• 04 oktober 2018

AI-ondersteund leren - een leven lang

Chief Technology Officer Dmitry 'Dima' Kudinov heeft de leiding over de productontwikkeling van Valamis. De afgelopen zes jaar heeft hij onderzoek gedaan naar artificiële intelligentie (AI) en de beste toepassing daarvan voor een leven lang leren. Na vele jaren van research, vertelt Dima over de mogelijkheden die AI biedt voor gepersonaliseerd leren en de voordelen van een leven lang leren ondersteund door AI. Wat is de betekenis hiervan voor de productontwikkeling van Valamis?

Over welke nieuwe AI-technologie ben je het meest enthousiast en waarom?

Allereerst ben ik erg enthousiast over de vooruitgang op het gebied van Natural Language Understanding. Dit is natuurlijk geen nieuw onderwerp, maar doordat er naast meer rekenkracht en rijkere training data sets, ook meer geavanceerde algoritmen beschikbaar zijn, zijn er de laatste tijd aanzienlijke verbeteringen gerealiseerd.

Deze verbeteringen met tekstuele input hebben geleid tot een nieuwe vorm van interactie tussen mensen en systemen: de chatbot. Met ondersteuning van de zo mogelijk nog opwindender vooruitgang wat betreft spraak-naar-tekst en tekst-naar-spraak, hebben chatbots inmiddels een persoonlijkheid en kunnen ze een stemdialoog aangaan met mensen.

De snelle invoering van AI komt niet alleen door technologische vooruitgang. Wat AI in de praktijk echt nuttig maakt, is dat niet-wetenschappers gebruik kunnen maken van deze technologie - verpakt in de vorm van bibliotheken en cloud services. Met behulp van Subject Matter Experts (MKB's) is verdere afstemming en aanpassing mogelijk door aanvullende training van de modellen op specifieke data sets en onderwerpen.

Hoe zie je de toekomst van AI ter ondersteuning van een leven lang leren?

Ik denk dat de toepassing van AI in twee gevallen bijzonder veelbelovend is:

  1. voor het analyseren en begrijpen van bestaande kennis die verstopt zit in documenten, rapporten, video's etc. Je zou bijvoorbeeld kunnen denken aan het indexeren van de kennis die we al hebben, zodat je een doorzoekbare catalogus maakt van de verzamelde kennis van de mensheid.
  2. voor personalisatie of contextualisering van de leermogelijkheden die iemand krijgt aangereikt op basis van persoonlijke ervaringen, achtergrond en doel. AI kan iemands exacte probleem helpen oplossen of hem een onderwerp in bredere zin duidelijk maken, zodat er gefundeerde kennis over zo'n thema kan worden opgebouwd.

Wat is de drijfveer voor de ontwikkeling van het Valamis – Learning Experience Platform (LXP)?

Wij ontwikkelen ons learning experience platform vanuit de overtuiging dat leren een essentieel onderdeel is van het leven. Het is de basis voor aanpassing.

Technologie kan het leren ondersteunen, en dat is de bestaansreden van het Valamis – Learning Experience Platform en de continue ontwikkeling daarvan. Het is een tool die kan helpen om een probleem op te lossen, geen oplossing op zich. Een tool die je op de goede manier moet gebruiken.

"Wij ontwikkelen ons learning experience platform vanuit de overtuiging dat leren een essentieel onderdeel is van het leven. Het is de basis voor aanpassing."

Wat zijn je toekomstplannen voor de ontwikkeling van Valamis LXP?

Het meest opwindend zijn de plannen die te maken hebben met de vooruitgang op het gebied van AI, die ik eerder schetste. De mogelijkheid om bestaande kennisbronnen diepgaand te analyseren en deze vervolgens zodanig in te zetten dat de juiste persoon er op het juiste moment van kan leren.

Wat is het verschil tussen een leven lang gepersonaliseerd leren op de werkplek en gepersonaliseerd leren in het reguliere onderwijssysteem?

Scholen werken – althans op dit moment – meestal met vooraf gedefinieerde, goed gespecificeerde doelen die de leerders moeten bereiken.

Er is dus een vooraf vastgestelde reeks vaardigheden die moeten worden verworven en er zijn criteria om het vaardigheidsniveau van de leerders te beoordelen. Omdat er sprake is van een vaststaand en vastomlijnd doel – de te ontwikkelen vaardigheden – betekent personalisatie van het leren in het huidige onderwijssysteem meestal het vinden van een optimaal leerpad voor een individu om dat doel te bereiken.

In het echte leven is het doel dynamisch en zijn bijvoorbeeld de vaardigheden die een persoon voor de toekomst nodig heeft, voortdurend aan verandering onderhevig. Daarom kun je het optimale leerpad nooit vooraf definiëren. Gepersonaliseerd leren – een leven lang – is dan ook het constant aanpassen en afstemmen van leeractiviteiten op basis van de veranderende behoeften van de leerder.

Ik ben in dit opzicht blij met de onderwijshervormingen die momenteel plaatsvinden in Finland. Ik zie dat mijn kinderen beter zijn voorbereid op een leven lang leren, doordat zij leren hoe ze moeten leren. Als dit systeem niet verandert (ik zie dat het in Finland verandert door de huidige onderwijshervorming, maar de situatie is nog niet ideaal) dan is personalisatie niet meer dan de optimalisatie van leerpaden voor individuen - naar vastomlijnde doelen. Gaat het om een leven lang leren, dan is het doel dynamisch en zul je nooit tot een blijvend optimale oplossing kunnen komen.

Wat zijn de grootste voordelen en uitdagingen van AI voor het leren?

In een wereld die meer en meer wordt gedigitaliseerd, is het leren van mensen steeds makkelijker te volgen. Dat maakt het mogelijk om AI te trainen op rijkere en bredere data sets. Dit zal leiden tot betere resultaten met AI, zowel bij het identificeren van patronen en het voorspellen van het gedrag van mensen, als bij het bepalen van de 'volgende stap' als het gaat om het adviseren van leeracties.

Tegelijkertijd hebben we te maken met uitdagingen op tal van gebieden, variërend van sociaal (privacy) tot puur technisch, bijvoorbeeld data cleaning en de complexiteit van berekeningen.

Zorgt AI voor meer sociale ongelijkheid?

Ik ben van mening dat leren een middel is om sociale ongelijkheid te doen afnemen. Door te leren kunnen mensen zich beter aanpassen en groeit hun perspectief op een beter leven. Bijvoorbeeld doordat ze met nieuwe vaardigheden een nieuwe baan kunnen vinden, of doordat ze de 'soft skills' hebben verworven om een betere relatie te onderhouden met hun buren.

AI kan mensen helpen om beter te leren en ik beschouw dit als een kans om de sociale ongelijkheid daadwerkelijk terug te dringen en het leven te verbeteren van werknemers die getroffen zijn door het toegenomen gebruik van AI en robotica in diverse branches.

"Leren is een middel om sociale ongelijkheid te doen afnemen. Door te leren kunnen mensen zich beter aanpassen en groeit hun perspectief op een beter leven. Bijvoorbeeld doordat ze met nieuwe vaardigheden een nieuwe baan kunnen vinden, of doordat ze de 'soft skills' hebben verworven om een betere relatie te onderhouden met hun buren."

Wie gaat AI verder ontwikkelen? De wetenschap of het bedrijfsleven?

Die medaille heeft twee kanten, die niet zonder elkaar kunnen.

De wetenschap zorgt met onderzoek voor doorbraken, maar het bedrijfsleven beschikt meestal over de middelen. Daar staat tegenover dat het bedrijfsmodel rendement op investeringen (ROI) vereist, terwijl de academische wereld niet zozeer gebonden is aan commerciële resultaten.

Omdat AI concurrentievoordeel belooft te geven, richten veel oplossingen voor een leven lang leren zich op de ontwikkeling van personeel en niet op leren voor iedereen. Toch kunnen oplossingen ten dienste van het publiek ook het bedrijfsleven ten goede komen. Deze oplossingen zouden immers meer gegevens opleveren, waardoor de kwaliteit van de algoritmen en de getrainde modellen verder kan verbeteren.

We zien bovendien een trend dat bedrijven zich socialer opstellen. Dat betekent dat niet langer alles wordt afgemeten aan de ROI, maar dat ook het sociale aspect om de wereld te verbeteren meetelt en wordt gewaardeerd.

Al deze factoren dragen eraan bij dat toonaangevende bedrijven in toenemende mate geneigd zijn om wetenschappelijk onderzoek te financieren. En dat zal ongetwijfeld leiden tot nieuwe doorbraken ter ondersteuning van een leven lang leren.

Over De Auteur

Dmitry Kudinov
Chief Technology Officer, Valamis
Dmitry Kudinov heeft als Chief Technology Officer de leiding over de productontwikkeling van Valamis. Dmitry beschikt over uitgebreide expertise en diepgaande kennis over de behoeften van klanten en werknemers. Hij zet zijn technische expertise in voor het behalen van de bedrijfsdoelen, waarbij zijn projecten variëren van portalimplementaties tot de optimalisatie van extreem kritische bedrijfssystemen.
Digital Transformation of the Workforce

Digital Transformation of the Workforce

Creating Human Touch for AI Revolution

Lees meer over de voordelen van proactieve retraining en reskilling, en ontdek de economische aspecten van leren.