About Me

Trí tuệ nhân tạo AI và Big Data trong giáo dục đại học

Chính xác thì trí tuệ nhân tạo là gì và nó có những chức năng gì trong giáo dục đại học? Nói một cách đơn giản, trí tuệ nhân tạo là một nỗ lực mô phỏng kiến thức của con người, bằng cách lập trình các quy tắc mở rộng vào máy tính. Thông qua hệ thống máy học và chuyên gia, máy móc có thể tạo ra các mô hình trong các luồng dữ liệu khổng lồ và xác định chính xác các mối tương quan mà con người có thể không nhìn nhận trực quan một cách tức thì. 
Giao diện ứng dụng EDUNET - trực thuộc IPED Hiệp Hội Đại Học Cao Đẳng Việt Nam sử dụng big data 

Khả năng phát triển và độ chính xác của trí tuệ nhân tạo cuối cùng phụ thuộc vào việc thu thập dữ liệu - Dữ liệu lớn. Nơi nào có thể tìm thấy một luồng thông tin liên tục hơn một cộng đồng sinh viên tích cực và hấp dẫn? Nói như vậy, ứng dụng trí tuệ nhân tạo trong giáo dục đại học mang đến một mối quan hệ cùng có lợi cho cả hai bên. 

Tương lai của trí tuệ nhân tạo được hưởng lợi từ sự tương tác này bằng cách truy cập vào dữ liệu đại chúng để rút ra các kết luận, xác định mối tương quan và xây dựng các chiến lược phân tích dự đoán. Trong cùng một dòng chảy, trí tuệ nhân tạo; được xây dựng trên cơ sở máy học, đã được tìm thấy để thúc đẩy sự thành công của sinh viên, tạo cơ hội phát triển chuyên nghiệp và tạo ra lộ trình học tập cá nhân hóa. 



Ứng dụng sử dụng trí tuệ nhân tạo để kiểm tra sức khỏe học sinh tại Trung Quốc

Ở trường hợp đầu tiên, điều này dường như là một tiến bộ mang tính xây dựng trong cả hai lĩnh vực. Như với hầu hết mọi thứ trong cuộc sống, con người phải luôn luôn xem xét các ngoại ứng tiêu cực được tạo ra bởi các quyết định có ý thức. Việc khai thác nhân tạo dấu chân kỹ thuật số của sinh viên cũng không ngoại lệ. Không có gì đáng ngạc nhiên, việc áp dụng trí tuệ nhân tạo trong giáo dục đại học không phải là không có những nguy hiểm. Nhưng có thể là những lợi ích sâu rộng trong việc sử dụng trí tuệ nhân tạo lại vượt xa bất kỳ tác dụng không mong muốn nào? 

Ứng dụng trí tuệ nhân tạo trong giáo dục đại học 

Tờ Wall Street Journal cho biết trong một bài viết về cách một số trường đại học sử dụng trí tuệ nhân tạo và học máy để xác định mức độ quan tâm của sinh viên tới các trường đại học: “Các trường đại học khai thác dữ liệu về ứng viên của họ”. Lợi ích cá nhân được chứng minh là đã được suy luận dựa trên sự tương tác của sinh viên với các trang web của trường đại học, các bài đăng trên mạng xã hội và email. Hàng ngàn điểm dữ liệu của mỗi sinh viên đang được sử dụng để đánh giá các đơn xin nhập học. 



Việc áp dụng học máy trong trường hợp trên là một ví dụ kinh điển về việc sử dụng chức năng của nó. Các mục đích sử dụng khác mở rộng cho việc hỗ trợ sinh viên, ví dụ, đưa ra khuyến nghị về các khóa học và lộ trình nghề nghiệp, dựa trên hồ sơ dữ liệu tương tự của sinh viên được thực hiện trong quá khứ. Theo truyền thống, đây là vai trò của nhân viên dịch vụ nghề nghiệp hoặc cố vấn hướng nghiệp, dịch vụ đề xuất dựa trên dữ liệu được cho là cung cấp giải pháp tốt hơn cho sinh viên. 

Việc hỗ trợ sinh viên được nâng cao hơn nữa bằng cách sử dụng các phân tích dự đoán và tiềm năng của nó để xác định các sinh viên có nguy cơ thất bại hoặc bỏ học đại học. Theo truyền thống, các tổ chức sẽ dựa vào các dấu hiệu nhận biết hoặc điểm trung bình giảm để đánh giá liệu một sinh viên có nguy cơ bỏ học hay không. Các hệ thống trí tuệ nhân tạo cho phép phân tích các mẫu chi tiết hơn của hồ sơ dữ liệu sinh viên. Giám sát rủi ro thời gian thực của sinh viên cho phép giảng viên thực hiện hành động kịp thời và hiệu quả. 

Trí tuệ nhân tạo sở hữu khả năng hỗ trợ cho sự tiến bộ của từng cá nhân sinh viên. Một số hệ thống phần mềm giáo dục phân tích dữ liệu của sinh viên để đánh giá tiến bộ của họ và đưa ra khuyến nghị dựa trên bộ kỹ năng của họ. Nhằm mục đích đào tạo các nhà lãnh đạo doanh nghiệp và nhân sự tương lai của thế giới kỹ thuật số, Đại học 20.35 giới thiệu mô hình đại học đầu tiên sử dụng trí tuệ nhân tạo để tạo ra quỹ đạo giáo dục cá nhân bằng cách theo dõi hồ sơ kỹ năng số. 

Tại Đại học Staffordshire có một chatbot với tên gọi Beacon – chatbox sẵn sàng hỗ trợ mọi thắc mắc mà sinh viên có thể có. 

Bộ sưu tập Big Data trên nền tảng giáo dục và chuyên nghiệp của sinh viên, kết hợp với dấu chân kỹ thuật số của họ, cho phép cỗ máy thông minh gợi ý con đường phát triển tốt nhất. Mỗi sinh viên tại bất kỳ thời điểm nào cũng có thể đưa ra quyết định về các bước giáo dục tiếp theo, dựa trên các khuyến nghị có tính đến dấu chân kỹ thuật số của họ, của các sinh viên khác và nội dung giáo dục có sẵn cho họ. 

Các tài liệu học tập tùy chỉnh tạo nên một nền tảng vững chắc của việc đào tạo có hiệu quả và tiết kiệm thời gian sẽ bị lãng phí vào các tài liệu không liên quan. Trong khi các quỹ đạo giáo dục được đề xuất đang được tạo ra, thì việc thành lập hồ sơ kỹ thuật số song sinh dành cho sinh viên cũng được tiến hành. Nói cách khác, bản sao kỹ thuật số của tài sản vật chất (hồ sơ dữ liệu của sinh viên) là đại diện cho sự phát triển của sinh viên trên cơ sở thời gian thực. Sự thể hiện của một hồ sơ dữ liệu cá nhân, dựa trên dấu chân kỹ thuật số của họ, cũng như một số dữ liệu sinh học; có thể giúp xác định những lỗ hổng trong kiến ​​thức, những kiến thức bị quên lãng và trau dồi những điểm mạnh của sinh viên. 

Làm việc theo nhóm và các dự án nhóm là những chiến lược đánh giá quan trọng tại trường đại học và đào tạo sinh viên để chia sẻ những quan điểm đa dạng và biết chịu trách nhiệm - một kỹ năng được yêu cầu cao tại nơi làm việc. Việc ứng dụng trí tuệ nhân tạo trong các dự án nhóm tại trường đại học được đánh giá thấp và không được sử dụng đúng mức. Bằng cách định cấu hình các mô hình học máy để tính đến từng hồ sơ người tham gia, các khuyến nghị có thể được đưa ra để tạo ra các nhóm hiệu quả nhất và từ đó tạo ra kết quả tốt nhất.

Collect & Posted by

Đăng nhận xét

0 Nhận xét