新しいAIにより、教師はインテリジェントな個別指導システムを迅速に開発できる

インテリジェントな個別指導システムは、代数や文法などの特定の科目の指導に効果的であることが証明されていますが、このようなコンピューター化されたシステムを作成するのは困難で手間がかかります。現在、カーネギーメロン大学の研究者たちは、コンピューターに教えることを教えることによって、実際にそれらを迅速に構築することが可能であることを示しました。

人工知能を使用する新しいアプローチを使用すると、教師は、複数の列を追加したり、コンピューターが誤って応答したときに修正したりするなど、トピックの問題を解決するいくつかの方法を実演することで、コンピューターを指導できます。

カーネギーメロン大学ヒューマンコンピュータインタラクション研究所（HCII）の学生、ダニエル・ワイテカンプ3世氏は、コンピュータシステムが教えられた方法で問題を解決することを学ぶだけでなく、その科目の他のすべての問題を解決するように一般化し、教師とは異なる方法で問題を解決するのは注目に値すると語った。

「生徒が問題を解決する方法を 1 つ学ぶだけで十分かもしれません」とワイテカンプ氏は説明します。「しかし、個別指導システムでは、問題を解決するさまざまな方法を学ぶ必要があります。」問題を解決する方法だけでなく、問題解決を教える方法を学ぶ必要があります。

人間とコンピュータの相互作用と心理学の教授であるケーディンガー氏は、この課題はAIベースの指導システムを開発する開発者にとって継続的な問題となっていると述べた。インテリジェントな個別指導システムは、生徒の進捗状況を継続的に追跡し、次のステップのヒントを提供し、生徒が新しいスキルを習得するのに役立つ練習問題を選択するように設計されています。

Koedinger 氏らが最初のインテリジェント チューターの構築を開始したとき、彼らは生成ルールを手作業でコーディングしました。同氏によると、このプロセスには講師1人当たり約200時間の開発時間がかかるという。その後、彼らは近道を開発し、問題を解決するためのあらゆる可能な方法を実証しようとします。これにより開発時間が 40 時間または 50 時間に短縮されるが、多くのトピックでは、考えられるすべての問題に対して考えられるすべての解決策を示すことはほぼ不可能であり、ショートカットの適合性が低下すると彼は指摘した。

この新しいアプローチにより、教師は30分の授業を約30分で作成できるようになり、スマート家庭教師の開発者であるケーディンガー氏はこれを「壮大なビジョン」と呼んでいる。

「これまで、完全なインテリジェントなチューターを実現する唯一の方法は、こうした AI ルールを記述することだった」と Koedinger 氏は言う。「しかし、今ではシステムがこうしたルールを記述するのだ。」

このアプローチを説明する論文は、ワイテカンプ氏、ケーディンガー氏、HCIIシステム科学者のエリック・ハープステッド氏によって執筆され、コンピューティングシステムにおける人間工学に関する会議（CHI 2020）に採択された。この会議は当初今月予定されていたが、COVID-19パンデミックのため中止となった。この論文は現在、コンピュータ協会デジタルライブラリの会議議事録に掲載されています。

新しいアプローチでは、生徒の学習方法を模倣した機械学習プログラムを使用します。 Weitekamp 氏は、プログラミングよりもはるかに簡単な「表示と修正」プロセスを採用した、使いやすい機械学習エンジン用の教育インターフェースを開発しました。

CHI 論文では、著者らは複数列の加算というトピックに関するアプローチを実証しましたが、その基盤となる機械学習エンジンは、方程式の解法、分数の加算、化学、英語の文法、科学実験環境など、さまざまなトピックで実証されています。

このアプローチは、インテリジェントな家庭教師の開発を加速させるだけでなく、AIプログラマーではなく教師が独自のコンピューターコースを構築することも可能にすることを期待しています。たとえば、教師によっては、加算の教え方や化学でどの表記法を使用するかについて好みを持っている人もいます。

新しいインターフェースにより、教師はAIチューターに好む課題を作成できるようになり、スマートチューターの採用が増える可能性があるとケーディンガー氏は述べた。

教師が独自のシステムを構築できるようにすることで、学習に対するより深い洞察が得られる可能性もあると彼は付け加えた。この創造的なプロセスは、専門家である彼ら自身では遭遇しないような生徒の問題領域を特定するのに役立つかもしれません。

「機械学習システムは、学生と同じところでつまずくことが多い」とコーディンガー氏は説明する。「コンピューターを教える場合、機械が学習するのが難しいため、教師も学習が難しいものについて新たな理解を得る可能性があると想像できます。」

この研究は、教育科学研究所と Google によって部分的に支援されました。