Баннер мобильный (3) Пройти тест

Искусственный интеллект для учебы и практики: как технологии меняют образование

Рассказываем, в каких сферах образования полезен искусственный интеллект и какие сервисы уже существуют на рынке

Кейс

3 марта 2024

Поделиться

Скопировано
Искусственный интеллект для учебы и практики: как технологии меняют образование

Содержание

    Искусственный интеллект и технологии уже нашли свое применение в медицине, благотворительности, экологии и других социально значимых сферах. Среди них и образование. Здесь нейросети помогают снизить рутинную нагрузку учителей и преподавателей, сделать учебу более персонализированной и веселой для студентов, облегчить вход в новые профессии и поддержать учащихся морально. Делимся обзором применения технологий в образовании с примерами работающих сервисов и практик.

    Автоматизация рутины для учителей

    Качественное образование зависит от преподавателя: его креативности, умения подать материал, вовлечь студентов. Но часто большую часть времени учителям и преподавателям приходится тратить на «тетрадки» — проверку тестов, домашних заданий и эссе.

    Избавить их от рутины помогают решения на основе нейросетей. Например, программа Gradescope позволяет проверять тесты по физике, математике, химии, биологии и другим предметам. Пользователь предзагружает в программу тест и ответы, а затем сканирует листы бумаги с выполненными заданиями от студентов. Нейросеть распознает рукописный текст, сопоставляет с правильными ответами, находит ошибки и группирует их, чтобы преподаватель мог дать обратную связь по слабым местам студентов. 

    Gradescope оценивает заполненный рукописно тест
    Так выглядит интерфейс проверки в Gradescope. Источник

    Разработка контента, тестов и контрольных

    Еще одна рутинная операция в образовании — создавать опросники и тесты для контроля знаний. В этой сфере тоже есть AI-помощники. 

    Например, сервис для создания тестов PrepAI. Он позволяет создать тест на основе вашего материала (конспекта, книги, видеолекции) или ввести тему в окно поиска и собрать контрольную работу по материалам из интернета. Сервис работает на базе нейросети, которая распознает контент, сегментирует его, генерирует разные варианты ответов. На PrepAI можно делать тесты как для школьников, так и для студентов университетов.

    Еще один пример автоматизированной разработки контента — сервис Smartest Learning. Инструмент анализирует ваши текстовые документы и на их основе может создавать презентации с иллюстрациями и графиками, викторины и тесты. Все свои проекты можно сохранять в библиотеку и редактировать здесь же.

    Персонализация обучения

    Алгоритмы искусственного интеллекта помогают определить уровень студента и создать для него персонализированный план обучения. Яркий пример — приложение для изучения иностранных языков Duolingo. На старте вы проходите тест по изучению языка, и приложение собирает для вас упражнения подходящей сложности. Затем, на основе каждого пройденного урока, ваших успехов и ошибок, Duolingo выбирает упражнения, которые помогают заполнить пробелы и повысить свой уровень. Также в приложение встроена система распознавания речи, которая позволяет практиковать навык произношения.

    Аналогично работает Thinkster — сервис для обучения школьников математике. Взаимодействие с платформой начинается с теста, затем приложение подбирает для пользователя подходящие ему упражнения и меняет программу в зависимости от того, как ученик проявляет себя. Работа на Thinkster включает в себя также уроки с репетитором, которому аналитика по ученикам помогает составлять индивидуальные уроки. 

    ChatGPT указывает на ошибки
    Расширенная версия Duolingo использует ChatGPT, чтобы объяснять пользователям их ошибки. Источник

    Помощь в IT-практике

    Чтобы получить помощь в образовании, не обязательно идти за специализированными сервисами — полезным может оказаться даже ChatGPT. Например, студентам курса фронтенд-разработки Skillfactory нейросеть помогла в работе на «Мегахакатоне» — большом практическом мероприятии с участием реальных заказчиков.

    Задачу команде поставила компания «ХотКей», которая разработала для своих клиентов нейросеть для генерации картинок. Студентам-фронтендерам предложили создать веб-интерфейс для управления этой нейросетью. Некоторые участники команды учились фронтенду всего две недели, но при поддержке нейросети отлично справились с задачей.

    Во фронтенд-команде собрались очень активные ребята, которые задавали интересные вопросы и по-настоящему удивили своей финальной работой. Они не только выполнили техническое задание, но и добавили собственные доработки: например, возможность выбрать различные стили изображения и настроить их соотношение в конечной картинке. В работе они использовали HTML, CSS, Javascript. ChatGPT помогла им там, где не хватало собственных компетенций. Например, некоторые еще не очень хорошо знали JavaScript и задавали нейросети конкретные запросы: «напиши код для слайдера». ChatGPT также оснащена датасетами верстки, поэтому хорошо справлялась с этими задачами. По сути, нейросеть выступила помощником, который наталкивает на мысль или дополняет компетенции разработчиков-новичков. 

    Кирилл Староста,
    продуктовый дизайнер,
    ментор команды фронтенд-разработки на Мегахакатоне Skillfactory

    Поддержка и адаптация

    Обучение идет продуктивнее, когда школьники и студенты чувствуют себя комфортно в новой среде и ощущают поддержку. Здесь на помощь также могут прийти нейросети. Например, студенты университета Эмори (США) разработали чат-бот на искусственном интеллекте Emora, который может общаться на глубокие темы, помогать людям с тревожностью и депрессией. Первая аудитория этого сервиса — студенты-первокурсники, которым нужна поддержка при переезде, смене образа жизни и адаптации в новом коллективе. 

    Кейс

    Поделиться

    Скопировано
    0 комментариев
    Комментарии