Microsoft Leerzone is de nieuwe leerassistent van Microsoft op Windows, die GEBRUIKMAAKT van AI op Copilot+-pc's om docenten te helpen eenvoudig gepersonaliseerde en interactieve lessen te genereren voor hun studenten op basis van leerdoelen, leeftijdsgroepen, standaarden en referentieleerinhoud.
De oplossing maakt gebruik van een Phi Silica-model dat beschikbaar is op de Copilot+ PC-apparaten, evenals een LLM-cloudmodel om interactieve en gepersonaliseerde lessen te genereren, die een mix van inhoud en oefendia's in meerdere indelingen bevatten, compleet met onmiddellijke feedback voor de student. In het generatieproces wordt eerst een overzicht van de les gegenereerd en kan de docent deze eenvoudig bekijken en verfijnen. Vervolgens wordt het overzicht gebruikt om de werkelijke interactieve les te genereren. Zodra de docent is gegenereerd, kan de docent dia's indien nodig wijzigen, ordenen, toevoegen en verwijderen, de inhoud van het bronoverzicht van deze dia's bekijken en afbeeldingen toevoegen uit geüploade bestanden of stockafbeeldingen. Zodra de docent tevreden is met het resultaat, kan hij of zij ervoor kiezen om een voorbeeld van de les te bekijken, deze toe te wijzen aan hun leerlingen/studenten of deze te delen met collega's.
Als onderdeel van het bewerken van de les kan de docent specifieke dia's opnieuw genereren, de taal van dia's vereenvoudigen of meer dia's toevoegen met behulp van AI of ervoor kiezen om dit handmatig te doen.
Leerlingen/studenten kunnen de lessen die aan hen zijn toegewezen op elk apparaat spelen. Een leerling/student die de les speelt, kan de oefentijd en voortgang bekijken. Docenten die lessen met leerlingen/studenten delen, kunnen ook de betrokkenheid en het meesterschap van leerlingen/studenten bekijken.
Hoe werkt lesgeneratie?
Het genereren van lessen is gebouwd met behulp van zowel een klein taalmodel voor machine learning met de naam Phi Silica als een groot taalmodel in de cloud. De modellen worden getraind op een groot aantal openbaar beschikbare tekstvoorbeelden. Als gevolg hiervan genereren taalmodellen lessen die eruitzien alsof ze door een mens zijn geschreven.
Om het risico van door het model gegenereerde ongepaste inhoud te minimaliseren, wordt het antwoord doorgegeven door meerdere validators en filterstappen voor inhoudsbeheer.
Hoe moeten makers lesgeneratie gebruiken?
Docenten die een les maken in Leerzone kunnen zelf een voorbeeld van lessen bekijken, deze delen met hun collega's of leerlingen/studenten toewijzen. Het is de verantwoordelijkheid van de maker om de inhoud te controleren en te bewerken op geschiktheid en nauwkeurigheid voordat deze met anderen wordt gedeeld. Hoewel we verschillende filters en beveiligingen gebruiken om twijfelachtige of ongepaste inhoud te beperken, is Elthe onderliggende technologie van taalmodellen getraind op een breed scala aan internetbronnen en kunnen we onnauwkeurige informatie genereren, dus vertrouwen we op makers om de geschiktheid en juistheid van de uiteindelijke activiteit te bevestigen.
Lessen zijn ontworpen om de effectiviteit en betrokkenheid van het leerproces te verbeteren, maar mogen niet het volledige leermateriaal omvatten, zodat ze naast het studiemateriaal moeten worden gebruikt.
Houd er rekening mee dat de gegenereerde lessen zijn ontworpen voor de introductie van onderwerpen, praktijk en formatieve evaluatiedoeleinden en niet voor evaluatiedoeleinden, omdat vaak de antwoorden in de hoofdtekst van de ervaringen kunnen worden gegeven en docenten dienovereenkomstig moeten gebruiken.
Welke waarborgen worden gebruikt bij het genereren van de passage?
-
Makers van lessen worden geïnstrueerd om de lesinhoud te controleren en goed te keuren voordat ze deze gebruiken en voordat ze deze delen met anderen (bijvoorbeeld hun leerlingen/studenten en collega's).
-
Er wordt een beschrijvende melding weergegeven aan de maker als deze een van de dia's heeft gemist voordat hij of zij de les opslaat.
-
Inhoudsbeheer wordt toegepast op de lessen voordat deze aan de maker wordt gepresenteerd.
Modelbeperkingen
-
Het genereren van lessen is momenteel beperkt in het Engels en spaans.
-
Het model gebruikt alleen tekstuele invoer om de lessen te maken. Alle afbeeldingen en andere objecten die in de invoer zijn opgenomen, worden genegeerd door het model. Code- en wiskundige expressies worden ook niet goed verwerkt.
-
Invoerbestanden worden gebruikt als verwijzing naar de lesgeneratie; de lessen hebben mogelijk geen betrekking op de volledige inhoud van de bestanden.
-
De grootte van het invoerdocument moet 50 MB of minder zijn en maximaal 125.000 tekens of minder, grotere bestanden die niet kunnen worden geüpload.
-
Ondanks intensieve training en verantwoordelijke AI-kaders, zijn AI-services van nature feilbaar en probabilistisch. Dit maakt het lastig om alle ongepaste inhoud volledig te blokkeren, wat leidt tot mogelijke vooroordelen, stereotypen of ongeaardheid in gegenereerde lessen.
Ondersteunde talen
Het genereren van lessen is gevalideerd en ondersteund voor de volgende talen: es-ES, es-MX, en-US, en-GB.
Generatieve AI-modellen worden getraind met behulp van grote hoeveelheden gegevens, en die gegevens zijn meestal in het Engels. Dit kan soms leiden tot betere prestaties in het Engels in vergelijking met niet-Engelse talen. Net als bij elke implementatie van generatieve AI-modellen, raden we gebruikers aan om rekening te houden met de beperkingen van deze systemen voor hun specifieke gebruiksscenario en culturele en taalkundige contexten.
Microsoft is van plan om meer ondersteunde talen en lokale inwoners toe te voegen aan het genereren van AI-les. Dit artikel wordt bijgewerkt naarmate extra talen worden ondersteund.
