少數創業公司準備通過人工智能工具解決這些挑戰，這些工具可在注冊過程中為學生提供個性化的幫助。到目前為止，他們的努力取得了積極成果
在線學習中心Udacity于2012年首次亮相，當時斯坦福大學教授Sebastian Thrun和Peter Norvig決定在線提供“人工智能入門”課程。
該平臺已經發展成為在各種計算機科學領域提供數十種課程和納米級課程。擴張幫助Udacity服務越來越多的人。全球有超過160,000名學生每年報名參加Udacity在線課程。然而，課程的擴展也帶來了新的挑戰。
新生和返校學生必須瀏覽平臺的大量課程目錄，以找到適合自己技能和經驗的課程。如果沒有咨詢和協助，這一過程可能具有挑戰性，并導致遺棄和降低入學率。同時，為數千名用戶提供個性化咨詢需要超出公司能力和預算的人力資源。
為了應對這一挑戰，Udacity最近與Passage AI合作，這是一家專注于會話界面的創業公司。合作的結果是一個人工智能的聊天機器人，幫助學生訪問Udacity的網站，找到合適的課程，輕松注冊。
“我們的學生在瀏覽我們的課程列表時正在尋找指導和快速回答問題，”Udacity數字營銷總監Sam Mazaheri說。“對他們來說，找到符合他們需求和經驗水平的課程非常重要。聊天機器人可以立即回答常見問題，讓潛在的學生相信他們正在Udacity注冊正確的課程。“
Passage AI的聊天機器人使用自然語言處理(NLP)，這是人工智能的一個分支，使軟件能夠分析和響應人類生成的文本背后的含義。NLP幫助聊天機器人擺脫嚴格的命令形式，使用戶能夠以舒適，對話的方式與他們互動。這為學生提供了類似于與教授或輔導員交談所獲得的經驗，而不是手動找到他們在課程中的方式。
聊天機器人最初是用5%的Udacity訪問者進行測試的，并最終向全體用戶推出。根據Passage AI首席執行官Ravi Raj的說法，結果是點擊率增加了40%，表明混亂減少，更多的學生找到了他們正在尋找的課程。
“我們看到AI驅動的聊天機器人指導學生在像Udacity這樣的網站上找到正確的課程或納米級，或者回答常見問題，比如課程費用或完成課程需要多長時間，”Raj說。他預計聊天機器人最終會通過與學生進行持續對話并推薦正確的行動方案來實現他們的目標，從而幫助進行職業規劃和咨詢。
提供個人援助
申請大學的過程涉及幾項具有挑戰性的任務，例如完成經濟援助申請，提交最終高中成績單，獲得免疫接種，接受學生貸款和支付學費。
對于來自低收入背景或沒有家庭成員可以指導他們完成整個過程的學生來說，這個過程尤其困難。沒有為學生提供支持導致其中許多人未能入學。同時，每個學生都面臨著自己獨特的挑戰，這意味著通用外展工具可能效率低下并導致進一步的混亂。
另一種方法是提供個人輔導員外展服務，但隨著學生人數的增加，這不會擴大規模。在這方面一個有趣的案例研究是喬治亞州立大學，該大學與人工智能的消息平臺AdmitHub合作，為學生向高等教育過渡提供幫助。
GSU使用AdmitHub的會話式人工智能系統Pounce根據他們的個人痛點自動接觸到潛在的大學新生。Pounce分析了大學關于每個學生完成預科預科任務的進度的數據，以了解他們可能在哪些方面掙扎以及他們需要幫助的地方。使用此信息，它可以生成個性化的文本消息，只接觸需要幫助的學生，而不是向所有人發送通用消息。
Pounce還使用NLP / NLG技術為全天候咨詢提供流暢的對話協助，提供大規模的協助。與涉及深度學習算法的所有技術一樣，Pounce隨著與學生的交互越來越多而變得更加智能。
讓Pounce特別有趣的是它的主動工作模式。Pounce不是要求學生尋求指導，而是根據其擁有的數據進行宣傳。
一項實驗性研究發現，接受Pounce外展活動的學生完成了他們所需的預科預科任務，并且按照比接受標準幫助的人更快的速度注冊。因此，GSU觀察到夏季融化下降了21%，即高中畢業和大學開始之間的暑期大學生參加高等教育的動機“融化”的現象。
AI已經證明它可以成為提供高質量個性化教育的便利工具?，F在，在這些和其他類似項目的幫助下，它將在讓更多學生上課時發揮積極作用。
Ben Dickson是一名軟件工程師，也是TechTalks的創始人，TechTalks是一個博客，探討技術解決和創造問題的方式。
京公網安備 11010502049343號