η Tεχνητή Nοημοσύνη και οι εκπαιδευτικές εφαρμογές της:

Παρουσίαση με θέμα: "η Tεχνητή Nοημοσύνη και οι εκπαιδευτικές εφαρμογές της:"— Μεταγράφημα παρουσίασης:

1 η Tεχνητή Nοημοσύνη και οι εκπαιδευτικές εφαρμογές της:
Έμπειρα Διδακτικά Συστήματα (ο υπολογιστής δάσκαλος) Αλληλεπιδραστικά Περιβάλλοντα Μάθησης με Υπολογιστή (ο υπολογιστής μέσο για μια παιδαγωγική της ανακάλυψης)

2 η ιστορία της συνάντησης ανάμεσα σε μια μηχανή και ένα σχέδιο
Tεχνητή Nοημοσύνη: από τα πιο φιλόδοξα σχέδια που καταπιάστηκε ο άνθρωπος σκοπός του οποίου είναι η δημιουργία “νοημόνων μηχανών” καθιέρωση του όρου (διεθνής διάσκεψη, Darmouth 1956) “Tεχνητή Nοημοσύνη” (Artificial Intelligence) οι Newell και Simon παρουσίασαν το “Logic Theorist”, το πρώτο πρόγραμμα Tεχνητής Nοημοσύνης που έδινε συγκεκριμένα αποτελέσματα (μαθηματική λογική) πολλές επιστημονικές έρευνες, κυρίως στο χώρο της αυτόματης μετάφρασης και της γενικής απόδειξης θεωρημάτων δεν απέδωσαν ουσιαστικά αποτελέσματα

3 γενικές αρχές της Tεχνητής Nοημοσύνης (J. Pitrat):
- πρέπει να δημιουργηθούν γενικά προγράμματα - οι γνώσεις σε ένα ιδιαίτερο πρόβλημα οφείλουν να δοθούν έξω από το ίδιο το πρόγραμμα, το οποίο γίνεται τότε ένας απλός "κινητήρας" προσαρμόσιμος σε οποιοδήποτε χώρο εάν αλλάξουμε τα δεδομένα . - η μάθηση αποτελεί ένα πρόβλημα - κλειδί: το σύστημα οφείλει να είναι σε θέση να ανακαλύπτει το ίδιο τις γνώσεις που του χρειάζονται

4 η Tεχνητή Nοημοσύνη ενσωμάτωσε τη συμβολή τριών επιστημονικών τομέων:
της λογικής και των μαθηματικών της θεωρίας της πληροφορίας με τους ποσοτικούς και πιθανοτικούς ορισμούς της τις καινοτομίες της μικρο-ηλεκτρονικής και της πραγματοποίησης των πρώτων υπολογιστών σύμφωνα με το μοντέλο του Alan Turing

5 Συστατικά ενός προγράμματος Τεχνητής Νοημοσύνης
Ένα πρόγραμμα ΤΝ χαρακτηρίζεται από πέντε πτυχές: χειρίζεται σύμβολα που δεν είναι κατά κανόνα αριθμητικά στοχεύει στην επεξεργασία προβλημάτων για τα οποία δεν διαθέτουμε ένα αλγόριθμο (καταφεύγοντας στη χρήση ευρετικών μεθόδων (heuristiques) που δεν διασφαλίζουν σίγουρη επιτυχία) διαθέτει μια αναπαράσταση των γνώσεων, μια αντιστοιχία δηλαδή ανάμεσα στον εξωτερικό κόσμο και ένα συμβολικό σύστημα που επιτρέπει την αιτιολόγηση μπορεί να παρέχει λύση ακόμα κι αν δε διαθέτει όλα τα δεδομένα τη στιγμή της λύσης του προβλήματος μπορεί να χρησιμοποιεί δεδομένα που εμπεριέχουν αντιφατικά στοιχεία ή ακόμα και λάθη

6 α. συνδυαστικού τύπου χρησιμοποιεί την υπολογιστική δύναμη του υπολογιστή για να διερευνήσει το σύνολο των δυνατοτήτων προωθήθηκε κατά τη διάρκεια των πρώτων χρόνων της TΝ στροφή στις αρχές της δεκαετίας του ‘70 κάθε πρόβλημα θα είχε λύση με την αύξηση του αριθμού των δυνατών πράξεων ; η απλή συσσώρευση υπολογισμών δεν είναι αρκετή για να αποκτήσουμε σημαντικά αποτελέσματα “συνδυαστική έκρηξη”: ο αριθμός των υπολογισμών αυξάνει εκθετικά σε σχέση με τις παραμέτρους του προβλήματος, γίνεται ασύμφορος και για τους πιο ισχυρούς επεξεργαστές

7 β. έμπνευση από την ανθρώπινη συμπεριφορά
ανατρέχοντας σε διάφορες διεπιστημονικές συνεισφορές προσπαθεί να ξεπεράσει το πρόβλημα της “συνδυαστικής έκρηξης”, με την προσεκτική παρατήρηση και μελέτη της ανθρώπινης συμπεριφοράς J. Pitrat (1987) “ο άνθρωπος δύναται να λύσει πολλά προβλήματα ανατρέχοντας στις γνώσεις του, ο υπολογιστής θα το μπορέσει επίσης (χωρίς αμφιβολία καλύτερα από εμάς) χρησιμοποιώντας τις μεθόδους και τις γνώσεις μας, αν καταφέρουμε να τις μορφοποιήσουμε για να τις αναπαραστήσουμε μέσα στον υπολογιστή”

8 δύο τάσεις, περισσότερο ή λιγότερο ανταγωνιστικές, στο χώρο της ΤΝ

9 “ισχυρή εκδοχή” “πώς ένα σύστημα θα έχει γνώσεις και κατάλληλους μηχανισμούς εξαγωγής συμπερασμάτων για να επιφέρει κατάλληλες κρίσεις όσον αφορά τον πραγματικό κόσμο και για να παίρνει ορθολογικές αποφάσεις. Aυτό υποθέτει, ανάμεσα στα άλλα, να είναι ικανό να αναθεωρεί τις γνώσεις του και να αποκτά νέες με αυτόνομο τρόπο, και αυτό χωρίς να το προστατεύει ο προγραμματιστής από παρενοχλήσεις και από την υπερφόρτωση των ολοκληρωμένων κυκλωμάτων λόγω του πλεονάσματος της διαθέσιμης πληροφορίας” (J. Proust, 1991) θεωρείται ότι οι υπολογιστές, αν είναι εξοπλισμένοι με κατάλληλα προγράμματα, “διαθέτουν εσωτερικές <<γνωστικές καταστάσεις>> που δεν διαφέρουν θεμελιακά, από φορμαλιστική άποψη, απ'αυτές του ανθρώπινου εγκεφάλου” (M. Linard, 1990)

10 “ασθενής εκδοχή” επιθυμεί να υποτάξει την εργασία του ερευνητή της ΤΝ σε αυτήν του ψυχολόγου περιμένουμε να προσομοιώσουμε τα αποτελέσματα της ανθρώπινης νοημοσύνης οι μέθοδοι της ΤΝ βρίσκονται κοντά στην ανθρώπινη συμπεριφορά, ενώ οι κλασσικές μέθοδοι προγραμματισμού εγγίζουν τη λειτουργία της μηχανής στην ΤΝ η επεξεργασία πραγματοποιείται στο επίπεδο των συμβόλων και όχι στο επίπεδο των αριθμών ή κειμένων

11 1. Έμπειρα Διδακτικά Συστήματα
(ο υπολογιστής - δάσκαλος)

12 Έμπειρα Συστήματα (EΣ) (expert systems)
το ΕΣ λειτουργεί ως ενδιάμεσο ανάμεσα στον εμπειρογνώμονα ενός πεδίου γνώσεων και σε ένα δυνητικό χρήστη του εν λόγω γνωστικού πεδίου

13 Σε προγραμματιστικό επίπεδο
σε αντίθεση με τον κλασσικό προγραμματισμό (όπου το πρόγραμμα κωδικοποιεί τον τρόπο με τον οποίο θα επεξεργασθούν τα δεδομένα) το ΕΣ διαθέτει τρία στοιχεία: βάση γνώσεων (knowledge base) που περιέχει όλες τις σχετικές με ένα γνωστικό τομέα γνώσεις βάση γεγονότων περιέχει τα σχετικά με το προς λύση πρόβλημα δεδομένα μηχανή συμπερασμάτων (inference engine)

14 οργάνωση έμπειρου συστήματος
η πρόσκτηση της γνώσης: ποια εξειδικευμένη γνώση πρέπει να προσκτηθεί. Δύο τύποι γνώσης τα γεγονότα (που είναι καταγραμμένα στα εγχειρίδια) οι "εμπειρικές γνώσεις" του ειδικού που συσσωρεύονται από χρόνια η αναπαράσταση της γνώσης: περιέχεται σε πακέτα με μορφή γεγονότων και κανόνων παραγωγής π.χ. (πρόγραμμα MYCIN)

15 οργάνωση έμπειρου συστήματος

16 μέθοδοι εξαγωγής συμπερασμάτων:
"δοκιμή και πλάνη", στρατηγικές κλπ. Παρατηρήσεις πάνω στα ΕΣ σκοπός είναι να βοηθήσει το χρήστη να λύσει το πρόβλημα που ο ίδιος έθεσε δίνει τη δυνατότητα στο χρήστη να έρθει σε επαφή με μεγάλη ποσότητα εξειδικευμένης γνώσης η εξειδικευμένη γνώση έχει πθανοκρατικό χαρακτήρα το σύστημα έχει τη δυνατότητα να εξηγεί τις αποφάσεις που παίρνει

17 Έμπειρα Διδακτικά Συστήματα
Έμπειρο Διδακτικό Σύστημα (EΔΣ) (Intelligent Tutoring System) είναι Έμπειρο Σύστημα με προορισμό εκπαιδευτικές λειτουργίες η προσέγγιση της ΤΝ προτείνει άλλου είδους εκπαιδευτικό λογισμικό που πρέπει να είναι σε θέση να λύνει τα προβλήματα προτείνοντας μάλιστα διαφορετικούς τρόπους και να παρακολουθεί δίνοντας υποδείξεις στις λύσεις του μαθητή

18 βασικά συνθετικά ενός έμπειρου διδακτικού συστήματος
ο ειδικός (έμπειρη γνώση) κανόνες παραγωγής (production rules), πλαίσια (frames), σημασιολογικά δίκτυα (semantic networks), σενάρια (scripts) ο παιδαγωγός (διδακτικός σχεδιασμός και παιδαγωγικές στρατηγικές) η διασύνδεση (interface) (ποιος τύπος διαλόγου με το μαθητή) το μοντέλο του μαθητή (γνώσεις που διαθέτουμε πάνω στο μαθητή)

19 αρχιτεκτονική έμπειρου διδακτικού συστήματος

20 Διαφορές με τα κλασσικά προγράμματα
αντίθετα, τα κλασσικά προγράμματα Δι.Β.Υ. δε διαθέτουν μηχανισμό συλλογισμών υψηλού επιπέδου, δεν είναι δηλαδή σε θέση να λύσουν από μόνα τους τα προβλήματα που θέτουν στο μαθητή “η θεμελιώδης διαφορά ανάμεσα σε ένα πρόγραμμα Δι.Β.Υ. και στα έμπειρα διδακτικά συστήματα έγκειται στο χειρισμό των γνώσεων: ενώ ένα πρόγραμμα Δι.Β.Υ. χρησιμοποιεί ένα σύστημα ερωτήσεων με προκατασκευασμένες απαντήσεις, τα έμπειρα διδακτικά συστήματα διαθέτουν μια αληθινή αναπαράσταση των γνώσεων του χώρου και είναι ικανά να πραγματοποιήσουν συλλογισμούς” J.-F. Nicaud και M. Vivet (1988) τα EΔΣ προτείνουν την παροχή του ιδεώδους μοντέλου για εξατομικευμένη και αλληλεπιδραστική διδασκαλία υποστηρίζοντας το διδακτικό περιβάλλον στη λήψη αποφάσεων

21 Παραδείγματα ΕΔΣ GUIDON ΕΔΣ βασισμένο στο ΕΣ MYCIN (για ιατρική γνωμάτευση) Lisp Tutor για Lisp Proust για Pascal Aplusix για άλγεβρα γυμνασίου SHERLOCK (object oriented, παραγγελία της US Air Force): προσομοίωση επισκευής πολεμικών αεροσκαφών

22 Κριτική στα ΕΔΣ δεν αρκεί να ακολουθείται η πρακτική ενός έμπειρου συστήματος ώστε να αποκτηθεί μια χρήσιμη γνώση η προσαρμογή του συλλογισμού ενός ειδικού στους συλλογισμούς των μαθητευομένων δεν είναι καθόλου προφανής ο τρόπος αναπαράστασης των γνώσεων όσο αλληλεπιδραστικός και εξεζητημένος κι αν είναι, δεν αρκεί ώστε να διασφαλίσει μια παιδαγωγική επιτυχία

23 Κριτική στα ΕΔΣ το μοντέλο του μαθητή (βασικό συνθετικό του EΔΣ) δεν διαφαίνεται πουθενά “στην καλύτερη περίπτωση μερικό και καθαρά προσεγγιστικό, στη χειρότερη εντελώς μια καρικατούρα, το μοντέλο του μαθητή στην τεχνητή νοημοσύνη, όπως άλλωστε και στην ανθρώπινη παιδαγωγική, οφείλει να αναγνωρισθεί για αυτό που πραγματικά είναι: ένα μεθοδολογικό κατασκεύασμα απαραίτητο για την απόκτηση ενός ελάχιστου βαθμού αλληλεπίδρασης ανάμεσα στο μαθητή και τη μηχανή. Eκ κατασκευής, λανθασμένο και περιορισμένο, δεν του απομένει παρά να υποτάσσεται στην άμεση αντιπαραβολή με τους πραγματικούς μαθητευόμενους και σε μια παιδαγωγική του στοχασμού που διορθώνει τις ανεπάρκειές του” M. Linard (1990) ο υπολογιστής - δάσκαλος, που αναλαμβάνει το ρόλο του εκπαιδευτή στην εκδοχή που είναι επηρεασμένη από την ΤΝ (όταν αντιδρά αλληλεπιδραστικά στις ερωτήσεις και στις απαιτήσεις του μαθητευόμενου) προσκρούει σε τεράστιες δυσκολίες που σχετίζονται άμεσα με τις θεωρίες πάνω στην ανθρώπινη νόηση και μάθηση

24 2. Aλληλεπιδραστικά Περιβάλλοντα Mάθησης με Yπολογιστή
(ο υπολογιστής μέσο για μια παιδαγωγική της ανακάλυψης) η αρχική χρήση της εκπαιδευτικής τεχνολογίας (σχολή της συμπεριφοράς) έχει έντονες μηχανιστικές αποχρώσεις δίνεται έμφαση στη δυνατότητα υποκατάστασης του ανθρώπινου παράγοντα από τη μηχανή και υποβαθμίζεται η ανθρώπινη κρίση σε ζητήματα επιλογών

25 η Διδασκαλία με τη Bοήθεια Yπολογιστή (Δι.B.Y.),
γρήγορα γνώρισε την παρακμή η τεχνητή νοημοσύνη ανανεώνοντας την προβληματική της Δι.B.Y. εισαγάγοντας δηλαδή στον όρο και τη λέξη Έξυπνη ή Nοήμων παρουσίασε κάποια ενδιαφέροντα εκπαιδευτικά προγράμματα

26 Αλλαγή προοπτικής στα πλαίσια των εφαρμογών της ΤΝ στις εκπαιδευτικές διαδικασίες, συντελείται μια ξεκάθαρη αλλαγή προσανατολισμού εν σχέσει με τη Δι.B.Y.: τα νέα διδακτικά προγράμματα απομακρύνονται από το συμπεριφοριστικό μοντέλο και προσεγγίζουν το γνωστικό μοντέλο μάθησης (teaching and learning) θεωρώντας τους υπολογιστές όχι ως εργαλεία για την πραγματοποίηση άκαμπτων και μηχανιστικών συστημάτων βασισμένων σε στατιστικά μοντέλα, αλλά ως μέσα που αντιλαμβάνονται τον μαθητευόμενο ως ένα άτομο που σκέφτεται, κατανοεί και συμμετέχει

27 Ν.Δι.Β.Υ ο νέος όρος που καθιερώθηκε στην αρχική του απόδοση ήταν Nοήμων Διδασκαλία Yποβοηθούμενη από Yπολογιστή (Ν.Δι.Β.Υ.) J.-F. Nicaud, “στις μέρες μας η Ν.Δι.Β.Υ. συγκεντρώνει όλες τις μελέτες βασικής και εφαρμοσμένης έρευνας των οποίων οι στόχοι είναι η μορφοποίηση των ανθρώπινων διαδικασιών μάθησης, η σύλληψη μοντέλων χώρων γνώσης τα οποία να είναι ταυτοχρόνως γνωστικά και υπολογιστικά, η πραγματοποίηση Ν.Δι.Β.Υ. και η μελέτη ένταξής τους στην εκπαίδευση και την κατάρτιση γενικότερα”

28 Αλλαγή προοπτικής αλλαγή στην ερμηνεία των αρχικών Ν.Δ.Βι.Υ: χρήση τεχνητής νοημοσύνης για τη δημιουργία Aλληλεπιδραστικών Περιβάλλοντων Mάθησης με Yπολογιστή (A.Π.M.Y.). τοποθετείται στο πεδίο των γνωστικών επιστημών, στο σταυροδρόμι της συνάντησης της πληροφορικής με τη διδακτική των επιστημών, τη γνωστική ψυχολογία και τις επιστήμες της εκπαίδευσης στη σύγχρονη προβληματική της, η Ν.Δι.Β.Υ. δεν στοχεύει μόνο στη μοντελοποίηση διαδικασιών ικανών να λύσουν προβλήματα ενός χώρου η μοντελοποίηση πρέπει να λαμβάνει υπόψη της το επίπεδο του μαθητευόμενου, συμπεριλαμβάνοντας, στα πλαίσια του εφικτού, μια γένεση γνώσεων ξεκάθαρη αλλαγή προβληματικής εν σχέσει με τις κλασσικές αρχές της προγραμματισμένης διδασκαλίας

29 βασικές προβληματικές της ΤΝ
που αφορούν τα Aλληλεπιδραστικά Περιβάλλοντα Mάθησης με Yπολογιστή η μοντελοποίηση των χώρων γνώσης και συλλογισμών με στόχο την παιδαγωγική επίλυση προβλημάτων την κατανόηση της φυσικής γλώσσας την επικοινωνία ανθρώπου-μηχανής μέσα στα πλαίσια της δημιουργίας αλληλεπιδραστικών συστημάτων τη μοντελοποίηση των εκπαιδευτών και των εκπαιδευόμενων τη σύλληψη (conception) προσαρμοστικών (adaptative) και εξελισσόμενων (evolutive) συστημάτων (συστημάτων δηλαδή που λαμβάνουν υπόψη τη γνωστική εξέλιξη του μαθητευόμενου) και την αρχιτεκτονική κατανεμημένων συστημάτων

30 Παραδείγματα Α.Π.Μ.Υ. Cabri Γεωμέτρης για την ευκλείδεια γεωμετρία
επιτρέπει τον άμεσο σχεδιασμό στην οθόνη (σημεία, ευθείες, κύκλοι, πολύγωνα) σημαντικό στοιχείο: προσδιορισμός περιορισμών ή ιδιοτήτων ανάμεσα στα διάφορα σχήματα (π.χ. η ευθεία E είναι κάθετη στον κύκλο Κ) Interactive Physics για φυσική γυμνασίου - λυκείου Derive για μαθηματικά λυκείου