Gli Stati Uniti si trovano ad affrontare un grave problema di disuguaglianza educativa. I bambini provenienti da famiglie a basso reddito hanno meno probabilità di ricevere un’istruzione di alta qualità, in parte perché i distretti più poveri hanno difficoltà a trattenere insegnanti esperti. L’intelligenza artificiale può aiutare migliorando i servizi di tutoraggio personalizzati, che talvolta vengono utilizzati per integrare l’insegnamento in classe in queste scuole. Con l’aiuto di uno strumento AI, i tutor possono accedere alla conoscenza di insegnanti più esperti durante sessioni di tutoraggio virtuale.
I ricercatori della Stanford University hanno sviluppato un sistema di intelligenza artificiale chiamato Tutor CoPilot basato su GPT-4 di OpenAI, integrandolo con una piattaforma chiamata FEV Tutor, che collega virtualmente gli studenti ai tutor. Tutor e studenti si scambiano messaggi attraverso un’interfaccia di chat e un tutor che ha bisogno di aiuto per spiegare dove e perché uno studente ha sbagliato può premere un pulsante per generare suggerimenti di Tutor CoPilot.
I ricercatori hanno creato il modello addestrando GPT-4 su un database di 700 sessioni di tutoraggio nel mondo reale in cui insegnanti esperti hanno lavorato individualmente con gli alunni dalla prima alla quinta elementare nelle lezioni di matematica. Durante queste sessioni, hanno identificato gli errori degli studenti e hanno lavorato con loro per correggerli in modo che comprendessero i concetti più ampi insegnati. Da lì, il modello genera risposte che i tutor possono personalizzare per aiutare i propri studenti online.
“Sono davvero entusiasta del futuro dei sistemi di collaborazione uomo-intelligenza artificiale”, afferma Rose Wang, dottoranda presso l’Università di Stanford che ha lavorato al progetto, che è stato pubblicato su arXiv e non è stato ancora sottoposto a peer review. “Credo che questa tecnologia sia un grande facilitatore, ma solo se ben progettata”.
Lo strumento non è stato sviluppato per insegnare la matematica direttamente agli studenti; offre invece indicazioni ai tutor su come incoraggiare gli studenti ad arrivare alle risposte corrette, promuovendo un apprendimento più profondo. Ad esempio, può suggerire al tutor di chiedere come lo studente è arrivato a una determinata risposta o di proporre domande che indichino un modo alternativo di risolvere il problema.
Per testarne l’efficacia, il team ha analizzato le interazioni di 900 tutor che hanno insegnato matematica virtualmente a 1.787 studenti di età compresa tra i cinque e i 13 anni provenienti da comunità storicamente svantaggiate del sud degli Stati Uniti. La metà dei tutor aveva la possibilità di attivare Tutor CoPilot, mentre l’altra metà non aveva accesso a questo strumento.
Gli studenti i cui tutor utilizzavano Tutor CoPilot avevano il 4% in più di possibilità di superare il test finale (una valutazione per verificare la padronanza di un argomento) rispetto a coloro che erano accompagnati da tutor senza lo strumento. I tassi di superamento sono stati rispettivamente del 66% e del 62%.
Lo strumento funziona bene perché viene utilizzato per insegnare la matematica relativamente di base, spiega Simon Frieder, un ricercatore sull’apprendimento automatico dell’Università di Oxford che non era coinvolto nel progetto. “Non sarebbe fattibile condurre uno studio con matematica più avanzata in questo momento”, dice.
Il team stima che lo strumento potrebbe migliorare l’apprendimento degli studenti a un costo di circa 20 dollari all’anno per tutor per il fornitore di tutoraggio, significativamente più economico delle migliaia di dollari normalmente necessari per formare gli educatori di persona.
Ha anche il potenziale per migliorare il rapporto tra i tutor alle prime armi e i loro studenti, addestrandoli ad affrontare i problemi nello stesso modo in cui fanno gli insegnanti esperti, afferma Mina Lee, assistente professore di informatica presso l’Università di Chicago che non è stata coinvolta nel progetto. progetto.
“Questo lavoro dimostra che lo strumento funziona davvero in ambienti reali”, afferma. “Vogliamo facilitare la connessione umana, e questo evidenzia davvero come l’intelligenza artificiale possa amplificare l’interazione umana”. Come passo successivo, Wang e i suoi colleghi intendono esplorare quanto bene i tutor alle prime armi ricordino i metodi di insegnamento trasmessi da Tutor CoPilot.
Ciò può aiutare a comprendere la durata degli effetti di questi interventi di intelligenza artificiale. Si prevede inoltre di identificare quali altre materie scolastiche o gruppi di età potrebbero trarre vantaggio da questo approccio.
“Esistono molti modi sostanziali per migliorare la tecnologia di base”, afferma Wang. “Ma non stiamo implementando la tecnologia AI senza previa convalida: vogliamo assicurarci di valutarla rigorosamente prima di rilasciarla nel mondo reale. Per me la paura più grande è far perdere tempo agli studenti”.
( fonte: MIT Technology Review )
