هوش مصنوعی

مایکروسافت StudentSim را برای ارزیابی هوش مصنوعی‌های آموزشی معرفی کرد

این سامانه با شبیه‌سازی یادگیری افراد، به پژوهشگران امکان می‌دهد عملکرد معلم‌های هوش مصنوعی را پیش از آزمودن آن‌ها با یادگیرندگان واقعی بررسی کنند.

۲ دقیقه مطالعه
Figure 5: StudentSim can provide feedback during AI tutor reinforcement learning by estimating how a student response changes after guidance.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — Microsoft Research · پرونده اصلی · منبع تصویر: ناشر خبر

Microsoft Research از StudentSim رونمایی کرده است؛ سامانه‌ای پژوهشی که شبیه‌سازهای شخصی‌سازی‌شده‌ای از دانش‌آموزان می‌سازد و می‌کوشد نشان دهد آن‌ها چگونه به پرسش‌ها پاسخ می‌دهند و پس از دریافت راهنمایی از یک معلم هوش مصنوعی چه تغییری می‌کنند. هدف، فراهم‌کردن بازخورد بیشتر برای بهبود ابزارهای آموزشی در مرحلهٔ پژوهش و توسعه است؛ جایی که بررسی با یادگیرندگان واقعی می‌تواند زمان‌بر و پرهزینه باشد.

این پژوهش همچنین StudentSimEval را معرفی می‌کند؛ مجموعه‌ای از معیارها و روش ارزیابی برای شطرنج، نوشتار انگلیسی به‌عنوان زبان دوم و ریاضیات. ارزیابی یک معلم هوش مصنوعی فقط به درست‌بودن پاسخ آن محدود نیست: باید سنجید آیا راهنمایی به رفع اشتباه کمک کرده، استدلال یادگیرنده را پیش برده یا پاسخ را بیش از حد در اختیارش گذاشته است.

به‌گفتهٔ پژوهشگران، شبیه‌سازی صرفِ لحن یک دانش‌آموز با مدل زبانی کافی نیست؛ مدل ممکن است مانند دانش‌آموزی کم‌سن حرف بزند، اما از دانشی فراتر از سطح او استفاده کند و در نتیجه بازخورد گمراه‌کننده‌ای بسازد. StudentSim برای مدل‌کردن توانایی و تغییر پاسخ‌ها پس از راهنمایی طراحی شده است. این ابزار قرار نیست جای معلم یا یادگیری در کلاس را بگیرد و پیش از آزمودن سامانه‌های آموزشی با افراد واقعی به پژوهشگران کمک می‌کند. پژوهش از داده‌های یادگیرندگانِ عمومی و منتشرشده برای استفادهٔ پژوهشی بهره می‌برد؛ سوابق به‌صورت بی‌نام هستند و در هیچ مرحله‌ای از اطلاعات شناسایی‌کنندهٔ شخصی استفاده نمی‌شود.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: Microsoft Research — مشاهده منبع اصلی ↗