De opkomst van tutorbots

Bij tutorbots worden chatbots binnen opleidingen en onderwijs gebruikt. Deze toepassingen van artificiële intelligentie komen langzaam maar zeker op. Wat zijn mogelijke toepassingen? Wat zijn beperkingen?

Artificiële intelligentie
Foto: geralt, pixabay

Donald Clark schrijft dat tutorbots kunnen bijdragen aan een meer persoonlijke dialoog waarbij de docent op een gestructureerde manier begeleidt en de lerende actief leert:

Taking the friction and cognitive load of the interface out of the equation, means the teacher and learner can focus on the task and effort needed to acquire knowledge and skills. This is the promise of tutorbots.

Tutorbots richten zich op het leren van kennis en vaardigheden, en zijn in staat een dialoog te voeren waarbij zij op een meer menselijke manier kunnen reageren. Lerenden kunnen tutorbots vragen stellen die zij aan echte docenten niet durven te stellen. Ook introverte lerenden zouden communicatie met tutorbots op prijs stellen. Tutorbots zijn bovendien in staat om vragen veel sneller te beantwoorden (24/7).

Volgens Donald Clark zijn er zeven manieren waarop deze toepassing van artificiële intelligentie gebruikt kan worden voor opleiden, onderwijs en leren.

  1. Ondersteunen van lerenden. Clark refereert hierbij aan het befaamde voorbeeld van de technische universiteit van Georgia.
  2. Het bevorderen van engagement. De Noorse tutorbot Differ wordt gebruikt om lerenden duwtjes in de rug te kunnen geven (wat inderdaad kan helpen om lerenden te motiveren).
  3. Doceren. Tutorbots zouden in staat zijn om op basis van ongestructureerde data te doceren. Clark’s bedrijf Wildfire is deze mogelijkheid aan het verkennen. De robots maken dan gebruik van leerinhouden, antwoorden en vragen die geformuleerd zijn op basis van tutorgedrag en algoritmes.
  4. Het geven van persoonlijke feedback. Voor docenten is het bijna onmogelijk om persoonlijke feedback te geven. Terwijl feedback het beste werkt als deze persoonlijk is. Tutorbots kunnen antwoorden analyseren en op basis daarvan feedback geven.
  5. Tutorbots kunnen scenariogebaseerd leren mogelijk maken door problemen voor te leggen, tijdens een proces interveniëren, feedback geven en inspanningen beoordelen.
  6. Naarmate tutorbots beter in staat zijn een dialoog te voeren, kunnen zij ook kritisch denken bevorderen. Bijvoorbeeld door nieuwe perspectieven naar voren te brengen of aannames en bronnen ter discussie te stellen.
  7. Tutorbots kunnen wellicht ooit meerdere domeinen doceren als algemene algoritmes beschikbaar komen die diverse problemen binnen tal van domeinen kunnen oplossen.

Donald Clark noemt ook de voordelen van een tutorbot ten opzichte van een mens (o.a. geen cognitieve bias, wordt niet ziek). Hij waarschuwt ook voor overspannen verwachtingen. Echt slimme tutorbots zijn namelijk ingewikkeld te bouwen. Verder verhouden deze robots zich niet goed tot de infrastructuur van traditionele leermanagement systemen.

Donald Clark beschrijft vooral de potentie van tutorbots. Concrete toepassingen ontbreken bij de meeste mogelijkheden vooralsnog. Dat was ook het geval tijdens een sessie over tutorbots die ik tijdens de laatste Online Educa in Berlijn heb bezocht. Toen gaf de spreker wat meer beperkingen van tutorbots aan:

  • Mensen zeggen vaak niet wat zij echt willen. Vragen die mensen stellen, worden niet begrepen.
  • Mensen nemen aan dat bots de context van je vraag begrijpen. Ze laten daarom de context weg (heb ik toch al gezegd). Dat leidt tot verkeerde antwoorden.
  • Tutorbots stellen nog geen aanvullende vragen stelt om achter de context te komen en zijn niet in staat de geschiedenis van de conversatie te onthouden.

Laatst schreef ik al dat modewinkels afstappen van chatbots omdat deze nog niet in staat zijn complexe interacties te hebben met echte mensen.

Tijdens de opening van de laatste editie van de Online Educa Berlijn wees Tricia Wang bovendien op de volgende beperkingen van kunstmatige intelligentie.

  • Deze benadering heeft nog steeds menselijke ontwerpers en kwalitatief goede data nodig.
  • ‘Machine bias’ komt voor omdat slechte data en algoritmes tot hele foute resultaten kunnen leiden. Zo zag het ‘algoritme’ van Google Photo’s dankzij slechte tag zwarte mensen aan voor apen. Er is, anders dan wat Clark beweert, wel degelijk sprake van bias bij artificiële intelligentie.
  • Kunstmatige intelligentie is niet in staat tot ‘perspective shifting’ (vanuit meerdere perspectieven zaken bekijken), terwijl dit wel een belangrijke vaardigheid is.

Het zal dus nog wel een hele poos duren voordat tutorbots daadwerkelijk worden gebruikt voor de zeven manieren die Donald Clark beschrijft. Tutorbots zijn immers op dit moment nog niet in staat om -zoals Clark in zijn intro stelt- een Socratische dialoog bij online leren mogelijk te maken.

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.