生成式人工智能在教育领域的6大应用案例

文章目录

  • 1. 个性化的课程
  • 2. 课程设计
  • 3. 课程内容的创建
  • 4. 分析模型的数据隐私保护
  • 5. 恢复旧的学习材料
  • 6. 辅导
  • 生成式人工智能在教育方面的挑战

generative-ai-in-education

由于COVID-19的大流行,使用数字技术来加强教育已经大大增加,因为世界各地的许多学生不得不转向在线学习。例如,如趋势所示,在大流行期间,采用创新技术的教育投资从70亿美元增加到200亿美元。然而,数字技术也有可能以其他方式改变教育体验,而不仅仅是在线课程。生成式人工智能在教育中的应用就是一个例子。

生成式人工智能是一种数字技术,可以快速创建新的和现实的视觉、文本和动画内容。在其他文章中,我们调查了它在不同领域的使用案例,如医疗保健银行。虽然其他技术如对话式人工智能和机器人流程自动化(RPA)在教育领域得到了实施,但生成式人工智能在教育领域没有得到适当的实施。尽管这样,它有潜在的用例来改善它。本文解释了在教育中使用生成式人工智能的6大潜在方式。

1. 个性化的课程

个性化的课程计划是确保学生接受专门针对他们的需求和兴趣的最有效的教育的有力方法。这些课程计划可以通过使用人工智能驱动的算法来分析学生的数据而生成,例如:

  • 他们过去的表现
  • 他们的技能
  • 以及他们可能给出的有关内容的任何反馈

基于人工智能的系统可以利用这些信息来生成定制的课程,更有可能吸引每个学生,并帮助他们发挥其潜力。这对有学习障碍或失调的儿童来说可能很重要。

例如,Speechify是一个生成式人工智能驱动的工具。它在桌面上或在线使用时提供文本到语音或语音到文本的生成。1 这种教育中的生成式人工智能工具对有学习障碍的儿童特别有用,如阅读障碍或多动症。当一个孩子因为这些障碍而缺乏注意力时,通过阅读来学习课程内容会比较困难。然而,有了这样的工具,他们可以在无聊的时候将文本生成语音笔记。

2. 课程设计

生成式人工智能工具可以帮助设计和组织课程材料,包括教学大纲、课程计划和评估。它们还可以根据学生的知识差距、技能和学习风格对课程材料进行个性化处理,如练习题或互动练习。

生成式人工智能一旦与其他技术(如虚拟现实)搭配,就可以创建模拟和虚拟环境。因此,它提供了更多的参与和互动课程,改善了学生的学习体验。

例如,生成式人工智能系统可以创建一个虚拟的实验室环境,学生可以进行实验,观察结果,并根据观察结果进行预测。

3. 课程内容的创建

生成式人工智能可以协助创建新的教学材料,如测验和练习的问题或概念的解释和总结。这对于需要为他们的课程创造大量和多种内容的教师来说,可能特别有用。通过使用人工智能,有可能从原始内容中创造出修改过的或全新的内容。

此外,生成式人工智能可以促进生成额外的材料来补充主要的课程材料,例如:

  • 阅读清单
  • 学习指南
  • 讨论问题
  • 闪存卡
  • 摘要。

此外,人工智能可以为视频讲座或播客生成脚本,简化在线课程的多媒体内容创作。图像生成是生成式人工智能在教育方面的另一项重要能力。教师可能希望生成具有特定修改的图像,以应对特定的课程需求。

例如,NOLEJ提供了一个电子学习胶囊,它是由人工智能在短短3分钟内生成的。这个胶囊提供了一个互动视频、词汇表、练习和目标主题的总结(见下文图1)。

4yxlkjqqToUOcus6JnVcHzZcn00PGM0GtUvJZOnm8FdUVsQqfnZ__pVe3HZ1fin3N8OQEwtBq3JXwgeerFhXUGBHm1HkCqgOT-AFBQq0waXFxqH8-D9wCB2yS6qEUmLT7n55ImSUKScUFrcvLdeGJc8Sy6GNbcdk6caSDXAx8MY_ehT-L-7ESHNc1jx6A

图1. 一个人工智能生成的课程内容的例子 (Source: NOLEJ)

 

更多成熟的公司正在使用人工智能来生成支持其主要产品的内容。例如,Duolingo,一个语言学习平台,使用GPT-3来纠正法语语法并为他们的英语测试创建项目。该公司的结论是,随着GPT-3的实施,客户的第二语言写作能力得到提高。

4. 分析模型的数据隐私保护

使用生成式人工智能来创建训练数据集的一个优势是,它可以帮助保护学生的隐私。数据泄露或黑客事件会暴露出包含学龄儿童个人信息的真实世界数据。

使用合成数据,即由从真实世界数据中学习的人工智能模型创建的数据,可以提供匿名性并保护学生的个人信息。由生成模型产生的合成数据集对训练其他算法是有效和有用的,同时使用起来也是安全的。

5. 恢复旧的学习材料

生成式人工智能可以改善过时或低质量的学习材料的质量,如历史文件、照片和电影。通过使用人工智能来提高这些材料的分辨率,它们可以达到现代标准,对那些习惯于高质量媒体的学生来说更有吸引力。

这些更新也可以使学生更容易阅读、分析和理解这些材料,从而加深对内容的理解,最终取得更好的学习成果。

使用生成式人工智能的一个版本,生成对抗网络(GANs),可以恢复低质量的图像,并去除简单的水印。在下面的图2中,你可以看到一个通过GANs进行图像修复的原型。这种图像修复可以适用于教育材料。例如,在艺术和设计学校,修复旧图像将提供艺术品的重要细节的检测。同样在历史课和研究中,扫描和修复旧文件也可以得到促进。

p3bSgTyxmhZhjkRQovN-eW3Az0sKhiv1P8a9EExURiE5uSlRe7y2w_tVrX2AudLNwEI3ZwqfuPLn2dtVatmQzX02F1X8JdAriAyM3Rlxx-n7Uth1lToAh2eRhA6-0DT9n6IbYEunAGvyE2I4x8SPVKpUHMrALx3e3i1DvPgHrUziDahccKl-xGuWCLs5TA

图2. 用GANs修复图像 (Source: Towards Data Science)

6. 辅导

生成式人工智能的另一个用例是提供辅导。生成式人工智能可以用来创建虚拟辅导环境,学生可以与虚拟导师互动并获得实时反馈和支持。这对那些可能没有机会接受当面辅导的学生来说特别有帮助。

根据学术研究,对有严重阅读困难的儿童进行私人辅导,在一年内使他们的阅读能力提高了50%。然而,向所有学生提供辅导可能是一个挑战。生成式人工智能可以通过创建虚拟辅导环境来解决这个问题。在这些环境中,学生可以与虚拟导师互动,并实时接受反馈和支持。这对那些可能没有机会获得当面辅导的学生来说特别有帮助。

例如,TutorAI正试图在教育中实现这种生成式人工智能的使用。它提供了一个教育平台,可以生成关于各种主题的互动内容。

另一项用于教学目的的生成式人工智能工作可以是实施聊天机器人的辅导。Chatbot Life的2019年聊天机器人报告显示,教育是第三大受益于聊天机器人的行业。

来自OpenAI的Chat GPT以其高度个性化的对话和明确的答案的能力冲进了互联网。它可以回答各种领域的课程相关问题,甚至可以就目标主题写文章。

另一方面,实施基于生成式人工智能的聊天机器人,为教育目的而指定和规范,是一个未来的计划。然而,它提供了潜在的用途和好处:

  • 一个潜在的用途是为学生和他们的父母提供全天候的支持,包括帮助做家庭作业。
  • 生成式聊天机器人还可以协助管理任务,如回答学生或家长的问题,让教育工作者腾出时间专注于其他任务,如评分和备课。
  • 生成式聊天机器人的灵活性和自然感使它们在教育环境中非常有用,特别是对中小学生。

生成式人工智能在教育方面的挑战

尽管生成式人工智能在改善教育实践方面有很大的潜力,但它也可能带来一些潜在的挑战。这些挑战可以简单列举如下:

  • 教育材料中的偏见
  • 虚假或不准确的信息
  • 为了自身利益而滥用它
  • 一些教师或其他教育专业人士的失业风险
微海报