Pradinis / Mokslas ir švietimas / Lietuvos studentų dirbtinio intelekto sprendimas tarptautiniame konkurse pripažintas geriausiu

Lietuvos studentų dirbtinio intelekto sprendimas tarptautiniame konkurse pripažintas geriausiu

Lietuvos studentų komanda, pasitelkusi dirbtinį intelektą (DI), planuoja pakeisti mokymosi įpročius aukštajame moksle: pagal mokymosi rezultatus patars, kaip geriau tobulėti, automatiškai pasiūlys, su kuriuo grupės draugu tai daryti būtų efektyviau, ir padės efektyviau suburti grupes komandiniam darbui. Ši ISM Vadybos ir ekonomikos universiteto studentų komandos koncepcija aplenkė 60 komandų iš 25 šalių ir laimėjo „Microsoft“ pirmąjį dirbtinio intelekto konkursą „AI Guardians“. Konkurso tikslas – rasti geriausias DI paremtas idėjas, kurios padėtų patobulinti aukštąjį mokslą.

„Šiandien turint tinkamus įrankius ir koncepciją galima pasiekti bet ką – tai savo idėjomis įrodė ir visos konkurse dalyvavusios komandos. Tikime, kad investicijos į švietimą yra pagrindinis būdas užtikrinti geresnę ateitį. Ši iniciatyva – viena iš kelių, kuriomis, pasitelkę DI, siekiame išspręsti švietimo problemas ateities kartoms. Į šią sritį investuosime kiek įmanoma daugiau, kad šiandienos jaunimas turėtų galimybių kurti ir užsitikrinti geresnį rytojų“, – sako Evaldas Stalioraitis, „Microsoft“ Akademinio segmento vadovas Baltijos šalims.

Konkursas „AI Guardians“ pirmojo etapo metu pritraukė 60 studentų komandų iš 25 šalių. Komandos pristatė savo koncepcijas, kaip pasitelkus DI siūlo pagerinti aukštąjį mokslą. Vėliau jos dirbo su „Microsoft“ mentoriais, jiems pristatė demonstracines savo idėjų versijas ir galiausiai šešios buvo pakviestos į finalinį etapą Varšuvoje. Ten kiekviena komanda turėjo per 30 minučių įtikinti mentorius ir komisiją, kad jų idėja turi daugiausia potencialo.

Keturių ISM studentų (Aurelijos Vyčaitės, Haroldo Mackevičiaus, Rauba Paul ir Nini Gigani) ir dviejų dėstytojų (Tomoyuki Hashimoto ir Pijaus Krūmino) komanda „Nereus“ pasirodė geriausiai ir užėmė pirmąją vietą. Finale „Nereus“ varžėsi su komandomis iš Ukrainos, Gruzijos, Uzbekistano, Lenkijos ir Slovakijos.

„Vienas didesnių aukštojo mokslo apribojimų – personalizuotas mokymasis. Dėstytojai turi vertinti begalę įvairių testų ir darbų, o tai jiems palieka mažiau laiko dirbti su studentais individualiai. Be to, tai veda link itin standartizuotų mokymosi resursų. Tokioje situacijoje studentai nesulaukia individualaus įvertinimo, atsiliepimų apie savo asmenines stiprybes ir silpnybes – tai apsunkina galimybes efektyviai mokytis. Savo sprendimu siekiame situaciją pakeisti“, – sako A. Vyčaitė, viena iš „Nereus“ komandos narių.

„Nereus“ savo platforma siekia patobulinti tris mokymosi sritis. Pirmiausia, ji automatiškai ištaiso studentų atliktus testus. Be to, taikant DI ir kalbos atpažinimą, platforma nustato, kurias studijuojamo dalyko žinias reikėtų pastiprinti, ir pataria, kokius resursus tam naudoti. Antroji sritis – platforma padeda įvertinti studentų stipriąsias ir silpnąsias savybes, pataria, su kuriuo grupės studentu būtų efektyviausia tobulėti. Galiausiai, „Nereus“ padeda spręsti ir grupinio darbo problemas: „Dažniausiai grupės komandiniams projektams formuojamos labai paprastai: atsitiktine tvarka arba pagal pažintis. Mūsų sprendimas padeda sudaryti optimalias grupes, įvertintus kiekvieno studento kompetencijas.“

Pasak A. Vyčaitės, visos šios priemonės turėtų palengvinti dėstytojų darbą, suteikti jiems daugiau žinių apie studentus ir atverti daugiau galimybių su jais dirbti individualiai.

„Po konkurso supratome, kad turime stiprią idėją ir koncepciją, kuri gali virsti į produktą, padėsiantį pakeisti mokymosi procesus aukštajame moksle. Šiuo metu ieškome daugiau komandos narių ir toliau aktyviai dirbsime su ISM universitetu, kaip partneriu, padėsiančiu išbandyti sprendimą. Jei idėja pasiteisins, ieškosime investuotojų ir plėsimės į Baltijos šalių universitetus“, – sako „Nereus“ komandos atstovė.

Organizatorių nuotr.

Komentarai

Jūsų el. pašto adresas nebus viešai skelbiamas. Privalomi laukai žymimi *

*

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Scroll To Top
%d bloggers like this: