Sztuczna inteligencja w

edukacji

Prof. zw. dr hab. Bronisław

Siemieniecki

Zagadnienia

• 1. Pojęcie sztucznej inteligencji
• 2. Sztuczna inteligencja w

kształceniu

• 3. Etapy przeobrażeń mikroświata
• 4. Inteligentne bazy wiedzy
• 5. Inteligentne kształcenie

wspomagane komputerowo

Pojęcie sztuczna inteligencja -

AI

• Pojęcie sztucznej inteligencji było różnie definiowane

w zależności

• od tego na jakie aspekty badacze AI kładli nacisk.

• Przykładowo:

• - M. Minsky uważa, że jest to "nauka, w której dąży

się, by maszyna robiła to, co wymaga inteligencji, a

jest wykonywane przez człowieka ";

•

- H. Tomashiro przyjmuje, że jest to "nauka

komputerowa polegająca na projektowaniu systemów

inteligentnych, tzn. posługujących się rozumowaniem

niealgorytmicznym, twórczym, czyli heurystycznym";

•

- E. A. Feigenbaum określa AI jako "dziedzinę

informatyki dotyczącą metod i technik wnioskowania

symbolicznego przez komputer oraz symbolicznej

reprezentacji wiedzy stosowanej podczas takiego

wnioskowania".

Pojecie sztucznej inteligencji

• Analizując przytoczone definicje sztucznej

inteligencji z punktu widzenia jej celów
można zaobserwować, że badacze akcentują
sferę inteligentnego działania komputerów.

• Innymi słowy podkreślają oni badania nad

zdolnościami uczenia się i rozumienia zjawisk
poprzez doświadczenie zdobywane przez
sztucznie wytworzone mózgi dla efektywnego
rozwiązywania przez nie problemów.

Pojęcie sztucznej inteligencji

• Definicja dydaktyczna przyjmuje sztuczną inteligencję jako

"dziedzinę badań, zadaniem której jest komputerowa

symulacja inteligentnego zachowania się człowieka".

• Wprowadzając do definicji "działanie symulacyjne komputera"

nawiązuje się do jednego z dwóch poglądów na istotę

sztucznej inteligencji, pozostającej w obrębie filozofii

charakterystycznej dla nurtu określanego słabą sztuczną

inteligencją (weak artificial inteligence).

• Ten kierunek badań zajmuje się wykorzystaniem komputera do

symulowania inteligencji, a także wykorzystania komputera

jako narzędzia do badania intelektu.

• Kierunek słabej AI jest dominujący zarówno w badaniach nad

sztuczną inteligencji, jak i praktycznym jej wykorzystaniu w

procesie kształcenia.

• Część badaczy zajmujących się słabą AI, jak np. R. A. Brooks

(1991) stara się budować mechaniczne urządzenie działające

na zasadzie odruchów.

Pojecie sztucznej inteligencji

• Część badaczy zajmujących się słabą AI, jak np. R.

A. Brooks (1991) stara się budować mechaniczne

urządzenie działające na zasadzie odruchów.

• Np. Robot po napotkaniu przeszkody koncentruje

swą uwagę na jej obejściu. Natomiast nie

interesuje go, skąd się ta przeszkoda wzięła.

Robota nie interesuje również zapamiętanie

położenia tej przeszkody: wykryje ją zbliżając się do

niej powtórnie.

• Taki sposób działania nazywany przez R. A. Brooksa

"architekturą proceduralną" pozwala na to aby

złożone zachowania (np. poznawanie otoczenia)

wbudować w systemy działań.

Pojecie sztucznej inteligencji

•

Z kolei kierunek zwany silną inteligencją

(strong artificial intelligence) zajmuje się

tworzeniem komputerów wyposażonych w

proces myślowy zbliżony do ludzkiego.

Przedstawiciele tego kierunku spotykają się

z krytyką badaczy z innych dziedzin nauki

np. filozofii czy psychologii.

• Pytanie "Czy komputery mogą myśleć? a

właściwie jego przeformułowaną wersję

"Czy komputer myśli jeżeli manipuluje

fizycznymi symbolami zgodnie z regułami

odwołującymi się do jego struktur?"

Pojecie sztucznej inteligencji

•

Najogólniej rzecz biorąc można zaobserwować

dwa przeciwstawne stanowiska sprowadzające się do

udzielenia pozytywnej lub negatywnej odpowiedzi na

postawione wyżej pytanie. Podstawowym

zagadnieniem jest określenie pułapu od jakiego mamy

do czynienia z programem "myślącym".

• Zwolennicy tezy dopuszczającej możliwość stworzenia

programu myślącego przyjmują, że testem takim jest

test Turinga. Opracowany został przez genialnego

matematyka Alan Mathiesona Turinga i polega na

wykonaniu określonych zadań przez komputer.

• Jeżeli żaden ekspert nie jest w stanie odróżnić

działania człowieka od działań wykonywanych przez

komputer to mówimy, że program symuluje ludzkie

myślenie.

Pojecie sztucznej inteligencji

• Inne poglądy:

• Program komputerowy nie jest modelem ludzkiego intelektu lecz samym

intelektem.

• Zwolennicy takiego ujęcia inteligentnych programów zakładają:

• - myślenie jest manipulacją formalnymi symbolami.

• - procesy poznawcze w mózgu przechodzą od jednego stanu

funkcjonalnego do innego. Oznacza to, że intelekt jest tym dla mózgu

czym oprogramowanie (software) dla komputera (hardware).

• J. A. Fodor - koncepcja "języka myśli".

• - Zakłada istnienie u człowieka wrodzonego języka myśli, który umożliwia

mu zrozumienie i opanowanie języka ojczystego.

• - Nauka odbywa się w ten sposób, że słowa i frazy języka naturalnego

tłumaczone są na pewne elementy języka myśli.

• - język myśli jest medium wszystkich procesów poznawczych człowieka.

• Zwolennicy kierunku silnej sztucznej inteligencji uważają, że struktura i

działanie ludzkiego umysłu są analogiczne do pracy komputera. Człowiek

używa języka ojczystego do komunikacji z innymi ludźmi oraz

wewnętrznego języka myśli do przetwarzania otrzymanych z zewnątrz

informacji. Podobnie ma się sprawa w przypadku komputera, który

posiada język symboliczny (np. BASIC, PASCAL, ASAMBLER) służący do

komunikacji z użytkownikiem oraz język kodowy jakim posługuje się

komputer przy wewnętrznym przetwarzaniu informacji.

Argumenty przeciw

•

Z kolei badacze udzielający negatywnej

odpowiedzi na pytanie "czy komputer może

myśleć?" wysuwają następujące argumenty:

• - Ponieważ myślenie nie jest procesem fizycznym,

lecz atrybutem niematerialnej duszy nie istnieje

możliwość skonstruowania komputera będącego

odwzorowaniem pracy intelektualnej mózgu .

• - Program komputerowy nie jest w stanie

wygenerować tzw. zdrowego rozsądku, jakim

dysponuje człowiek przy wyborze wiadomości z

podstawowej wiedzy, a także w pracach nad

programami inteligentnymi zaniedbano szeroką

podstawę niezwerbalizowanej wiedzy, jaką

dysponuje człowiek .

Argumenty przeciw

• - Podstawowe założenie klasycznej AI jest

nieprawdziwe, zakłada bowiem, że manipulacje

strukturalnymi symbolami, wykonane metodą

rekurencyjnego stosowania reguł, wykorzystujących

wyłącznie informacje strukturalne, nie prowadzą do

wytworzenia świadomej inteligencji.

• Innymi słowy "system, który jedynie manipuluje

fizycznymi symbolami zgodnie z regułami opartymi

na kryteriach strukturalnych, może być najwyżej

pustą w środku karykaturą świadomej inteligencji,

ponieważ nie jest on w stanie wytworzyć

rzeczywistego znaczenia (semantyki) wyłącznie

przez kręcenie pustą formę (syntaktyką)". Zarzut ten

postawiony przez J. R. Searle'a uderzył w fundament

AI jakim jest "test Turinga".

Argumenty przeciw

- Dotychczasowy klasyczny sposób tworzenia

architektury funkcjonalnej "myślącego komputera" jest

nieodpowiedni. Chodzi o to, że na przeszkodzie w

utożsamianiu funkcjonowania mózgu i architektury

komputera stoją trzy zasadnicze różnice:

• - układ nerwowy funkcjonuje na zasadzie równoległej,

tzn. sygnał przesyłany jest równocześnie milionami

szlaków,

• - podstawowy element mózgu, tzw. neuron jest

stosunkowo prosty, a jego odpowiedź na wchodzące

sygnały jest analogowa a nie cyfrowa,

• - w mózgu obowiązuje zasada, że obok aksonów

rzutujących sygnały od jednej populacji neuronów do

jakiejś innej, występują także aksony powracające z tej

docelowej populacji, co pozwala mózgowi modulować

charakter wykonywanego przetwarzania danych

wejściowych.

Sztuczna inteligencja w

kształceniu

1.

Mikroświat

• Obejmuje zastosowanie komputera do szkolnego

programowania.

• Występujący tu proces kształcenia jest

charakterystyczny dla uczenia się przez badanie co

uznane jest za bardzo korzystne dla myślenia

twórczego. Uwaga badawcza uczącego koncentruje

się na czynności przetwarzania informacji, ich

wyborze i wytwarzaniu.

• S. Papert (1980) zaobserwował, że programowanie

komputera za pomocą naturalnego języka dostarcza

wspaniałych możliwości mobilizujących dzieci do

myślenia o myśleniu. Za pomocą komputera można

tworzyć warunki do powstawania pomysłów, które

są zaczątkiem kulturowych zmian

Etapy przeobrażeń

mikroświata

•

Wyróżnić można trzy etapy

przeobrażeń jakim podlegał mikroświat.

Są to:

•

- programowanie w języku

maszynowym,

•

- programowanie umożliwiające

pracę w języku naturalnym,

•

- programowanie umożliwiające

pracę interakcyjną w języku

naturalnym.

Wnioski wynikające z realizacji

etapów tworzenia mikroświata

Etap I.
1. Ograniczona przydatność w procesie kształcenia.
2. Brak podstaw do potwierdzenia tezy, że programowanie ma znaczący wpływ

na:

• - rozwój umysłowy młodzieży,

• - zdolność logicznego myślenia,

• - zdolność do analizowania i rozwiązywania problemów z dowolnych dziedzin.
Etap II.
1. Przydatność w procesie kształcenia w nauce informatyki.
2. Ograniczony wpływ na:

• rozwój umysłowy młodzieży,

• zdolność logicznego myślenia,

• zdolność do analizowania i rozwiązywania problemów z dowolnych dziedzin.
Etap III.
1. Proces programowania zbliżony do twórczego projektowania.
2. Duża przydatność w procesie edukacyjnym.
3. Programowanie stwarza nowy wirtualny świat.
4. Narzędzia programujące poszerzają możliwości działania człowieka.

Bazy wiedzy

• W obszarze baz wiedzy wyróżnić można dwa odrębne

systemy oparte na zdobyczach sztucznej inteligencji.

• Są to: programy doradcze i systemy sieciowe.

• Komputerowe programy doradcze mogą znaleźć

zastosowanie zarówno w procesie kształcenia nauczycieli,

jak i w ich samodzielnej pracy w szkole. Szczególnie

dotyczy to takich obszarów, jak:

• - wspomaganie decyzji nauczyciela przy projektowaniu

lekcji,

• - stawianie diagnoz pedagogicznych,

• - prognozowanie zmian w kierunkach kształcenia,

• - uczenie podejmowania decyzji w różnych sytuacjach

dydaktyczno - wychowawczych,

• - planowanie procesu dydaktycznego w szkole,

• - kontrola wiedzy,

• - interpretacja uzyskanych wyników kształcenia.

Bazy wiedzy

• Zastosowanie komputerowych programów

doradczych w procesie kształcenia

szkolnego wymaga zmian organizacyjnych

tradycyjnego systemu szkolnego oraz

doboru treści według innych zasad aniżeli

obowiązujące dotychczas.

• Podstawowymi obszarami wykorzystania

komputerowych programów doradczych

ukierunkowanych na uczącego się są:

• - obszar podejmowania decyzji przy

rozwiązywaniu problemów na lekcji,

• - kontrola i samokontrola wiedzy.

Bazy wiedzy

• Większość dydaktycznych programów doradczych jest oparta

na określonych regułach, tak więc składają się one z

hierarchicznej sieci reguł typu "jeżeli to" (if-then).

• Każda reguła składa się z jednej lub więcej przesłanek (if) i

konkluzji (then). Program pozwala wybrać regułę do oceny,

ocenia ją (prawda, fałsz, reguła nierozpoznana) i stosuje.

• Reguły mogą być wybierane poprzez przeszukiwanie konkluzji

(then) aż do odnalezienia rozwiązania (wstecz łańcucha) lub

przez przeszukiwanie przesłanek aż do znalezienia reguł

zawierających ustalane przesłanki (do przodu łańcucha).

• Kiedy ustalone warunki są satysfakcjonujące, reguła jest

stosowana.

• Program doradczy może spowodować dostęp do nowej reguły,

żądając od użytkownika więcej informacji lub podejmuje akcję,

składa się bowiem ze zbioru reguł do wypracowania decyzji w

celu rozwiązania specyficznego problemu.

• Reguły wywodzą się z emulacji procesów tworzenia decyzji

przez ludzkich ekspertów.

Bazy wiedzy

• Dotychczasowe doświadczenia w użytkowaniu

systemów ekspertowych ujawniły również szereg

ograniczeń do których przede wszystkim zaliczyć

należy:

•

- zbytnią powierzchowność systemu wynikającą z

ograniczeń w przedstawianiu relacji zachodzących

między obiektami,

•

- nagły spadek aktywności pracy, gdy problem

wychodzi poza zakres dziedziny, którą reprezentuje

baza wiedzy: wynika to zwykle z braku zdolności do

uogólnień i głębszego zrozumienia problemu,

•

- brak zdolności rozumienia języka naturalnego

przez system, co stanowi poważną przeszkodę w

komunikowaniu się użytkownika z systemem,

•

- trudności w modyfikacji mechanizmu

wnioskowania - gdyż w przeciwieństwie do bazy

wiedzy ma on postać proceduralną.

Inteligentne kształcenie

wspomagane komputerowo

Kolejną, trzecią grupę zastosowań sztucznej

inteligencji w obszarze nauczania - uczenia
się stanowi tzw. inteligentne kształcenie
wspomagane komputerowo określane w
skrócie ICAI (intelligent computer assisted
instruction).

Podzielić je można na:
• struktury informacyjne CAI,
• inteligentne programy uczące
• oraz programy symulacyjne.