· 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 моделиПочему 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 AIКак 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 обученияКак 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 обученияКак 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 →Инструменты для нового поколения AI-инженеров
AI Engineer Summit 2025
Эксперименты в реальном времени с AI co-scientist
AI Engineer World's Fair 2025
Memory harnesses для долго работающих исследовательских агентов
AI Engineer World's Fair 2026
Похожие доклады
Видеть, слышать, говорить, рисовать
Logan Kilpatrick, Simón Fishman
AI Engineer Summit 2023
Близко по содержанию
От текста к зрению и голосу: мультимодальность с OpenAI
AI Engineer World's Fair 2024
Близко по содержанию
