ผู้วิจัย#

• Ryan S. Baker

หัวข้อเกี่ยวกับอะไร#

• วิเคราะห์และตั้งสมมุติฐานเกี่ยวกับว่าระบบ ITS ที่ใช้กันในปัจจุบัน มักไม่เป็นไปตามวิสัยทัศน์เดิมของ ITS ที่ “ชาญฉลาด” มาก (rich, flexible systems)
• แทนที่จะใช้ AI ฉลาดเต็มที่ กลับใช้ “human intelligence” ร่วมกับระบบที่อาจจะเรียกว่า “stupid tutoring systems” — แต่ถูกออกแบบอย่างชาญฉลาดเพื่อใช้ข้อมูลมนุษย์และตัดสินใจร่วมกัน

ใช้เทคนิคอะไร#

• เป็นบทความแนวคิด / วิจารณ์ (conceptual, theoretical)
• ใช้การวิเคราะห์ literature, ตั้งสมมุติฐาน, วิจารณ์รูปแบบ ITS ที่มีอยู่แล้วกับความคาดหวังเดิมของ ITS

ผลการวิจัย#

• พบว่าระบบ ITS ในงบขนาดใหญ่ (at scale) มักมีความเรียบง่ายมากกว่าวิสัยทัศน์ดั้งเดิม — มีความสามารถปรับตัวในระดับพื้นฐาน เช่น feedback, hints, adaptive sequencing แต่ไม่ใช่ระบบที่ “ชาญฉลาด” ในทุกมิติ เช่น ไม่ปรับอารมณ์ผู้เรียน, context แบบ real-time etc.
• มนุษย์ (ครู,ผู้เรียน,ผู้ออกแบบ) ยังคงมีบทบาทสำคัญ — ข้อมูลที่รวบรวมโดยระบบ, การตัดสินใจเชิง pedagogy, การปรับปรุงระบบมักขึ้นอยู่กับการแทรกแซงจากมนุษย์มากกว่า AI อัตโนมัติทั้งหมด

ความคิดเห็นต่ออนาคต#

• จำเป็นต้องมีการวิจัยเพิ่มเติมและพัฒนาระบบที่สามารถผสมผสาน “intelligence amplification” (ช่วยคนทำงานได้ดียิ่งขึ้น) ไม่ใช่แค่ AI ที่พยายามทำทุกอย่างเอง
• มีโอกาสที่จะพัฒนาระบบ ITS ที่มีความสมดุลระหว่างอัตโนมัติและการมีส่วนร่วมจากมนุษย์ (human-in-the-loop) เพื่อให้ได้ผลที่ดีกว่าในเชิงปฏิบัติ
• ความคาดหวังคือ ITS จะต้องปรับปรุงในเรื่องของความสามารถในการสังเกตอารมณ์และสถานการณ์ของผู้เรียน, การปรับตัว real-time, usability, ความโปร่งใสของระบบ ฯลฯ

Reference