Odcinek #82 podcastu The Learning Hack

Markus Bernhardt i John Helmer

John Helmer Consulting, 2023 r.

Dowiedz się więcej o potencjale i wyzwaniach stojących przed adaptacyjnym uczeniem się i jego powiązaniach ze sztuczną inteligencją. W tym odcinku The Learning Hack, gospodarz John Helmer zagłębia się w adaptacyjne systemy uczenia się i ich związek ze sztuczną inteligencją z głównym ewangelistą adaptacyjnego dostawcy Obrizum, Markusem Bernhardtem. Helmer i Bernhardt badają, czy przyszłość adaptacyjnego uczenia się wygląda obiecująco czy apokaliptycznie w świetle ostatnich osiągnięć w dziedzinie sztucznej inteligencji. Bernhardt zapewnia pewne uspokojenie, jednocześnie podkreślając kluczowe obawy związane z wykorzystaniem sztucznej inteligencji w środowisku korporacyjnym – w tym jej dokładność i niezawodność.

Tłumaczenie maszynowe opracowane na wyjazdy integracyjne, może zawierać nieścisłości i błędy językowe

Wnioski

• Adaptacyjna sztuczna inteligencja może spersonalizować uczenie się na dużą skalę.
• Technologia AI umożliwi wsparcie wydajności w czasie rzeczywistym.
• Generatywna i niegeneratywna sztuczna inteligencja pełnią różne funkcje, ale wymagają podobnych zabezpieczeń.

Podsumowanie

• Adaptacyjna sztuczna inteligencja może spersonalizować uczenie się na dużą skalę.
• Adaptacyjne i generatywne technologie AI mają potencjał, aby radykalnie zmienić korporacyjne nauczanie. Systemy sztucznej inteligencji mogą tworzyć mapy instruktażowe i dostarczać uczniom adaptacyjne skoroszyty, analizując i łącząc powiązane tematy. Może działać jak indywidualny nauczyciel, zapewniając dostosowane ćwiczenia, treści i pytania praktyczne w oparciu o mocne i słabe strony uczniów oraz ich postępy, biorąc pod uwagę również ich poziom pewności siebie.

• „Wszystkie rzeczy, które zrobiłby nauczyciel, teraz robi sztuczna inteligencja, mówiąc: „Zadam ci kilka pytań, pokażę ci trochę treści”. Dostosowuje się w dostarczaniu tych pytań do nauki i ćwiczeń zgodnie z mocnymi i słabymi stronami oraz tempem postępów ucznia”. (Markus Bernhardt)
• W ten sposób technologia działa podobnie do nawigacji satelitarnej, wskazując, gdzie znajdują się uczniowie i dokąd chcą się udać. To unikalne podejście może zmaksymalizować kompetencje i pewność siebie uczących się, zapewniając, że będą oni w stanie dobrze zastosować swoją wiedzę w rzeczywistych sytuacjach.

• Technologia AI umożliwi wsparcie wydajności w czasie rzeczywistym.
• Jeśli chodzi o naukę korporacyjną, ideałem jest osiągnięcie poziomu personalizacji uczenia się podobnego do tego, jakim cieszy się członek profesjonalnej drużyny sportowej. Zawodowi sportowcy mają trenerów fitness, dietetyków i trenerów technicznych, którzy tworzą wysoce spersonalizowane plany dla każdego gracza, które uwzględniają również potrzeby zespołu jako całości. Eksperci ci analizują wyniki na bieżąco, badając w czasie rzeczywistym, co działa, a co nie.

• Ograniczenia budżetowe utrudniają zatrudnienie super specjalistów jeden na jeden dla każdej osoby w większości środowisk korporacyjnych. W tym miejscu integracja adaptacyjnych technologii uczenia się opartych na sztucznej inteligencji może pomóc w znaczący sposób – zapewniając w danym momencie dostosowane wsparcie wydajności, a także bardziej formalne uczenie się.

• Generatywna i niegeneratywna sztuczna inteligencja pełnią różne funkcje, ale wymagają podobnych zabezpieczeń.
• Podczas gdy narzędzia generatywnej sztucznej inteligencji, takie jak ChatGPT, mogą być cenne dla niektórych zadań, są one odpowiednie tylko dla niektórych kontekstów uczenia się. Na przykład, używanie ChatGPT do tłumaczenia podcastów może być genialnym podejściem do immersyjnej nauki języka. Jednak poleganie wyłącznie na GPT w przypadku złożonych zadań, takich jak generowanie instrukcji chirurgii medycznej, nie byłoby wskazane.

• Niegeneratywna sztuczna inteligencja nie przeszukuje Internetu ani nie czerpie informacji spoza wcześniej określonego kontekstu. Wykorzystuje wstępnie wybrane informacje – na przykład wiedzę lub zestaw szkoleniowy – a następnie mapuje ścieżki uczenia się w oparciu o potrzeby uczących się. Zapewnia spersonalizowaną naukę, ale utrzymuje ją w określonym kontekście. Zapewnia to, że informacje dostępne dla uczniów są dokładne.

• „[Specjaliści ds. badań i rozwoju] muszą czuć się komfortowo w rozmowach na temat… ryzyka i tego, do czego sztuczna inteligencja ma dostęp, jak działa, gdzie zapisuje rzeczy, jak działa z informacjami zwrotnymi oraz w jaki sposób te informacje są bezpieczne i wyodrębnione oraz [są] wykorzystywane”. (Markus Bernhardt)
• Specjaliści ds. badań i rozwoju muszą jednak mieć świadomość, że dane wykorzystywane do szkolenia sztucznej inteligencji mogą zawierać uprzedzenia, nawet w przypadku sztucznej inteligencji niegeneratywnej. Muszą również zająć się kwestiami prywatności użytkowników. Powinni zapewnić, że dane uzyskane podczas sesji szkoleniowych pozostaną w organizacji. Dzięki otwartemu podejściu do kwestii takich jak prywatność danych, firmy mogą zwiększyć zaufanie pracowników do rozwiązań edukacyjnych opartych na sztucznej inteligencji.

O podcaście

• Autor i gospodarz John Helmer jest pisarzem i prowadzącym podcast The Learning Hack, a Markus Bernhardt jest głównym ewangelistą adaptacyjnego dostawcy Obrizum.