Comment pouvons-nous utiliser l'IA pour améliorer l'éducation ?

Tout d'abord, je dois vous dire que je suis professeur débutant dans l'une des universités des sciences de la vie. Avec environ 20 ans d'expérience professionnelle dans des rôles informatiques, j'ai concentré les cinq derniers d'entre eux sur l'enseignement et le conseil. Et d'après mon expérience, nos approches pédagogiques pourraient être améliorées à l'avenir. Et, parce que mon domaine d'intérêt personnel est étroitement lié au monde des technologies d'IA et de ML, j'aimerais discuter de la façon dont ces outils pourraient être utilisés pour améliorer l'enseignement des sciences de la vie.

Pour commencer, permettez-moi de nommer l'objectif général de l'enseignement supérieur. C'est le développement d'une nouvelle capacité pour l'élève à accomplir certaines actions professionnelles. Et la seule façon d'acquérir une nouvelle capacité est d'obtenir des informations théoriques sur ce que c'est, puis de s'entraîner à faire des actions connexes par vous-même sous la supervision de votre professeur. Ce processus se termine généralement par un test ou un examen pour évaluer si la formation a réussi.

Actuellement, dans la plupart des cas, toutes ces étapes sont assurées par des humains. Mais est-il vraiment nécessaire de répéter la même formation semestre après semestre pour chaque génération d'étudiants ? Et que se passera-t-il lorsque l'humanité sera confrontée à la nécessité d'établir une lointaine colonie dans les étoiles ? Avons-nous vraiment besoin d'emmener toute la faculté d'Oxford et du MIT avec nous là-bas ? Je suppose que non, ou du moins il sera difficile de convaincre la plupart des professeurs âgés de suivre une formation de cosmonautes.

Essayons d'ajouter une structure ici.

Informations théoriques

Je crois que les cours magistraux sont la partie la plus pertinente du processus éducatif à exclure de la transmission de connaissances en personne effectuée par des humains. Dans la plupart des cas, cela se fait déjà avec des cours et des manuels préenregistrés. Et dans de nombreuses situations, nous constatons que seul un gars au hasard sur YouTube pourrait expliquer quelque chose à la demande si nous l'avons manqué en classe.

Avons-nous besoin d'améliorer quelque chose avec l'IA ici, ou est-ce déjà parfait ? Bien sûr, nous faisons! Et c'est juste le moment idéal pour cela. Nous avons vu une génération d'images et de vidéos réalistes à l'aide des modèles Midjourney et Stable Diffusion AI. Il ne s'agit pas seulement d'art et de divertissement. Nous sommes sur le point d'avoir des conférences génératives à la demande avec la possibilité d'interagir avec le conférencier.

Faisons un pas en arrière. Tout d'abord, nous avons besoin d'une source pour obtenir toutes ces connaissances pour la conférence.

Qu'est-ce que ça pourrait être :

Une version texte de la conférence (à lire à haute voix par un outil de synthèse vocale alimenté par l'IA)

Un manuel pour le cours (pour résumer les faits dans les cours magistraux avec des algorithmes de synthèse de texte)

Un corpus de connaissances pour extraire des données avec une certaine requête, par exemple, une base de données de publications scientifiques (pour identifier les réponses liées au sens dans les textes avec des modèles de transformateur comme GPT-3)

Cela pourrait être considéré comme un pas en avant, et ce n'est pas une technologie pour un avenir lointain ; tous les composants sont déjà disponibles. Il n'attend qu'une demande d'étudiants et d'ingénieurs qualifiés en IA pour aider les professeurs à se doter d'outils simples. En pratique, cela devrait ressembler à une conversation en personne réelle en privé ou en petit groupe pour recevoir tout le matériel, et n'ayez pas peur d'interrompre si vous avez besoin de détails ou de répéter quelque chose du cours précédent. Cette approche éliminera les problèmes pour les étudiants timides de la dernière rangée, car il ne s'agit que d'un algorithme avec lequel vous parlez et il n'y a aucun mal à poser des questions stupides, tout comme lorsque vous parlez avec Siri ou Alexa. Côté visuel, vous pouvez utiliser un casque VR ou simplement un écran, comme vous le souhaitez. Sur l'écran, vous pouviez voir n'importe quelle personne dans le monde, comme un vieil homme qui ressemble à Albert Einstein ou une jeune femme. Le seul but est de vous garder intéressé et d'obtenir autant de données que possible de votre cours. Bien sûr, il n'y a pas de limites ici; vous pouvez éviter du tout les présentateurs visuels et afficher les supports visuels appropriés également organisés par l'algorithme.

Formation pratique

Pour certains, vous pouvez vous entraîner sur des modèles mathématiques représentant des corps humains ou des équipements de laboratoire chimique dans un environnement virtuel. Et c'est déjà possible sans IA ou juste avec des améliorations mineures basées sur l'IA. Mais demandez à n'importe qui : veut-il rendre visite à un médecin qui acquiert toute son expérience uniquement dans l'hôpital virtuel ? Bien sûr, la réponse sera non. Les raisons en sont très objectives.

Vos émotions fonctionnent différemment dans la vraie vie que dans une simulation.

Les situations dans la simulation sont limitées à une certaine liste de variantes.

Il existe de nombreux facteurs supplémentaires qui ne pourraient pas être inclus dans un manuel ou un cours de formation, et les compétences nécessaires pour travailler avec eux ne pourraient être acquises que grâce à une expérience de la vie réelle.

L'IA ne peut pas encore faire grand-chose pour améliorer vos sentiments dans les simulations, donc pour l'instant cette limitation est toujours présente. Cependant, lorsqu'il s'agit de variations et de changements soudains dans une situation, l'IA pourrait aider à fournir des situations générées par la procédure avec un niveau élevé de facteurs aléatoires impliqués. Et les données pour ces procédures pourraient être recueillies à partir de diverses sources de données, comme nous l'avons vu dans une partie précédente. Ainsi, l'IA améliorera au moins les exercices de pratique virtuelle actuels.

Passons à la pratique réelle et réfléchissons à la manière dont l'IA pourrait nous aider ici. Pour commencer, il pourra fournir des explications et des données théoriques à la demande, comme cela a été décrit précédemment lors de la tâche pratique. Il est courant qu'en écoutant la conférence sur le canapé, vous n'ayez pas de questions, mais dès que vous devrez faire quelque chose par vous-même, vous en aurez plein. Il n'est pas toujours possible d'avoir un enseignant à vos côtés pour demander, donc notre conférencier virtuel sera très utile.

Vérifier tous les progrès et les résultats est un autre aspect de la pratique qui nécessitera le plus d'efforts de la part des enseignants. Dans la plupart des cas, un étudiant se rendra compte qu'il a fait quelque chose de mal au début de son travail et non à la fin. Et du coup, il devra tout recommencer à zéro. L'IA pourrait être utilisée comme outil de surveillance du processus, signalant à l'étudiant s'il y a des erreurs qui pourraient être facilement corrigées. C'est une bonne pratique du point de vue pédagogique, car aucun faux schéma ne sera imprimé dans le cerveau d'un élève. La surveillance des processus d'IA peut être effectuée avec une analyse de flux vidéo ou audio ou par d'autres moyens pour recevoir des données connexes. Actuellement, nous avons ces solutions utilisées pour contrôler les processus de production ou, par exemple, pour vérifier les compétences d'élocution chez les apprenants de langues étrangères.

Il n'est pas facile de développer un tel environnement de formation, et il sera plus difficile de le tenir à jour. Mais de mon point de vue, cela en vaut vraiment la peine, et cela pourrait être une plate-forme unifiée pouvant être utilisée par plusieurs universités avec des ajustements pertinents.

Évaluation des compétences

Dans de nombreux cas, le processus d'évaluation des compétences est automatisé et fait avec différents types de tests et d'exercices. Quel rôle l'intelligence artificielle pourrait-elle jouer dans cette situation ?

La génération de tests est l'un des types d'activités les moins appréciés des professeurs, car vous devez générer de mauvaises réponses et fournir de nombreuses variantes de tâches pour éviter la fraude.

Les examens oraux sont ceux qui prennent le plus de temps.

Il faudra également faire des efforts pour vérifier l'examen écrit. Vous devez également garder un œil sur les salles pour éviter que les étudiants ne trichent.

Le modèle d'IA que nous avons décrit dans la partie théorique pourrait être utilisé pour générer des questions et des réponses à partir de matériel de cours, d'un manuel ou d'autres sources de données. Ces tests pourraient être générés à la demande, il n'y aura donc aucun moyen de simplement mémoriser les bonnes réponses. Et il n'y a aucun problème à produire des réponses incorrectes. De plus, nous pourrions utiliser GAN (Generative Adversarial Network) pour évaluer nos tests. Par exemple, vérifiez comment les résultats des tests seront liés à la quantité de données utilisées pour la formation.

Des examens oraux pourraient être effectués par nos conférenciers virtuels pour la première partie. En termes de technologie, il n'y a aucune différence. Vous devez générer une question, traiter la réponse, demander des éclaircissements si nécessaire et comparer à quel point la réponse est proche de celle générée (sur la base du sens et non des mots exacts). Ce processus pourrait également être vérifié et amélioré avec un modèle GAN.

Les examens écrits pourraient être contrôlés par des systèmes de vidéosurveillance basés sur l'IA pour empêcher la tricherie, de la même manière qu'ils aident à contrôler le personnel sur les chaînes de montage pour qu'il porte des uniformes. Et les réponses écrites, bien sûr, pourraient être vérifiées avec des outils d'IA de la même manière que les réponses orales, à l'exception de la nécessité de la reconnaissance vocale.

Conclusion

Je crois que nous sommes prêts à créer un cours d'apprentissage entièrement automatisé. Il est certain que de nombreux leaders d'opinion universitaires ne seront pas heureux de permettre cela, car ce sera un défi pour eux de changer le système, qui n'a pas beaucoup changé depuis des centaines d'années. Mais cela ne signifie en aucun cas que nous n'avons plus besoin de professeurs et d'experts en processus éducatifs ; il sera toujours nécessaire d'optimiser ces outils et de les maintenir à jour, non seulement d'un point de vue technique, mais aussi pédagogique et essentiel. Si nous sommes en mesure de fournir une telle automatisation, cela aidera à éliminer les biais dans la disponibilité de l'éducation et l'évaluation des compétences. Il en résultera un bond en avant totalement nouveau pour toute l'humanité.