5. Katere vrste aplikacij UI uporabljamo v izobraževanju

Med možnimi razvrstitvami znanstvenih področij UI je v naslednji preglednici predstavljena taksonomija UI1 glede na družine funkcij, ki jih lahko opravlja UI.

Slika 1: Taksonomija umetne inteligence - znanstvene domene in poddomene umetne inteligence (iz poročila Skupnega raziskovalnega središča iz leta 2021, Samoili in drugi1).

Preverimo katere tehnike UI se uporabljajo v aplikacijah, ki temeljijo na UI in so usmerjene v izobraževanje, ki sta jih leta 2019 predlagala Holmes & al.2.

Slika 2: Različne vrste aktualnih sistemov za izobraževanje z umetno inteligenco (iz Holmes & al. 20192).

Vsako posamezno izobraževalno orodje ali vir, ki temelji na umetni inteligenci, ima svoje specifične metode. Vendar je včasih mogoče uganiti, katere se bodo verjetno uporabljale pri določenem viru.

Poglejmo nekaj primerov:

  • Na dialogu temelječ sistem za tutorstvo, kot storitev poučevanja učencev Takšni sistemi bodo verjetno uporabljajo: komunikacijske tehnike, kot je obdelava naravnega jezika za razumevanje govora in jezika, tehnike generiranja in sklepanja za namene tutorstva.
  • Priporočanje predmetov, kot podporna storitev za študente Tako kot pri personaliziranih tržnih ponudbah kot pri funkcijah priporočil, ki jih je mogoče najti na internetu, sistemi za priporočanje predmetov temeljijo na tehnikah strojnega učenja z analizo ustreznih trenutnih podatkov, povezanih z učno potjo študenta, in ugotavljanjem podobnosti s predhodnimi posplošenimi učnimi potmi študentov.
  • Zaznavanje pozornosti in čustev študenta kot podporna storitev za učitelje Takšen sistem verjetno uporablja tehnike zaznavanja (na primer računalniški vid za prepoznavanje obraza) in tehnike strojnega učenja za analizo obrazne mimike ali vedenja študenta, če se taki podatki zbirajo in analizirajo.
_________________________

  1. AI Watch - Defining Artificial Intelligence - 2.0. Towards an operational definition and taxonomy for the AI landscape - Samoili, S., López Cobo, M., Delipetrev, B., Martínez-Plumed, F., Gómez, E., and De Prato, G. - EUR 30873 EN, Publications Office of the European Union, Luxembourg, 2021, ISBN 978-92-76-42648-6, doi:10.2760/019901, JRC126426. ↩↩

  2. Artificial Intelligence In Education: Promises and Implications for Teaching and Learning - Wayne Holmes, Maya Bialik, Charles Fadel - Boston, MA, Center for Curriculum Redesign, 2019. ↩↩