La recherche globale pour l'éducation: Aaron Courville sur l'essor de l'apprentissage automatique

Posté par C. M. Rubin sur février 21, 2022

Ce mois-ci, le public peut visionner une vidéo intitulée L'essor de l'apprentissage automatique, créé par l'étudiante Nicole Avidon pour la série Problem Solver de Planet Classroom. Avidon examine certaines des façons dont l'apprentissage automatique pourrait être utilisé pour améliorer nos méthodes d'apprentissage.. Il existe de nombreuses start-ups edtech axées sur la construction de l’avenir de l’éducation en ligne. IA (apprentissage machine) sera utilisé pour enseigner aux étudiants à travers des exercices interactifs et des conversations. Les apprenants pourront résoudre leurs devoirs tout en conversant avec un tuteur intelligent en ligne. Cette IA peut être adaptée pour s’adapter au profil d’apprentissage personnel d’un étudiant. C’est une bonne nouvelle pour les apprenants et pour les enseignants qui disposeront de meilleures données pour proposer des interventions pédagogiques ciblées.. Des recherches ont déjà indiqué que cela fera une grande différence en termes de résultats d'apprentissage et de motivation des étudiants..

Aaron Courville est le co-auteur de Apprentissage profond, un manuel qu'il a créé avec Yoshua Bengio et Ian Goodfellow pour les étudiants, praticiens, et les instructeurs. Dans 2016, il a été salué comme le premier manuel complet sur le sujet, rédigé par certains des chercheurs les plus innovants et prolifiques dans le domaine. Compte tenu de l’évolution rapide du monde de l’IA, à quel point ce livre est-il pertinent aujourd'hui?

La recherche globale pour l'éducation est heureux d'accueillir Aaron Courville.

Elon Musk a qualifié votre livre de seul livre complet sur le sujet du Deep Learning. Qu'est-ce qui a inspiré ce travail et quelles leçons avez-vous apprises au cours du processus de création?

Dans le temps qui a précédé l'écriture du livre, De nombreuses personnes d'horizons très divers sont arrivées sur le terrain et se sont perdues dans la prolifération des documents de recherche. Nous avons estimé qu'il y avait un besoin d'une référence qui fournirait une présentation cohérente et accessible de ce matériel.. Notre objectif était de répondre à ce besoin.

Concernant les enseignements tirés, nous savions dès le début qu'il s'agissait d'un domaine en développement rapide et que tout livre sur le sujet vieillirait rapidement. Cela a effectivement été le cas de notre livre, mais j'ai été heureux de voir qu'il n'est pas encore devenu obsolète. Je suppose que notre concentration sur les fondamentaux a aidé. Les premiers chapitres du livre fournissent une bonne base en algèbre linéaire, calcul, bases des probabilités et de l'apprentissage automatique. Ces fondamentaux sont tout aussi importants aujourd’hui que lorsque nous avons écrit le livre.

L'expert britannique en éducation Sir Anthony Seldon a affirmé audacieusement que la technologie a le potentiel d'automatiser l'éducation. – il n’est pas le premier à le remarquer. A votre avis, quels sont les avantages et les inconvénients de l'apprentissage des étudiants dans un monde soutenu par ces technologies en évolution rapide?

Je suis vraiment enthousiasmé par le potentiel de l’IA pour aider à l’éducation. Yoshua Bengio et moi avons un ancien élève, Iulian Serban, qui a fondé une startup EdTech, appelé Korbit, créer des tuteurs personnalisés alimentés par l'IA. Les tuteurs en IA ont le potentiel d’adapter un programme aux objectifs spécifiques de l’étudiant, forces et défis. Il a également le potentiel d’apporter ces avantages à tous les étudiants du monde., démocratiser l’acquisition de connaissances et de compétences.

À long terme, les inconvénients que je vois sont plus indirects. Commissions scolaires et autres établissements d'enseignement, sous pression budgétaire, peut opter pour un système plus automatisé pour remplacer une certaine proportion d’enseignants humains. Global, cela peut conduire à moins d'interactions entre les étudiants et les enseignants. Ces interactions resteront des expériences importantes pour les étudiants et réduire leur fréquence semble être une perte. Les enseignants pourraient également être capables d’intervenir au-delà de la portée du système automatisé.. Enfin, tout déploiement à grande échelle d'un système éducatif automatisé sera probablement standardisé et uniforme. Du point de vue de l’égalité des chances, c’est une bonne chose, mais dans la perspective de permettre une diversité d'opinions, perspectives et approches de l’éducation, l’automatisation pourrait présenter un risque.

La pandémie a propulsé l’apprentissage mondial vers une expérience « d’apprentissage à distance » presque du jour au lendemain. Comment le COVID19 a-t-il fait progresser le besoin de technologie d'apprentissage automatique?

La COVID-19 a accru la demande pour de nombreuses technologies différentes, notamment l'apprentissage automatique et l'IA.. L'apprentissage automatique pourrait aider nos outils vidéo à distance à faire de meilleures prédictions des signaux vidéo et audio afin de réduire les latences et de rendre l'interaction plus naturelle..

Les systèmes de tutorat basés sur l’IA pourraient également faire une réelle différence dans ces contextes puisque, compte tenu de l’état actuel de la technologie d’apprentissage à distance, il peut être difficile pour les enseignants de suivre les progrès de chaque élève.

L’automatisation des tâches due à ces technologies est la crainte de tous. À chaque révolution industrielle, nous avons vu la technologie créer de nouveaux emplois. Quels sont vos meilleurs conseils pour les étudiants, les enseignants et les parents se préparent aux compétences et aptitudes qui leur permettront de s’épanouir dans 2030 et au-delà?

Certaines tâches sont plus facilement automatisables que d’autres. Avec des systèmes basés sur l'IA, les emplois menacés peuvent surprendre. Par exemple, les emplois hautement qualifiés tels que celui de radiologue pourraient bien voir leur travail changer radicalement en raison des progrès des systèmes de vision par ordinateur. D'autre part, notre capacité à construire des robots fiables pour naviguer dans des environnements non structurés progresse beaucoup plus lentement, donc des emplois tels que les ouvriers du bâtiment sont, pour l'instant, être moins menacé par l'IA.

Plus généralement, les emplois qui dépendent d’un ensemble restreint et spécialisé de compétences courent un plus grand risque d’être automatisés. Nous n’avons pas encore réussi à créer des systèmes d’IA compétents pour un large éventail de tâches.. Ainsi, les emplois qui nécessitent un ensemble diversifié de compétences sont moins menacés par l’automatisation..

Enfin, Je suppose que je suis partial, mais je pense que l'informatique et l'apprentissage automatique sont d'excellents domaines d'entrée. La demande pour cette expertise reste très élevée et je ne pense pas qu’elle disparaisse dans un avenir prévisible.