Продуктовые вызовы образовательного ИИ
Ф@fichismмедиа / агрегатор
3 недАнализ продуктовых стратегий в EdTech: почему идеальный ответ ИИ может быть багом и как обучение требует осознанного ограничения функциональности.
Разработчики образовательных ИИ-сервисов вынуждены намеренно ограничивать возможности моделей, чтобы пользователи действительно учились, а не просто копировали ответы.
- В образовании эффективность ИИ измеряется не полнотой ответа, а способностью ученика решить задачу самостоятельно.
- Продукты для обучения должны внедрять педагогические методики, такие как наводящие вопросы и адаптивная сложность.
- Главная метрика успеха в EdTech — это когда пользователь перестает нуждаться в помощи ИИ после освоения навыка.
Идеальный ответ тоже может быть багом
Недавно я писал про ChatGPT Teens - их новый режим для подростков. Вообще, это похоже на новую модную обёртку для их "родительского контроля", но в учебной части продукта была любопытная штука под названием "Study Hours". Подросток или родители могут выбрать часы, когда ChatGPT по умолчанию включает учебный режим и вместо готовых ответов начинает гайдить наводящими вопросами. То есть, неспособность давать ответ сделали фичей.
Вообще, про учебный ИИ надо отдельно поговорить, потому что он быстро становится отдельной продуктовой категорией: разборы домашек, подготовка к экзаменам, прокачка навыков для работы и т.д. и т.п. Но у него есть необычная продуктовая проблема - правильный ответ вообще ни разу не значит, что работа сделана. Человек получил готовое решение, а решать сам так и не научился. Прям как с навигатором - я как-то читал новость про мужика, у которого глюкнул геолок, и он завершил поездку прямо в стоге сена в поле 🤣
Так вот, вчера у Яндекса прошла большая конфа про образование YaC/e, и там как раз разбирали, как эту проблему (не навигатора у мужика в стоге сена, а учебного ИИ) решать. К примеру:
- В части целеполагания моделям задают учебные цели плюс педагогическую методику, а дальше учат помогать без готовых ответов.
- В части реализации натаскивают замечать ошибки ученика, возвращаться к проблемным местам, давать повторение и подбирать сложность. Чтобы было не слишком просто, не слишком сложно, а в самый раз (геймдизайнерам тут большой привет).
- Плюс персонализация: одному нужно подробно, другому коротко, третьему на примерах, четвёртому как-нибудь аллегорически-иносказательно, ну вы поняли.
То есть, если совсем уж зреть в продуктовый корень, то тут надо сознательно "ухудшить" продукт, ограничить его главную киллер-фичу и чуть убить основную ценность. И пока весь ИИ-рынок меряется, чья модель ответит полнее и глубже - здесь наоборот нужно научить вовремя недоговаривать (оказывается, этот скилл полезен не только людям, да).
Ещё один неочевидный момент - key metrics такой штуки вываливаются за контуры самого продукта. Ведь после объяснения ученик должен решить задачу сам, без подсказок и с первой попытки. То есть, ИИ сработал хорошо, если в нём перестали нуждаться. Всем AI-native эдтехам очень желательно держать это в голове и закладывать ещё на этапе концепции.
Фичизм
Кратко (AI)
Автор рассуждает о специфике образовательного ИИ, где предоставление готового ответа является контрпродуктивным. На примере режима Study Hours в ChatGPT и подходов Яндекса на конференции YaC/e обсуждается необходимость «ухудшения» продукта: ИИ должен помогать ученику, не давая прямых решений, чтобы способствовать реальному обучению.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖