Gesimuleerde studenten helpen AI-docenten sneller leren
Onderzoekers hebben een systeem ontwikkeld dat leerlingen nabootst om AI-docenten te trainen. Dit leidt tot snellere en goedkopere feedback voor educatieve toepassingen.
Microsoft en de Universiteit van Illinois hebben een methode bedacht om individuele leerlingen na te bootsen op basis van beperkte gegevens. Hiermee kunnen kunstmatige intelligentie-docenten efficiënter worden getraind, doordat ze realistische fouten van studenten voorgeschoteld krijgen. Uit tests met diverse vakken bleek deze aanpak effectief te presteren ten opzichte van reguliere taalmodellen.
Toepassing in het onderwijs
Het trainen van AI-systemen voor educatieve doeleinden vraagt doorgaans veel tijd en middelen. Door gebruik te maken van nagebootste leerlingen, kunnen ontwikkelaars de prestaties van digitale bijlesdocenten optimaliseren zonder dat daar direct grote groepen menselijke proefpersonen voor nodig zijn. Dit soort simulaties sluit aan bij een bredere trend in de technologiesector waarin synthetic data steeds vaker wordt ingezet om systemen slimmer te maken.
Deze samenvatting is gebaseerd op een origineel artikel van The Decoder. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel