Onder de echt interessante toepassingen van machine learning (en kunstmatige intelligentie), is er één toepassing die mij meer interesseert dan de andere, namelijk machine learning, toegepast op de opvoeding van kinderen.
Onlangs, zijn er enkele zeer interessante algoritmische toepassingen geschreven, die bedoeld zijn om de kwaliteit van het leren te verbeteren en dus onze kinderen slimmer te maken. Deze toepassingen werden ook vernoemd bij de 10 meest veelbelovende wat betreft ‘machine learning’.
Er is hoop: gegevens kunnen worden gebruikt om goed te doen
Ik was in 2015-16 zeer pessimistisch over de ontwikkeling van Big Data en vooral over het gebruik ervan in commerciële strategieën, waarbij er vooral waarde wordt gecreëerd voor het bedrijf in plaats van voor de eindgebruiker; mijn werkhypothese was (en blijft) dat bedrijven Big Data-technologieën gebruiken in de eerste plaats gebruiken om te voldoen aan hun financiële doelstellingen in plaats van zich te concentreren op een betere tevredenheid en natuurlijke loyaliteit van de klant (ik nodig u ook uit om dit artikel te lezen, waarin ik uitweid over het idee van ‘gedwongen’ loyaliteit).
Lezen dat algoritmen, toonbeelden van Big Data, ook gebruikt kunnen worden ter verbetering van het leren bij kinderen leren heeft mij hoop gegeven. Gegevens kunnen dus ook worden gebruikt om goed te doen (dat was ook het centrale thema van de Data Innovation Summit 2017).
Algoritmen en machine learning om beter te leren
Tot nu toe gingen de ideeën die ik leerde kennen over machine learning vooral over het leren in de klas (ik pretendeer natuurlijk niet alles te hebben gelezen; mocht ik iets vergeten, kan u mij dat via een commentaar doorgeven).
Algoritmen kunnen docenten bijvoorbeeld helpen om verschillende leermethodes te ontdekken bij hun leerlingen en hun manier van lesgeven aan te passen aan wat voor elk kind het beste is. Dat is een geweldig idee. Het algoritme, gebaseerd op een hoeveelheid gegevens die een mens alleen niet kan leren, laat toe het kind beter te begrijpen en het onderwijs aan te passen aan diens verwachtingen om zo de kans op succes te maximaliseren. Echter (en corrigeer me als ik fout ben), de praktische uitvoering vereist vanuit mijn oogpunt dat de leraar een verschillende aanpak toepast naargelang elke groep van leerlingen, wat problematisch kan zijn gezien het flagrante gebrek aan middelen waarmee het openbaar onderwijs te maken heeft. De algoritmen “zouden zich beperken” tot het opsporen van de meest effectieve leermethode voor elke kind-groep en het grootste deel van het werk aan de leraar laten.
Individueel onderwijs gecontroleerd door computer
In een wereld waar ultra-personalisering de regel wordt en wederkerigheid de uitzondering (bijzonder problematisch in het geval van verzekeringen), lijkt me één domein nog boeiender dan de andere: het gebruik van machine learning in educatieve toepassingen. Beeld u zich in dat educatieve mobiele apps hun toepassingen aanpassen aan het profiel van het kind en het memoriseren daardoor optimaal garanderen? Zou u nog twijfelen om uw kind de tablet te laten gebruiken? Als vader ben ik momenteel zeer terughoudend om mijn zoon te laten ‘spelen’ met mijn iPad. Mobiele toepassingen zijn voor mij nog niet slim genoeg om constructief te communiceren met hem. Interacties zijn nog steeds te eenzijdig om in mijn ogen voldoende toegevoegde waarde te hebben.
Echt intelligente mobiele toepassingen
Een vernieuwend idee zou dit zijn. Hoe meer een kind een mobiele educatieve toepassing gebruikt, hoe meer deze toepassing de sterktes en zwaktes van het kind zou ontdekken in vergelijking met andere kinderen over de hele wereld die dezelfde toepassing gebruiken. De toepassing zou het leerschema dan aanpassen om het doeltreffender te maken, rekening houdend met de leerstrategieën getest bij andere kinderen in de vier hoeken van de wereld.
Ik wil dit onderwerp verder uitdiepen. Mocht u voorbeelden kennen van toepassingen die zo werken, laat het me dan weten via een commentaar onderaan dit artikel.
Image : shutterstock
Posted in Innovation.
