AI-направлене навчання та автономія учнів
В рамках моїх докторських досліджень я вивчаю способи підвищення як часової ефективності, так і автономії учнів в середовищах, що використовують аудіо- та відеоконтент. Центральним аспектом цього підходу є концепція AI-направленого навчання — інтегрованої системи, що використовує штучний інтелект для оптимізації та підтримки всього навчального середовища, допомагаючи кожному учневі отримати доступ до знань, що відповідають його особистим інтересам та цілям, і самостійно проектувати свій навчальний процес.
Замість того, щоб зосереджуватися лише на ідеї, що люди навчаються безпосередньо від ШІ, AI-направлене навчання підкреслює ширший філософський підхід до проєктування. Штучний інтелект активно адаптує навчальне середовище до потреб кожної людини, дозволяючи їй ефективно і гнучко отримувати знання та спрямовувати власний навчальний шлях. Як приклад, професійні гравці в шьоги в Японії вже використовують програмне забезпечення на базі ШІ для пошуку нових стратегій та тактик. AI-направлене навчання прагне розширити такі точкові рішення поза конкретні сфери — як шьоги — на галузі, що включають аудіо, відео та інші різноманітні ресурси. Аналізуючи розуміння кожного учня, його переваги та доступний контент, ШІ може надавати динамічну підтримку протягом всього навчального процесу. Зрештою, цей підхід прагне звільнити учнів від обмежень єдиного викладача чи інституції, наближаючи нас до моделі самостійного навчання.
Десколінг у цифрову епоху
При розгляді зростаючої автономії та гнучкості сучасних навчальних середовищ, можливих завдяки AI-направленому навчанню, корисно повернутися до ідей Івана Іліча. У “Десколінг суспільства” Іліч уявляв світ, де люди можуть отримувати знання на основі своїх власних інтересів, не будучи прив'язаними до шкільних систем. Половину століття тому така ідея здавалась суто ідеалістичною, особливо в епоху без широкого використання персональних комп'ютерів або Інтернету. Але сьогодні, завдяки швидкому розвитку інформаційних технологій, елементи десколінгованого середовища Іліча поступово набувають форми в цифрових просторах. Повертаючись до цієї інтелектуальної основи, ми можемо помістити дослідження в галузі взаємодії людини з комп'ютером (HCI) в філософську рамку Іліча, переосмислюючи, як наша робота може додати нову цінність до його уявлення про суспільство, що не обмежене інституційними перешкодами.
“Deschooling Society”, Іван Іліч (1971)
Суспільство, орієнтоване на учня, та HCI
Іван Іліч критикував школи за їхні уніфіковані навчальні програми та системи атестації, які канонічно спрямовують навчання згори вниз. Натомість він уявляв мережу для навчання, де люди можуть вільно досліджувати та обмінюватися знаннями, що ґрунтуються на повсякденному житті, керуючись власними інтересами та пристрастями. Ця ідея частково реалізована в альтернативних навчальних підходах, орієнтованих на учня, таких як анскулінг та вільні школи, де вчителі виконують не лише роль постачальників знань, але й наставників, тренерів і навігаторів. В основі цього підходу лежить переконання, що самі учні мають свободу визначати свої навчальні шляхи.
Ідея навчання, спроектованого учнем, резонує з принципом User-Centered Design (HCI) і стає ще більш виразною в рамках Learner-Centered Design (Soloway та ін., 1994). В рамках цієї моделі розробка систем та програмного забезпечення переосмислюється навколо питання, як найкраще сприяти розвитку та дослідженню учня, часто шляхом надання підтримки в залежності від потреб, через так звані "scaffolding" — поступові рівні підтримки.
Візія Іліча: навчання, вільне від інституційних обмежень, тісно узгоджується з цими філософіями дизайну, орієнтованими на учня, і сучасні дослідження в галузі HCI та освітні практики вже перетворюють частини цієї візії на конкретні цифрові рішення.
Концептуальна модель, що ілюструє перехід від дизайну, орієнтованого на користувача (зліва), до дизайну, орієнтованого на учня (праворуч), з адаптивним "scaffolding" для різних етапів розвитку (Soloway et al., 1994).
Впровадження середовищ для самостійного навчання
В останні роки дослідження в галузі HCI перейшли від теоретичних обговорень автономії учнів до практичного проєктування систем та взаємодій. На таких конференціях, як UIST та CHI, ми бачимо численні інтерактивні панелі, які дозволяють учням вибирати власний темп або матеріали, а також адаптивні системи навчання, які динамічно коригують навчальні шляхи на основі індивідуальних переваг та рівнів розуміння.
Ці зусилля спрямовані на те, щоб надати учням середовище, в якому вони можуть активно налаштовувати спосіб отримання знань. Наприклад, Вембсгансс і колеги (2020) представили адаптивну систему з використанням обробки природної мови (NLP), яка надає відгуки в реальному часі про стиль письма учня та структуру аргументів. Парк і колаборатори (2024) створили диалогову основу для репетиторства, що інтегрує моделювання учня та великі мовні моделі (LLMs), налаштовуючи стратегії наставництва відповідно до унікальних характеристик кожного учня. Такі дослідження демонструють нові можливості для учнів рефлексувати над своїми роздумами та коригувати стилі наставництва в режимі реального часу.
Система AI, яка надає миттєвий відгук на твердження, докази, переконливість і узгодженість тексту, згенерованого учнем (Wambsganss et al., 2020).
З’явились додаткові технології, такі як персоналізовані системи рекомендацій, що пропонують навчальні матеріали на основі логів користувача, автоматизовані інструменти для створення слайдів для конкретних цілей і мета-когнітивні інструменти, що візуалізують розвиток індивідуальних навичок. Ці інновації дозволяють учням отримувати доступ до відповідних знань, керуючись власними інтересами, і активно проектувати свої навчальні процеси — так само, як це уявляв Іліч у своєму десколінгованому середовищі.
Моя докторська робота: AI-направлене навчання
В рамках AI-направленого навчання, моя мета — створити середовище, в якому учні можуть ефективно та активно видобувати важливу інформацію з величезної кількості аудіо та відеоконтенту, доступного в Інтернеті. У візії Іліча про навчальне суспільство кожен міг би вільно отримувати знання. Хоча MOOC (масові відкриті онлайн-курси) і OER (відкриті освітні ресурси) значно знизили бар'єри для доступу до різноманітних ресурсів, учні стикаються з новими труднощами: ефективно фільтрувати величезний контент і використовувати його в обмежений час.
Щоб вирішити цю проблему, моє дослідження пропонує три технічні підходи, які покращують як часову ефективність, так і автономію учнів — центральні стовпи рамки AI-направленого навчання, в якій користувачі можуть проектувати та переналаштовувати свої навчальні шляхи за потреби.
AIxSpeed
AIxSpeed орієнтоване на аудіоконтент, як-от подкасти чи записи лекцій, динамічно регулюючи швидкість відтворення, щоб користувачі могли слухати швидше без втрати розуміння. Аналізуючи мову через автоматичне розпізнавання мови, система сповільнює важкі сегменти або ті, що схильні до помилок розпізнавання, дозволяючи слухачам швидко засвоювати довготривалий контент. Це покращує часову ефективність і перетворює онлайн аудіо ресурси в гнучке джерело для навчання на ходу.
FastPerson
FastPerson орієнтоване на відеоконтент, створюючи висновкові відео, виділяючи ключові моменти з довгих записів. Інтегруючи великі мовні моделі, OCR, обробку об'єктів і інші методи, воно аналізує слайди, діаграми та усні слова, щоб створювати стислі підсумки.
Цей підхід економить час, даючи учням можливість вибирати, які частини матеріалу досліджувати докладніше, зміцнюючи як ефективність, так і автономію. Це також робить великі бібліотеки записаних лекцій більш доступними, пропонуючи скорочені версії, адаптовані до рівня кожного учня.
Profy
Profy аналізує поведінку користувачів, аудіо та відео дані, щоб виділити які частини відрізняються від майстерного виконання. Ця система виходить за межі мовного навчання, де можна порівняти своє вимовлення з носієм мови, і поширюється на такі сфери, як музика чи спорт, порівнюючи дії учня з діями експерта. Використовуючи самокеровані моделі, Profy працює без необхідності в конкретному вчителеві чи навчальній програмі, підтримуючи вдосконалення учнів через самостійний зворотний зв'язок. Вона також вводить новий стиль навчання, в якому експертні відео з усієї мережі можна безпосередньо інтегрувати як навчальний матеріал.
Ці три підходи перетворюють різноманітні онлайн медіа в відкриті, керовані навчальні середовища, що зменшують залежність від одного вчителя або установи. Завдяки AI-направленому навчанню учні можуть вільно обирати контент, що відповідає їхнім інтересам, цілям і стилям навчання, і будувати ефективний шлях до навчання. У цьому сенсі це пропонує погляд на те, як принципи десколінгу можуть бути переосмислені в цифрову епоху.
AIxSpeed: Прискорює аудіо, зберігаючи розуміння. Виявляє сегменти мови, які автоматичне розпізнавання знаходить складними, і сповільнює їх, досягаючи більш швидкого, але зрозумілого відтворення (Kawamura & Rekimoto, 2023).
Екосистема, орієнтована на учнів, та перспективи майбутнього
Технологічні досягнення — від генеративного ШІ до AR/VR та IoT — швидко диверсифікують і розширюють сьогоднішні навчальні середовища. У межах цих розширень дослідження в галузі HCI грають важливу роль, не лише вводячи нові технології, а й приймаючи дизайн, орієнтований на людину, що ставить на перше місце автономію учнів.
Тут звернення Іліча до десколінгу служить цінною основою. Його візія звільнення освіти від жорстких інститутів тісно узгоджується з наданням учням можливості створювати свої власні шляхи та отримувати знання, коли і як вони хочуть. Хоча сучасні технологічні рішення лише частково виконують ширшу мету Іліча щодо трансформації суспільства, вони демонструють обнадійливі кроки до більш самостійної екосистеми навчання.
Моя ініціатива AI-направленого навчання спрямована на подальший розвиток цієї візії, інтегруючи техніки для швидшого розуміння контенту, автономних рекомендацій матеріалів і мета-когнітивної підтримки. В сукупності ці інновації можуть зменшити залежність від традиційної освіти, прокладаючи шлях до більш відкритих, самостійних навчальних середовищ.
Подальше вдосконалення цієї екосистеми, орієнтованої на учнів, вимагатиме співпраці між освітньою політикою, навчальним дизайном, медіа-грамотністю та гуманітарними і соціальними науками. Дослідникам HCI слід виходити за межі технічних проривів і також займатися аспектами інституційного та громаданського будівництва. За допомогою таких багатогранних підходів ми можемо переосмислити принципи десколінгу для цифрової ери — і продовжувати досліджувати нові форми навчальних спільнот і екосистем.
Джерела
- Illich, I. (1971). Deschooling Society. New York: Harper & Row.
- Kawamura, K., & Rekimoto, J. (2022). DDSupport: Система підтримки навчання мов, яка показує різниці і відстані від модельної мови. 2022 IEEE International Conference on Machine Learning and Applications (ICMLA), 313–320.
- Kawamura, K., & Rekimoto, J. (2023). AIxSpeed: Оптимізація швидкості відтворення з використанням слухового розуміння моделей розпізнавання мови. Augmented Humans International Conference (AHs), 200–208.
- Kawamura, K., & Rekimoto, J. (2024).
FastPerson: Покращення навчання за допомогою ефективного підсумовування відео, яке зберігає лінгвістичний та візуальний контексти. Augmented Humans International Conference (AHs), 205–216. - Soloway, E., Guzdial, M., & Hay, K. E. (1994). Дизайн, орієнтований на учня: виклик для HCI в 21 столітті. interactions, 1(2), 36–48.
- Park, M., Kim, S., Lee, S., Kwon, S., & Kim, K. (2024). Підтримка персоналізованого навчання через систему репетиторства на основі діалогу з моделюванням учнів. Empowering Personalized Learning through a Conversation-based Tutoring System with Student Modeling. In Extended Abstracts of the CHI Conference on Human Factors in Computing Systems, 1–10.
- Wambsganss, T., Niklaus, C., Cetto, M., Söllner, M., Handschuh, S., & Leimeister, J. M. (2020). AL: Адаптивна система підтримки навчання для розвитку навичок аргументації. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–14.
Про автора
Kazuki Kawamura
Закінчив магістратуру з інформатики в аспірантурі Кіотського університету в 2021 році. Наразі є аспірантом в аспірантурі університету Токіо на факультеті міждисциплінарних інформаційних досліджень та дослідником в Sony Computer Science Laboratories, працюючи над проектом AI-Guided Learning з точки зору взаємодії людина-ШІ.
Зв'язатися з Kazuki
Його інтереси включають використання глибоких знань про поведінку користувачів і ефективні втручання для покращення загального добробуту та розвитку навичок на суспільному рівні, інтегруючи теорії з гуманітарних та соціальних наук. Він також робить внесок у освіту ШІ в кількох установах, маючи на меті з'єднати фундаментальні дослідження, реальні додатки та педагогічний охват у безперервний спосіб.
Перекладено з: Toward a “Deschooled” Society Through HCI: Envisioning the Future of Learning