Kan en læringsmaskine lette læringsprocessen?
Kan computervidenskab og psykologi hjælpe os med at forstå, hvordan vi lærer? Vil det være muligt at skabe en maskine, der er i stand til at skabe lektioner for hver individuelle studerende og lette deres læringsproces? Det virker til, at svaret er ja, takket være udviklingen af en læringsmaskine.
Det fleste af os har haft problemer med at lære noget nyt før. Dog, har vi også oplevet øjeblikke, hvorved vi har lært noget næsten uden at skulle yde en indsats. Kort sagt, er læringsprocessen dynamisk.
Hvis en maskine kan hjælpe os med at lette vores læringsproces, og også tilpasse den til vores individuelle karakteristika, vil vi måske være mere effektive og produktive. Takket være et hold forskere fra University of Wisconsin-Madison, vil denne drøm, højest sandsynligt, blive til virkelighed i fremtiden.
Forskellige professorer fra afdelinger med computervidenskab og uddannelsespsykologi har samarbejdet med computerforskeren, Xiaojin Zhu, i hans projekt; “maskinlæring”. Deres mål var at udvide læringshorisonten.
Maskinlæring
Maskinlæring er et veletableret underfelt i computervidenskab, hvor eksperter udvikler matematiske værktøjer til at hjælpe hold med at lære af data og opdage mønstre. Maskinens praktikanter (holdene) er ligesom almindelige studerende.
Denne læringsmaskine, med brugen af sofistikeret matematik, gør det muligt for forskerne at modellere rigtige menneskelige studerende og komme frem til de bedst mulige lektioner til at undervise. For eksempel, kan denne maskine identificere det mindste antal af øvelser, der er nødvendige for en bestemt studerende, for at forstå et koncept.
Selvom det stadig er i de tidlige stadier, kan det have en stor indflydelse på uddannelse. Implementeringen af denne læringsmaskine vil være meget gavnlig inden for forskellige områder.
Først og fremmest, vil den hjælpe med at individualisere undervisnings- og evalueringsprocesser. Den vil også hjælpe studerende med læringsvanskeligheder med bedre at forstå, hvad de studerer.
En læringsmaskine: En blanding af computervidenskab og psykologi
Timothy T. Rogers er en kognitiv neurovidenskabsprofessor ved University of Wisconsin-Madison og en af Zhus samarbejdspartnere. Ved en bestemt lejlighed, forklarede han, hvordan computervidenskab og psykologi fandt sammen i projektet med læringsmaskinen.
Roger siger, at for at læringsmaskinens tilgang vil være plausibel, har vi brug for en god elevadfærdsmodel. Med andre ord, er det nødvendigt at forstå ændringer i adfærd, når det kommer til forskellige typer af læring/praktiske erfaringer.
Ydermere, er modellen nødt til at være beregningsmæssig. Den skal være i stand til at lave kvantitative forudsigelser omkring de studerendes adfærd.
“Ultimativt, håber vi, at læringsmaskinen kan bruges til at hjælpe undervisere med at udvikle planer og studieprogrammer, der fremmer læring inden for en bred række af områder”, forklarede Rogers. Ifølge ham, er nogle realistiske områder til indførelse af dette matematik, videnskab og læsning.
På den anden side, understreger han også vigtigheden af at yde en indsats, når det kommer til at bruge kognitive læringsmodeller, der kan påvirke problemer i den virkelige verden, som også tvinger undervisere til at lave nye og vigtige fremskridt i forståelsen af læringsprocessen generelt.
Dog, siger Zhu, at selvom denne idé, konceptuelt, er simpel, er det meget svært at indføre den i den virkelige verden.
Forholdet mellem computervidenskab og psykologi
Både psykologi og computervidenskab er videnskabelige discipliner, der fokuserer på at identificere de særlige karakteristika af bearbejdning af information. Forskellen er, at psykologi fokuserer på menneskelige væsener og computervidenskab fokuserer på skabelsen af værktøjer, der er i stand til at efterligne hjernens funktion, a.k.a. computeren.
På den anden side, har psykologi adskillige grene – kognitiv psykologi er den, der minder mest om computervidenskab. Kognitiv psykologi fokuserer på at studere de processer, hvor igennem vi opnår viden omkring verden og bliver opmærksomme på vores miljø.
Ydermere, fokuserer kognitiv psykologi på at studere og forstå funktionen og naturen af intelligente systemer (både menneskelige og kunstige). Af den årsag, har forskere fremsat en analog mellem sindet og computere. Ikke desto mindre, er lighederne mellem de to ret åbenlyse.
Det er derfor, forskere i emnet, særligt dem, der fokuserer på kunstig intelligens, forsøger at overføre idéer, overbevisninger og hypoteser, særegen for det menneskelige sind, til computere. Ligeledes, bruger kognitive psykologer computermodeller til at forme deres hypoteser og teoretiske forståelser.
Som du kan se, er computervidenskab og psykologi tæt forbundet. De går begge efter at vide mere om alle detaljerne omkring funktionen af det menneskelige sind.
