人工知能が教育を改善する 10 の例 | 広東フルーツマシングループ有限公司

シンクハブスタジオ / iStock

人工知能 (AI) は、ビジネス、金融、医療などの幅広い業界で急速に使用される一般的なツールになりつつあります。さまざまな種類の AI プラットフォームとアプリケーションが利用できるため、その使用の可能性は無限です。たとえば、AI を使用して銀行取引の異常を検出し、不正行為を発見することができます。 AI プラットフォームは、診断ツールとしても使用でき、製薬会社の創薬を支援したり、医師が見逃される可能性のある腫瘍を発見したりするのに役立ちます。そしてそれはほんの始まりにすぎません。

しかし、教育業界が AI の可能性を最大限に活用するには、まだ道半ばです。 AI を使用して、教育をより魅力的でパーソナライズしたものにし、アクセシビリティを改善し、個人の学習スタイルを補完し、教師と生徒の両方の学習体験を向上させるというアイデアが含まれています。 AI は、生徒の学習体験を向上させるだけでなく、解答用紙のチェックやその他の管理タスクなどのタスクを自動化し、教師の時間とリソースの節約にも役立ちます。

テクノロジーとエンジニアリングの分野で同僚の先を行く - ブループリント

この記事では、教育業界に革命をもたらす可能性のある AI テクノロジーの例を 10 件取り上げ、教育のパフォーマンスを向上させるためにこのテクノロジーを使用している組織をいくつか紹介します。

コグドッグブログ/ウィキメディア・コモンズ

教育学の理論の 1 つは、人はそれぞれ異なる学習スタイルを持っているというものです。より視覚的に学習する人もいれば、より聴覚的に学習する人もいます。また、より運動感覚的に学習する人もいます。この理論については激しく議論されていますが、人は異なる仕事や勉強を伴うかどうかなど、異なる方法で学習する傾向があるということは一般的に同意されています。スタイルを変えたり、異なるペースで学習したり、一部の主題や概念を他のものより簡単に見つけたりできます。このことを考えると、学習体験をパーソナライズすることは理にかなっていますね。しかし、学校や教師がすべての生徒に合わせて授業計画をカスタマイズしなければならないとしたら、それは不可能です。単純に時間が足りないのです。 AI を使用したパーソナライズされた学習の登場です。

AI の強みの 1 つは、大量のデータを迅速に分析してパターンを見つけることができることであり、パーソナライズされた学習を開発するための完璧なツールとなります。 AI を使用すると、特定の主題に関する個別のレッスンを迅速に考案できます。 AI ベースの学習システムは、生徒の学習スタイル、能力、進捗状況に関する詳細な情報を教師に提供し、生徒の個別のニーズに合わせて指導方法をカスタマイズする方法についての提案を提供できる可能性があります。たとえば、一部の生徒にはより高度な作業を提案し、他の生徒には特別な注意を払うように提案します。

さらに、AI を使用して結果をより正確に予測できるため、教師は自分の授業計画が学習目標を達成しているかどうかを理解できるようになります。

また、生徒のレッスンの計画、スケジュール設定、作成にも役立ち、まったくユニークで非常に価値のある体験を実現します。これにより教師の時間が解放され、生徒への対応など、価値の高い業務に集中できるようになります。

たとえば、多くの大学は、学生からの頻繁な質問への回答など、通常は教授や教員が行う反復的なタスクにチャットボットを使用するテストを行っています。英国のスタッフォードシャー大学とジョージア工科大学は、学生に 24 時間 365 日サポートを提供するチャットボットを開発しました。

デュオリンゴ

アダプティブラーニング (適応教育) は、AI を使用してリソースと学習活動をカスタマイズし、各学習者の固有のニーズに対応する教育方法です。これはオンライン学習で特に役立ちます。

これは、生徒の成績データの厳密な分析によって行われ、その後、学習プロセスを最適化するために AI アルゴリズムによってコース教材のペースと難易度が調整されます。

この方法は、学習を最適化するだけでなく、不必要な繰り返しを排除し、生徒が苦労している可能性のある概念や領域に焦点を当てることで、時間とリソースを節約することもできます。教師は生徒が必要なときにいつでもサポートを提供し、生徒は快適なペースで学習できます。

多くの企業は、コンテンツの配信方法を改善するためにアダプティブラーニングを導入しています。人気のある例の 1 つは、Duolingo です。これは、約 40 の異なる言語を学習するためのリスニング、リーディング、スピーキングの練習を提供する言語学習アプリです。このアプリは AI を使用して、生徒のパフォーマンスに応じてレッスンのペースとレベルを確実に調整します。

課題と試験の採点は、教育において最も時間のかかる作業の 1 つです。機械学習アルゴリズムの助けを借りて、AI ツールはエッセイ、多肢選択式テスト、プログラミング課題を高い精度と効率で評価できるため、教師は時間を大幅に節約できます。

革新

2023 年 5 月 28 日

革新

2023 年 5 月 25 日

革新

2023 年 5 月 26 日

革新

2023 年 5 月 31 日

これらのタスクをコンピュータが実行することで、時間が節約されるだけでなく、採点の一貫性が確保され、教師が持つ可能性のある無意識の偏見を含む偏見が排除され、添削プロセスにおける人的ミスが削減される可能性があります。 AI ツールは、生徒や教師にパーソナライズされたフィードバックを提供することもできます。これにより、生徒が問題領域を改善し、生徒が学習に主体的に取り組むことができるようになります。

AI を活用した自動採点には多くの利点がありますが、AI であってもバイアスが存在する可能性があります。これは、機械学習アルゴリズムがデータに基づいてトレーニングされるため、データ自体に潜在的なバイアスがある可能性があるためです。したがって、この分野は、技術にバイアスをなくすためにさらに研究が必要な分野です。

たとえば、OxJournal に掲載された 2021 年の記事によると、中国では AI 自動採点プラットフォームの使用量が増加しており、国内の約 4 校に 1 校が、完了した作業についての提案も提供できる機械学習自動採点プラットフォームをテストしています。

英語106/ウィキメディア・コモンズ

インテリジェント個別指導システム (ITS) は、機械学習アルゴリズムを搭載したコンピューターシステムで、すべての生徒の学習ニーズと学習ペースに基づいて、パーソナライズされた適応性のある授業計画を提供します。以前の AI ツールと同様に、ITS は生徒のデータを分析して学習パターンを理解し、それを使用して各生徒の個別のニーズに合わせてカスタマイズされた提案、フィードバック、演習を提供します。

ITS は、教師が生徒の進歩を監視し、授業を効果的に行うために指導方法を修正できるため、生徒と教師の両方にとって役立ちます。 ITS は、学生が自分のペースで学習できるようサポートし、必要に応じてサポートを提供し、より高度な概念を学ぶ準備ができたときに挑戦を提供します。

米国教育省の調査によると、既存の ITS は生徒の読解力と作文スキルを向上させることで読み書き能力を向上させることができます。ただし、教室へのシステムの導入は依然として課題です。これを克服するために、生徒の反応を採点する際に自然言語処理技術を使用することが提案されています。

これらのシステムが直面する課題にもかかわらず、学生たちは ITS の使用に対してある程度の肯定的な反応を示しています。別の調査では、学生は ITS が使いやすく学びやすいと感じているが、必ずしも楽しいわけではないことがわかりました。

ローリー・シスレー・タランスキー/ウィキメディア・コモンズ

各生徒は概念の学習と理解の方法に基づいて独自の要件を持っているため、授業計画の作成は教師にとって最大の課題の 1 つです。「スマートコンテンツ作成」という用語は、AI を使用して教育コンテンツの生成を自動化および強化することを指します。 AI プラットフォームは、生徒のデータを分析してパーソナライズされた魅力的な教材を作成することで、詳細な洞察を提供できます。

これは、さまざまな学習成果に応じてカスタマイズされた環境を作成するために使用されます。生徒は自分の要件に合ったレッスンプランを選択できます。 AI は、チャットボット、拡張現実、または仮想現実を介してインタラクティブなクイズ、シミュレーション、実験を生成するのに役立ち、カスタマイズされた環境で使用して学習体験を向上させることができます。

これを示す最大かつ最も成功したデモンストレーションは、Coursera です。 AI を使用して、学習者に役立つ複数の教育コースや専門コースを厳選します。教師は、生徒の学習成績、ペース、個別の要件に基づいて、適切なコースを提案することもできます。

ジュリア・フォーサイス/ウィキメディア・コモンズ

大量の生徒データを徹底的に調べるのは面倒な作業ですが、生徒の学習と成績に関する貴重な洞察を得ることができます。自動分析を使用すると、大量の生徒データの分析が容易になり、AI を使用して分析を高速化できます。これにより、データ分析という困難で時間のかかる作業が容易になります。

教師はデータを使用して生徒の成績や取り組みを追跡したり、タイムリーな介入を行ったり、必要な生徒に追加のサポートを提供したりすることができます。同様に、学生はこれを使用して自分のパフォーマンスと学習を追跡し、必要に応じて追加のサポートを求めることもできます。ミシガン大学には、学生が成績分布、課題計画、およびリソースを視覚化および追跡できるようにする My Learning Analytics と呼ばれるダッシュボードがあります。

ただし、教育分野での学習分析の導入には潜在的な問題もあります。 2022 年に発表された調査では、倫理とプライバシーの問題、データ収集、およびデータ分析が、学習分析の潜在的に困難な実装問題として強調されています。 2 つの懸念のうち後者も AI を使用することで解決できますが、対処しなければならない重大な倫理的懸念が依然として存在します。

AI の力のおかげで、レッスンの計画やスケジュールの整理など、多くの管理タスクを自動化できます。仮想アシスタントは、面倒で反復的なアクティビティを引き受けることで、教師の貴重な時間を解放して、講義や生徒とのやり取りなどの重要な業務に集中することができます。

さらに、仮想アシスタントは、カスタマイズされたフィードバックを学生に提供し、進捗状況を監視し、学生の個別のニーズに基づいて追加のリソースを提供することができます。 AI を活用した仮想アシスタントを使用すると、教師は管理作業を効率化し、生徒にとって魅力的な学習体験を提供することに集中できます。

SpringerOpenの調査では、チャットボットなどの仮想アシスタントを使用した学生と学業成績との間に相関関係があることも判明した。その結果、チャットボットと対話した学生は、コースの教師と対話した学生よりも学業成績の点で優れていることがわかりました。この研究はガーナの学部生68人を対象に実施され、教育分野における仮想アシスタントなどのAIツールの使用について前向きな主張を示した。

テクノロジーとエンジニアリングの分野で同僚の先を行く - ブループリント

ウィキメディア・コモンズ

自然言語処理 (NLP) は、人間の言語を理解し解釈できるコンピューターシステムの作成を扱う AI の分野です。 NLP には、テキスト生成、チャットボット、情報抽出など、さまざまなアプリケーションがあります。 NLP の最も一般的な用途の 1 つは、OpenAI によって開発された ChatGPT などの大規模言語モデルでの使用です。

ChatGPT は、学生が宿題を手伝ったり、試験の準備をしたり、学習中の好奇心を満たしたりするために使用できます。教師は ChatGPT を使用して授業計画を作成したり、課題の文法や情報を確認したりすることもできます。ソフトウェアの人気が高まるにつれて、このリソースを使用する学生が増えています。このテクノロジーには欠点がないように思えますが、多くの人はそうではないと考えています。

生徒は ChatGPT を宿題のすべての質問に対する答えとみなすべきではありません。同様に、教師も ChatGPT を人間の知識の絶対的なものとみなすべきではありません。この研究でも述べたように、社会の価値観やニーズに応える支援技術として捉えるべきです。偏見の存在、知識が最新ではない、盗作、不正行為の補助としての使用など、他の懸念もあります。

この記事の前半で説明した自動エッセイ採点システムなど、NLP を使用するテクノロジーは他にもあります。 NLP テクノロジーを使用した将来の開発では、教育分野で使用される際のテクノロジーに関するさまざまな懸念に対処する必要があります。

学習分析と同様に、AI を利用した予測モデリングは大量のデータの分析を扱い、そのデータは生徒の成績などのさまざまな結果を予測するために使用されます。この情報は、学習体験やベンチマークの設定に大きく役立つため、教師、保護者、教育機関、政府、生徒にとって貴重です。これは、教師が生徒の予測成績や前回のテストや試験の結果に基づいて、生徒にタイムリーな指導を提供するのに役立ちます。

データ駆動型分析は、個々の生徒の成績を向上させ、必要に応じて追加のサポートを提供し、全体的に生徒の学習体験を豊かにすることができるため、教育において重要なツールです。政府にとっても、教育目標の計画に使用するのに価値があります。コミュニティカレッジの学生を対象とした研究では、予測モデリングを使用して、いくつかの主要な変数に基づいてリスクにさらされている学生を特定しました。これは、これらの学生を支援するための介入を推進するのに役立ちました。

キリル・ルチョフ/ウィキメディア・コモンズ

拡張現実 (AR) や仮想現実 (VR) などの没入型テクノロジーは、ここ数年でますます人気が高まっています。 AR は、コンピュータで生成されたコンテンツを現実世界のオブジェクトにオーバーレイすることで、ユーザーの現実認識を高める没入型テクノロジーです。一方、VRは、あたかも現実であるかのように体験できる疑似仮想環境です。これらのテクノロジーはゲームやメタバースに使用されていますが、教育分野でも大きな可能性を秘めています。

学生はイマーシブテクノロジーを使用して学習教材を操作することで、複雑な概念の理解を向上させ、全体的に学習体験を充実させることができます。特に VR には、学生が化学実験を行ったり、仮想的に動物を解剖したりできる研究室の作成など、多くの有望な用途があります。 AR を使用すると、星や銀河を間近で研究できるため、学生が物理的なものに取り組み、より実践的で体験的な学習を行うことができます。

Information Technology and Innovation Foundation (ITIF) が発行した記事では、AR/VR テクノロジーにより学生の学習曲線を短縮できると説明されています。また、AR/VR テクノロジーは、教師が STEM コース、医療シミュレーション、芸術および人文科学の教材、技術教育を強化するのに役立つとも述べています。 AR/VR テクノロジーは、Dreamscape Immersive と協力して Dreamscape Learn を開発したアリゾナ州立大学 (ASU) など、すでにいくつかの機関で使用されています。 ASU の学生は、このテクノロジーを使用してタイムトラベル体験を作成しました。

以上が、教育分野を改善する AI の最も有望な 10 の例です。 AI は教師と生徒の両方に多くの利点をもたらしますが、一定の欠点もあることを念頭に置くことが重要です。

AI の限界の 1 つは、教育と学習のプロセスに不可欠な人間の相互作用や共感を代替できないことです。さらに、この記事ですでに説明したように、AI アルゴリズムによってバイアスが永続化する可能性があります。最後に、AI に関してはデータのプライバシーとセキュリティについて常に懸念があります。そのため、AI を教育に組み込むことが重要ですが、そのためには、AI の潜在的な利点と欠点の両方を慎重に検討する必要があります。

教育における AI の使用には多くの可能性があり、将来の世代の生徒の学習方法に革命をもたらす可能性さえあります。

健康

2023 年 5 月 26 日

革新

2023 年 5 月 26 日

文化

2023 年 5 月 26 日

文化

2023 年 5 月 27 日

革新

2022 年 8 月 10 日

科学

2023 年 6 月 3 日