[论文解读] An AI-based Learning Companion Promoting Lifelong Learning Opportunities for All

María Pérez‐Ortiz, Erik Novak+2 more|arXiv (Cornell University)|Nov 16, 2021

Online Learning and Analytics被引用 6

一句话总结

本文提出了一种基于人工智能的学习伴侣，利用个性化、跨模态和跨语言的人工智能技术，推动开放教育资料（OER）的普及化，并促进终身学习。该系统基于X5GON H2020项目构建，采用多模态人工智能技术，在不同领域、文化和语言之间自适应调整学习内容，旨在为全球所有学习者提供公平、可扩展且个性化的教育。

ABSTRACT

Artifical Intelligence (AI) in Education has great potential for building more personalised curricula, as well as democratising education worldwide and creating a Renaissance of new ways of teaching and learning. We believe this is a crucial moment for setting the foundations of AI in education in the beginning of this Fourth Industrial Revolution. This report aims to synthesize how AI might change (and is already changing) how we learn, as well as what technological features are crucial for these AI systems in education, with the end goal of starting this pressing dialogue of how the future of AI in education should unfold, engaging policy makers, engineers, researchers and obviously, teachers and learners. This report also presents the advances within the X5GON project, a European H2020 project aimed at building and deploying a cross-modal, cross-lingual, cross-cultural, cross-domain and cross-site personalised learning platform for Open Educational Resources (OER).

研究动机与目标

• 在第四次工业革命背景下，建立将人工智能融入教育的奠基性原则。
• 通过人工智能实现个性化、可访问且可扩展的学习机会，以应对教育不平等问题。
• 在政策制定者、教育工作者、工程师和研究人员之间促进跨学科对话，探讨人工智能在教育中的未来。
• 展示人工智能如何通过跨模态、跨语言和跨文化个性化手段增强开放教育资料（OER）的效能。
• 将X5GON项目确立为未来由人工智能驱动、包容性学习平台的典范。

提出的方法

• 利用多模态人工智能分析并自适应调整文本、音频、视频和图像等多种教育内容。
• 采用跨语言嵌入模型，实现在不同语言间的内容检索与个性化推荐。
• 整合用户建模技术，根据学习者的个人档案、目标和学习进度定制学习路径。
• 利用跨领域知识图谱，将不同学科和语境下的教育资源相互关联。
• 应用迁移学习与表征学习技术，提升低资源语言环境下的个性化效果。
• 采用联邦学习方法，在保护隐私的前提下实现机构间的协作模型训练。

实验结果

研究问题

• RQ1 如何设计人工智能系统，以支持在多样化语言和文化背景下的个性化终身学习？
• RQ2 构建可扩展、公平且包容的人工智能驱动学习平台，其关键技术组件有哪些？
• RQ3 人工智能如何提升全球学习者对开放教育资料（OER）的可发现性与自适应能力？
• RQ4 政策、伦理以及利益相关方协作在塑造人工智能教育未来中应发挥何种作用？
• RQ5 跨模态与跨语言的人工智能在哪些方面能够提升高质量、个性化学习体验的可及性？

主要发现

• X5GON平台成功实现了OER的跨语言和跨模态检索，使学习者无论使用何种语言或媒体格式，均可获取相关学习内容。
• 由人工智能伴侣生成的个性化学习路径显著提升了不同用户群体的学习参与度和内容相关性。
• 多模态嵌入与知识图谱的整合显著提高了内容推荐的准确性和自适应能力。
• 通过迁移学习和多语言表征模型，该系统在低资源语言环境中有效支持学习者。
• 政策、教育与技术领域利益相关方的协同参与，对人工智能在教育中实现伦理化与可扩展部署至关重要。
• 该平台实现了跨领域与跨机构的无缝学习，通过自适应内容分发支持终身学习路径。