Các
nghiên cứu gia đã thiết kế một mô hình trí thông minh nhân tạo có thể dự đoán
tốt hơn việc sinh viên đang học như thế nào trong các trò chơi mang tính giáo
dục. Mô hình cải tiến này tận dụng khái niệm huấn luyện trí thông minh nhân tạo
có tên ‘học đa nhiệm’, và có thể được sử dụng để cải thiện cả kết quả giảng dạy
cũng như học tập.
Học
đa nhiệm là phương pháp học trong đó một mô hình được yêu cầu thực hiện rất
nhiều nhiệm vụ.
Các
nghiên cứu gia đã có dữ liệu về cách tương tác trong game cũng như kết quả làm
bài kiểm tra của 181 sinh viên. Trí thông minh nhân tạo có thể quan sát cách
tương tác trong game của mỗi sinh viên và cách mỗi sinh viên trả lời câu hỏi số
1 trong bài kiểm tra. Bằng cách nhận ra các hành vi thường gặp của những sinh
viên trả lời đúng và sai câu hỏi số 1, trí thông minh nhân tạo có thể xác định
một sinh viên mới sẽ trả lời câu hỏi số 1 này như thế nào.
Chức
năng này được thực hiện cùng lúc cho từng câu hỏi; cách tương tác trong game
được xem xét đối với một sinh viên được chỉ định đều như nhau, nhưng trí thông
minh nhân tạo quan sát hành vi ấy trong câu hỏi số 2, 3 và nhiều câu khác.
Và
phương pháp đa nhiệm này đã tạo nên sự khác biệt. Các nghiên cứu gia nhận thấy
mô hình đa nhiệm chính xác hơn khoảng 10% so với các mô hình khác dựa trên các
phương pháp huấn luyện trí thông minh nhân tạo truyền thống.
Theo
các nghiên cứu gia, loại mô hình trí thông minh nhân tạo mới này có thể được sử
dụng theo nhiều cách đem lại lợi ích cho sinh viên, như sử dụng để thông báo
cho giáo viên biết khi cách tương tác trong game của một sinh viên cho thấy sinh
viên ấy có thể cần thêm hướng dẫn chẳng hạn.
Điều
này cũng có thể mở ra cánh cửa cho việc kết hợp các kỹ thuật có mô hình phức tạp
hơn vào những phần mềm giáo dục – đặc biệt các phần mềm giáo dục phỏng theo nhu
cầu của sinh viên.
AT (Eurekalert)