El Departament d’Ensenyament del Weizmann Institute reuneix professors i màquines i crea eines basades en IA per a una instrucció personalitzada.

És possible tenir raó el 100% del temps? Aquest pregunta va perseguir Alan “The Brain” Powers quan la seva aula va donar la benvinguda a una pissarra interactiva parlant anomenada Hugo. “The Brain” és el geni de la classe de la sèrie d’animació infantil Arthur, i Hugo, que afirmava ser 100% precís, va provocar el seu escepticisme. De fet, tan bon punt la pissarra va corregir el professor, el Sr. Ratburn, va quedar clar que la promesa d’una precisió perfecta era una estirada: Hugo només tenia raó el 98% del temps… Els bons professors són insubstituïbles. Com potenciar els professors amb IA (Intel·ligència Artificial)?

Potenciar els professors amb IA

Els investigadors del Departament d’Ensenyament de la Ciència del Weizmann Institute of Science estan explorant àmbits similars mentre intenten desenvolupar noves tecnologies que millorin l’aprenentatge i la instrucció. Quan pregunten als professors com la intel·ligència artificial podria donar suport al seu treball, la resposta recurrent és que “podrien utilitzar ajuda per revisar preguntes obertes”. Això pot semblar una fantasia futurista – com Hugo d’Arthur, o potser com l’ajudant d’un professor perfecte que estalvia un temps valuós i proporciona coneixements valuosos – però el grup de recerca de la doctora Giora Alexandron està desenvolupant aquestes aplicacions d’intel·ligència artificial.

Recentment, el grup de recerca va publicar un estudi en què van demostrar que els algorismes d’aprenentatge automàtic i el processament del llenguatge natural es poden “entrenar” per avaluar automàticament les respostes dels estudiants a preguntes obertes de biologia. Les avaluacions dels algorismes eren molt similars a les dels experts pedagògics i dels professors. A més, els primers experiments en què estudiants i professors van rebre feedback pedagògic basat en l’anàlisi generada per màquina van demostrar que hi havia una millora notable en el rendiment de l’aprenent.

Algorismes

Es va trobar que els algorismes feien més que simplement imitar els humans: en alguns criteris, ho van fer millor. Els sistemes d’aprenentatge automàtic eren més capaços de proporcionar una visió general més ràpida del nivell de coneixement a l’aula.

L’estudi va ser dirigit pel becari postdoctoral Dr. Moriah Ariely, especialitzat en l’ensenyament de la biologia i en l’escriptura científica, i per l’estudiant de doctorat Tanya Mazaretsky, especialitzada en les aplicacions de la intel·ligència artificial a l’educació científica. El Dr. Cipy Hofman també va contribuir. La investigació es va dur a terme en col·laboració amb el grup de recerca en educació biològica liderat per la professora Anat Yarden. Es va realitzar amb un grup pilot de professors de biologia i es va executar a la plataforma PeTeL (Personalized Teaching and Learning) – un entorn d’aprenentatge digital desenvolupat al Departament d’Ensenyament de Ciències de Weizmann, que està sent utilitzat per centenars de professors i desenes de milers d’estudiants de ciències.

Els algorismes per l’aprenentatge automàtic i el processament del llenguatge natural es poden “entrenar” per avaluar les respostes dels estudiants a preguntes obertes de biologia.

“Els bons professors són insubstituïbles”

Tal com “The Brain” va aprendre de la seva trobada amb Hugo, no hi ha alternativa al Sr. Ratburn, el savi professor que guia els estudiants. “La pandèmica de la COVID-19 ha accelerat l’adopció de tecnologies d’aprenentatge a distància, però molts estudis han demostrat que l’orientació humana és insubstituïble”, diu el doctor Alexandron. “No hi ha dubte que el paper ideal de la tecnologia en l’educació és potenciar i donar suport als processos d’aprenentatge i instrucció dirigits pels professors”.

A partir d’aquesta visió, el grup de recerca està fent estudis sobre els factors humans que configuren les interaccions professor – intel·ligència artificial en una nova direcció. Estan duent a terme aquesta investigació juntament amb el professor Mutlu Cukurova de la University College London, que és un expert en interacció ordinador-humà i ha investigat aquest tema en el context dels motors de recomanació relacionats amb les finances i la medicina. Resulta que molts pateixen biaixos cognitius que poden provocar una confiança excessiva – o desconfiança – en les recomanacions generades per la intel·ligència artificial.

“La nostra visió és veure que la intel·ligència artificial treballa amb i per als professors en les seves diferents tasques, ajudant-los a adaptar la seva instrucció a les necessitats particulars dels estudiants individuals”.

Els biaixos dels professors

Els professors, tal com va revelar l’estudi en una publicació recent, es caracteritzen per biaixos similars. Per exemple, els professors són reticents a acceptar recomanacions basades en IA quan aquestes contradiuen els seus coneixements previs sobre els seus estudiants. Tal com van demostrar els investigadors en una publicació posterior, amb una formació adequada en l’ús del sistema d’IA i en la incertesa inherent a les seves prediccions, aquests biaixos es poden reduir: els professors poden desenvolupar confiança en les recomanacions impulsades per l’IA i considerar-les de manera informada.

En un altre estudi sobre les actituds dels professors cap a la intel·ligència artificial, el grup de recerca va dur a terme un experiment amb l’esperit del programa de televisió The Masked Singer. En aquest experiment, es va demanar als alumnes que responguessin un conjunt de preguntes obertes. A continuació, es va demanar als individus d’un grup de professors de biologia que predissin el tipus de comentaris que donarien els altres professors del grup sobre les respostes dels estudiants. Aleshores se’ls va demanar als professors que endevinessin quin dels seus companys – The Masked Teacher – era el millor predictor. Els professors van tenir una sorpresa: es va revelar que The Masked Teacher no era altre que l’algoritme d’IA basat en llenguatge natural que havia après d’ells com avaluar les respostes dels estudiants a preguntes obertes.

Arthur (episodi complet – HD) Get Smart/Baby Steps – Temporada 16, episodi 4

Els coneixements d’aquest estudi van inspirar el disseny d’un altre sistema tecnològic: GrouPer, una eina interactiva que permet als professors mapejar els estudiants segons els perfils de coneixement. GrouPer es va desenvolupar en col·laboració amb el Grup de Recerca en Educació Física dirigit pel Prof. Edit Yerushalmi i un grup de professors pilot que van ajudar a adaptar l’eina a les possibilitats i limitacions dels seus diferents entorns d’aula. En el disseny de GrouPer també han participat el Dr. Asaf Bar-Yosef, el Dr. Michal Walter i Carmel Bar. El desenvolupament tecnològic va ser liderat per Nadav Kavalerchik, i la interfície va ser dissenyada per Edna Rolnick.

Malgrat els resultats prometedors i l’entusiasme dels professors que van participar en els experiments, l’adopció generalitzada d’aquestes eines innovadores s’enfronta a dificultats tecnològiques, financeres i pràctiques. “La nostra visió és veure que la intel·ligència artificial treballa amb i per als professors en les seves diferents tasques, ajudant-los a adaptar la seva instrucció a les necessitats particulars dels estudiants individuals. L’objectiu és que els algorismes i les dades facilitin l’experiència pedagògica. Els bons professors són insubstituïbles”, subratlla Alexandron. “El nostre objectiu és donar-los les eines que els apoderaran i els ajudaran a sobresortir a ells i als seus estudiants”.

Llegit a:

Weizmann Wonder Wander

Potenciar els professors amb IA