Jaki rodzaj e-learningu działa najlepiej i co sztuczna inteligencja (AI) może wnieść do zdalnej edukacji? W świecie, w którym studenci muszą się ciągle uczyć i szybko dostosować uzyskaną wiedzę, istnieje pilna potrzeba dostępu do wiedzy specjalistycznej i usprawnienia procesu uczenia się. Sztuczna inteligencja zaspokaja tę potrzebę zarówno, jeśli chodzi o formalną naukę na uczelni, jak i uczenie się już podczas wykonywania pracy.
Głównym atutem sztucznej inteligencji w e-learningu, i na uniwersytecie, i w organizacji korporacyjnej, jest możliwość zadawania pytań i uzyskiwania odpowiedzi za pomocą technologii. Student, zadając AI wszelkiego rodzaju pytania, oszczędza czas wykładowcy. Ponadto uważa się, że sztuczna inteligencja zapewnia pewien poziom prywatności. Udowodniono, że studenci znaczniej chętniej zadają pytania, także te najbardziej trywialne, których wstydziliby się zadać, będąc w grupie, jeśli mogą wykorzystać AI.
Jak twierdzi dr Dodzi Amemado, ekspert w dziedzinie e-learningu w szkolnictwie wyższym, dzięki sztucznej inteligencji studenci pogłębiają wiedzę poprzez zaznajomienie się z różnego rodzaju pojęciami, np. w kontekście geograficznym, historycznym czy społecznym. Rola AI nie polega tylko na znalezieniu potrzebnej informacji, powinna być ona także zrozumiała dla użytkownika i naprowadzać go na właściwy kontekst. Zadaniem sztucznej inteligencji jest wzmocnienie pracy wykładowców. Podczas interakcji z użytkownikiem może ona odkryć luki w programie nauczania, co pozwala wykładowcy je uzupełnić.
Czy baza wiedzy AI jest idealna? Opiera się ona głównie na dużych przestrzeniach wiedzy w domenie publicznej. Ta wiedza jest często niepełna w co najmniej dwóch różnych wymiarach. Pierwszy dotyczy codziennych doświadczeń. Jak ujął to Walter Bender, były dyrektor zarządzający MIT Media Lab: „Można znaleźć na Wikipedii artykuł o drzwiach samochodowych, ale nie o tym, jak je otworzyć. Ta uwaga dotyczy różnych dziedzin wiedzy”. Drugi wymiar, w którym sztuczna inteligencja jest niewystarczająca, dotyczy bardzo specjalistycznej wiedzy, np. terminologii stosowanej w danej korporacji, wiedzy specyficznej dla konkretnej dziedziny lub jej części. Trudno zatem oczekiwać, że AI znajdzie odpowiedzi na wszystkie konkretne pytania.
Źródło: www.universityworldnews.com