100 наименее популярных профессий в Америке
Jul 09, 2023100 наименее популярных профессий в Америке
Oct 23, 2023Глава Snowy Hydro признал, что на составление подземных карт было потрачено 100 миллионов долларов, прежде чем начались проблемы с туннелями
Aug 10, 202310 бушующих металлических каверов классического агро 80-х
May 25, 202313 гениальных кухонных инструментов, о которых вы даже не подозревали
Aug 20, 2023Учащиеся используют машинное обучение на уроке, призванном выявить проблемы и перспективы ИИ
В новом исследовании исследователи из Университета штата Северная Каролина попросили 28 старшеклассников создать свои собственные модели искусственного интеллекта (ИИ) машинного обучения для анализа данных. Цели проекта заключались в том, чтобы помочь студентам изучить проблемы, ограничения и перспективы ИИ, а также обеспечить готовность будущих сотрудников к использованию инструментов ИИ.
Исследование проводилось совместно с классом журналистики средней школы на Северо-Востоке. С тех пор исследователи распространили программу на классы средних школ во многих штатах, включая Северную Каролину. Исследователи штата Северная Каролина надеются на сотрудничество с другими школами для сотрудничества во внедрении учебной программы в классы.
«Мы хотим, чтобы учащиеся с самого раннего возраста открывали этот черный ящик, чтобы они не боялись ИИ», — сказал ведущий автор исследования Шиян Цзян, доцент кафедры дизайна и технологий в штате Северная Каролина. «Мы хотим, чтобы студенты знали о потенциале и проблемах ИИ, и чтобы они думали о том, как они, следующее поколение, могут реагировать на меняющуюся роль ИИ и общества. Мы хотим подготовить студентов к будущей рабочей силе».
Для исследования исследователи разработали компьютерную программу под названием StoryQ, которая позволяет студентам создавать свои собственные модели машинного обучения. Затем исследователи провели семинар для учителей по учебной программе и технологиям машинного обучения продолжительностью полуторачасовые занятия каждую неделю в течение месяца. Для учителей, подписавшихся на дальнейшее участие, исследователи еще раз подвели итоги учебной программы и проработали логистику.
«Мы создали технологию StoryQ, чтобы позволить учащимся старших классов и студентов бакалавриата создавать то, что мы называем моделями «классификации текста», — сказал Цзян. «Мы хотели снизить барьеры, чтобы студенты могли действительно знать, что происходит в машинном обучении, а не бороться с кодированием. Поэтому мы создали StoryQ, инструмент, который позволяет студентам понимать нюансы построения моделей машинного обучения и классификации текста. ."
Учитель, решивший принять участие, провел 15-дневный урок журналистики, на котором они использовали StoryQ для оценки серии обзоров Yelp о магазинах мороженого. Студенты разработали модели, позволяющие предсказать, будут ли отзывы «положительными» или «отрицательными» в зависимости от языка.
«Учитель увидел актуальность программы для журналистики», — сказал Цзян. «Это был очень разнообразный класс, многие студенты недостаточно представлены в STEM и информатике. В целом мы обнаружили, что ученикам очень понравились уроки, и они отлично обсуждали использование и механизм машинного обучения».
Исследователи увидели, что студенты выдвигали гипотезы относительно конкретных слов в обзорах Yelp, которые, по их мнению, могли предсказать, будет ли отзыв положительным или отрицательным. Например, они ожидали, что отзывы, содержащие слово «нравится», будут положительными. Затем преподаватель предложил учащимся проанализировать, правильно ли их модели классифицировали отзывы. Например, студент, который использовал слово «нравится», чтобы предсказать отзывы, обнаружил, что более половины отзывов, содержащих это слово, на самом деле были отрицательными. Затем исследователи заявили, что студенты использовали метод проб и ошибок, чтобы попытаться повысить точность своих моделей.
«Студенты узнали, как эти модели принимают решения, и какую роль люди могут играть в создании этих технологий, а также какие перспективы можно привнести при создании технологии искусственного интеллекта», — сказал Цзян.
В ходе обсуждений исследователи обнаружили, что у студентов неоднозначная реакция на технологии искусственного интеллекта. Студенты были глубоко обеспокоены, например, возможностью использования ИИ для автоматизации процессов отбора студентов или кандидатов для таких возможностей, как стипендии или программы.
Для будущих занятий исследователи создали более короткую пятичасовую программу. Они запустили программу в двух средних школах Северной Каролины, а также в школах Джорджии, Мэриленда и Массачусетса. На следующем этапе своих исследований они собираются изучить, как преподаватели разных дисциплин сотрудничают, чтобы запустить программу, ориентированную на ИИ, и создать сообщество, обучающееся ИИ.