Може ли вештачка интелигенција помоћи у подстицању радозналости и метакогниције код деце?

Како будући алгоритми вештачке интелигенције могу укључити механизме радозналости? Пjер-Ив Одејер, директор истраживања у ИНРИА (Националном институту за истраживање дигиталних наука и технологија) у Бордоу, расправља о могућностима АИ у вези са фундаменталним истраживањем учења. 

„Може ли вештачка интелигенција помоћи у подстицању радозналости и метакогниције код деце?" На основу фундаменталних истраживања, Пјер-Ив Одејер објашњава да апликације „примењене у великим размерама“ могу утицати на свет образовања. „Када су деца и одрасли у стању радозналости, боље памте. Постоји корелација између идентификоване радозналости деце и предвиђања њиховог академског успеха“, подсећа истраживач, цитирајући рад Стала и Фајгенсона из 2015. и Штурма из 2011.

Узимајући за пример „Монтесори школе“, говорник подсећа на корисност остављања простора слободе и учења омогућавајући деци да спонтано изразе своју радозналост. „Међу механизмима који играју важну улогу у процесу учења, постоји и унутрашњи механизам повезан са радозналошћу и спонтаношћу; и спољни механизми повезани са вођењем друштвеног окружења као што је улога језика”.

Уз подршку видео записа из истраживачког рада, Пјер-Ив Одејер показује важност и инвентивне капацитете деце. Нове ствари, изненађења, ситуације учења које нису ни прелаке ни претешке, „мозак веома цени“. Унутрашња мотивација јесте у срцу истраживачких тема у лабораторијама. Ово укључује проналажење онога што се квалификује као „експеримент од интереса за људски мозак“. Тајна би била у не-претераној дози тежине и напретка за ученика. „Ученик ће избегавати активности које су превише лаке или немогуће.”

Најзапањујући део конференције је несумњиво видео који приказује робота „вођеног радозналошћу“. Плер-Ив Одејер закључује да „ако користимо методе које имају за циљ само да оптимизују циљ који намећемо машинама, чим проблем постане превише компликован, онда ове методе више не раде“. Ефикаснији метод је стога погодан за разматрање ширег скупа циљева у којима постоји организациона слобода. „На пример, фокусирањем на ону која пружа највећи напредак у учењу.“

Истраживач завршава презентацијом софтвера који омогућава персонализацију учења. „Ове интелигентне системе са туторима производе стручњаци за наставу.“ Са радом на 30 одељења и 1000 деце у региону Аквитаније, истраживач наводи резултате који показују да је „коришћење алгоритма који персонализује курсеве имало утицаја у поређењу са ручно дизајнираним наставним планом и програмом“.

Коначно, Пјер-Ив Одејер инсистира на корисности „помагања деци да формулишу радознала питања. Важно је да мозак схвати да нешто недостаје. Формулисање питања је понекад проблематично на часу.” Зато се обезбеђју "онлајн агенти за разговор", софтвери који одговорају на питања ученика. Chat GPT3 такође може да се користити за „нуђење трагова ученицима“…

Са вебинара Педагошког кафеа: https://www.cafepedagogique.net/2023/10/10/lia-a-lassaut-de-la-curiosite/