A mesterséges intelligencia az oktatásban

Lépten-nyomon a mesterséges intelligenciába ütközünk. Komplex algoritmusok alapján tanulnak a számítógépek, de vajon fel tudjuk-e használni ezt a diákok tanulásának fejlesztésére is?

A jövő iskoláinak és tanárainak két jelenséggel kell szembenézniük már most is. Egyrészt a diákok számára apró kütyük formájában eléhetővé vált a világ tudása, másrészt pedig a Dolgok Internete (ahol minden összeköttetésben van a többivel) a leendő munkájukat is segíteni fogja jó eséllyel. Lassan fontosabb képesség lesz egy algoritmus támogatásával megoldani egy feladatot, mint önmaguktól. Kyle Wagner szerint öt olyan terület van, ahol a mesterséges intelligencia (MI) közvetlen hatással lesz az oktatásra: (1) a frontális oktatás helyett a hangsúly a mentorálásra helyeződik, (2) a tanárok tartalomgyártókból élménygyártókká válnak, (3) elkülönülten működő osztályok és évfolyamok helyett virtuális hálózatok lépnek elő, (4) tankönyvek és fix tantervek helyett egyénekre kialakított, rugalmas folyamatok szerint zajlik majd a tanítás, (5) a hierarchikus szervezés helyett oldairányba kinyiló globális hálózatok fognak irányítani.

Ezek a területek és irányok már most is jelen vannak. Számos amerikai iskolában használják a Google és az Amazon házi okoshangszóróját, az Alexát és az Echót. Ezek az egységek hangfelismerő rendszerükön keresztül képesek kérdésekre válaszolni, így ha a tanár színesíteni akarja az órát, vagy extra információkra vágynak a diákok, egy kérdésre van csupán a válasz. Ha a tanár odafigyel, akkor a diákok nem könnyű válaszokat fognak látni a szerkezetben, hanem komplex kérdések feltevését fogja ösztönözni az MI.

Az egyéni tantervek is léteznek: erre épül a Khan Academy, ahol úgy lehet számos természettudományi tárgyat tanulni, hogy az algoritmusok a tanuló szintjéhez igazítják a nehézséget. Akadozás esetén ismétlést ajánlanak fel, fokozatosan nehezítik a kérdéseket, és csak a tanulóra figyelnek. A tartalom is jelen van, manapság már tízezrével találni ingyenes és fizető online kurzusokat is, amiket a legnevesebb egyetemek hirdetnek meg. Itt egyéni sebességgel lehet haladni, a dolgozatainkat ugyanúgy kijavítják, és sok esetben olyan bizonyítványt is kaphatunk, amit a munkahelyek értékelnek. A Coursera, Edx, Udemy mind ezekre a modellekre épültek fel, és csupán motiváció szükséges ahhoz, hogy kinyíljon a diákok előtt a világ. Itt lépnek be a tanárok a képbe, és a tartalom átadása helyett ezért szükséges, hogy mentorálásra fókuszáljanak.

Az MI nem csupán a tanulásban segíthet, de hozzájárul ahhoz, hogy megértsük, hogy tanulnak emberek. A diákok hangjának felismerésével, szemmozgásuk követésével nagy segítséget nyújthat a tanároknak a lemaradók azonosításában, a személyre szabott tanterv pedig azt is megmutatja, hogy miben maradtak le.

Az MI a mindennapi munkában is segíthet. Egyszerűsítheti az adminisztrációt, legyen szó akár az értékelésről, a jegyek beírásáról, felszabadítva rengeteg időt arra, hogy a tanárok akár célzottan segítsenek a felszabadult energiájukkal egyes diákoknak. Az algoritmusok már most is könnyen megbírkóznak a feleletválasztós tesztek kiértékelésével, és léteznek algoritmusok, amik magabiztosan értelmezik az írott szöveget. Évek kérdése, hogy olyan rendszerek álljanak fel, amik játszi könnyedséggel értékelnek egy történelemesszét akár. Az egyetemek komoly adminisztrációs terhet vehetnek le az alkalmazottaik válláról, ha chatbotok és adaptív információs anyagok segítségével válaszolják meg a jelentkező diákok (vagy akár a hatályos hallgatók) leggyakoribb kérdéseit.

Akár a szülők is nyomon követhetik, hogy halad tanulmányaival a gyerekük. Persze a gyerekkori titkolózás része az itt szerzett meghatározó élményeknek, így akár még az is működhet, ha dicsérnivalót mutat be a rendszer a szülőknek.

„Péter az elmúlt időszakban kiemelkedő minőségben ír esszéket, és a geometriai képességei az osztály élére helyezik őt.” – Az maradjon Péter titka, hogy közben biológiából éppen átcsúszott kettessel. Kell egy kis izgalom is.

A Carnegie Learning rendszer már ma is működik a matematika területén. Képes értelmezni nem csupán a megoldásokat, de a megoldási folyamatot is. Felbecsülhetetlen, hogy mennyit segíthet egy matematikatanárnak az, hogy a szoftver rámutat a diákok gyenge pontjaira. Péter nem azért írt kettes dolgozatot, mert flegmán viselkedik, vagy mert rossz lenne matekból – sok évvel ezelőtt egy műveletet rosszul tanult meg, és azóta bátortalan nekiállni a feladatoknak, ugyanis mindig rossz eredmény jön ki…pedig érti.

Évek kérdése, hogy mikor indul be a nagyüzemi MI-felhasználás az oktatásban, és ne legyenek illúzióink, még Kelet-Európába is el fog jutni pár évtizeden belül.