Tiskane izdaje
Na Institutu Jožef Stefan so skupaj s partnerji razvili inteligentni sistem za zgodnje zaznavanje učnih težav učencev in dijakov. Na podlagi ocen učenca, z upoštevanjem vseh ocen v vseh šolah in glede na podobne primere v preteklosti, napove verjetnost težav.
Pedagoge opozori na bolj ali manj znane prihajajoče pedagoške probleme, olajša popravljanje ocen ter s tem pomaga učencem in dijakom izboljšati učni uspeh, pravijo na IJS. Ključna je uporaba inteligentnih metod, ki delujejo drugače kot ljudje. Ljudje so vsebinsko pametni, umetna inteligenca pa je sposobna kvaziinteligentno obdelati milijone podatkov in iz njih potegniti smiselne zaključke. Vendar pa poudarjajo, da najboljše rezultate, kot v že toliko primerih do zdaj, dosega kombinacija človeške in umetne inteligence.
Sistematični pristop
To je prvi poskus uporabe umetne inteligence v pedagoškem procesu v Sloveniji tako na veliko, poudarja vodja projekta Metis prof. dr. Matjaž Gams. Za razumevanje pomembnosti tega pa je treba razumeti smernice razvoja informacijske družbe, ki človeštvo najbolj potiska v napredek in nove dosežke. »Gre za pozitivne stvari, vprašanje pa je, ali jih bomo znali izkoristiti. Super inteligenca je taka inteligenca, ki presega ljudi, kar se je, na primer, že zgodilo pri šahu. Začne se razvijati počasi, potrebnih je več let, potem pa nenadoma začne rasti in prehiti ljudi. Od nas je odvisno, ali bomo to znali obrniti v pozitivno smer.«
Opozoril je na nekatere dosežke umetne inteligence, denimo na samovozeča vozila, ki so se pred desetimi leti zaletavala v parkirane avtomobile in živo mejo, zdaj pa vozijo varneje kot ljudje. Če bi jih pripeljali v Slovenijo, pravi dr. Gams, bi bilo deset odstotkov manj mrtvih na cestah in prav toliko manj nesreč. Slovenija je pri tem počasna, saj za to nimamo niti prilagojene zakonodaje. Opozoril je tudi na sistem menjave organov, ki so ga pred leti uvedli v ZDA.
Sistem mora poiskati najboljšega donatorja, da je čim manjša verjetnost možnosti za odpoved imunskega sistema, in to umetna inteligenca počne veliko bolje kot ljudje. Podobno je pri prepoznavanju rakavega tkiva, ko predvsem programi globokih nevronskih mrež presegajo najboljše strokovnjake, treba je samo posneti sliko, na primer, določenega kožnega znamenja.
Zaznavanje
Pravi, da je strojno učenje potekalo na podlagi 30 milijonov ocen. »Programi umetne inteligence niso pametnejši od ljudi, mi smo pametnejši. Vendar nimamo sposobnosti, da bi prebrali tako veliko število ocen. Ko kombiniramo stroj oziroma umetno inteligenco in človeka, dobimo nekaj boljšega, kot je vsak posamično. Tu je največja dodana vrednost sistema. Še vedno pa je učitelj tisti, ki odloča v celoti in pove mnenje, ali se strinja ali ne. Takšna pomoč je dobrodošla, saj učitelj včasih lahko tudi prezre kakšen vzorec, ki je skrit v zgodovini teh podatkov.« Naredili so veliko meritev, med drugim so testirali tudi globoke nevronske mreže, ki pa se niso dobro obnesle. Po mnenju dr. Gamsa tudi zato, ker so primernejše za uporabo, ko gre za simbole, slike, zvok ipd. Pri številkah pa nekoliko starejše klasične metode dosegajo boljše rezultate.
Samo za pooblaščene
Direktor podjetja E-šola, ki je pred sedmimi leti začelo v šole uvajati e-asistenta, Vladimir Balukčić, je prepričan, da sistem Metis v šolah lahko zelo koristi, saj je bolje zaznavati in reševati manjše težave, kot čakati na velike probleme in jih reševati na koncu šolskega leta. Ker je treba v šolah vsak dan spremljati od 300 do 500 učencev v različnih situacijah, kar je zapleten izziv, je bila njihova naloga narediti preprost prikaz, ki bo učiteljem in drugim strokovnim delavcem pomagal vsak dan spremljati učence in jim omogočal pregled učencev na šoli, ki potrebujejo njihovo pozornost oziroma pomoč.
To je mogoče na podlagi parametrov oziroma podatkov, ki jih vodijo na šolah ter algoritma in strojnega učenja. Verjetnost težav je izračunana na podlagi sprememb pri obisku pouka in ravni doseženega znanja oziroma ocen. Indeks si vsak uporabnik lahko definira sam, osnovna nastavitev je 70 odstotkov. To pomeni, da je tolikšna verjetnost, da bo učenec na koncu šolskega leta imel učne težave. Pomembno pri tem je, da je ta pregled namenjen izključno tistim, ki jih vodstvo šole za to pooblasti, večinoma so to šolske svetovalne službe, ki so strokovno usposobljene, znajo interpretirati takšno informacijo in ustrezno ukrepati.
Izzivi za prihodnost
Na predstavitvi so bili izraženi pomisleki, kako bo sistem zaznaval bolj ustvarjalne otroke, ki imajo različne težave. Pa tudi, da ne bo upošteval še drugih dejavnikov, ki vplivajo na čustvena stanja učencev, na primer smrt v družini, zaljubljenost itd., kar lahko poslabša uspeh.
Ustvarjalci programa na to odgovarjajo, da se subjektivne in čustvene težave na koncu izrazijo tudi v slabši oceni. Sistem vidi samo to, kar piše v elektronskih podatkih.
Na temelju 30 milijonov podatkov in vzorcev – dobili so jih na podlagi simulacije ocen v e-asistentu –, ki so se zgodili v preteklosti, sklepa, da se bo pri nekom verjetno pojavila težava. Vzorci pa upoštevajo tudi trend in primerjavo gibanja ocen, na primer, če ima nekdo dve leti dobro dvojko, je stabilen. Prav tako sistem še ne more identificirati in napovedovati opisnih ocen, ki jih uporabljajo v prvih in drugih razredih osnovnih šol. To pa je, skupaj z zmožnostjo predvidevanja zvišanja ocen, izziv v prihodnosti.
Zaščita pred vdori
Zelo utemeljeno je tudi vprašanje, kako je poskrbljeno za zaščito pred morebitnimi vdori v sistem. Balukčić je pojasnil, da upoštevajo zakonodajo in pravilnike, navodila informacijske pooblaščenke, standard, ki določa varnost informacijskih sistemov. Dostop do teh podatkov imajo samo pooblaščeni, za vsakega uporabnika je zapisana natančna revizijska sled, kdo je in kaj je delal. Po standardih varnosti tudi skrbijo za redno menjavo gesel in uporabniških imen, upoštevajo pa tudi še različne dodatne nastavitve varnosti.
