Недавно интернет всколыхнула новость, что в китайской школе искусственный интеллект с помощью видеокамер следит за вовлеченностью учащихся. В конце урока преподаватель получает полную статистику и ранжирование школьников. Эксперимент вызвал много технологических и этических вопросов. Между тем в России также применяется подобная слежка. Профессор, руководитель департамента анализа данных, принятия решений и финансовых технологий Финансового университета, д.э.н. Владимир Соловьев рассказал, зачем и как следить за учащимися и каких результатов можно добиться от вовлеченных студентов.
– Владимир, в России действительно научились следить за студентами?– Китайские разработчики вслед за нами такую систему сделали. У них пока только в одном классе видеораспознавание вовлеченности развернуто. У нас уже целый корпус подключен, на очереди – другие.
– Чего с помощью этого хотите добиться?– Важно узнать, что происходит в аудиториях, насколько вообще нужны лекции, семинары, интересно ли студентам… Сейчас вы можете зайти в YouTube и посмотреть лекцию великого человека на любом языке. В интернете есть информация, как правило, более актуальная, чем в голове у преподавателя. Зачем студенту ходить на занятия? Дискуссии об этом ведутся достаточно давно. И, конечно, учебным заведениям не хочется терять монополию на знания. Поэтому с 1980-х годов исследователи в области образования озабочены тем, как измерять вовлеченность студентов, как управлять ею. Много было методов – от психологических тестирований до исследований с помощью нейрофизиологических датчиков.
– Потом появилось компьютерное зрение…– Проект начался с моего скепсиса: я был уверен, что Интернет вещей может быть полезен, например, на промышленном предприятии, где датчики, подключенные к резервуарам, будут подавать сигнал о необходимости их очистки. А нам в университете эта технология зачем? Автоматически включать свет в аудиториях, когда стемнеет? И так несложно нажать кнопку. Но поскольку мы ориентированы, прежде всего, не на образовательный процесс, а на создание различных решений для реального сектора, мы хотели отработать компетенцию, чтобы прийти на какой-то химический комбинат, сказать, что мы в Интернете вещей разбираемся и вам поможем. Начали мы с того, что поставили датчики света, датчики движения. Год назад в одной из аудиторий мы повесили видеокамеру, которая постоянно фиксировала лица. Эти изображения сравнивались с кампусной базой данных. Сначала мы думали, что с ее помощью можно контролировать посещаемость, но это было скучно. Сценарий применения нашелся более интересный. Мы натренировали модель машинного обучения, показывая ей фото студентов, когда они вовлечены и когда нет, и система стала автоматически измерять уровень вовлеченности. В итоге мы поставили видеокамеры более чем в 50 аудиториях, и теперь знаем, где проходят самые интересные занятия.
Читать материал полностью: https://www.if24.ru/zachem-nejroset-sledit-za-studentami/?utm_source=fb&utm_medium=cpc&utm_campaign=pod_nejrosetВы также можете подписаться на мои страницы:
- в фейсбуке: https://www.facebook.com/podosokorskiy- в твиттере: https://twitter.com/podosokorsky- в контакте: http://vk.com/podosokorskiy- в инстаграм: https://www.instagram.com/podosokorsky/- в телеграм: http://telegram.me/podosokorsky- в одноклассниках: https://ok.ru/podosokorsky
