В этом отраслевом обзоре представлен срез ключевых исследований в HAI и Стэнфорде, которые могут помочь сформировать будущее образования. Представлены работы исследователей, разрабатывающих искусственный интеллект, который облегчает высококачественное персонализированное обучение в масштабе, создает системы оценивания, которые расширяют возможности преподавания и оценивания, и автоматически разрабатывает целенаправленные учебные среды и инфраструктуры.

Основные выводы:

Персонализированное и адаптированное обучение
Благодаря недавним достижениям в области больших языковых моделей сложные задачи NLP становятся более выполнимыми при применении готовых алгоритмов, сопровождаемых адаптацией к предметной области. Исследователи в кампусе используют эти модели для разработки приложений на естественном языке, таких как движки чат-ботов, для удовлетворения потребностей в подготовке учителей и повышения квалификации учащихся, особенно при изучении языка или в других условиях интенсивного общения.

Изучение наук
Исследователи используют методы моделирования, чтобы помочь преподавателям понять как отдельные процессы обучения, так и способности различных групп учащихся, стремясь информировать организацию о будущей учебной программе и оценках, которые полезны в сценариях реального времени.

Инфраструктура обучения
Учебные инфраструктуры, поддерживающие среду обучения, используют данные и искусственный интеллект не только для того, чтобы обеспечить более индивидуальные занятия в классе и дистанционное обучение, но и для того, чтобы предлагать политику, соответствующую намеренным целям (например, выбор школьных заданий, максимизирующий такие факторы, как разнообразие).