Команда New Jersey Institute of Technology работает над системой Minds and Machines: A Neuro-Adaptive AI Learning Companion. В ней соединяются физиологические датчики, искусственный интеллект и технологии дополненной и виртуальной реальности.
Ученик надевает устройство на запястье или гарнитуру. Датчики регистрируют физиологические сигналы, в том числе электрическую активность мозга с помощью ЭЭГ. Исследователи предполагают, что по совокупности таких данных система сможет распознавать состояния, связанные с перегрузкой или, наоборот, высокой вовлечённостью.
Дальше подключается ИИ. Если система замечает, что ученику становится слишком трудно, она должна подобрать другой способ объяснения материала. Если данные показывают высокую вовлечённость и готовность к следующей задаче, предложить более сложную. Объяснение может появиться сразу или позже, в том числе в дополненной или виртуальной реальности.
Получается довольно любопытный переворот привычной образовательной аналитики. Обычно мы узнаём, что ученик чего-то не понял, постфактум: он ошибся, не выполнил задание, получил низкую оценку или наконец сказал преподавателю: «Я ничего не понимаю».
Здесь исследователи хотят заглянуть чуть раньше, в пространство между объяснением и результатом.
Но именно здесь начинается самая сложная часть проекта. Физиологический сигнал сам по себе ещё не означает «ученик не понимает». В реальном классе есть движения, электрические помехи, индивидуальные различия и множество сигналов одновременно. Команде предстоит научиться отделять их друг от друга и корректно связывать с образовательной ситуацией. Авторы прямо признают: заставить все элементы системы надёжно работать вместе в живой аудитории значительно сложнее, чем в лаборатории.
Есть и второй вопрос, уже не технический. Если школа получает доступ к данным о пульсе, физиологическом напряжении или активности мозга ученика, кому принадлежат эти данные? Кто имеет право их видеть? И согласится ли сам студент на то, чтобы образовательная система наблюдала не только за его ответами и действиями, но и за реакциями его тела?
Исследователи NJIT называют конфиденциальность одной из задач, которую необходимо решить до превращения разработки в реальный продукт. И, пожалуй, именно поэтому проект интересен уже сейчас.
Мы привыкли говорить, что искусственный интеллект может помочь преподавателю проверить работу, составить индивидуальное задание или объяснить тему другими словами. Здесь ему предлагают совсем другую роль: помочь преподавателю заметить то, что хороший учитель всегда пытался увидеть сам, - момент, когда ученик ещё не ошибся, но уже потерял нить.
Или, наоборот, когда он уже понял и готов идти дальше.
Технология пока только учится это замечать. А значит, самый важный вопрос остаётся человеческим: что именно мы хотим увидеть в ученике, когда наконец получим возможность смотреть внимательнее?
