tuy nhiên sự hỗ trợ của AI - nền tảng học tập trực tuyến (Elearning) - có thể đóng một vai trò quan trọng trong việc tạo ra một phương cách đào tạo chất lượng
cao dành cho những nơi thiếu giáo viên và/hoặc cho sinh viên, học sinh tự học.
"Sự kết hợp giữa dữ liệu lớn và AI có thể cung cấp cho người học các phân tích cá nhân của riêng họ, mà họ có thể tận dụng để trở thành người học hiệu quả nhất họ có thể," Luckin nói.
Hiểu biết về bản thân (biết những gì bạn làm và không) và tự điều chỉnh (ví dụ, có thể ngăn mình khỏi bị phân tâm bởi những gì người khác đang làm) là hai kỹ năng rằng các hệ thống như vậy có thể giúp phát triển, theo Luckin. "AI có thể được sử dụng để làm giàn giáo (hỗ trợ) người học phát triển những kỹ năng chính, bằng cách phản ánh lại dữ liệu thuộc cá nhân của họ bằng việc sử dụng giao diện được thiết kế cẩn thận và trực quan hóa," Luckin nói. "Bằng cách này, tất cả người học có thể được giúp đỡ để học tập tốt hơn, sẽ hữu ích trong tất cả các lĩnh vực chủ đề." Một trong những lợi ích của hệ thống học tập được hỗ trợ bởi AI là sự hỗ trợ liền mạch (không trở ngại). "Công nghệ thông minh giúp học sinh và giáo viên bên trong lớp học phải được tận dụng tương tự bên ngoài lớp học," Woolley-Wilson nói." Hệ thống có thể mang lại các khuyến nghị được cá nhân hóa cho dù sinh viên ở bất cứ nơi nào. Cơ hội học tập và truy cập không còn bị giới hạn ở một thời gian hoặc địa điểm nhất định như thường thấy trong quá khứ."
Đào tạo tại doanh nghiệp cũng có thể được hưởng lợi từ cá nhân hóa AI. Zoomi, một công ty cung cấp các công cụ trực tuyến để đào tạo chuyên nghiệp, sử dụng thuật toán AI để nhận ra sở thích của người học và sự năng động, từ đó thích ứng nội dung khóa học để đáp ứng nhu cầu của họ. Ví dụ, dựa trên hành vi trong quá khứ của người học và phản ứng của họ với các loại công cụ phương tiện tiếp cận khác nhau, hệ thống có thể quyết định liệu khóa học tài liệu nên được phục vụ ở định dạng PDF hoặc video. Progressive Business Partners đã và đang sử dụng nền tảng (Zoomi online learning software) kể từ năm 2016 để đào tạo các chuyên gia nhân sự, kết quả là 12% tăng về việc người học hoàn thành khóa học và tăng 30 % về doanh thu.

Tìm và giải quyết các khiếm khuyết trong giảng dạy

Khi học sinh tụt lại phía sau trong một bài học, sai sót trong phương pháp giảng dạy và chương trình giảng dạy thường bị đổ lỗi nhiều tương tự như điểm yếu ở bản thân học sinh. Nguyên nhân có phải là do việc hiểu sai điều gì đó trong tài liệu được giảng dạy, hoặc do bởi cách thức trình bày hoặc do bởi cấu trúc của tài liệu trong dòng chảy của chương trình học? Hoặc có phải là do học sinh bị bệnh vào lúc một số khái niệm cần thiết được đề cập trong chương trình học? Hoặc do học sinh đã tiếp nhận tài liệu huấn luyện cách nào - tích cực hay thụ động?
Đó là một số câu hỏi mà mọi giáo viên phải trả lời khi đánh giá chất lượng của một bài học được giao và tìm hiểu nguyên nhân gốc rễ của vấn đề trong học tập.
"Các hệ thống tuyệt vời có thể tận dụng các bộ dữ liệu khổng lồ để hỗ trợ giáo viên trong việc tìm kiếm cả hai vấn đề - điểm yếu trong chương trình giảng dạy và tìm kiếm học sinh gặp khó khăn, "Woolley-Wilson nói. "Và một điều rất quan trọng cần được ghi nhớ rằng việc trợ giúp giáo viên phụ thuộc vào chất lượng dữ liệu cung cấp cho hệ thống phân tích" Nền tảng học tập thích ứng trực tuyến của DreamBox sử dụng dữ liệu thu thập từ các sinh viên để khám phá ra khoảng cách học tập và sau đó giúp đỡ giáo viên để giải quyết chúng ở cấp độ lớp học hoặc từng nhóm cụ thể hoặc từng học sinh riêng biệt. Điều này có thể bao gồm việc tạo nhóm chiến lược, kế hoạch học tập cá nhân, hoặc tập trung vào các bài tập để giải quyết các khoảng cách (khiếm khuyết) cụ thể và bổ sung cho giáo trình cốt lõi.
AI cũng giúp giáo viên đánh giá tài liệu giảng dạy của họ "Trong khi nội dung được phân phối 'trực tiếp' trong một lớp học thực thụ, hầu hết các giáo viên chuẩn bị tài liệu của họ điện tử, "Brinton, nhà nghiên cứu từ Zoomi nói." kết quả là, các công nghệ AI có thể chuẩn trích tài liệu này, xác định các chủ đề, và thậm chí phân tích đánh giá tài liệu khóa học để có được cái nhìn sâu sắc, đánh giá bao gồm nội dung khóa học."
Zoomi sử dụng Xử lý ngôn ngữ tự nhiên (NLP), một nhánh của AI phân tích nội dung và bối cảnh của tài liệu bằng văn bản, để cân nhắc chất lượng tài liệu khóa học của giáo viên. Thuật toán Zoomi loại bỏ nội dung không có tích cực tác động đến quá trình học tập. Công ty cũng đang làm việc trên các thuật toán làm tăng trải nghiệm học tập bằng cách tìm nội dung bổ sung và tái sử dụng nó để phù hợp với bối cảnh của một bài học cụ thể mà một học sinh đang vật lộn. "Ngay sau đó, các thuật toán có thể sửa đổi các câu cho rõ ràng, và thậm chí trở thành tác giả tài liệu mới của riêng họ giống như một con người sẽ làm," Brinton nói.

Content Technologies, Inc (CTI), một công ty nghiên cứu và phát triển trí tuệ nhân tạo có trụ sở tại California, đã phát triển AI tự động tạo tùy chỉnh nội dung giáo dục. Động cơ của CTI sử dụng Deep Learning để phân tích giáo trình và tài liệu khóa học, làm chủ kiến thức và tạo nội dung mới như tùy chỉnh sách giáo khoa, tóm tắt chương, và bài kiểm tra trắc nghiệm. Các công nghệ hiện đang được sử dụng bởi một số công ty và cơ sở giáo dục.

Giáo dục sẽ luôn là một trải nghiệm xã hội

Trong khi chúng ta đã thấy những nỗ lực ấn tượng trong việc áp dụng trí tuệ nhân tạo trong giáo dục, kết quả vẫn mờ nhạt trong việc so sánh với các lĩnh vực khác mà thuật toán AI đang gây ra sự biến động lớn. Lý do là giáo dục và học tập là những trải nghiệm xã hội cơ bản cực kỳ khó khăn nếu không nói là không thể tự động hóa. "AI không thể thay thế giáo viên, vì nó không có ý thức tự giác hoặc quy định siêu nhận thức, và nó cũng thiếu sự đồng cảm," Luckin, giáo sư từ phòng thí nghiệm tri thức UCL. "Tuy nhiên, AI, khi nó thiết kế được thông báo bởi những gì chúng ta biết về học tập và giảng dạy (tức là các ngành khoa học học tập), có thể được kết hợp với một số lượng lớn dữ liệu về người học để giải nén hộp đen học tập và cho phép người học, giáo viên và phụ huynh theo dõi tiến bộ nhiều môn học, kỹ năng và đặc điểm, từ đó có thể cung cấp thông tin quan trọng để hỗ trợ người học trở nên hiệu quả hơn, cũng như giúp họ học được các kiến thức và kỹ năng." Sự tăng cường và hỗ trợ mà AI cung cấp cho quá trình giáo dục và học tập sẽ giúp cho giáo viên nâng cao năng suất và hiệu quả. "Giáo viên sẽ có thể tập trung vào những gì họ có thể làm tốt nhất: tạo ra nội dung xuất sắc, cung cấp mạnh mẽ bài giảng, và giải quyết các khiếm khuyết phổ biến nhất một cách trực tiếp hoặc từ xa, theo cá nhân và theo nhóm," Brinton nói.
Một khía cạnh xã hội khác của giáo dục là hợp tác. Sinh viên thường học hỏi nhiều hơn từ làm việc theo nhóm và khi họ nghe bài giảng với nhau và giải quyết vấn đề với tốc độ của riêng họ. "Các mục tiêu của giáo dục bao gồm một xã hội nhiều tương tác, chẳng hạn như học cách trở thành một cộng tác viên tốt hoặc giao tiếp với người khác ", Ritter (The product architect from Carnegie Learning) chia sẻ. "Vì vậy, một thách thức trong việc cá nhân hóa hướng dẫn là để cân bằng xem một sinh viên là một người học độc lập có thể tiến hành theo tốc độ của mình với nhu cầu hợp tác làm việc với người khác."
Nhưng AI cũng có thể trở thành người hỗ trợ trong học tập hợp tác. Intelligence Unleashed, một bài viết nghiên cứu chung của UCL và Pearson, đồng tác giả của Luckin, giải thích rằng AI có thể hỗ trợ học tập hợp tác bằng cách so sánh các kiểu mẫu người học sinh và đề xuất các nhóm trong đó người tham gia một mức độ nhận thức tương tự hoặc có các kỹ năng bổ sung và có thể giúp đỡ lẫn nhau AI cũng có thể tham gia vào các nhóm người học như một thành viên và giúp thảo luận về các cuộc thảo luận đúng hướng cung cấp nội dung, đặt câu hỏi và cung cấp thay thế quan điểm khác biệt.
Sự phổ biến của AI trong suốt quá trình học tập cuối cùng sẽ cách mạng hóa giáo dục. Theo một báo cáo của trường đại học Stanford, trong 15 năm tới, có khả năng là giáo viên con người được hỗ trợ bởi các công nghệ AI sẽ mang lại kết quả tốt hơn trong việc tương tác với người học, cả trong lớp học và tại gia. Lớp học có thể vẫn còn ít nhiều như ngày nay, nhưng nhờ các trợ lý kỹ thuật số, thuật toán AI và giáo viên với nhiều khả năng hơn, thế hệ tương lai hy vọng sẽ có quyền tiếp cận một nền tảng giáo dục chất lượng hơn và sẽ có thể học được nhiều hơn với tốc độ nhanh hơn.

Đinh Quang Nương tạm dịch với Google Translate 

Ben Dickson
Ben Dickson is a software engineer and tech blogger. He writes about disruptive tech trends including artificial
intelligence, virtual and augmented reality, blockchain, Internet of Things, and cybersecurity. Ben also runs the
blog TechTalks. Follow him on Twitter and Facebook.

 

 

CÁC BÀI VIẾT CÙNG CHUYÊN MỤC