Применение искусственного интеллекта в обучении: новые возможности e-learning

Сейчас мы активно используем ИИ в e-learning, но в большей степени для разработки учебного контента: создание/доработка сценариев, генерация картинок, проверка текста на ошибки, разработка упражнений и т. д. При этом основной потенциал ИИ в обучении заключается в его интеграции в учебные материалы. Как раз о примерах такой интеграции мы и поговорим в этой статье.

Что очень важно — реализовать практически все примеры из этого списка можно силами внутренней e-learning-команды. Продвинутые знания программирования и гигантские бюджеты не требуются (о том, как это сделать, — в следующей статье).

Одно из базовых применений ИИ в обучении — проверка ответов на открытые вопросы, анализ текстов и кейсов.

Возьмем для примера курс по SMART (который, наверное, все делали пару десятков раз). Сейчас мы проверяем знания тестом. Вот тебе четыре сформулированные задачи — какая из них соответствует SMART? Или: вот формулировка поставленной задачи — что тут не так? Можно что-то соединять, перетаскивать, но в любом случае это будет тест, просто с разными механиками.

Вот пример типичного упражнения по SMART:

Используя ИИ, мы можем превратить тест в упражнение, которое не только проверяет знания, но и помогает понять материал и сформировать умение.

Пример упражнения по постановке задач по SMART с ИИ:

Руководитель сам вводит в текстовое поле, как он поставил бы задачу. Потом ИИ указывает на ошибки. При этом формат ответа ИИ мы можем задавать самостоятельно. Хотим, чтобы ИИ просто давал правильный ответ и указывал на ошибки — без проблем. Хотим, чтобы ИИ задавал наводящие вопросы, и сотрудник сам переформулировал задачу правильно — запросто. Хотим, чтобы каждый раз сотрудник получал новый кейс на отработку умений — ИИ без проблем придумает новый кейс.

Аналогичное упражнение можно сделать и для проверки кейсов, в том числе таких, где нет правильных ответов, а нам скорее интересен ход мыслей и рассуждения сотрудника.

Я залил это упражнение в бота в Telegram — если интересно, можете попробовать поставить задачу самостоятельно.

Кстати, time-to-market конкретно этого упражнения — 10 минут. Из них 3 минуты я заливал бота в Telegram и еще 3 минуты выбирал аватарку.

Я сам часто использую ИИ для этих целей. Прочитал какую-то информацию, что-то не понял до конца — пошел «пытать» ИИ, чтобы она дообъяснила. Если тема общая (тот же SMART) — можно спрашивать ChatGPT, он отлично в этом разбирается. Если тематика курса внутренняя (регламенты, внутренние правила) или узкая (ПОД/ФТ/ФРОМУ, работа в узкоспециализированном ПО) — тут ChatGPT нам не поможет. Он просто не знает ответов на наши вопросы.

Так зачем нам «прикреплять» ИИ к курсу, если можно просто задавать вопросы ChatGPT?

Ранее я писал статью о MVP диалогового тренажера по продаже услуг мобильной связи, который собирал 3 года назад. Ты общаешься голосом с ИИ, выступающим в роли покупателя. Сюжет нелинейный — ведешь беседу так, как считаешь нужным, а в конце получаешь обратную связь. Результаты очень интересные: тренажер действительно помогает формировать навыки продаж, так как ты разговариваешь с ИИ как с настоящим покупателем.

Вот так он выглядит:

Подобных тренажеров сейчас очень много. Формат крайне эффективен. Для развития коммуникативных навыков — это лучшее, что есть на рынке.

Технологии не стоят на месте: уже сейчас можно «продавать» услуги не мультяшному или 3D-персонажу, а практически на 100% реалистичному покупателю, которого тоже генерирует ИИ. Об этом я тоже писал статью. Чем реалистичнее тренажер — тем лучше сотрудники осваивают навыки. Что может быть реалистичнее, чем покупатель, который выглядит, говорит и ведет себя как настоящий, — я не знаю.

ИИ может проверять не только текст или голос (как в примере с диалоговым тренажером), но и вообще что угодно: корректность составленных отчетов в Excel, код, записи публичных выступлений, мимику, интонации и т. д. Технически это сложнее, чем первые примеры (хотя с отчетами в Excel — не принципиально), но все равно вполне реально. Все необходимое для этого уже есть.

Большая часть примеров — это все равно текст, который нужно просто переформатировать в нужный для ИИ вид.

В любой крупной компании есть своя огромная база знаний, где хранится практически вся необходимая информация: файлы, формы, документация. Единственный минус таких систем — попробуй там что-то найти. Даже когда находишь нужный документ, приходится прочитать несколько страниц, чтобы отыскать ответ.

ИИ может решить эту проблему: сам найдет нужные файлы и в них — ответ на вопрос.

Эта задача уже технически сложная, и реализовать такой функционал без помощи IT-отдела и серьезного бюджета вряд ли получится.

Это боты, которые знают все, что может пригодиться сотруднику в его работе, и помогают как в задачах, так и в обучении (при этом активно «пиная» сотрудника, а не пассивно ожидая вопросов).

Звучит круто, но пока, мне кажется, это утопия. Слишком масштабная и сложная система, большинство процессов в которой мы не контролируем. Разработка и доработки требуют огромных затрат (а в систему, которая знает о работе все, правки придется вносить ежедневно), а вероятность сбоев слишком высока.

Про ИИ-наставников и поиск по базам данных я тоже писал статью.

Искусственный интеллект открывает принципиально новые возможности для e-learning, выходящие далеко за рамки генерации контента.

Главное — не ждать «идеального» момента, а начинать экспериментировать уже сейчас. Как показал пример с упражнением по SMART, некоторые решения можно реализовать за 10 минут. А чем раньше вы начнете — тем быстрее увидите результат.

Технологии уже здесь. Осталось только начать ими пользоваться.

Кстати, я веду свой канал в Телеграм про разработку курсов. Рассказываю о своем опыте и простых решениях сложных задач, в том числе про использование ИИ в e-learning. Присоединяйтесь.