ML, облако и EdTech: как современные технологии помогают развивать сферу онлайн-образования

В 2023 году объём российского рынка образовательных технологий (educational technology, EdTech) увеличился на 32% и приблизился к 120 млрд рублей. Почти треть занял сегмент детского образования, так что EdTech уже не ассоциируется исключительно с освоением дополнительных профессий: онлайн-платформы активно используют в университетах, школах и для обучения дошкольников.

Вместе с EdTech развивается и рынок искусственного интеллекта (ИИ) в образовании: по прогнозу аналитиков Market Research Future, в 2024 году его объём увеличится почти на 40% и достигнет $5,57 млрд. Решения на основе ИИ уже помогают онлайн-школам автоматизировать образовательные процессы и персонализировать обучение студентов. Для каких задач EdTech-компании используют эти инновации и какую роль при этом играют облачные технологии — расскажу в статье.

Как автоматически проверять домашние задания и обрабатывать запросы студентовКак автоматически проверять домашние задания и обрабатывать запросы студентов

В обучении важную роль играет качество контента, его доступность и скорость получения информации, поэтому люди всё чаще выбирают онлайн-платформы. Чтобы удовлетворить растущий спрос, многие EdTech-компании автоматизируют процессы с помощью ИИ и облачных сервисов. Это помогает как минимум освободить преподавателей от рутины вроде проверки домашних заданий студентов, а также быстрее реагировать на запросы пользователей.

К вопросу автоматизации компании подходят комплексно, начиная с внедрения системы электронного обучения — LMS (learning management system, «система управления обучением»). Такие платформы делают образовательный процесс организованным и эффективным как для студентов, так и для преподавателей. Часто LMS-системы базируются на облачных ресурсах и работают как SaaS (software as a service, «программное обеспечение как услуга»), чтобы использовать возможности гибкого масштабирования для надёжности и стабильности веб-сервисов при высокой нагрузке.

Один из примеров LMS-системы, работающей на базе облачных технологий, — платформа Эквио. Это решение объединяет видеохостинг, корпоративный портал, социальную сеть, планировщик задач и программу мотивации. Команда организовала дистанционное обучение клиентов на облачной платформе и, помимо автоматизации процессов, смогла на треть сократить затраты на поддержку облачной инфраструктуры.

Для автоматизации и ускорения процессов в LMS-систему интегрируют разные облачные сервисы на базе машинного обучения (machine learning, ML).

Так, для автоматической проверки устных домашних заданий — аудио- и видеозаписей от студентов — можно использовать сервисы распознавания и синтеза речи наподобие Yandex SpeechKit. В основе инструмента лежат ML-технологии, которые умеют анализировать записи на 16 языках. Кроме того, сервис может озвучивать учебные материалы или, наоборот, переводить в текст аудио- и видеолекции. А также — автоматизировать обработку обращений студентов: голосовой помощник на базе SpeechKit поможет отвечать на частые вопросы по учёбе, например о расписании занятий и программе обучения.

В облаке можно создать и свою ML-модель, обучить её, например, на основе письменных работ студентов и использовать для оценки заданий — тем самым освободив преподавателей от рутины. Для этой задачи будет полезен сервис Yandex DataSphere, который предлагает необходимые инструменты и динамически масштабируемые ресурсы для разработки модели.

Как персонализировать учебный процесс и сделать его интерактивнымКак персонализировать учебный процесс и сделать его интерактивным

Помимо автоматизации, ML-технологии помогают онлайн-платформам персонализировать обучение. Это актуально для игроков высококонкурентного EdTech-рынка: чем больше персонализации, тем сильнее вовлечены студенты и тем лучше результаты от учёбы.

С помощью ИИ можно:

• анализировать ответы, скорость выполнения заданий и ход обучения;

• выявлять тренды;

• создавать индивидуальные планы и рекомендации для каждого студента;

• строить прогнозы успеваемости учеников;

• развивать новые формы обучения — цифровые лаборатории, интерактивные обучающие приложения и игры, учебные материалы.

Так, онлайн-школа «Тетрика» использует ML в помощь преподавателям, чтобы анализировать успеваемость и предлагать оптимальную учебную траекторию.

Мы активно используем машинное обучение. Одна из наших обученных моделей подсказывает, у каких учеников был негативный опыт и кому нужно персональное сопровождение, чтобы этот опыт компенсировать. Другая определяет, какие ученики с высокой вероятностью перестанут заниматься в ближайшее время.

В персонализации обучения также могут быть полезны нейросети семейства GPT (generative pre-trained transformer, «генеративный предобученный трансформер»): генеративные модели помогают создавать и перерабатывать тексты, предлагают новые идеи и учитывают контекст беседы с пользователями.

Для обучения нейросети в основе нашего сервиса YandexGPT API используется датасет, который включает информацию из книг, журналов, газет и других открытых источников. С июля 2023 года в закрытом тестировании сервиса приняли участие более 2000 компаний. В числе активных участников — разработчики технологий, среди которых были и EdTech-компании.

Яндекс Практикум — один из наших клиентов — использует GPT для создания более эффективной и интерактивной учебной среды.

В конце 2023 года мы запустили генеративные подсказки для студентов от YandexGPT, это первый кейс применения GPT в сфере IT-образования в России. Нейросеть встроена в платформу, где проходит обучение, и помогает студентам в сложные моменты, например объясняет другими словами теорию.

Если студент не понял часть урока, достаточно выделить необходимый фрагмент в тексте и включить сценарий, не отвлекаясь на дополнительные источники

Кроме того, нейросеть может сделать пересказ уже пройденных тем.

Краткая выжимка урока поможет лучше усвоить материал или быстро повторить его при необходимости

В практических тренажёрах YandexGPT помогает искать ошибки в коде и объясняет, в чём может быть причина.

Языковая модель обучена на массиве теоретических материалов Практикума, а качество и точность ответов валидируют эксперты курсов. Важно, чтобы нейросеть работала на цель обучения — способствовала лучшему пониманию темы и помогала осваивать новые навыки, а не служила вечной шпаргалкой, решающей задачи за студента. Для этого нейросеть специально обучали не выдавать готовые решения. Она может подсказать направление мысли, помочь сформулировать другим языком или сгенерировать несколько предложений. Однако финальное решение всегда остаётся за студентом.

РезюмируемРезюмируем

Технологические компании и EdTech-платформы одними из первых внедряют инновации для автоматизации и оптимизации процессов. В этой статье рассказала про несколько задач, которые компании решают с помощью ML и облачных технологий:

В следующей статье расскажу о том, как EdTech-компаниям эффективно работать с большими данными с помощью облачного хранилища.