Искусственный интеллект будет оценивать студентов

Повысит ли IBM Watson успеваемость студентов?

Вопросы успеваемости студентов беспокоят учебные заведения по всему миру. Как выявить учащихся с большим потенциалом, повысить эффективность образования — и уменьшить количество отчисляемых?.. Однозначных «рецептов» по сей день не найдено. Однако попытки оптимизировать учебный процесс регулярно предпринимаются как в нашей стране, так и за её пределами. В ход идут различные способы — регулярное анкетирование учащихся и преподавателей, ведение портфолио студентов, работа с тьюторами и кураторами... А в Университете Южного Коннектикута (США) решили пойти ещё дальше, — подключив к анализу академического потенциала студентов искусственный интеллект. Знаменитая система IBM Watson без устали будет наблюдать за учащимися на территории академического кампуса, сообщая администрации ВУЗа, насколько перспективен тот или иной студент.

by TechnoDrive.ru

Основной задачей Watson Analytics в американском ВУЗе станет выявление студентов, которые могут покинуть его стены, не окончив образование. Проанализировав данные за последнее десятилетие, сотрудники Университета Южного Коннектикута пришли к выводу, что поведение учащихся на территории кампуса, напрямую указывает на их будущие планы. И поэтому, вместо использовавшегося прежде анкетирования и анализа демографических характеристик, решили прибегнуть к помощи искусственного интеллекта.

«Когда мы начали использовать Watson Analytics для исследования студенческих потоков, мы пришли к неожиданным выводам, — отметил Майкл Бен-Ави, директор департамента оценки качества образования и планирования. — С их помощью мы смогли принимать решения, основанные на данных, а не на прецедентах. Нам также очень помог переход от перегруженных информацией отчётов к инфографике с наглядными диаграммами и схемами, подготовленными благодаря Watson Analytics».

Подобный подход позволил Университету Южного Коннектикута разработать новые программы для студентов, — и активизировать работу с «проблемными» учащимися. В частности, для слушателей был создан так называемый «Центр успеваемости», координирующий эффективность усвоения учебных материалов и предлагающий помощь наставников всем, кто в этом нуждается.

Открытым остаётся лишь вопрос о способности IBM Watson отличать рядовые девиации от проявлений гениальности. Ведь, как известно, многие хедлайнеры ИТ-индустрии в юности не блистали круглыми пятёрками. В частности, школьник Билл Гейтс не успевал по многим предметам (исключая математику!), а его увлечение компьютерами заставило родителей обратиться к психиатру. Стивен Хокинг в процессе учёбы неоднократно «заваливал» экзамены (но окончил Оксфорд в 20 лет), а Стив Джобс, вначале, перебивался с «троек» на «четвёрки» (однако затем перешёл из четвёртого сразу в седьмой класс).

Сумеет ли искусственный интеллект выявить подобные прецеденты среди негативных проявлений, — или доверившиеся ему представители академических кругов рискуют «выплеснуть вместе с водой и ребёнка»?

Ответ на этот вопрос, вероятно, будет зависеть и от обучающей выборки. Ведь поведение самообучающихся систем во многом зависит от исходной информации, которой они обладают. А окончательное решение, — к счастью, — пока ещё остаётся за человеком. Который в некоторых ситуациях может не согласиться с решением «электронного мозга» и выбрать альтернативный вариант. Возможно, именно в этом заключается преимущество естественного интеллекта перед эмуляторами нейронных сетей — в наличии «шестого чувства» и решимости взять на себя ответственность за принятое решение.

И ещё новость TechnoDrive.ru!

Лишь один клик...

Политика конфиденциальности и Условия использования Google