Το πρόγραμμα διδάσκει στο προσωπικό της Πολεμικής Αεροπορίας των ΗΠΑ τα βασικά στοιχεία της τεχνητής νοημοσύνης

Το πρόγραμμα διδάσκει στο προσωπικό της Πολεμικής Αεροπορίας των ΗΠΑ τα βασικά στοιχεία της τεχνητής νοημοσύνης

Το πρόγραμμα διδάσκει στο προσωπικό της Πολεμικής Αεροπορίας των ΗΠΑ τα βασικά στοιχεία της AI PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Ένα νέο ακαδημαϊκό πρόγραμμα που αναπτύχθηκε στο MIT στοχεύει να διδάξει το προσωπικό των Αεροπορικών και Διαστημικών Δυνάμεων των ΗΠΑ να κατανοεί και να χρησιμοποιεί τεχνολογίες τεχνητής νοημοσύνης. Σε μια πρόσφατη αξιολόγηση από ομοτίμους, οι ερευνητές του προγράμματος ανακάλυψαν ότι αυτή η προσέγγιση ήταν αποτελεσματική και έγινε καλά αποδεκτή από υπαλλήλους με διαφορετικά υπόβαθρα και επαγγελματικούς ρόλους.

Το έργο, το οποίο χρηματοδοτήθηκε από το Department of Air Force–MIT Artificial Intelligence Accelerator, επιδιώκει να συμβάλει στην εκπαιδευτική έρευνα της τεχνητής νοημοσύνης, ειδικά όσον αφορά τρόπους μεγιστοποίησης των μαθησιακών αποτελεσμάτων σε κλίμακα για άτομα από ποικίλα εκπαιδευτικά υπόβαθρα.

Οι ειδικοί στο MIT Open Learning δημιούργησαν ένα πρόγραμμα σπουδών για τρεις γενικούς τύπους στρατιωτικού προσωπικού - ηγέτες, προγραμματιστές και χρήστες - χρησιμοποιώντας υπάρχον εκπαιδευτικό υλικό και πόρους του MIT. Δημιούργησαν επίσης νέα, πιο πειραματικά μαθήματα που στόχευαν στους ηγέτες των Αεροπορικών και Διαστημικών Δυνάμεων.

Στη συνέχεια, επιστήμονες του MIT οδήγησαν μια ερευνητική μελέτη για να αναλύσουν το περιεχόμενο, να αξιολογήσουν τις εμπειρίες και τα αποτελέσματα μεμονωμένων μαθητών κατά τη διάρκεια του πιλοτικού προγράμματος των 18 μηνών και να προτείνουν καινοτομίες και ιδέες που θα επέτρεπαν στο πρόγραμμα να κλιμακωθεί τελικά.

Χρησιμοποίησαν συνεντεύξεις και πολλά ερωτηματολόγια, που προσφέρθηκαν τόσο στους εκπαιδευόμενους του προγράμματος όσο και στο προσωπικό, για να αξιολογήσουν πώς αλληλεπιδρούσαν 230 στελέχη των Αεροπορικών και Διαστημικών Δυνάμεων με το υλικό του μαθήματος. Συνεργάστηκαν επίσης με τη σχολή του MIT για τη διεξαγωγή ανάλυσης κενού περιεχομένου και τον εντοπισμό του τρόπου με τον οποίο το πρόγραμμα σπουδών θα μπορούσε να βελτιωθεί περαιτέρω για την αντιμετώπιση των επιθυμητών δεξιοτήτων, γνώσεων και νοοτροπιών.

Τελικά, οι ερευνητές διαπίστωσαν ότι το στρατιωτικό προσωπικό ανταποκρίθηκε θετικά στην πρακτική μάθηση. εκτίμησαν τις ασύγχρονες, χρονικά αποδοτικές μαθησιακές εμπειρίες για να ταιριάζουν στο πολυάσχολο πρόγραμμά τους. και εκτίμησε έντονα μια ομαδική εμπειρία, μάθησης μέσω της δημιουργίας, αλλά αναζήτησε περιεχόμενο που να περιλαμβάνει περισσότερες επαγγελματικές και ήπιες δεξιότητες. Οι μαθητές ήθελαν επίσης να δουν πώς η τεχνητή νοημοσύνη εφαρμόζεται άμεσα στην καθημερινή τους εργασία και στην ευρύτερη αποστολή των Αεροπορικών και Διαστημικών Δυνάμεων. Ενδιαφέρονταν επίσης για περισσότερες ευκαιρίες να ασχοληθούν με άλλους, συμπεριλαμβανομένων των συνομηλίκων τους, των εκπαιδευτών και των ειδικών της τεχνητής νοημοσύνης.

Με βάση αυτά τα ευρήματα, τα οποία οι ερευνητές του προγράμματος πρόσφατα κοινοποιήθηκε στο συνέδριο IEEE Frontiers in Education, η ομάδα επαυξάνει το εκπαιδευτικό περιεχόμενο και προσθέτει νέα τεχνικά χαρακτηριστικά στην πύλη για την επόμενη επανάληψη της μελέτης, η οποία βρίσκεται σε εξέλιξη και θα επεκταθεί έως το 2023.

«Σκάβουμε βαθύτερα στο να επεκτείνουμε αυτό που πιστεύουμε ότι είναι οι ευκαιρίες για μάθηση, που οδηγούνται από τα ερευνητικά μας ερωτήματα αλλά και από την κατανόηση της επιστήμης της μάθησης σχετικά με αυτό το είδος κλίμακας και πολυπλοκότητας ενός έργου. Αλλά τελικά προσπαθούμε επίσης να προσφέρουμε κάποια πραγματική μεταφραστική αξία στην Πολεμική Αεροπορία και στο Υπουργείο Άμυνας. Αυτή η δουλειά οδηγεί σε πραγματικό αντίκτυπο γι 'αυτούς και αυτό είναι πραγματικά συναρπαστικό», λέει η κύρια ερευνήτρια Cynthia Breazeal, η οποία είναι κοσμήτορας του MIT για την ψηφιακή μάθηση, διευθύντρια του MIT RAISE (Responsible AI for Social Empowerment and Education) και επικεφαλής της ερευνητικής ομάδας Personal Robots του Media Lab.

Δημιουργία μαθησιακών ταξιδιών

Στην αρχή του έργου, η Πολεμική Αεροπορία έδωσε στην ομάδα προγράμματος ένα σύνολο προφίλ που αποτύπωνε το εκπαιδευτικό υπόβαθρο και τις λειτουργίες εργασίας έξι βασικών κατηγοριών προσωπικού της Πολεμικής Αεροπορίας. Στη συνέχεια, η ομάδα δημιούργησε τρία αρχέτυπα που χρησιμοποίησε για τη δημιουργία «ταξιδιών μάθησης» - μια σειρά εκπαιδευτικών προγραμμάτων που έχουν σχεδιαστεί για να μεταδώσουν ένα σύνολο δεξιοτήτων τεχνητής νοημοσύνης για κάθε προφίλ.

Το αρχέτυπο Lead-Drive είναι ένα άτομο που λαμβάνει στρατηγικές αποφάσεις. το αρχέτυπο Create-Embed είναι ένας τεχνικός εργαζόμενος που εφαρμόζει λύσεις τεχνητής νοημοσύνης. και το αρχέτυπο Facilitate-Employ είναι τελικός χρήστης εργαλείων επαυξημένης τεχνητής νοημοσύνης.

Ήταν προτεραιότητα να πείσουμε το αρχέτυπο Lead-Drive για τη σημασία αυτού του προγράμματος, λέει ο επικεφαλής συγγραφέας Andrés Felipe Salazar-Gomez, ερευνητής στο MIT Open Learning.

«Ακόμη και μέσα στο Υπουργείο Άμυνας, οι ηγέτες αμφισβητούσαν αν αξίζει ή όχι η εκπαίδευση στην τεχνητή νοημοσύνη», εξηγεί. «Πρέπει πρώτα να αλλάξουμε τη νοοτροπία των ηγετών, ώστε να επιτρέψουν στους άλλους μαθητές, προγραμματιστές και χρήστες να περάσουν από αυτήν την εκπαίδευση. Στο τέλος του πιλότου βρήκαμε ότι αγκάλιασαν αυτή την εκπαίδευση. Είχαν διαφορετική νοοτροπία».

Τα τρία μαθησιακά ταξίδια, τα οποία κυμαίνονταν από έξι έως 12 μήνες, περιελάμβαναν έναν συνδυασμό μαθημάτων τεχνητής νοημοσύνης και υλικού από το MIT Horizon, το MIT Lincoln Laboratory, το MIT Sloan School of Management, το Computer Science and Artificial Intelligence Laboratory (CSAIL), το Media Lab , και προγράμματα MITx MicroMasters. Οι περισσότερες εκπαιδευτικές ενότητες προσφέρθηκαν εξ ολοκλήρου διαδικτυακά, είτε συγχρονισμένα είτε ασύγχρονα.

Κάθε μαθησιακό ταξίδι περιελάμβανε διαφορετικό περιεχόμενο και μορφές με βάση τις ανάγκες των χρηστών. Για παράδειγμα, το ταξίδι Create-Embed περιελάμβανε ένα πενθήμερο, αυτοπροσώπως, πρακτικό μάθημα που διδάχθηκε από έναν ερευνητή του Εργαστηρίου Λίνκολν που πρόσφερε μια βαθιά κατάδυση σε τεχνικό υλικό τεχνητής νοημοσύνης, ενώ το ταξίδι Facilitate-Employ περιελάμβανε αυτοβούλωμα, ασύγχρονες μαθησιακές εμπειρίες, βασιζόμενες κυρίως σε υλικά του MIT Horizon που έχουν σχεδιαστεί για ένα ευρύτερο κοινό.

Οι ερευνητές δημιούργησαν επίσης δύο νέα μαθήματα για την κοόρτη Lead-Drive. Ένα, ένα σύγχρονο διαδικτυακό μάθημα που ονομάζεται The Future of Leadership: Human and AI Collaboration in the Workforce, που αναπτύχθηκε σε συνεργασία με την Esme Learning, βασίστηκε στην επιθυμία των ηγετών για περισσότερη εκπαίδευση γύρω από την ηθική και τον ανθρωποκεντρικό σχεδιασμό τεχνητής νοημοσύνης και περισσότερο περιεχόμενο για τη συνεργασία ανθρώπου-AI στο εργατικό δυναμικό. Οι ερευνητές δημιούργησαν επίσης ένα πειραματικό, τριήμερο, αυτοπροσώπως μάθημα με τίτλο Learning Machines: Computation, Ethics, and Policy που βύθισε τους ηγέτες σε μια μαθησιακή εμπειρία κατασκευαστικού στυλ, όπου οι ομάδες συνεργάστηκαν σε μια σειρά από πρακτικές δραστηριότητες με αυτόνομα ρομπότ που κορυφώθηκε σε έναν διαγωνισμό capstone στυλ escape-room που συγκέντρωσε τα πάντα.

Το μάθημα Learning Machines ήταν εξαιρετικά επιτυχημένο, λέει ο Breazeal.

«Στο MIT μαθαίνουμε κάνοντας και μέσα από ομαδική εργασία. Σκεφτήκαμε, τι θα γινόταν αν αφήσουμε τα στελέχη να μάθουν για την τεχνητή νοημοσύνη με αυτόν τον τρόπο;» εξηγεί εκείνη. «Διαπιστώσαμε ότι η δέσμευση είναι πολύ βαθύτερη και απέκτησαν ισχυρότερες διαισθήσεις σχετικά με το τι κάνει αυτές τις τεχνολογίες να λειτουργούν και τι χρειάζεται για να τις εφαρμόσουν με υπευθυνότητα και δυναμική. Νομίζω ότι αυτό θα ενημερώσει βαθιά πώς σκεφτόμαστε για την εκπαίδευση στελεχών για αυτού του είδους τις τεχνολογίες που προκαλούν αναστάτωση στο μέλλον».

Συλλογή σχολίων, βελτίωση περιεχομένου

Καθ' όλη τη διάρκεια της μελέτης, οι ερευνητές του MIT έκαναν check-in με τους μαθητές χρησιμοποιώντας ερωτηματολόγια για να λάβουν τα σχόλιά τους σχετικά με το περιεχόμενο, τις παιδαγωγικές και τις τεχνολογίες που χρησιμοποιήθηκαν. Έβαλαν επίσης τη σχολή του MIT να αναλύσει κάθε μαθησιακό ταξίδι για να εντοπίσει τα εκπαιδευτικά κενά.

Συνολικά, οι ερευνητές διαπίστωσαν ότι οι μαθητές ήθελαν περισσότερες ευκαιρίες να εμπλακούν, είτε με τους συνομηλίκους τους μέσω δραστηριοτήτων που βασίζονται σε ομάδες είτε με καθηγητές και ειδικούς μέσω σύγχρονων στοιχείων διαδικτυακών μαθημάτων. Και ενώ το μεγαλύτερο μέρος του προσωπικού θεώρησε ότι το περιεχόμενο ήταν ενδιαφέρον, ήθελαν να δουν περισσότερα παραδείγματα που ήταν άμεσα εφαρμόσιμα στην καθημερινή τους εργασία.

Τώρα στη δεύτερη επανάληψη της μελέτης, οι ερευνητές χρησιμοποιούν αυτή την ανατροφοδότηση για να ενισχύσουν τα ταξίδια μάθησης. Σχεδιάζουν ελέγχους γνώσεων που θα αποτελούν μέρος των αυτορυθμιζόμενων, ασύγχρονων μαθημάτων για να βοηθήσουν τους μαθητές να ασχοληθούν με το περιεχόμενο. Προσθέτουν επίσης νέα εργαλεία για την υποστήριξη ζωντανών εκδηλώσεων Q&A με ειδικούς της τεχνητής νοημοσύνης και βοηθούν στη δημιουργία περισσότερης κοινότητας μεταξύ των μαθητών.

Η ομάδα προσπαθεί επίσης να προσθέσει συγκεκριμένα παραδείγματα του Υπουργείου Άμυνας σε όλες τις εκπαιδευτικές ενότητες και να συμπεριλάβει ένα εργαστήριο που βασίζεται σε σενάρια.

«Πώς αναβαθμίζετε ένα εργατικό δυναμικό 680,000 ατόμων σε διαφορετικούς εργασιακούς ρόλους, όλα τα κλιμάκια και σε κλίμακα; Αυτό είναι ένα πρόβλημα μεγέθους MIT και αξιοποιούμε το έργο παγκόσμιας κλάσης που κάνει το MIT Open Learning από το 2013 — εκδημοκρατίζοντας την εκπαίδευση σε παγκόσμια κλίμακα», λέει ο Maj. John Radovan, αναπληρωτής διευθυντής του DAF-MIT AI Επιταχυντής. «Αξιοποιώντας την ερευνητική μας συνεργασία με το MIT, είμαστε σε θέση να ερευνήσουμε τη βέλτιστη παιδαγωγική του εργατικού δυναμικού μας μέσω εστιασμένων πιλότων. Στη συνέχεια, είμαστε σε θέση να διπλασιάσουμε γρήγορα τα απροσδόκητα θετικά αποτελέσματα και να εστιάσουμε στα διδάγματα που αντλήθηκαν. Έτσι επιταχύνετε τη θετική αλλαγή για τους αεροπόρους και τους κηδεμόνες μας».

Καθώς η μελέτη προχωρά, η ομάδα του προγράμματος ακονίζει την εστίασή της στο πώς μπορούν να επιτρέψουν σε αυτό το εκπαιδευτικό πρόγραμμα να φτάσει σε μεγαλύτερη κλίμακα.

«Το Υπουργείο Άμυνας των ΗΠΑ είναι ο μεγαλύτερος εργοδότης στον κόσμο. Όταν πρόκειται για την τεχνητή νοημοσύνη, είναι πολύ σημαντικό οι υπάλληλοί τους να μιλούν όλοι την ίδια γλώσσα», λέει η Kathleen Kennedy, ανώτερη διευθύντρια του MIT Horizon και εκτελεστική διευθύντρια του MIT Center for Collective Intelligence. «Αλλά η πρόκληση τώρα είναι να κλιμακωθεί έτσι ώστε οι μαθητές που είναι μεμονωμένοι άνθρωποι να παίρνουν αυτό που χρειάζονται και να παραμείνουν αφοσιωμένοι. Και αυτό σίγουρα θα βοηθήσει στην ενημέρωση του τρόπου με τον οποίο μπορούν να χρησιμοποιηθούν διαφορετικές πλατφόρμες του MIT με άλλους τύπους μεγάλων ομάδων».

Si al principi no tens èxit, aleshores el paracaigudisme no és per a tu.
->

Σφραγίδα ώρας:

Περισσότερα από Σύμβουλοι Blockchain