人工智能会使大学课堂更容易获得吗


人工智能(AI)渗透到高等教育的几乎每个角落 , 在教室 , 行政办公室 , 甚至在宿舍和校园场地中出现 -所有这些都有望简化任务并为学生创造更个性化的大学体验 。
由于该技术使大学远离一刀切的方法 , 它正在帮助他们在其最长期目标之一上取得进展:使所有类型的学习者更容易获得更高的知识 。
它在几个方面做到了这一点 。其中 , 通过扫描课堂材料以获取无障碍问题 , 改善残疾学生的学习工具 , 并为可能需要额外支持的学习者提供个性化资源 , 例如将英语作为第二语言的学员 。
人工智能可以打开通往以前无法实现的无障碍水平的大门 , 其效果延伸到整个学生团体 。
“(大学)环境中的许多障碍都归功于技术 , ”无障碍教育材料研究中心主任辛西娅库里说 。“如果能够在技术内部建立系统 , 以自动 , 准确和一致地确保技术以所有学习者固有的方式提供 , 那真的很令人兴奋 。”
大规模的可访问性
语音到文本软件可能是人工智能用于帮助校园残疾学生的最突出的例子之一 。顾名思义 , 该软件可以录制音频并将其翻译成书面文字 , 帮助那些在课堂上不能或可能难以记笔记或听讲师的人 。
残疾人法案(ADA)和康复法案要求获得联邦资金的公立大学和机构为有需要的学生提供转录服务 。但这样做并非易事;服务提供商可能需要数小时才能为所有课程材料转录和写字幕 。
Brigham Young University-Idaho通过转向初创的Verbit来减少其积压的转录请求 。|
这是大学聋哑和听力服务协调员Valerie Sturm说 , 这是几年前Brigham Young University-Idaho遇到的问题 。随着在线学习工具的使用 -例如电影 , YouTube剪辑和TED演讲-在课堂上得到了发展 , 大学积极的媒体转录请求也在增加 。
“我们在媒体上落后了数千件-不是几分钟 , 而是碎片 , ”斯特姆说 。
2017年 , Sturm购买了一个语音到文本服务 , 以减少工作量 , 最终落户Verbit , 一个初创企业也称哈佛大学 , 斯坦福大学和Coursera为客户 。Sturm说 , Verbit迅速证明了自己 , 在几周之内将媒体积压起来 。
Sturm表示 , 该公司现在为大学的课堂媒体制作大部分后期制作字幕 , 并为现场讲座进行一些转录 , 但现场服务提供商仍在使用 。虽然有些学生更喜欢大学的人力资源提供者 , 无论是社区雇员还是学生雇员 , 但她认为Verbit更可靠 。
“对于那些对速度和准确性感到担忧的学生来说 , 这确实是一个可行的选择 , 因为(对于)现场服务提供商 , ......这取决于他们当天的个人反应 , ”Sturm说 。“他们感觉良好吗?他们是否已经厌倦了?他们是否有自己的班级项目需要担心 , 所以他们的思想并没有真正依赖他们的业务?人工智能没有这些问题 。”
“如果能够在技术内部建立系统 , 以自动 , 准确和一致地确保技术以所有学习者固有的方式提供 , 那真的很令人兴奋 。”
辛西娅咖喱
无障碍教育材料学习中心主任
近年来 , 语音识别已经取得了巨大的进步 。例如谷歌和微软等领域的重量级人物现在拥有高达95%左右的语音到文本准确率 , 这正是人类抄写者可以做到的 。
但是在教室里-背景噪音 , 便宜的录音设备以及使用行话和其他不常见的词语会让语言难以理解-技术的准确性会下降 。
犹他州立大学电子和信息技术无障碍协调员Christopher Phillips表示 , 他认为大多数公司的准确率大约为80%至90% 。“(那)听起来很高 , ”他说 , “但是你说五分之一或十分之一是不正确的 , 这是非常糟糕的服务 。”
然而 , 隐藏字幕的行业标准是99%或更高的准确率 , 这意味着人类仍然需要检查和纠正AI驱动的语音到文本工具的工作 。即便如此 , 该技术也会随着时间的推移而改进 , 甚至可以向教师指出他们在讲座中没有发音 , 或者他们是否使用奇怪的短语 , 这些短语可能使他们的演讲难以接受 。
Curry说 , 在没有人检查其工作准确性之前 , 语音技术仍然需要改进才能使用 , 并补充说当教师对技术“过于信任”时会出现麻烦 。
自动语音识别“是一个很有希望的步骤 , ”她说 , “但我们仍然需要将其视为第一步 。”
语音文本可以减少将文档达到99%准确度基准所需的时间 , 因为转录者不再需要从头开始处理文件 。
Echo360的首席执行官Fred Singer表示 , 这一过程可以为大学带来成本节约 , Echo360是一个提供自动隐藏式字幕服务的视频平台 。“如果你想达到99% , 唯一有成本效益的方法是从这个(自动化)成绩单开始 , 然后付钱给别人解决它 。”
与AI携手合作
AI提供了更快的抄录语音通道 , 它可以帮助大学精确定位并将数千个无法访问的文档转换为更易于使用的格式 。
为此 , 犹他州立大学使用Blackboard Ally , 这是一种嵌入在学习管理系统中的工具 , 可自动检查教师上传的文档是否存在可访问性问题 。
犹他州立大学使用Blackboard Ally扫描学习管理系统中的文档以获取可访问性问题 。|
当Ally的扫描仪发现问题时 - 例如带有难以阅读的文本的PDF - 它会标记它们并为文档提供可访问性分数 。
然后 , 它向教师提供有关如何改进这些文档的建议 , 并将其转换为其他格式 , 例如学生可以随时随地收听的音频文件 。
尽管该过程使用AI来识别问题 , 但它仍然依赖于人为干预来进行课程校正 。而Curry警告说 , 这些服务可能会给教师带来“虚假的安全感” , 因为这项技术可能会错过或无法自行解决问题 。
菲利普斯说 , 即便如此 , Ally和其他类似的服务一直是大学改变游戏规则 , 使内容更容易获取 。
“很难证明返回成本并进行更多个性化的逐个文档可访问性工作是合理的 , (现在)可以在一定程度上实现自动化 , ”他说 。“对于残疾用户而言 , 这些信息中的一部分(现在)比其他情况下更容易被访问 。”
“我们可以开始 , 不要将缰绳交给人工智能 , 但要找出良好和健康的合作关系 。”
克里斯托弗菲利普斯
电子和信息技术无障碍协调员 , 犹他州立大学
而且由于服务标记了为残疾学生带来问题的问题 , 例如扫描文档或无标记的PDF , 这对于使用屏幕阅读器的人来说很难理解 , 它可以教导教师哪种材料更容易获取 。
“这是重要的一步 , ”库里说 。“许多教师可能以前没有考虑(或)甚至认为他们的材料可以以不同的格式呈现 , 所以只要在(他们)面前拥有它就可以非常强大 。”
Blackboard对Ally分析的评论表明其中一些问题略有进展 。例如 , 五年前 , LMS中所有PDF文件中有52.5%没有标记 , 而今天约为44.6% 。然而 , 据该公司称 , 在此期间 , 系统中存在对比度问题且没有标题的文档数量增加 。
库里说 , 促进更广泛采用无障碍课程材料所需要的是 , 大学为教师提供专业发展机会 , 帮助他们理解为什么无障碍对残疾学生至关重要 。
菲利普斯预测 , 高等教育对人工智能的使用只会增长 。他说:“我们可以开始 , 不要将缰绳交给人工智能 , 但要找出良好和健康的伙伴关系 。”
所有学生都可以访问
通过使用人工智能 , 一些在线教育工具已经能够适应每个学生的独特需求 , 这一优势超越了残疾人 。
以Voxy为例 , 这是一个网络和移动应用程序 , 通过为他们提供适应他们个人技能水平和兴趣的个性化课程 , 在提高学生的英语语言能力方面取得了长足的进步 。大学可以提供平台 , 以补充自己的课程和计划或作为学习工具 。
“一种尺寸并不适合所有人 , ”Voxy的首席教育官Katie Nielson说 。“事实上 , 通过语言学习 , 你可以提供更多个性化的内容推荐 , 更好 。”
平台背后的人工智能减少了个性化每个学生计划所需的时间 , Nielson估计平台在10分钟内完成了教练大约需要6个小时的时间 。
“你将会进入另一个层次 , 这是因为我们开始自动化整个过程 , 而不仅仅是随机而不是数据驱动 。”
弗雷德辛格
首席执行官 , Echo360
她说 , 这种服务几乎不可能在社区大学的典型英语 - 第二语言课堂中复制 , 其中教授必须为20名学生制定学习计划 , 所有这些都来自不同的背景 。
研究院最近的一项研究支持Voxy声称其人工智能服务提供了更好的英语学习方式 。出于就读于迈阿密达德学院的语言实验室317级的学生 , 那些谁使用Voxy谁比那些没有使用的平台了解到更多的英语 。该研究指出 , 使用该服务的学生在推荐的时间内没有参与其中 , 尽管他们确实在课外时间使用过该服务 。
此外 , 一些有益于具有特定学习需求的学生的技术具有更广泛的用途 。例如 , 使用Echo360隐藏式字幕服务的班级的学生可以访问他们在学习或重新访问材料时可以通过关键字搜索的成绩单 。此外 , 以多种方式传达内容可以增加学生学习新信息的可能性 , Curry说 。
更重要的是 , 研究人员可以梳理由技术产生的大数据集 , 例如自动生成的讲座成绩单 , 以便更好地了解学生如何学习和与材料互动 。
辛格说:“关于如何进行学习 , 我们根本不知道存在各种各样的关系 。”“你将会进入另一个层次 , 这是因为我们开始自动化整个过程 , 而不仅仅是随机而不是数据驱动 。
【人工智能会使大学课堂更容易获得吗】

    推荐阅读