30
Sep
2019

როგორ გარდაქმნის განათლებას ხელოვნური ინტელექტი – ნანა დიხამინჯია

30 Sep 2019

კარლ ჩაპეკის პიესაში „როსუმის უნივერსალური რობოტები“ ქარხანაში შექმნილი ადამიანის მსგავსი რობოტები ჯერ ემსახურებიან ადამიანებს, შემდეგ კი ანადგურებენ მათ. 1921 წელს შექმნილი ეს პიესა პირველი ცნობილი ლიტერატურული ნაწარმოებია, რომელშიც მანქანები დამოუკიდებელ გადაწყვეტილებას იღებენ. სამეცნიერო ფანტასტიკის ლიტერატურისა და ფილმების გავლენით, ხელოვნური ინტელექტის პოპულარული წარმოდგენა ამის შემდეგ მნიშვნელოვნად არ შეცვლილა, მიუხედავად იმისა, თუ ბოლო წლებში რა სისწრაფით ვითარდება ხელოვნური ინტელექტის გამოყენება ყველა დარგში, სამეცნიერო კვლევებიდან გასართობ ინდუსტრიამდე…

ცხადია, ჯერ კიდევ ძალიან შორს ვართ იმ ტიპის ხელოვნური ინტელექტისგან, რომელიც წარმატებით შეძლებს ადამიანის იმიტაციას რთულ და კომპლექსურ პროცესებში, მაგრამ კომპიუტერული ხედვის, მეტყველების ამოცნობის და ბუნებრივი ენის დამუშავების ალგორითმების, ისევე როგორც ზოგადად მანქანური დასწავლის ალგორითმების სწრაფი განვითარება, აჩქარებს ამ მიმართულებით ინოვაციური პროდუქტების შემუშავებას. ხელოვნურ ინტელექტზე დაფუძნებული აპლიკაციების წყალობით იცვლება ადამიანის ტექნოლოგიებთან ურთიერთობის მოდელები: ადამიანის ურთიერთობა მანქანებთან ხდება მით უფრო იოლი და ბუნებრივი, რაც უფრო მეტად ახერხებენ ხელოვნური ინტელექტის სისტემები ადამიანთა ინდივიდუალურ თვისებებსა და მიზნებზე მორგებას.

განათლების სფეროში ხელოვნური ინტელექტის გამოყენების მთავარი პერსპექტივები სწორედ პერსონალიზებულ, ინტერაქტიურ და დიფერენცირებულ სწავლებას უკავშირდება, რომლის სარგებლობაზე რამდენიმე ათეული წელია, განათლების მკვლევარები საუბრობენ და რომლის პრაქტიკული განხორციელება ძალიან რთულია ტიპურ საკლასო ოთახში, სადაც ერთი მასწავლებელი საშუალოდ 20 მოსწავლეს ასწავლის. ცხადია, მაღალი ხარისხის განათლებას ყოველთვის დასჭირდება ადამიანის ჩარევა, მაგრამ ხელოვნური ინტელექტის განვითარება გვპირდება განათლების სფეროს გაუმჯობესებას სხვადასხვა დონეზე. უკვე არსებობს მეტნაკლებად წარმატებული აპლიკაციები მეცნიერების, მათემატიკისა და ენების საბაზისო დონეზე შესწავლისთვის. ბუნებრივი ენის დამუშავების, მანქანური დასწავლისა და მასობრივი ჩართულობის (crowdsourcing) ინსტრუმენტებმა ხელი შეუწყო ონლაინ სწავლების სწრაფ განვითარებას, რადგან უფრო იოლია ინდივიდუალური სტუდენტის სწავლის სტილისა და საჭიროების გათვალისწინება, რის შედეგადაც ონლაინ მასწავლებლის აუდიტორია რამდენჯერმე იზრდება.

შესაძლებელია თუ არა ისეთი სისტემის შექმნა, რომელიც გაითვალისწინებს მოსწავლის არსებულ ცოდნას და ათვისების უნარს, ხარვეზებს მის წინარე ცოდნაში და შექმნის მასზე მორგებულ საუკეთესო სწავლების მოდელს და კურიკულუმს? შეძლებს თუ არა ასეთი სისტემა, მხედველობაში მიიღოს მოსწავლის ფსიქოლოგიური მდგომარეობა, განწყობა, ინტერესები და კვალიფიციურ მასწავლებელზე უკეთ ასწავლოს? ამ ტიპის „ჭკვიანი მასწავლებლის სისტემის“ (Intelligent Tutoring System) შექმნაზე დღეს ბევრი კვლევითი ცენტრი და მაღალტექნოლოგიური კომპანია მუშაობს.

ჭკვიანი ტუტორის სისტემის თეორიული სიკეთეების მიუხედავად, ჯერ კიდევ არ არსებობს საკმარისი კვლევები, რომლებიც დაადასტურებდა მათ ცალსახა უპირატესობას სხვა მეთოდებთან შედარებით. ასეთი სისტემების წარმატებულ შექმნას და დანერგვის ძირითადი სირთულე არის ჭკვიანი ტუტორების სისტემის შექმნის კომპლექსური პროცესი და ხანგრძლივი დრო. გამოთვლილია, რომ ექსპერტს სჭირდება რამდენიმე ასეული საათი იმისთვის, რომ შექმნას ამ სისტემის ერთსაათიანი გაკვეთილი. ამ სირთულეების მიუხედავად, დღეს განათლების დარგში ხელოვნური ინტელექტი რამდენიმე მიმართულებით ვითარდება:

  1. მოსწავლეთა/სტუდენტთა ნაშრომების ავტომატური შეფასება, რაზეც მასწავლებლის და ლექტორის დროის მნიშვნელოვანი ნაწილი იხარჯება. ასეთი სისტემები უკვე კარგადაა განვითარებული ტესტური და „გამოტოვებული ტექსტის შევსების“ ტიპის ნაშრომებისთვის, ესსეს შეფასების ინსტრუმენტები კი განვითარების საწყის ეტაპზეა და დამოკიდებულია ტექსტის დამუშავების ალგორითმების განვითარებაზე. ამჟამად ჩინეთში დაახლოებით 60000 სკოლა სახელმწიფო პროგრამის ფარგლებში ტესტავს ე.წ. „მოაზროვნე“ შემფასებელ სისტემას მოსწავლეთა ესეების შეფასებისთვის (5). ტექნოლოგია იმგვარადაა შექმნილი, რომ იგებს ტექსტის ზოგად ლოგიკას და შინაარსს, ესსეს შესახებ ადამიანის მსგავსად გამოაქვს დასკვნა, ნიშანთან ერთად კი წერს რეკომენდაციებს ტექსტის სტილის, სტრუქტურისა და თემის შესახებ. იგი მსგავსია ამერიკული E-Rater სისტემის, რომელსაც ETS იყენებს – საგანმანათლებლო ტესტირების უდიდესი ორგანიზაცია ამერიკაში, რომელიც უზრუნველყოფს ისეთ გამოცდებს, როგორიცაა TOEFL და GRE.

 

  1. სასწავლო პროგრამებსა და კურსებში ხარვეზების აღმოჩენა. ლექტორისთვის ყოველთვის არაა ცხადი, სასწავლო მასალების და სწავლების მეთოდის რა ტიპის ხარვეზები უშლით ხელს სტუდენტებს, კარგად აითვისონ მასალა. ხელოვნური ინტელექტის მეთოდებით შესაძლებელია ამ პრობლემის გადაჭრა. მაგალითად, Coursera, მასობრივი ღია ონლაინ კურსების (MOOC) მომწოდებელი, უკვე პრაქტიკულად იყენებს ამ მიდგომას. როცა სტუდენტების დიდი ნაწილი კონკრეტულ კითხვაზე არასწორად სცემს პასუხს, სისტემა შეტყობინებას უგზავნის მასწავლებელს, სხვა სტუდენტებისთვის კი ქმნის მინიშნებებს, რომელიც ეხმარება მათ სწორი პასუხის პოვნაში. ამ გზით სტუდენტები გაცილებით სწრაფად იღებენ უკუკავშირს, ვიდრე მასწავლებლისგან მიიღებდნენ, და შედეგად უკეთ ითვისებენ მასალას. მონაცემთა ანალიზზე და ხელოვნურ ინტელექტზე დაფუძნებული პროგრამები სასარგებლო რჩევებს აძლევენ სტუდენტებსა და მასწავლებლებს სასწავლო პროგრამის მიმდინარეობის შესახებ. ამ ტიპის სისტემებს განსაკუთრებით ის უნივერსიტეტები იყენებენ, ვინც ონლაინ კურსებს სთავაზობს სტუდენტებს. სისტემა მონიტორინგს უწევს სტუდენტის პროგრესს კურსის განმავლობაში და ატყობინებს როგორც სტუდენტს, ისე პროფესორს, თუკი ეს პროგრესი ნელდება. ეს საშუალებას აძლევს სტუდენტს, დროზე მიიღოს საჭირო მხარდაჭერა პროფესორისგან, პროფესორი კი ხედავს, სად სჭირდება სწავლების მეთოდის და მასალის მიწოდების გაუმჯობესება.

 

  1. ონლაინ სწავლების სწრაფი გაუმჯობესება. დღეს ონლაინ სწავლების მთავარ სირთულედ ითვლება მასწავლებლის სტუდენტთან ინტერაქციის ნაკლებობა. ხელოვნურ ინტელექტზე და კომპიუტერულ ხედვაზე დაფუძნებული სისტემები შეძლებენ სრულად აღიქვან ეკრანთან მყოფი სტუდენტის ემოცია და შესაბამისად მიაწოდონ უკუკავშირი, დააჩქარონ ან შეანელონ ინსტრუქციის და დავალებების ტემპი. დღესდღეობით ამ ტიპის უკუკავშირი ეფუძნება სტუდენტის და სისტემის ტექსტურ ურთიერთობას. მაგ., ჯერ კიდევ 2002 წელს WHY-2 Atlas სისტემას შეეძლო სტუდენტის დახმარება ფიზიკის ამოცანების ამოხსნისას, ამჟამად კი მსგავსი მეთოდები გამოიყენება როგორც Duolingo ტიპის აპლიკაციებში ენის სწავლებისთვის, ისე რიგ ამერიკულ სკოლებში დანერგილ  Carnegie Cognitive Tutor სისტემაში, რომელიც ალგებრის და გეომეტრიის სასწავლად გამოიყენება.  მსგავსი აპლიკაციები პროფესიულ და უმაღლეს განათლებაშიც წარმატებით ინერგება. მაგალითად, SHERLOCK82 ასწავლის საჰაერო ძალების ტექნიკურ პერსონალს თვითმფრინავის ელექტრული სისტემის პრობლემების დიაგნოსტირებას, ხოლო სამხრეთ კალიფორნიის უნივერსიტეტმა შექმნა ავატარებზე დაფუძნებული ტრეინინგ-მოდული, რომელიც ეხმარება საერთაშორისო ბაზებზე მივლენილ სამხედრო პერსონალს, შეიმუშავონ სწორი ქცევის მოდელები სხვადასხვა კულტურული გამოცდილების მქონე ადამიანებთან ურთიერთობისას.

 

  1. ხელოვნური ინტელექტის სისტემები აბიტურიენტთა აპლიკაციების გადარჩევისთვის. ამერიკულ უნივერსიტეტებში სტუდენტების მიღების სისტემა ითვალისწინებს არა მარტო აბიტურიენტის სკოლის ნიშნებს და სტანდარტიზებული ტესტების შედეგებს, არამედ მის გამოცდილებას, ექსტრაკურიკულურ აქტივობებს, უნივერსიტეტის კულტურასთან შესაბამისობას, სხვადასხვა ტიპის კვოტებს და დაფინანსების შესაძლებლობებს. ონლაინ აპლიკაციების გამო იზრდება აპლიკანტთა რაოდენობა და იმავე დროს იზრდება კონკურენცია უნივერსიტეტებს შორის. ყველა უნივერსიტეტი ცდილობს, ჯერ კიდევ სკოლიდან შეარჩიოს სამიზნე აუდიტორია და იმუშავოს მის მოზიდვაზე. გარდა იმისა, რომ ათასობით აპლიკაციების გადარჩევას სჭირდება დიდი ადამიანური რესურსი, აპლიკაციების შერჩევაზე მოქმედებს ადამიანური წინასწარგანწყობა. აბიტურიენტთა შერჩევის სისტემების განვითარება, რომელზეც სულ უფრო მეტი ამერიკული კომპანია მუშაობს, სწორედ ამ პრობლემის გადაჭრას ემსახურება. ამას გარდა, კარგად განვითარებული ჩეტბოტების სისტემა ეხმარება აბიტურიენტებს, ნაკლებად გამოიყენონ უნივერსიტეტის თანამშრომლებთან ურთიერთობა უნივერსიტეტის შერჩევისას და სწრაფად მიიღონ პასუხი სასურველ კითხვებზე.

 

  1. ხელოვნური ინტელექტის სისტემები სასწავლო კურსების შერჩევისთვის. სასწავლო პროგრამების განვითარებასთან ერთად სტუდენტებს ხელი მიუწვდებათ სხვადასხვა ტიპის კონცენტრაციებზე და არჩევით კურსებზე. ვინაიდან საბაკალავრო 4 წლის განმავლობაში შესაძლებელია მხოლოდ გარკვეული რაოდენობის სასწავლო კურსის შესწავლა, ძალიან მნიშვნელოვანია კურსების სწორი შერჩევა. ამისთვის უნივერსიტეტები გამოყოფენ მრჩეველებს, რომლებიც ეხმარებიან სტუდენტებს, დაგეგმონ სწავლის პროცესი. მეორეს მხრივ, სასწავლო პროცესის სწორი დაგეგმვისთვის უნივერსიტეტებისთვის მნიშვნელოვანია, ჰქონდეთ მაქსიმალურად სწორი პროგნოზი, თუ რომელ კურსებზე რამდენი სტუდენტი დარეგისტრირდება შემდეგ სემესტრში. ხელოვნურ ინტელექტზე დაფუძნებული სისტემები იყენებენ უნივერსიტეტის წარსულ მონაცემებს და სხვადასხვა გარე მონაცემებს, რომელიც უკავშირდება შრომის ბაზარს და ეკონომიკურ ტრენდებს. ასეთი სისტემები ერთის მხრივ, სტუდენტს ურჩევენ მისი უნარების, დროისა და წინა გამოცდილების გათვალისწინებით მასზე მორგებულ სასწავლო განრიგს, ხოლო უნივერსიტეტს აწვდიან სავარაუდო პროგნოზს კურსების მომავალი დატვირთვის შესახებ.

 

მოცემული სისტემების განვითარება თავის მხრივ ხელს უწყობს ინტერდისციპლინარულ კვლევებს ხელოვნური ინტელექტის მკვლევარებსა და ჰუმანიტარულ-სოციალური მეცნიერებების მკვლევარებს შორის. ამ ტიპის კვლევები განსაკუთრებით საინტერესოა ვირტუალურ და გაფართოებულ რეალობაზე დაფუძნებული სასწავლო კურსების შემუშავების თვალსაზრისით. ვირტუალური რეალობის ტექნოლოგიების გამოყენებით უკვე ბევრი სასწავლო სისტემაა შექმნილი, რომელიც მოსწავლეებს სთავაზობს ბიოლოგიის, ანატომიის, გეოლოგიის, ისტორიისა და ასტრონომიის სწავლას VR ვიდეოთამაშების პრინციპით. ამ სისტემების გამდიდრება ხელოვნური ინტელექტით მოსწავლეებს დაეხმარება, მათ ცოდნაზე მორგებული უნიკალური გარემოში თამაშით აითვისონ ის მასალა, რომელიც სახელმძღვანელოში მოსაწყენი ეჩვენებათ.

განათლებისა და ხელოვნური ინტელექტის მკვლევარები თანხმდებიან, რომ ხელოვნური ინტელექტის განვითარებასთან ერთად უფრო ბუნდოვანი გახდება ზღვარი ფორმალურ, საკლასო ოთახის განათლებასა და თვითმართვად, ინდივიდუალურ განათლებას შორის. შემდეგ წლებში მოსალოდნელია ადაპტური სასწავლო სისტემების მეტი ინტეგრირება წამყვანი უნივერსიტეტების სასწავლო პროცესებში, ხოლო მასიური ონლაინ ღია კურსების (MOOC) სისტემების მეტი გამოყენება სკოლებში შერეული სწავლების მეთოდებზე დაყრდნობით. არავინ იცის, სრულად ჩაანაცვლებს თუ არა ოდესმე ხელოვნური ინტელექტი ადამიან მასწავლებელს, მაგრამ ცხადია, რომ განათლების სისტემები არსებითად იცვლება ხელოვნური ინტელექტის განვითარებასთან ერთად და აუცილებელია ყველა იმ გამოწვევისა და რისკის გათვალისწინება, რომელიც თან ახლავს ამ პროცესს უსაზღვრო შესაძლებლობებთან ერთად.

 

ნანა დიხამინჯია – Marketer.ge – ის კონტრიბუტორი

განხილვა