← Каталог

· AI Engineer World's Fair 2024

Мультимодальное будущее образования

The Multimodal Future of Education

Когда дети сами обучают модели и программируют роботов, они начинают критичнее оценивать «ум» AI, по данным исследования автора.

  • Обучение собственных моделей — дети в Cognimates тренируют классификаторы на текстах и изображениях и видят, насколько уверенно модель узнаёт объект. В лонгитюдном исследовании в школах после таких занятий дети гораздо реже считали, что голосовые ассистенты умнее их.
  • Эксперименты вместо объяснений — по словам автора, возможность быстро проверять гипотезы в песочнице работает лучше, чем рассказ о том, как устроен AI. Дети проходят тот же цикл, что и исследователи: гипотеза, тест, итерация.
  • Помощник для семейного кодинга — в исследовании с семьями из десяти штатов США дети и родители ценили подсказки идей и нужных конструкций, а код при этом писали сами. Родитель выступал модератором, а помощник нужно было уметь отключать, потому что он отвлекал.
  • Открытый код на Gemini API — демо, где модель задаёт наводящие вопросы по рисункам и математическим примерам, укладывается менее чем в сотню строк и требует бесплатного API-ключа. Автор также выпустил бенчмарк типичных математических ошибок школьников от K до 12 класса.

Кому полезно: тем, кто делает образовательные продукты на LLM и хочет, чтобы модель подталкивала к размышлению, а не давала готовые ответы.

На какие вопросы отвечает доклад

  • Как научить школьников критично относиться к ответам AI и не переоценивать его ум?

    В longitudinal-исследовании в школах дети сначала считали AI умнее себя, а после обучения текстовым и картиночным моделям и программированию умной техники стали сомневаться в его интеллекте. Метод: сами обучают свои модели и видят уровень уверенности предсказания.

    ▶ 3:07Cognimates, Scratch и как [REDACTED:age] обучают модели
  • Почему дети доверяют голосовым ассистентам и чатботам сильнее, чем стоит?

    По данным исследования, младшие дети (примерно 4–6 лет) скептически оценивают ум Google Home и Alexa, а старшие после школы считают устройства умнее себя. Эти ментальные модели задают, какие запросы человек пишет и насколько он доверяет ответам.

    ▶ 2:04Как дети воспринимают голосовых ассистентов и AI
  • Как сделать AI-помощника для кодинга, который подсказывает идеи, но не пишет код за пользователя?

    Исследование с детьми и родителями в десяти штатах США показало, что помощь лучше работает как подсказка при застревании: модель предлагает идеи и подходящие конструкции кода, а пользователь сам пишет программу. Важна возможность выключить помощника, потому что он отвлекает.

    ▶ 10:03Совместная работа семьи и визуальные демонстрации обучения
  • Как проверить, находит ли LLM типичные математические ошибки школьников в диалоге?

    Авторы создали первый бенчмарк типичных математических заблуждений детей от 1 до 12 класса и проверили, как топовые генеративные модели распознают их в разговоре с чатботом. По их словам, модели давали наводящие вопросы вместо готового ответа.

    ▶ 10:03Совместная работа семьи и визуальные демонстрации обучения
  • Как сделать мультимодального ассистента, который задаёт наводящие вопросы по рисунку вместо готового ответа?

    Демо на Gemini API работает с веб-камерой: модель видит рисунок весов, воды с CO2 или Земли со стрелкой и задаёт вопросы, а не решение. По словам докладчика, код занимает меньше ста строк, нужен бесплатный API-ключ, а инструкцию можно менять.

    ▶ 10:03Совместная работа семьи и визуальные демонстрации обучения

Главы

Ещё доклады: Stefania Druga

Страница спикера →

Похожие доклады