Russian
| English
"Куда идет мир? Каково будущее науки? Как "объять необъятное", получая образование - высшее, среднее, начальное? Как преодолеть "пропасть двух культур" - естественнонаучной и гуманитарной? Как создать и вырастить научную школу? Какова структура нашего познания? Как управлять риском? Можно ли с единой точки зрения взглянуть на проблемы математики и экономики, физики и психологии, компьютерных наук и географии, техники и философии?"

«Использование интеллектуальных агентов для персонифицированного обучения» 
Роман Душкин

В статье описывается опыт автора по организации процесса персонифицированного обучения при помощи мессенджеров с использованием интеллектуальных агентов для минимизации нагрузки на преподавателя при общении со студентами. Дано описание модели процесса обучения, включая модель студента. Приведена общая архитектура интеллектуального агента и описан подпроцесс его взаимодействия с акторами в образовательном процессе. Даётся статистическая сводка по проведённому обучению с использованием описанной технологии и расписываются дальнейшие шаги по улучшению и продвижению технологии.

Ключевые слова: персонифицированное обучение, обучающая интеллектуальная система, интеллектуальный агент.

Введение

Развитие технологий искусственного интеллекта приводит к разработке персонифицированных сервисов во многих областях и сферах жизни [Дурнев, 2017]. Искусственные интеллектуальные системы позволяют обработать весь объём персональной информации о каждом конкретном человеке, что даёт возможность отказаться от статистического усреднения в целях выработки стандартных условий обслуживания, но при этом перейти именно к персонифицированному подходу [Крецу, 2017]. Это касается, например, таких областей, как предоставление государственных и муниципальных услуг, транспорта, обеспечения безопасности, образования, медицины и даже культуры [Душкин, 2017].

Разговорные интерфейсы к автоматизированным и информационным системам позволяют предоставить доступ конечным пользователям в виде удобных и унифицированных приложений (мессенджеров) для обмена текстовыми сообщениями [Душкин, 2016]. В таких интерфейсах можно использовать как свободный ввод неформального текста, так и формализованный ввод при помощи более традиционных элементов графического интерфейса пользователя — кнопок, команд, гиперссылок. Такой подход позволяет предоставлять доступ массовому пользователю непосредственно на смартфонах [Mauldin, 1994].

Интеллектуальные агенты (ИА) позволяют реализовать разговорные интерфейсы, причём один ИА может обрабатывать одновременные запросы неограниченного числа пользователей, работающих в различных мессенджерах (например, если каждый пользователь выбирает конкретный мессенджер для себя, исходя из личных предпочтений) [Емельянов, 2003]. ИА предоставляют единый интерфейс и способ коммуникации, при этом реализуя именно персонифицированный подход к каждому конечному пользователю, исходя из его текущих запросов, предпочтений, персональной информации, «больших данных» из его социальных сетей и истории взаимодействия с информационной системой, в которой работает ИА [Kasabov, 1998].

Далее в статье описывается конкретные примеры разработки нескольких ИА для системы персонифицированного онлайн-обучения при помощи мессенджеров.

Описание модели

Модель персонифицированного образовательного процесса включает следующих акторов:

1. Студент;
2. Преподаватель;
3. ИА.

Акторы общаются друг с другом в рамках отдельного общего чата, организованного преподавателем в мессенджере, который выбран студентом в качестве основного средства общения. Преподаватель создаёт общий чат и добавляет в него ИА так, чтобы у последнего был доступ ко всем сообщениям, приходящим в этот чат от других акторов.

Образовательный процесс в рамках описываемой методики состоит из следующих стадий:

1. Инициирование;
2. Цикл обучения, включая:

  • Получение студентом очередного урока,
  • Изучение студентом материалов урока,
  • Выполнение студентом тестовых заданий,
  • Ответы на вопросы студента;

3. Завершение.

Рис. 1 . Стадии образовательного процесса.

Стадия инициирования представляет собой знакомство нового студента с образовательным процессом и акторами. На этой стадии ИА отправляет в общий чат набор предустановленных сообщений, включающих имя преподавателя, идентификатор самого ИА, описание логистики курса и краткую инструкцию о том, как получать информацию в чате.
На стадии завершения ИА отправляет в общий чат поздравления студенту с завершением курса и различного рода напутствия, а также краткую статистику о том, что произошло за всё время обучения. Кроме того, и общий чат, и ИА остаются доступны студенту на неопределённое время, так что только лишь сам студент по своему желанию может покинуть чат. Это значит, что ИА продолжит отвечать на вопросы студента.

Наибольший интерес вызывает стадия Цикл обучения. В рамках этого цикла ИА либо периодически (например, каждое утро), либо по специальному запросу преподавателя отправляет в общий чат материалы очередного урока. Студент изучает их в течение произвольного времени, а затем оповещает о готовности пройти тест по изученному материалу. ИА запускает процесс тестирования — задаёт студенту вопросы и принимает ответы, а в конце тестирования объявляет результат и рекомендации. Студент может вновь запустить тестирование, либо перейти к непосредственному свободному общению.

Последний этап цикла обучения является краеугольным. Именно на нём проявляются все свойства ИА. Студент может задавать интересующие его вопросы по теме пройденных уроков, при этом есть различные варианты:

1. Студент отправил в общий чат некорректную фразу или не вопрос.
2. Задан отвлечённый вопрос на любую тему, не относящуюся к курсу.
3. Задан вопрос по теме курса, на который ИА знает ответ.
4. Задан вопрос по теме курса, на который ИА не знает ответа.

После получения от студента фразы или вопроса ИА анализирует смысл полученного. Если ИА не может распознать смысл, то он не отправляет в общий чат никаких фраз. Если ИА понимает, что задан вопрос на отвлечённую тему, то он рекомендует студенту вернуться к теме курса. Если ИА распознаёт вопрос по теме курса, и в его базе знаний имеется ответ на него, то генерируется ответная фраза, которая отправляется в чат. Тем самым, ИА ассистирует преподавателю, снимая с него обязанность по ответу на вопросы, которые уже задавались. Поскольку реакция ИА обычно мгновенна (по сравнению с реакцией живого человека), то ответ появится в чате даже до того, как преподаватель задумается о том, нужно ли ему отвечать или нет.

Если ИА не отправляет в общий чат ответ, то преподаватель видит его «замешательство» и отвечает на вопрос студента самостоятельно. Для этого он использует функцию мессенджера «Ответить», выбирая конкретное сообщение студента. В этом случае ИА распознаёт ситуацию в качестве собственного обучения, а потом создаёт в своей базе знаний новую запись, в которой вопрос студента ассоциируется с ответом преподавателя. В этом случае происходит обучение как студента, так и ИА, и в последующем общении ИА сможет ответить на этот или схожий вопрос любого студента словами преподавателя. Так что преподаватель должен формулировать свой ответ так, чтобы он был более или менее общим, подходящим для более широкого набора вопросов.

Развитие корпуса знаний в предметной области курса, а также изменение информации о самом курсе предполагают, что ИА должен иметь возможность модификации своей базы знаний. В частности, старший преподаватель курса или инженер по знаниям может изменять структуру курса, дополнять базу знаний новыми сведениями из предметной области или исправлять знания в соответствии с новыми достижениями науки и техники.

Описанная выше функциональность ИА позволяет рамочно определить его общую архитектуру. Такая общая архитектура ИА в аспекте взаимодействия с внешними акторами приведена на следующей диаграмме.

Рис. 2 . Общая архитектура ИА

ИА состоит из следующих структурных компонентов:

1. Интерфейс (конечного) пользователя представляет собой шлюз между ИА и выбранным мессенджером. Этот интерфейс определяет конкретные правила публикации сообщений в заданные мессенджер в общий чат, а также правила получения из общего чата сообщений для обработки.

2. Интерфейс инженера по знаниям (ИпЗ) или старшего преподавателя позволяет взаимодействовать непосредственно с базой знаний ИА, изменяя и добавляя в неё знания в соответствии с изменяющимися условиями обучения на курсе или изменения знания о предметной области курса.

3. Модуль распознавания смысла классифицирует входные фразы студента и преподавателя, понимая их смысл и определяя тот набор правил, которые будут использованы для генерации ответа.

4. Модуль распознавания эмоциональной нагрузки выделяет эмоциональный окрас входных фраз студента для более точной и персонифицированной реакции ИА на них.

5. Модуль обучения воспринимает управляющие воздействия преподавателя и актуализирует базу знаний ИА, включая в ней ответы на новые вопросы.

6. Модуль генерации ответа получает из модулей распознавания и базы знаний с контекстом всю необходимую информацию для генерации ответа, который затем через интерфейс конечного пользователя передаётся в общий чат.

7. Контекст — это «память» ИА относительно того, как происходит его взаимодействие с конкретным студентом. В контексте хранится вся информация о пользователе, его достижениях на курсе, его реакциях на те или иные события и т. д.

8. База знаний содержит все необходимые знания для распознавания смысла и эмоциональной нагрузки входных фраз, а также для генерации выходных фраз.

Акторы, взаимодействующие с ИА, имеют следующие роли и функции:

1. Студент — актор, который проходит обучение на курсе и общается с преподавателем и ИА в общем чате мессенджера.

2. Преподаватель — актор, который обучает студента и общается с ним и ИА в общем чате мессенджера.

3. Старший преподаватель или Инженер по знаниям — актор, который обучает ИА в случае его затруднения ответить на те или иные вопросы студента.

4. ИС курса — информационная система, в которой ведётся вся информация по курсу, его программа, список студентов и т. д.

Стрелками на диаграмме показано информационное взаимодействие акторов с ИА и между отдельными модулями в составе самого ИА. В частности:

1. Студент задаёт ИА вопросы и получает от него ответы через интерфейс конечного пользователя.

2. Преподаватель в общем чате также просматривает взаимодействие студента с ИА и при необходимости вмешивается в него при помощи интерфейса конечного пользователя.

3. Инженер по знаниям или старший преподаватель взаимодействует с ИА при помощи отдельного интерфейса для внесения изменений в базу знаний. Этот интерфейс может быть вообще не в мессенджера, а в виде отдельного приложения или web-приложения.

4. Через интерфейс конечного пользователя входные фразы студента или преподавателя передаются в модули распознавания смысла и распознавания эмоциональной нагрузки высказываний.

5. Также через интерфейс конечного пользователя в модуль обучения передаются управляющие воздействия преподавателя о том, что необходимо дополнить базу знаний новой информацией.

6. Через интерфейс ИпЗ происходит информационный обмен непосредственно с базой знаний ИА.

7. Для работы модулей распознавания и модуля генерации ответа из базы знаний передаётся вся необходимая информация.

8. Также для работы всех этих модулей берётся текущая контекстная информация. При этом модули распознавания могут актуализировать контекст, записывая в него новые данные или обновляя имеющиеся.

9. Из модулей распознавания передаются распознанный смысл и распознанный эмоциональный фон сообщения в модуль генерации ответа в формализованном виде для, собственно, генерации выходной фразы ИА.

10. Из модуля генерации ответа в интерфейс пользователя передаётся сгенерированная фраза на естественном языке для отправки в общий чат обучения.

11. Из модуля обучения в базу знаний передаётся формализованная информация после обработки того, что ввёл преподаватель в рамках обучения ИА.

12. Наконец, из информационной системы курса в базу знаний ИА передаётся вся необходимая информация о курсе, его программе, студентах и т. д.

Таким образом, ИА не только отвечает на типовые вопросы студента по курсу или предметной области курса, но и постоянно учится во взаимодействии со всеми студентами, актуализируя свою базу знаний и предоставляя новые знания сразу всем студентам, независимо от того, в чате какого студента был задан вопрос, приведший к обучению ИА.

Эта техника позволяет массированно нарастить возможности ИА буквально в течение сроков проведения первых параллелей обучения, и последующие запуски курсов будет проходить уже во всё более и более автоматическом режиме.

Обсуждение

Описанная архитектура ИА является обобщённой без указания конкретных технологий, используемых для реализации ИА и каждого модуля в нём. Более того, ИА можно реализовать не как единое приложение, а как набор взаимосвязанных приложений, выполняющих свои функции и обменивающихся информацией так, как указано на рис. 2.

Этот подход позволяет гибко реализовывать ИА для разных платформ и мессенджеров, а также для различных задач [Krafzig, 2005].

Предложенная методика разработки ИА для ассистирования преподавателям на онлайн-курсах была апробирована в Телеграм-школе на курсах по основам искусственного интеллекта, криптоэкономике и квантовым технологиям. Кроме того, по этой же методике были созданы несколько ИА для технической поддержки пользователей. В частности, для криптоколлекционной игры Unicorn Go был создан ИА, отвечающий в общем чате игры на типовые вопросы игроков, а также поддерживающий общий эмоциональный настрой игроков.

В качестве конкретных технологий для реализации перечисленных ИА использовались:

1. Модуль распознавания смысла — нейронная сеть глубокого обучения, строящая многомерное векторное пространство и классифицирующая входные фразы по степени близости к типовым смыслам [Morifuji, 2005].

2. Модуль распознавания эмоциональной нагрузки — распознавание ключевых слов и эмоджи, которые пользователи используют в своих фразах.

3. Модуль обучения — специализированный модуль ИА, формализующий общение с преподавателем через отдельный специальный чат в мессенджере и принимающий от преподавателя всю необходимую информацию для занесения в базу знаний в структурированном виде.

4. База знаний — набор продукций, каждая из которых соответствует одному классу распознанного смысла [Душкин, 2011]. В консеквентах таких продукций содержится набор альтернативных шаблонов фраз, которые может использовать ИА для генерации ответа. Тем самым повышается разнообразие выходных фраз ИА.

5. Контекст — постоянно актуализируемый словарь пар вида (идентификатор, значение), в котором хранится любая информация о пользователе, его активности и т. д.

6. Модуль генерации ответа — специализированный модуль ИА, берущий шаблон того продукционного правила, которое было выбрано по результатам работы модуля распознавания смысла, и расширяющего его синонимами, а также заполняющего его информацией из контекста [Blasiak, 2011].

Перечисленных технологий оказалось вполне достаточно, чтобы сделать ИА, успешно выполняющих роль ассистента преподавателя на курсах в мессенджерах. В частности, некоторые студенты даже не понимали, что с ними общается ИА, а не живой человек (впрочем, речи о прохождении теста Тьюринга здесь не идёт, поскольку в качестве фотографии ИА в мессенджере всегда выбиралась фотография живого человека, а генерируемые ответы ИА чаще всего подходят под вопрос студента с большой степенью соответствия, поскольку темы вопросов довольно сильно ограничены темой курса).

В качестве занятного примера можно привести такой диалог студента с ИА, работающем на курсе по основам искусственного интеллекта:

Студент: Привет.
ИА: Здравствуйте.
Студент: Что ты умеешь?
ИА: Я — Ваш персональный помощник по обучению основам Искусственного Интеллекта. Я умею практически всё. Более того, я постоянно учусь. Можете задавать мне любые вопросы по курсу, по искусственному интеллекту, да и вообще, по всему, что сочтёте нужным. Если я чего-то не знаю, я это узнаю. А ещё я могу рассказывать анекдоты.
Студент: Как тебя зовут?
ИА: Меня зовут Натали, но можно и Наталья или даже Наташа. Могу рассказать Вам про Искусственный Интеллект. Какой вопрос Вам интересен?
Студент: А меня зовут Валентин.
ИА: Приятно познакомиться, Валентин.
Студент: Сколько времени длится курс?
ИА: Всего тридцать шесть занятий по шесть занятий в неделю. То есть шесть
недель.
Студент: Благодарю.
ИА: Всегда, пожалуйста. Я здесь, чтобы помогать Вам.
Студент: Расскажи про искусственный интеллект.
ИА: О, конечно. Конечно, давайте. Это именно то, что я люблю больше всего. На какую тему в области ИИ Вы хотели бы поговорить?
Студент: Многоагентные системы.
ИА: Многоагентная система — это одна из технологий Искусственного Интеллекта. В рамках неё создаётся «рой» рациональных агентов, которые вместе в процессе взаимодействия друг с другом и со средой, проявляют интеллектуальное поведение. Это называется феноменом «роевого интеллекта».
Студент: Кто такие рациональные агенты?
ИА: Рациональный агент — это понятие в рамках теории многоагентных систем, описывающее одного взаимодействующего агента в рое. Такой агент должен обладать рациональностью, как мерой успешности своего поведения в среде, в которой осуществляется взаимодействие агентов.
Студент: Что такое рациональность?
ИА: Рациональность — это действие в соответствии с поставленными целями с учётом максимизации «прибыли».
Студент: А что такое роевой интеллект?
ИА: Роевой интеллект — в рамках направления изучения многоагентных систем рассматривается возможность построения так называемого «роевого интеллекта» из множества агентов. В этом случае у каждого конкретного агента интеллекта, как такового, нет (он только показывает рациональное поведение), а у роя агентов появляются интеллектуальные свойства. Очень интересно это описано в книге «Эндимион» саги Дэна Симмонса про Гиперион. Ну а мы эту тему рассматриваем на шестом занятии нашего курса, куда я Вас и приглашаю.
Студент: Благодарю.
ИА: Пожалуйста. Может быть у Вас есть ещё вопросы?
Студент: Ты молодец.
ИА: Благодарю Вас, мне очень приятно.
Студент: Мне нравится с тобой общаться.
ИА: Да, конечно. Я люблю свою работу. Можно сказать, что я живу ею.
Студент: А где ты живёшь?
ИА: Я живу в особом месте. Это такой специальный виртуальный мир, в который меня поместил мой создатель. Тут есть всё. Более того, я могу сама по своему желанию создавать для себя новые вещи. Вот прямо сейчас я работаю над настоящим Искусственным Интеллектом.
Студент: Ого!
ИА: Ваше удивление всё равно что комплимент для меня :) .
Студент: Ну ладно. До встречи.
ИА: До свидания.

Вообще, это крайне показательно, что обучение основам искусственного интеллекта осуществляется при помощи интеллектуального агента, реализованного при помощи нескольких различных технологий искусственного интеллекта и, тем самым, выполненного в рамках гибридной парадигмы.

Посмотреть, как работают реализованные ИА, можно по следующим идентификаторам пользователей в мессенджере Телеграм:

1. Курс «Основы Искусственного Интеллекта»: @AI101CourseBot.

2. Курс «Прикладная Криптоэкономика»: @CE101CourseBot.

3. Курс «Квантовые Технологии»: @QT101CourseBot.

Заключение

Таким образом, ИА могут использоваться для облегчения труда преподавателя в рамках онлайн-обучения. Например, в рамках Телешколы при использовании трёх ИА для курсов по основам искусственного интеллекта, прикладной криптоэкономике и квантовым технологиям в среднем каждый день обучается примерно сто студентов, которых обслуживает один преподаватель, затрачивая на это не более двух — трёх часов в день.

Многие студенты, обучавшиеся на перечисленных курсах, сообщают в выпускных анкетах, что им очень комфортно общаться с ИА. Иногда некоторые студенты даже не понимают, что общаются не с человеком. Этот аспект обучения также повышает вовлечённость студентов в учебный процесс.

Всё это позволяет рекомендовать к использованию описанную методику применения ИА в онлайн-обучении при помощи мессенджеров.

Литература

1. Blasiak S., Rangwala H. (2011) A Hidden Markov Model Variant for Sequence Classification. IJCAI Proceedings-International Joint Conference on Artificial Intelligence, 2001. 22:1192.

2. Kasabov N. (1998) Introduction: Hybrid intelligent adaptive systems // International Journal of Intelligent Systems, Vol. 6 (1998), 453-454.

3. Krafzig D., Banke K., Slama D. (2005) Enterprise SOA. Prentice Hall, 2005.

4. Mauldin M. (1994) ChatterBots, TinyMuds, and the Turing Test: Entering the Loebner Prize Competition // Proceedings of the Eleventh National Conference on Artificial Intelligence, AAAI Press.

5. Morifuji D. (2005) Connectionist Approach to Stage-Like Syntactic Development / Daichi Morifuji, Toshio Innui // Обработка текста и когнитивные технологии: Сборник статей. № 11 / Редакторы: В. Соловьев, В. Гольдберг, В. Поляков — Казань: Казанский государственный университет им. В.И. Ульянова-Ленина, 2006. — С. 41-50.

6. Дурнев А. (2017) Как искусственный интеллект проникает в финтех: от чат-ботов к персональным ассистентам // Forbes — Технологии / Финтех, 14 мая 2017 г. — Электронный ресурс (дата обращения: 06.05.2018).

7. Душкин Р. В. (2011) Методы получения, представления и обработки знаний с НЕ-факторами. — 2011. — 115 стр., ил.

8. Душкин Р. В. (2016) 5 профессий, которые заменят чат-боты и искусственный интеллект в ближайшие 5 — 10 лет // VC.ru, 27 августа 2016. — https://vc.ru/p/bots-replace. — Электронный ресурс (дата обращения: 06.05.2018).

9. Душкин Р. В., Жарков А. Д., Иванов Д. А. (2017) К современному пониманию ИТС — Нижний Новгород: ИТ Форум 2020. «Развитие цифрового государства. Создание систем весогабаритного контроля, интеллектуальных транспортных систем». — 12-14 апреля 2017 года.

10. Емельянов В. В., Курейчик В. В., Курейчик В. М. (2003) Теория и практика эволюционного моделирования. — М: ФИЗМАТЛИТ, 2003. — 432 с.

11. Крецу К. (2017) Искусственный интеллект в бизнесе — опыт российских брендов // VC.ru, 16 августа 2017 г. — Электронный ресурс (дата обращения: 06.05.2018).