Когда дело доходит до применения ИИ в образовании, одна компания в сфере образовательных технологий выделяется как мудрый лидер и новатор.
На фоне хаотического потока новых генеративных инструментов искусственного интеллекта, претензий и бедствий, захлестнувших школьных руководителей, Carnegie Learning все на ИИ в течение почти 25 лет.
Начав с MATHia, адаптивного репетитора по искусственному интеллекту, который персонализирует обучение для учащихся средних и старших классов, в прошлом году Carnegie Learning расширилась до инструментов на основе искусственного интеллекта для грамотности, языков, репетиторства и даже профессионального обучения для учителей и руководителей.
И хотя генеральный директор Барри Малкин воодушевлен тем, что современный искусственный интеллект способен персонализировать образование так, как мы не могли себе представить всего полтора года назад, это не изменило подход Карнеги к ИИ: с учетом людей.
«В основе всего, что мы делаем, лежит цель поддержать учащихся, преподавателей и руководителей в повышении успеваемости учащихся с помощью науки об обучении и искусственного интеллекта», — объясняет Малкин.
Путь к их общей цели одинаково краток: непрерывные исследования, отзывы клиентов и рост.
И они растут. С тех пор, как мы говорили с Малкиным, когда он стал генеральным директором семь лет назад, Карнеги добавил 500 новых сотрудников, 500 преподавателей, работающих неполный рабочий день, четыре новых продукта адаптивного искусственного интеллекта, бесчисленное количество исследовательских проектов и новую штаб-квартиру в Канаде.
Сегодня, после семи лет сидения в классах, бесед со школьными руководителями, пандемии и общенационального скачка в ИИ-мании, Малкин может поделиться уникальными идеями о том, как школы могут разумно выбирать инструменты ИИ, как Карнеги вписывается в ландшафт ИИ и как ИИ может быть источником положительного подкрепления для учащихся.
EdSurge: Что отличает подход Carnegie Learning к искусственному интеллекту от других предложений в области образовательных технологий?
Малкин: Наша история происхождения — это история продукта на основе искусственного интеллекта, первоначально запущенного Университетом Карнеги-Меллон через Carnegie Learning. Двадцать пять лет назад Университет Карнеги-Меллон создал первого адаптивного репетитора на основе искусственного интеллекта для преподавания математики в средней школе — MATHia, который до сих пор является одним из наших флагманских продуктов.
Carnegie Learning намного опередила свое время с этой ранней версией ИИ. Конечно, технология не была такой продвинутой, как сегодня, но это все равно был продукт, основанный на искусственном интеллекте и адаптивном обучении. Когда произошла революция генеративного искусственного интеллекта, у нас были хорошие возможности стать лидером, взять эти знания в области искусственного интеллекта и применить их таким образом, чтобы напрямую поддержать студентов и учителей.
У нас есть люди, которые понимают технологию искусственного интеллекта. У нас есть исследователи, которые изучали это в течение 25 лет. ИИ уже был частью ДНК Carnegie Learning, и теперь мы быстро и яростно движемся к интеграции его в продукты новыми и эффективными способами.
Как вы думаете, на что, по вашему мнению, руководство школ и учителя могут обратить внимание при выборе эффективных инструментов искусственного интеллекта, опираясь на такой глубокий опыт?
Многие технологические решения уже существуют в сфере образования, но лишь немногие из них демонстрируют реальную ценность, и ИИ не является исключением. Любой может создать технологический продукт, ориентированный на образование, но не каждый может создать технологический продукт, основанный на изучении науки и исследований, который действительно имеет значение.
У каждого есть доступ к большой языковой модели (LLM), которая позволит вам создать образовательное приложение, которое якобы будет выглядеть одинаково во многих компаниях этого сектора. Только те компании, которые понимают когнитивные модели и науку обучения и имеют данные, позволяющие добавить что-то существенное к этому LLM, смогут предоставить значимо дифференцированный продукт.
Например, в Carnegie Learning мы вдумчиво и целеустремленно относимся к интеграции генеративного искусственного интеллекта в наши продукты в качестве улучшения той работы, которую мы уже выполняем, и это очень важно.
Мы интегрируем это в нашу учебную программу. Это не еще один инструмент, к которому имеют доступ преподаватели и студенты. Это инструмент, встроенный в экосистему Carnegie Learning, который дает преподавателям и студентам еще одну стрелу в колчане, помогающую решить задачу или мотивирующую их учиться больше.
Школы должны учитывать эти факторы при внедрении инструментов искусственного интеллекта. Какова реальная ценность этого инструмента для студентов и преподавателей? Является ли оно продуманным, целенаправленным и, что самое важное, основанным на исследованиях?
Исследования, очевидно, жизненно важны для Карнеги. Как это выглядит на практике?
У нас есть большая исследовательская группа, которая постоянно изучает эффективность наших продуктов и внедряет систему постоянного совершенствования, чтобы наши решения постоянно становились лучше.
Их идеал – неустанные вопросы и исследования.
Наша исследовательская группа постоянно бросает себе вызов: давайте выясним, есть ли предвзятость в этой математической задаче, проверим ее в разных сообществах и выясним, какой язык вызывает положительный отклик, чтобы улучшить результаты. Как мы можем лучше понять заблуждения студентов? Существуют ли закономерности в типах ошибок, которые допускают учащиеся? Это очень важно.
Их никогда не удовлетворяет статус-кво, и они очень намеренно внедряют улучшения в продукты и контент, которые будут иметь значение.
Исследовательская группа Карнеги также участвует в крупномасштабных исследованиях, таких как исследование RAND «Золотой стандарт», финансируемое Министерством образования США, а также в более мелких исследованиях с участием округов и школ. Сбор данных и независимая проверка (я подчеркиваю, независимая оценка, которая уникальна) необходимы для доверия к нашей продукции. Все это влияет на наши процессы и делает нашу продукцию более эффективной. Это ключевая часть нашей цели.
Как, по вашему мнению, ИИ поддерживает эту цель — предоставить всем учащимся доступ к справедливому и персонализированному обучению?
Если мы правильно воспользуемся этой технологией, она сможет дать студентам больше того, чего они желают (чего я помню, когда желал в студенческие годы): больше вовлеченности, расширения возможностей и контекста. Сегодняшние студенты этого заслуживают.
Конечно, хорошо, если студенты понимают теорию, но они также должны понимать практическое применение своего обучения. «Что я могу сделать с этими знаниями? Как я могу вывести это за пределы классной комнаты?»
Мы проводим много времени, сидя в классах и наблюдая; нет причин, по которым учебная программа и технологии не могут вдохновлять всех учащихся. Такие технологии, как адаптивный искусственный интеллект, могут существенно помочь в персонализации. И чем больше мы сможем это делать, тем больше нам удастся разжечь страсть внутри каждого ученика.
Когда я учился в средней школе, у меня были проблемы с математикой, и я помню, как сидел в классе, пока класс продвигался вперед, а я все еще спорил с концепциями, которые мешали мне идти дальше быстрее. Это тяжелое место и ужасное чувство. Меня мотивирует помогать всем учащимся, но особенно тем, кто нуждается в дополнительной поддержке. Продукты Carnegie Learning, особенно наши решения на базе искусственного интеллекта, позволяют учащимся всегда оставаться на уровне своего класса.
Если мы сможем помочь учащимся достигать все более и более высоких результатов, мы добьемся чего-то удивительного. Это действительно то, что мы здесь делаем.