ВШЭ разрабатывает ИИ-помощника для студентов
Нейросети открывают новые возможности для образовательного процесса. Об их использовании в образовании для построения чат-ботов ученые НИУ ВШЭ рассказали на интерактивной лекции в рамках фестиваля-форума «Москва 2030».
Эксперты поделились опытом разработки ИИ-помощника для студентов в рамках стратегического проекта «ИИ-технологии для человека».
О том, как пользоваться нейросетевыми моделями, какие трудности могут возникнуть при их применении, рассказали Виктория Берестова, руководитель проекта «Применение больших лингвистических моделей для помощи студентам НИУ ВШЭ», программист Института искусственного интеллекта и цифровых наук ФКН, и Борис Улитин, академический руководитель образовательной программы «Компьютерные науки и технологии».
Чат-боты — удобный и привычный с точки зрения коммуникации инструмент. Согласно статистике, сегодня около 70% взаимодействий инициируются именно в электронном виде через мессенджеры. И образование в этом смысле не исключение. Использование чат-ботов позволяет не только упростить отдельные процессы, но и сделать их более эффективными. Например, чат-бот поможет студенту вспомнить сроки и требования к отчету по практике и получить ответ на возникший вопрос, не дожидаясь встречи с учебным офисом. Однако, отмечают эксперты, эффективность сервиса напрямую связана с качеством заложенной в него базы знаний и регулярностью ее пополнения.
Искусственный интеллект и чат-боты
«Если чат-бот является внешним интерфейсом, с которым взаимодействует пользователь, то искусственный интеллект — алгоритм, который по запросу извлекает из базы знаний наиболее релевантную информацию и формирует ответ, соответствующий ожиданиям пользователя», — отметил Борис Улитин.
По его словам, искусственный интеллект в рамках чат-ботов — это умный алгоритм поиска, позволяющий быстрее решать поставленную задачу и учитывать больший объем сведений.
Опыт Высшей школы экономики
«В рамках стратегического проекта мы ставим масштабную задачу создания и внедрения ИИ-помощника, с которым сможет взаимодействовать любой студент любого кампуса НИУ ВШЭ. При этом в задачи помощника входит не только генерация ответа на наиболее общие вопросы, но и помощь в решении нестандартных вопросов, связанных с жизнью в университете», — рассказала Виктория Берестова. В перспективе это позволит получить гибкий и масштабируемый механизм решения вопросов учащихся, что облегчит работу сотрудников учебных офисов.
При создании чат-бота специалисты НИУ ВШЭ применяют различные генеративные модели, в том числе YaGPT, GigaChat и другие. Это связано с тем, что ни одна из моделей не является универсальной и не гарантирует высокого качества для любой задачи. ИИ-модели помогают повысить точность и содержательность выдаваемых пользователю ответов. Они также используются для структурирования данных и последующей их обработки, поскольку в образовании стоит множество задач для работы с документами (зачастую содержащими большой объем разрозненной информации).
Трудности при использовании генеративных моделей в образовании
«Основная трудность — это настройка модели под конкретные задачи пользователей. Даже в случае на первый взгляд общих вопросов могут обнаружиться детали, зависящие от контекста (например, курс обучения студента, содержание дисциплины и т.п.). В таких ситуациях модель может начать галлюцинировать, выдавая некорректный ответ», — говорит Борис Улитин.
© Высшая школа экономики
Только проводя эксперименты, обнаруживая неоднозначные или неожиданные результаты в поведении моделей, можно улучшить качество их работы в дальнейшем. «Чтобы справиться с такими трудностями, индустрия живет по завету Жан-Жака Руссо: “Час работы научит больше, чем день объяснения”. Именно поэтому мы всегда вводим метрики качества для оценки модели и их сравнения для каждой конкретной задачи», — добавил эксперт.
Новые возможности благодаря ИИ
С использованием технологий искусственного интеллекта появляется возможность опираться на более широкую базу знаний. Например, в случае применения ИИ в образовании можно объединять наработки нескольких учебных курсов, преподавателей, обнаруживать зависимости между различными блоками материалов и учитывать все это при генерации ответа на запрос пользователя. «Кроме того, благодаря ИИ процесс взаимодействия с пользователем становится более гибким: мы не ограничены формой вопроса, а смотрим именно на его содержание и учитываем контекст целиком», — отметила Виктория Берестова. Наконец, если добавить к модели механизм расширенной памяти диалога, появляется ощущение своеобразного проявления эмпатии со стороны ИИ, что повышает эффективность взаимодействия с пользователем на психологическом уровне.
Эксперты отмечают, что при работе с нейросетевыми моделями и ИИ необходимо каждый полученный результат подвергать критическому анализу: является ли он частным, следствие ли это некой закономерности или, напротив, недоработки, с которой необходимо более детально разбираться.
«Как говорил Лев Клейн, если эксперимент не удался один раз, виноват эксперимент, два раза — экспериментатор, три — теория. Так что главное — не бояться экспериментировать: испытывать разные модели, пробовать подходы и сравнивать их между собой», — считает Борис Улитин.
Источник: www.hse.ru
