采访Dylan Arena博士,联合创始人和幼儿学习科学家

Dylan Arena博士是联合创始人和首席学习科学家 kid 是一家为教育产品带来自适应学习的公司,利用最新的学习科学来制作个性化学习体验。

6月5日,幼儿作为AI时间杂志的一部分被特色 AI为教育2019年倡议 在列表中 10 EDTECH公司通过AI加强教育和学习.

列表中选择的公司以不同的方式应用AI,使学生,学习者和教育部门大。

在这次采访中,Dylan Arena博士分享了关于AI如何帮助解决或减轻教育系统最大挑战的洞察的AI智能之家。


你的背景是什么?

我的本科学位是象征性的系统,这是一个涉及计算机科学,心理学,哲学和语言学的跨学科计划。我从高中工作中学到了学校,我已经完成了大学学分,而不是三年来毕业,我花了第四年获得哲学硕士学位。然后我加入了Oracle Corporation作为软件开发人员,但我很快就开发了重复的应变伤(RSI),这明确表示我没有作为编码者的未来。所以毕业四年后,我又回到了学校又七年,赚了另一个硕士学位(这次在统计中)和博士。在学习科技设计中。

我的博士研究重点是基于比赛的学习和下一代评估。我计划成为教授,教学实验方法和统计课程,同时设计和测试教育游戏,以支持学习各种事物。然而,在我完成该计划之前,我遇到了PJ Gunsagar,他说服了我,通过通过学术研究和教学启动公司可以帮助更多的学习者。

伤害如何开始?什么是kidaptive’s mission?

PJ Gunsagar决定在他认识到他的公司Prana Studios为迪斯尼和皮克斯和他的年轻女儿提供的教育应用程序之间创造的令人难以置信的动画特征之间的差异时发现伤害。 Gunsagar认为,有一种方法可以创造令人信服的教育内容,作为他在人们学习的最新科学理解的最新科学理解和知情的电影。因此,随着他的PRANA联合创始人的祝福,他离开了这家公司并确信我在2011年加入他的伤害。我们的路径随着时间的推移而发展,从创造自己的内容,以便我们的使命是我们的使命仍然赋予所有年龄段的学习者,以及他们的父母和教师,通过创造一个充满活力的个性化学习体验的生态系统。

今天教育系统中有哪些主要挑战?

现代教育系统的一个基本挑战是在学习者带入系统的多样性之间的一个基本挑战 - 各种经验,支持,能力,限制,偏好,激情和目标 - 以及系统所需的统一结果。

AI技术如何帮助解决或减轻它们?

AI可以用来以两种方式解决这一挑战。人们将优化每个学习者的朝向当前系统的统一结果的路径。更健康,更雄心勃勃的替代方案是为了帮助学习者向他们的正确成果提供帮助,从其他学习者的结果中可能差异很大。

在任何一种情况下,AI技术的负责任应用都有几个关键功能:

  • 它会考虑每个学习者的背景经验,域廓线和认知和情感特质的独特组合。
  • 它将适应每个学习者在实现概念掌握方面的步伐。
  • 通过将所有数据私有和安全,并且从未使用这些数据以外的任何目的,它将尊重学习者及其家庭的信任,而不是支持学习者成就。
  • 它旨在没有取代,而是支持在人类学习和发展中心的人际关系。
  • 它将培养每个学习者的好奇心,机构和所有权,巩固成功的终身学习。

AI有一个明确的机会,帮助为学生通过当前的教育系统而产生的数据进行洪流,

今天AI在教育中提出的主要机会是什么?

AI有一个明确的机会,帮助向学生通过当前的教育系统迁移时产生的数据的洪流,但这样做需要更多关于教育和心理学的域名知识,而不是有时由技术人员和其他人承担的人魔术盒子以某种方式可以自己找到答案。

教师如何为AI动力教育做准备?

它会成为幕后的教师,所以说,了解AI技术如何工作。 Demystive该技术可以用于缓解恐惧和赋予教师的恐惧和赋予教师,以推迟AI在教育中的不恰当用途(其中有不幸的例子)。

Demystive这项技术可以用于缓解恐惧和赋予教师推迟不恰当的AI在教育中的使用

您认为哪种技术将在未来几年对教育产生最大的影响,为什么?

深度学习在支持自然语言处理方面的作用将导致人机界面的重要进步,这将减少屏幕的中心性对数字教育体验。扫描屏幕距离可以帮助学生和教师恢复涉及更多面对面的交流的交互模式。换句话说,随着计算机的理解变得更好,当我们说话时,我们将能够与他们交谈并听到他们的回答,这将让我们将注意力从屏幕,键盘和小鼠转向以及朝向各自其他,它所属的地方。

教育系统管理软件如何适应AI的出现?

这些软件产品的开发人员应为模块化和互操作性构建,也适用于隐私和安全性。许多AI应用程序对于数据来说是贪婪的,这些开发人员需要提供,但开发人员还需要对分享这些数据的谨慎态度,因为这些贪婪的AI应用程序中的许多应用程序将以DON的方式设计和/或实施。我坚持我对上文问题3的回答中概述的原则,在这种情况下,开发人员应该绝对不与AI应用程序共享数据。

您是否在访问AI动力教育方面看到了不平等的威胁?

绝对:在教育中的Matthew效果一直导致了不成比例地利益那些已经特权的人。

一旦克服,目前的技术限制是什么,可以为教育系统带来大规模改进?

对教育系统的大规模改进从未来自推出新技术。即使引入可移动类型,可以说是历史上最具教育的重要技术创新,并没有符合其在教育系统中的大规模改进。教育系统是一个复杂的社会系统,受到各种选区支持的许多竞争利益的限制。这种系统通过社会行动而改变,而不是技术。

在接下来的5 - 10年里,你在哪里看到AI教育?

正如我之前的回应中所讨论的那样,自然语言处理将有所了解,以减少教师和学习者必须依赖屏幕与计算机沟通的程度。这些进步可能取得的会话交互模式越多,应替换至少一些孤立的屏幕面对与同行和学生教师协作的相结合。

另一个重大变化是,自适应学习将通过Gartner的幻灭潜水到他的生产力平台上。换句话说,我们将令人失望的是,魔术AI盒子没有辜负他们的炒作;我们将找到有助于使富有成效的自适应学习能够做些可以做的方法来帮助学习者的方法。

当然,这不是意味着我们不会兴奋地对一些新的技术创新兴奋,这承诺治愈教育的弊病。广播电视,电视,个人电脑,互联网,移动设备,AR / VR和AI都随着所谓的技术救护者的教育。我怀疑我们突然让我们每次都被愚弄,我们应该停止相信技术银子子弹。

任务   ai时间杂志  是透过信息
关于人工智能的知识,改变
即将到来的是使用AI技术的新机会
益处人性。

加入AI时间杂志
加入助理编辑

您是否有兴趣分享AI的信息和知识,并与现场中的一些最聪明的思维联系起来?

了解加入作为一个 Associate Editor.

关于AI时间期刊编辑人员

任务   ai时间杂志  是透过信息 关于人工智能的知识,改变 即将到来的是使用AI技术的新机会 benefit humanity.

查看所有帖子由AI时间期刊编辑人员→