Такая персонализация, достигаемая с помощью ИИ, позволит обходить ограничения традиционных методов обучения, основанных на регулярном повторении той или иной степени интенсивности.
В исследовании ученых был использован программный симулятор полетов, разработанный НАСА. Среди его задач – контроль уровня топлива и показателей приборов, отслеживание цели, настройка оборудования.
В рамках исследования группа из 28 участников выполняла одновременно различные задания на симуляторе. При одинаковой последовательности операций и одних и тех же настройках симулятора показатели участников существенно различались. Например, реакция на сработавшую сигнализацию у самого быстрого участника была в два раза быстрее, чем у самого медленного. В ходе тренинга большинство участников улучшили свои показатели, но скорость обучения значительно разнилась.
«Изучение успеваемости в группе четко показало, что единый для всех режим обучения, основанный на статичном повторении, далек от оптимального. Нам необходима стратегия, подстраивающаяся под индивидуальное восприятие каждого обучаемого»,
- сообщил ассистент профессора г-н Асплунд.
Далее команда ученых использовала платформу CURATE.AI с целью создания индивидуальных параметров обучения. Анализ результатов тренинга на симуляторе в режиме низкой, средней и высокой интенсивности показал, что некоторые участники хорошо справляются с высокой интенсивностью, а другие показывают лучшие результаты при более низких уровнях интенсивности обучения. Тем самым подтвердилась важность персонализированного учебного процесса.
«Дальнейшие исследования помогут нам построить постоянно меняющиеся режимы обучения, способные повысить индивидуальную успеваемость в долгосрочной перспективе. Это откроет перспективы применения CURATE.AI и в других сферах, например, в борьбе со снижением когнитивных способностей и в цифровой терапии»,
- пояснил г-н Теодоре Ки, один из авторов исследования.
По материалам: www.sciencedaily.com