مايكروسوفت وإلينوي تبنيان StudentSim لتدريب معلمي الذكاء الاصطناعي بشكل أسرع

طريقة أرخص لاختبار استراتيجيات التدريس

لا يكون معلمو الذكاء الاصطناعي التكيفيون جيدين إلا بقدر جودة التغذية الراجعة المستخدمة في بنائهم. يتحسن المعلم عندما يستطيع الباحثون رؤية أي شرح ينقذ متعلماً متعثراً وأي شرح يتركه عالقاً. تتطلب هذه الحلقة عادةً أشخاصاً حقيقيين: طلاباً يحلون المسائل، ويرتكبون الأخطاء، ويتلقون التلميحات، ثم إما يصححون أنفسهم أو يفشلون مرة أخرى. تشغيل مثل هذه الحلقة على نطاق واسع مكلف، ويرى الباحثون وراء StudentSim أن هذه التكلفة أصبحت العقبة الرئيسية التي تعيق أنظمة التدريس.

جوابهم هو محاكاة المتعلمين. يقوم StudentSim، وهو تعاون بين مايكروسوفت وجامعة إلينوي، ببناء نسخة رقمية مميزة لكل طالب في الدراسة، ثم يدع هذه النسخ تحل محل الشيء الحقيقي أثناء ضبط المعلم. ولأن النسخ تستجيب فوراً وتكلفتها في التشغيل لا تكاد تذكر، يستطيع الباحثون اختبار استراتيجيات تدريس أكثر بكثير مما تسمح به أي دراسة صفية. ويصف مؤلفو الورقة الهدف بأنه منح معلمي الذكاء الاصطناعي قناة تغذية راجعة سريعة ومنخفضة التكلفة بدلاً من القناة البطيئة والمكلفة التي يعتمدون عليها حالياً.

مهارتان لم تُجمعا من قبل قط

يرى الباحثون أن المحاولات السابقة لنمذجة الطلاب حلّت نصف المشكلة فقط. ووفقاً لتحليلهم، تنزلق الأنظمة القائمة إلى أحد معسكرين، ويفتقد كل معسكر شيئاً جوهرياً.

• النسخ السلوكية: تُدرَّب هذه النماذج على بيانات طلاب حقيقيين وتعيد إنتاج إجابات متعلم معين بدقة معقولة، بما في ذلك الأخطاء التي يرتكبها عادةً. لكنها لا تستطيع التفاعل مع شرح المعلم.
• النماذج اللغوية الموجَّهة: وهي نماذج عامة الأغراض تُوجَّه لتتصرف كطالب. تتبع التلميحات بطواعية وتعدّل الإجابات عند الطلب، لكنها لا تشبه المتعلم الذي يُفترض أنها تمثله شبيهاً حقيقياً.

يحتاج معلم الذكاء الاصطناعي إلى الخاصيتين في الوقت نفسه. يحتاج إلى نقطة انطلاق واقعية، أي نسخة تخطئ في المسائل نفسها وللأسباب نفسها التي يخطئ بها طالب حقيقي. ويحتاج أيضاً إلى أن تغيّر هذه النسخة رأيها عندما تصل المساعدة. فالطالب الذي لا يتحسن أبداً لا يستطيع إظهار ما إذا كان التلميح قد نجح، والطالب الذي يتحسن لأسباب خاطئة ينتج أدلة مضللة.

تحويل الخاصيتين إلى أهداف قابلة للقياس

يتعامل StudentSim مع كل خاصية كدرجة يجب تحسينها بدلاً من طموح غامض. يقيس أحد المقياسين مدى تطابق إجابات النسخة مع إجابات الطالب الحقيقي، بما في ذلك الأخطاء. ويقيس مقياس ثانٍ مدى استعداد النسخة لتعديل إجابة بعد تدخل المعلم. ومعاً، يحدد المقياسان ما يعنيه أن يكون الطالب المحاكى مفيداً لتدريب المعلم، لا مجرد مقنع في المحادثة.

عنق الزجاجة: بيانات شبه معدومة لكل طالب

أصعب قيد واجهه الفريق هو الشحّ. توضح مجموعة بيانات الكتابة بالإنجليزية لديهم المشكلة بوضوح صارخ: كان الوسيط بين الطلاب قد أنتج ثلاث مقالات فقط، وكتب أكثر من ثلثي الطلاب خمس مقالات أو أقل. ولا ينجح تركيب نسخة مباشرة على عينة صغيرة كهذه. فمع أمثلة قليلة جداً، يحفظ النموذج المقالات المحددة أمامه بدلاً من تعلم أي شيء عام عن الكاتب، وهو نمط فشل يصفه الباحثون بالإفراط في التخصيص.

وهذا يترك مأزقاً. فالنموذج المدرَّب على حفنة من مشاركات طالب واحد هشّ جداً بحيث لا يمكن الوثوق به، ومع ذلك فإن جمع أعمال كافية من كل فرد لتدريب نسخة موثوقة يعني جمع البيانات ذاتها التي صُمم النظام لتفادي الحاجة إليها. وبعبارة أخرى، لا يمكن حل مشكلة الشحّ بمجرد طلب المزيد من مشاركات الطلاب.

التدريب على مرحلتين يمدّ البيانات المحدودة أبعد

المرحلة الأولى: تعلّم ما يتشاركه الطلاب

تتجاوز المرحلة الأولى الشحّ عبر التجميع. يُدرَّب نموذج أساسي على العمل المشترك لكل طالب في مادة ما، فيتعلم أنماطاً تسري عبر المجموعة: الأخطاء التي يرتكبها المتعلمون عادةً، والطرق التي يميلون بها إلى تعديل إجاباتهم عندما يقدم المعلم تلميحاً. توفر هذه المرحلة معرفة عامة بكيفية ظهور التعلم داخل ذلك المجال.

المرحلة الثانية: التكيّف مع الفرد

المرحلة الثانية تُضفي الطابع الشخصي. فانطلاقاً من القاعدة المجمعة، يتكيف النظام مع طالب واحد باستخدام ما تركه ذلك الشخص من سجلات قليلة، ثلاث مقالات مثلاً. ولأن النموذج يفهم المادة على نطاق واسع بالفعل، لا يلزم البيانات الفردية سوى دفع النموذج نحو ميول متعلم واحد بعينه بدلاً من تعليمه كل شيء من الصفر.

والنتيجة نسخة يمكن بناؤها لكل طالب تقريباً في مجموعة بيانات، لا فقط للطلاب الغزيري الإنتاج الذين قدموا عملاً كافياً لتدريب نموذج عليهم وحدهم. وبالنسبة لدراسات التقييم، يهم هذا كثيراً. فالنظام الذي ينمذج الثلث الأكثر نشاطاً من الصف فقط سيعطي صورة مشوهة عن أداء المعلم عبر النطاق الكامل للمتعلمين.

الاختبار عبر الشطرنج والكتابة

تحقق الباحثون من صحة النهج على 60 طالباً يمتدون عبر مواد متعددة، منها الشطرنج والكتابة بالإنجليزية. ويضغط المجالان على النظام بطرق مختلفة. فالشطرنج يقدم سجلات نقلة بنقلة بإجابات صحيحة وخاطئة لا لبس فيها، بينما تتطلب الكتابة حكماً على الحجة والبنية والمراجعة. وعبر هذه السياقات، كان الهدف إظهار أن النسخ تستطيع محاكاة أخطاء الطالب المعتادة والاستجابة للتوجيه بالطريقة التي يستجيب بها ذلك الطالب.

الشرطان معاً جوهريان لحلقة التدريب. فإذا كانت النسخة تعيد إنتاج الأخطاء بأمانة فقط لكنها تتجاهل التلميحات، فلا يتلقى المعلم أي إشارة حول ما إذا كانت شروحه قد ساعدت. وإذا استجابت بحماس لكل تلميح لكنها لم تشبه المتعلم الفعلي أبداً، فلا تقول القياسات الناتجة شيئاً عن الطلاب الذين سيلتقيهم المعلم المنشور في النهاية.

لماذا يهم هذا خارج ورقة بحثية واحدة

جذب التدريس بالذكاء الاصطناعي استثمارات ضخمة على وعد بتعليم مصمم حسب نقاط ضعف كل متعلم، لكن التخصيص يعتمد على أدلة حول ما ينجح ولمن. وإذا كانت خط أنابيب الأدلة مقيّداً بتكلفة استقطاب الطلاب، فإن التقدم يُوزَّع حسب الميزانية. ويقدم الطلاب المحاكَون طريقة لسد الفجوة بين قدرات النماذج اللغوية الكبيرة سريعة التقدم وأنظمة التدريس الأبطأ حركة المبنية فوقها.

• يمكن مقارنة استراتيجيات التدريس بسرعة أكبر بكثير، لأن النسخ تولّد تغذية راجعة في ثوانٍ بدلاً من أسابيع.
• يستطيع الباحثون إجراء تجارب تكون غير عملية، أو مثيرة للقلق الأخلاقي، مع متعلمين حقيقيين في الحلقة.
• يصبح الطلاب غير المعتادين، بمن فيهم ذوو أنماط الأخطاء غير النمطية أو الأعمال المسجلة القليلة جداً، قابلاً للاختبار بدلاً من أن يكونوا غير مرئيين.
• يمكن أن يغطي التقييم صفاً كاملاً بدلاً من حفنة الطلاب الذين يصادف أن يقدموا أكبر قدر من العمل.

هناك حدود ضمنية في التصميم. فترث النسخ أي ثغرات وتحيزات موجودة في البيانات المجمعة، ولا يمكن للمتعلم المحاكى أن يكون أميناً إلا بقدر السجلات المستخدمة في تشكيله. فالطالب الممثل بثلاث مقالات يظل ممثلاً بثلاث مقالات، مهما كان تكييف النموذج بارعاً.

ويشير تأطير الورقة نفسه إلى السؤال التالي للمجال: إثبات أن التحسينات المقيسة مقابل طلاب محاكَين تنتقل إلى الصفوف التي يُفترض أن يمثلها هؤلاء الطلاب. وإلى أن يُبرهن على هذا الانتقال، يُفهم StudentSim على أفضل وجه كطريقة لتسريع البحث عن تدريس أفضل، لا كبديل عن المتعلمين الذين يحاكي سلوكهم.

هذا المقال مبني على تقرير لـ The Decoder. اقرأ المقال الأصلي.