Programmet lär US Air Force-personal grunderna för AI

Ett nytt akademiskt program utvecklat vid MIT syftar till att lära amerikanska flyg- och rymdstyrkor att förstå och använda artificiell intelligensteknologi. I en nyligen peer-granskad studie, fann programforskarna att detta tillvägagångssätt var effektivt och togs emot väl av anställda med olika bakgrunder och yrkesroller.

Projektet, som finansierades av Department of the Air Force–MIT Artificial Intelligence Accelerator, syftar till att bidra till AI-utbildningsforskning, särskilt när det gäller sätt att maximera läranderesultat i stor skala för människor från olika utbildningsbakgrunder.

Experter inom MIT Open Learning byggde upp en läroplan för tre allmänna typer av militär personal - ledare, utvecklare och användare - med hjälp av befintliga MIT-utbildningsmaterial och resurser. De skapade också nya, mer experimentella kurser som var inriktade på flyg- och rymdstyrkornas ledare.

Sedan ledde MIT-forskare en forskningsstudie för att analysera innehållet, utvärdera upplevelser och resultat för enskilda elever under den 18 månader långa piloten och föreslå innovationer och insikter som skulle göra det möjligt för programmet att så småningom skala upp.

De använde intervjuer och flera frågeformulär, som erbjöds både programdeltagare och personal, för att utvärdera hur 230 flyg- och rymdstyrkans personal interagerade med kursmaterialet. De samarbetade också med MIT-fakulteten för att genomföra en innehållsgapanalys och identifiera hur läroplanen skulle kunna förbättras ytterligare för att ta itu med de önskade färdigheterna, kunskaperna och tankesätten.

I slutändan fann forskarna att militär personal reagerade positivt på praktisk inlärning; uppskattade asynkrona, tidseffektiva inlärningsupplevelser för att passa in i deras fullspäckade scheman; och värderade starkt en teambaserad, lärande-genom-skapande erfarenhet men sökte innehåll som inkluderade mer professionella och mjuka färdigheter. Eleverna ville också se hur AI direkt tillämpades på deras dagliga arbete och flyg- och rymdstyrkornas bredare uppdrag. De var också intresserade av fler möjligheter att engagera sig med andra, inklusive sina kamrater, instruktörer och AI-experter.

Baserat på dessa rön, som programforskarna nyligen delades på IEEE Frontiers in Education Conference, utökar teamet utbildningsinnehållet och lägger till nya tekniska funktioner till portalen för nästa iteration av studien, som för närvarande pågår och kommer att sträcka sig till 2023.

"Vi gräver djupare i att utöka vad vi tror att möjligheterna till lärande är, som drivs av våra forskningsfrågor men också från att förstå vetenskapen om att lära sig om den här typen av skala och komplexitet i ett projekt. Men i slutändan försöker vi också leverera något verkligt översättningsvärde till flygvapnet och försvarsdepartementet. Det här arbetet leder till en verklig påverkan för dem, och det är verkligen spännande”, säger huvudutredaren Cynthia Breazeal, som är MIT:s dekan för digitalt lärande, chef för MIT RAISE (Responsible AI for Social Empowerment and Education) och chef av Medialabbets forskargrupp för Personal Robots.

Bygga lärande resor

I början av projektet gav flygvapnet programteamet en uppsättning profiler som fångade utbildningsbakgrund och jobbfunktioner för sex grundläggande kategorier av flygvapnets personal. Teamet skapade sedan tre arketyper som de använde för att bygga "inlärningsresor" - en serie träningsprogram utformade för att ge en uppsättning AI-färdigheter för varje profil.

Lead-Drive-arketypen är en individ som fattar strategiska beslut; arketypen Create-Embed är en teknisk arbetare som implementerar AI-lösningar; och arketypen Facilitate-Employ är en slutanvändare av AI-förstärkta verktyg.

Det var en prioritet att övertyga Lead-Drive-arketypen om vikten av detta program, säger huvudförfattaren Andrés Felipe Salazar-Gomez, forskare vid MIT Open Learning.

"Till och med inom försvarsdepartementet ifrågasatte ledare om träning i AI är värt det eller inte," förklarar han. "Vi behövde först ändra ledarnas tankesätt så att de skulle låta andra elever, utvecklare och användare gå igenom den här utbildningen. I slutet av piloten upptäckte vi att de anammade denna utbildning. De hade ett annat tänkesätt."

De tre inlärningsresorna, som sträckte sig från sex till 12 månader, inkluderade en kombination av befintliga AI-kurser och material från MIT Horizon, MIT Lincoln Laboratory, MIT Sloan School of Management, Computer Science and Artificial Intelligence Laboratory (CSAIL), Media Lab , och MITx MicroMasters-program. De flesta utbildningsmoduler erbjöds helt online, antingen synkront eller asynkront.

Varje inlärningsresa innehöll olika innehåll och format baserat på användarnas behov. Till exempel inkluderade Create-Embed-resan en femdagars, personlig, praktisk kurs som undervisades av en forskare från Lincoln Laboratory som erbjöd en djupdykning i tekniskt AI-material, medan Facilitate-Employ-resan bestod av egen takt, asynkrona inlärningsupplevelser, främst utifrån MIT Horizon-material som är designade för en mer allmän publik.

Forskarna skapade också två nya kurser för Lead-Drive-kohorten. En, en synkron onlinekurs som heter The Future of Leadership: Human and AI Collaboration in the Workforce, utvecklat i samarbete med Esme Learning, baserades på ledarnas önskan om mer utbildning kring etik och människocentrerad AI-design och mer innehåll om människa-AI-samarbete i arbetsstyrkan. Forskarna skapade också en experimentell, tre dagar lång, personlig kurs kallad Learning Machines: Computation, Ethics and Policy som fördjupade ledare i en konstruktionistisk inlärningsupplevelse där team arbetade tillsammans på en serie praktiska aktiviteter med autonoma robotar som kulminerade i en escape-room style capstone-tävling som samlade allt.

Kursen Learning Machines var oerhört framgångsrik, säger Breazeal.

"På MIT lär vi oss genom att skapa och genom lagarbete. Vi tänkte, tänk om vi låter chefer lära sig om AI på det här sättet? förklarar hon. "Vi fann att engagemanget är mycket djupare, och de fick starkare intuitioner om vad som får dessa tekniker att fungera och vad som krävs för att implementera dem ansvarsfullt och robust. Jag tror att det här kommer att på djupet sätt informera hur vi tänker om utbildning för den här typen av störande teknologier i framtiden."

Samla in feedback, förbättra innehållet

Under hela studien checkade MIT-forskarna in med eleverna med hjälp av frågeformulär för att få deras feedback om innehållet, pedagogikerna och den använda tekniken. De lät också MIT-fakulteten analysera varje inlärningsresa för att identifiera utbildningsluckor.

Sammantaget fann forskarna att eleverna ville ha fler möjligheter att engagera sig, antingen med sina kamrater genom teambaserade aktiviteter eller med lärare och experter genom synkrona komponenter i onlinekurser. Och även om de flesta anställda tyckte att innehållet var intressant, ville de se fler exempel som var direkt applicerbara på deras dagliga arbete.

Nu i den andra iterationen av studien använder forskare den feedbacken för att förbättra läranderesorna. De utformar kunskapskontroller som kommer att vara en del av de asynkrona kurserna i egen takt för att hjälpa elever att engagera sig i innehållet. De lägger också till nya verktyg för att stödja live Q&A-evenemang med AI-experter och hjälpa till att bygga mer gemenskap bland eleverna.

Teamet funderar också på att lägga till specifika exempel på försvarsdepartementet genom hela utbildningsmodulerna och inkludera en scenariobaserad workshop.

"Hur utbildar du en arbetsstyrka på 680,000 2013 i olika arbetsroller, alla led och i skala? Det här är ett problem i MIT-storlek, och vi utnyttjar det världsklassarbete som MIT Open Learning har gjort sedan XNUMX – att demokratisera utbildning i global skala”, säger Maj:t John Radovan, biträdande direktör för DAF-MIT AI Accelerator. "Genom att utnyttja vårt forskningspartnerskap med MIT kan vi forska i den optimala pedagogiken för vår personal genom fokuserade piloter. Vi kan då snabbt fördubbla oväntade positiva resultat och vända oss till lärdomar. Det är så du påskyndar positiv förändring för våra flygare och väktare.”

Allt eftersom studien fortskrider skärper programteamet sitt fokus på hur de kan möjliggöra för detta utbildningsprogram att nå en större skala.

”Det amerikanska försvarsdepartementet är den största arbetsgivaren i världen. När det kommer till AI är det verkligen viktigt att deras anställda alla talar samma språk”, säger Kathleen Kennedy, senior chef för MIT Horizon och verkställande direktör för MIT Center for Collective Intelligence. "Men utmaningen nu är att skala detta så att elever som är individuella människor får vad de behöver och förblir engagerade. Och detta kommer säkerligen att hjälpa till att informera om hur olika MIT-plattformar kan användas med andra typer av stora grupper."

<!–
->

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
• Källa: https://blockchainconsultants.io/program-teaches-us-air-force-personnel-the-fundamentals-of-ai/?utm_source=rss&utm_medium=rss&utm_campaign=program-teaches-us-air-force-personnel-the-fundamentals-of-ai