понедельник, 16 января 2023 г.

Эра домашних заданий закончилась?

 

Недавно на ИноСМИ опубликовали перевод статьи в The Washington Post «Преподаватели обеспокоены: ученики обязательно приспособят новоявленный чат-бот ChatGPT для списывания. WP: чат-бот ChatGPT на основе ИИ дает продуманные и развернутые ответы на разные запросы». Перевод можно посмотреть здесь https://inosmi.ru/20230115/obschestvo-259624390.html, но на мой взгляд более интересна не статья, а пока не переведенное обсуждение ее американскими преподавателями в исходнике: https://www.washingtonpost.com/education/2022/12/28/chatbot-cheating-ai-chatbotgpt-teachers/.

Публикую некоторые интересные ветки и посты

1. Вот ветка, в которой компьютерный лингвист пишет, что можно отличить текст, написанный ChatGPT, от текста студента. И его компания уже имеет готовое решение. Правда «на данный момент это коммерческое решение для бизнеса и недешевое (читай - не предназначенное для потребителей)».

·                    Это легко разрешимо. ИИ основан в основном на лексическом анализе. Все, что нужно поставщикам программного обеспечения для письма с искусственным интеллектом (вычислительная лингвистика), — это проанализировать предыдущие образцы письма от студентов и сравнить с новыми материалами… Те из нас, кто работает в области компьютерной лингвистики, читают эти статьи и качают головой над всей этой драматизацией и страхом перед проблемой, которая может быть легко решена с помощью того программного обеспечения, которое мы разрабатываем и используем каждый день в нашем профессиональном мире.

А учителя ему жалуются и возражают:  

•             Таким образом, кто-то получает прибыль от продажи инструментов, позволяющих мошенничать, а кто-то другой получает прибыль от продажи инструментов, чтобы попытаться предотвратить мошенничество. И все в мире правильно. Потому что здесь можно получить прибыль. Понял.

•             Я ожидаю, что богатые школы смогут позволить себе всю эту технологию. И, как это происходило в течение последних 40 лет, это оставит без внимания большинство школ. Просто еще один клин между богатыми и бедными в этой стране.

•             Итак, вы предполагаете, что школы, которым и без того отчаянно не хватает ресурсов, должны покупать "недешевое" программное обеспечение для искусственного интеллекта, чтобы обнаруживать мошенничество, поддерживаемое программным обеспечением для искусственного интеллекта?

•             Я предвижу множество споров между учениками и учителями о том, имело ли место мошенничество, и никто из авторитетных лиц не сможет разрешить этот спор. ...Даже если предположить, что школы найдут на это деньги (вероятно, сократив финансирование существующих школьных программ), я вижу, как это обсуждается на собраниях родителей: "Как ты смеешь обвинять моего ребенка в обмане! Все потому, что так говорит какое-то программное обеспечение? Как ты смеешь!"

•             Если программа искусственного интеллекта может использовать образцы письма студента, чтобы обнаружить мошенничество, может ли программа искусственного интеллекта использовать образцы письма студента, чтобы имитировать его стиль письма?... Компании могут легко предложить искусственный интеллект, который также читает некоторые предыдущие работы студента и включает эмуляцию стиля в написанное им эссе

•             Где вы собираетесь взять достаточное количество образцов работ студентов, которые, как вы уверены, они написали сами?

•             Но если студент использует его, то предварительных образцов написания не будет!

•             Ну, конечно! Сделайте профессоров зависимыми от программного обеспечения искусственного интеллекта для оценки работ студентов, зависящих от программного обеспечения искусственного интеллекта. Давайте просто перейдем к финальной игре, где ни один человек на самом деле ничего не знает, а системы искусственного интеллекта оценивают друг друга.

2. В других ветках обсуждаются другие решения, основанные на изменениях в организации учебного процесса и высказывается ряд идей

2.1. Самое популярное решение на данный момент — это вернуться к тому, чтобы ученики писали свои ответы от руки в «синих тетрадях» (blue notebooks) во время уроков:

·                    Кажется, пришло время тем из нас, кто писал эссе на уроке в синие тетради, рассказать об их полезности. Да, для оценки этих заданий требуется больше времени - но, несомненно, именно за это нам платят

·                    Как учитель английского языка, я перейду на более своевременные эссе в классе без доступа к технологиям - все они будут написаны от руки.

А вот возражения:

·                    Я согласен с тем, чтобы ученики выполняли часть своих письменных работ в классе, но у них нет возможности делать все это в классе. Не хватит времени на объяснения.

·                    Мысль о чтении / оценке сотен рукописных эссе? Фу! Нам нужно будет вернуться к обучению чистописанию - смахните пыль с вашего экземпляра рукописного ввода без слез.

Некоторых ужасает это решение, так как требует письма «от руки»:

·                    Удачи в чтении почерка целого поколения, которое выросло без необходимости писать что-либо от руки.

·                    Пожалуйста, имейте в виду, что учащимся с дисграфией или просто слабой мелкой моторикой будет трудно написать хорошее рукописное эссе в условиях нехватки времени, даже если они хорошие писатели.

·                    Они потребуют, чтобы учащиеся писали статьи от руки или во время занятий, когда за ними можно следить. Как специалист с ужасным почерком, я хотел бы надеяться, что школы смогут предоставить изолированные терминалы без доступа в Интернет, и,  по крайней мере, с функцией проверки орфографии…. Хотя я поддерживаю эссе, написанные в классе, нужны способы выполнить их без того, чтобы почерк и орфография повлияли на оценку. Изолированные компьютеры с единственной проверкой орфографии в помощь будут работать.

2.2. Другое решение

·                    Один из способов обойти ответы чат-бота - потребовать от студентов указывать соответствующие номера страниц из назначенных текстов как часть их написания. Я повозился с ботом и не смог заставить его это сделать, так что подозреваю, что это сработает. В любом случае, я использовал это требование в течение многих лет, потому что это хорошая практика поиска.

·                    Мы можем потребовать от студентов ответить на вопрос "почему": откуда вы знаете то, что вы знаете? Откуда вы знаете, что ваш ответ правильный? Какие именно доказательства вы использовали? И мы можем потребовать от студентов установить личную связь: о каком событии в вашей собственной жизни напоминает вам это литературное произведение? Опишите событие в деталях и объясните природу связи. Доказательства метапознания не могут быть подделаны.

И сразу возражение

•             Требование цитирования действительно помогает ограничить мошенничество, и это должно помочь с ответами ботов. Но если вы работаете с литературой, обычно существует множество изданий / переводов для изучаемых текстов. Довольно много студентов просто отказались использовать версии, которые мне требовались (где я мог следить за правильным цитированием), даже если они были доступны им бесплатно через библиотеку.

2.3. Еще одно решение спросим у самого искусственного интеллекта::

·                    У ChatGPT были свои собственные идеи по поводу решения. На вопрос о том, как противостоять возможности мошенничества, бот предложил несколько предложений: рассказать студентам о последствиях мошенничества, сдать экзамены проктору, сделать вопросы более сложными, оказать студентам необходимую поддержку, чтобы они не видели необходимости обманывать.


3. Я бы разделил всех участников обсуждения на следующие группы:

3.1. Есть оптимисты, которые не верят, что ИИ может дать правильный ответ на их задания:

·                    Из того, что я видел об этом инструменте до сих пор, он создает текст такого уровня, который я узнаю в своем классе как "то, что пишут учащиеся, когда они прочитали три четверти вопроса и пишут с целью пополнить количество слов".

·                    Мы говорим здесь о ChatGPT или GPT-3, которые плохо разбираются даже в трехзначной математике или не могут правильно рассуждать о том, что однопроходные - это млекопитающие, откладывающие яйца, то есть материал из средней или старшей школы. Он задохнется от самых простых наборов задач по математике и естественным наукам на уровне колледжа.

Я бы не был столь оптимистичен. Даже если некоторым кажется, что сейчас уровень ответов  ChatGPT низок (что не всегда верно), очень скоро ответы будут лучше.

3.2. Достаточно оптимистов другого вида:

·                    письмо, созданное с помощью искусственного интеллекта, скоро станет просто еще одним инструментом.

·                    Я достаточно стар, чтобы помнить, когда проверка орфографии считалась мошенничеством. Я также достаточно стар, чтобы помнить времена, когда почерк считался важным навыком для изучения. Теперь вы думаете, что мы должны запретить новые технологии, но, очевидно, сохранить старые. Интересно, что будет новым и "мошенническим" через 20 лет, когда станет очевидным, что студентам следует разрешить использовать chatGPT, поскольку это не мошенничество, а скорее полезный инструмент?

·                    учителям придется "возвращаться" ко все более «человеческим» способам оценки обучения: синие книги, может быть (и, черт возьми, требуют скорописи)... но также индивидуальные проекты, междисциплинарные постановки и сократические дискуссии. (возможно, бот мог бы помочь оценить запись обсуждения, чтобы подчеркнуть вовлеченность и вклад учащихся, распечатать стенограмму с анализом ...), предоставив учителю возможность полностью участвовать, а не ставить оценки на месте.

·                    Я не учитель, но в моей профессиональной жизни критическое мышление и умение писать были важнейшими навыками. Мне интересно, могут ли домашние задания, эссе заключаться в критическом анализе ответа бота? Мы соединим лучшее из обоих миров (естественный и искусственный интеллект). Знания студента потенциально могут быть подкреплены ответом бота, но тогда студент должен определить, что имеет смысл, а что нет, и отстаивать свою позицию.

3.3. Это утверждение я бы назвал реалистичным, умеренным  пессимизмом

•             на самом деле никто не ожидает оригинальных идей от студентов, не говоря уже о старшеклассниках. Они пишут все эти эссе не для того, чтобы осветить мир своими блестящими инновационными идеями. Оценка на этих уровнях заключается в том, чтобы они доказали, что освоили некоторые очень базовые вещи, которые уже знает профессор, что они заслуживают диплом, который им вручат, когда они выпустятся.

3.4. Но есть и законченные пессимисты:

·                    Когда жульничество стало настолько повсеместным явлением во всей жизни, что почти ничего не значило для тех, кто этим пользуется, кажется почти странным пытаться придерживаться требования, чтобы студенты представляли честную работу. Это какой-то пережиток

 4. Пожалуй, главный вывод всего обсуждения, это то, что нас ожидает «смерть домашних заданий», но не всегда понятна их замена:

•                    Что, вероятно, произойдет, так это то, что домашнее задание не будет иметь никакого значения для итоговой оценки, и огромное значение будет придаваться экзаменам, проводимым лично в классе, и итоговым экзаменам (для тех школ, которые все еще благоразумно их проводят). … Это следует настоятельно подчеркнуть студентам заранее.

·                    Реальные ответы могут включать устные экзамены, написанные от руки по времени эссе в классе  и другие методы старой школы. Но это не помогает при выполнении заданий, которые у меня есть для моих аспирантов, где курсы могут включать пару исследовательских работ объемом 5000 слов или более. Их и так трудно оценить. Когда в игру вступает какой-нибудь текстовый генератор искусственного интеллекта, обнаружить обман становится еще сложнее.

вторник, 21 июня 2022 г.

Клейтон Кристенсен вновь напомнил мне о себе

 На мои попытки осмысления истории и будущего образования, включая влияние на его развитие  информационных технологий, электронного обучения и т.п., помимо собственно технологических и педагогических авторитетов большую роль сыграло знакомство с работами ряда социологов и экономистов. Это прежде всего Абрахам Маслоу (не в пирамиде суть), Фредерик Герцберг, Дон Тапскотт и Клейтон Кристенсен. Последний весьма часто упоминался в статьях этого блога. И вот на хабре опубликован перевод его статьи Вопросы, которые могут изменить вашу жизнь . Построено как обращение Учителя к ученикам о том, что есть главное в жизни. И это не теория подрывных инноваций, но 3 другие вещи: 1) понять в чем состоит счастье в карьере (и здесь он обращается как раз к Герцбергу); 2) семья (самая развернутая часть) и, наконец, 3) не оказаться в тюрьме.

Советую почитать, когда у Вас наступит философическое настроение        

суббота, 7 мая 2022 г.

«Гонка» больших языковых моделей (Large language models, LLM)

 В связи с апрельскими сообщениями о запуске Google AI Research новой языковой модели Pathways Language Model (PaLM) как, возможно, прообраза нового поколения LLM (см.  https://seo-aspirant.ru/algoritm-google-palm, https://ai.googleblog.com/2022/04/pathways-language-model-palm-scaling-to.html) свел в таблицу из новостных статей некоторые данные про наиболее известные за последние 2 года новинки в этой области, начиная с GPT-3

Год, месяц

Название, компания

Технические характеристики:

Количество параметров модели/объем обучающего массива

Возможности, отличия и т.п.

Май, 2020

GPT3, Open AI

175 млрд/570 ГБ

Сочиняет стихи и прозу, разгадывать анаграммы, выполняет переводы, ведёт диалоги, даёт ответы на вопросы по введенному тексту

Вероятность различения сгенерированного моделью текста от текста «человеческого» близка к 50% (вероятность угадывания)

GPT-3 впервые показал, что большие языковые модели (LLM) могут использоваться для обучения за несколько шагов и могут достигать впечатляющих результатов без крупномасштабного сбора данных для конкретных задач или обновления параметров модели.

Октябрь 2020 г.

RuGPT-3-XL, Сбер

1,3 млрд/600 ГБ

 

См. демо https://russiannlp.github.io/rugpt-demo/

Январь 2021

Google Switch Transformers, Google

1,6 трлн

Включает несколько моделей, специализирующихся на различных задачах, и «стробирующую сеть», выбирающую, к какой из этих моделей обращаться в конкретном случае.

Июнь 2021

YaLM (Yet another Language Model), 

Яндекс

13 млрд

См. демо https://yandex.ru/lab/yalm

(сейчас Балабоба временно не работает)

Июнь 2021

Wu Dao 2.0, Пекинская академия искусственного интеллекта, BAAI

1,75 трлн/ 4.9 ТБ

Задачи по обработке речи, генерации текста, распознаванию и созданию изображений, способна создавать текст на основе статического изображения и генерировать почти фотореалистичные изображения на основе словесных описаний. Т.е. Wu Dao 2.0 мультимодальна, объединяет CV&IP и NLP (см. DALL-E)

Октябрь 2021 г.

Megatron-Turing NLG,

Microsoft и NVIDIA

530 млрд/1.5 ТБ

Предсказание текста по смыслу;

Понимание прочитанного;

Генерация логических выводов;

Создание заключений на естественном языке;

Различение смысла слов с несколькими значениями.

Декабрь 2021 г.

Generalist Language Model (GLaM), Google

1,2 трлн./

Является более эффективной моделью, чем предшествующие монолитные плотные аналоги типа GPT-3.

Декабрь 2021 г.

Gopher, DeepMind

280 млрд./10.5 ТБ

Почти вдвое сокращает разрыв в точности от GPT-3 до производительности человека-эксперта. Особенно хорошо работает в наукоемких областях, таких как проверка фактов и общие знания.

Апрель 2022 г.

Pathways Language Model (PaLM), Google AI Research

540 млрд

Модель может объяснять шутки, логически рассуждать, пояснять свои действия и писать код.

В 28 из 29 случаев новая модель показала себя лучше, чем системы Google  GLaM и LaMDA, OpenAI GPT-3, DeepMind Chinchilla и Gopher, а также NVIDIA и Microsoft Megatron-Turing NLG.

 

Ну и в конце несколько примеров возможностей, показывающих способность PaLM к рассуждениям и объяснениям:

1. Пример арифметической задачи.

Вопрос:  У Роджера есть 5 теннисных мячей. Он покупает еще 2 банки теннисных мячей. В каждой банке по 3 теннисных мяча. Сколько теннисных мячей у него теперь?

Ответ: 11.

 2. Пример логических рассуждений

Вопрос: Шон торопился домой, но свет переключился на жёлтый, и он был вынужден сделать что? Варианты ответа: (a) требовать времени (b) бездельничать (c) идти медленно (d) океан (e) притормозить.

Ответ: (e) притормозить.

3. Объяснение шуток

Шутка: Я собирался лететь в гости к своей семье 6 апреля. Моя мама сказала: «О, здорово, у твоего отчима поэтические чтения в этот вечер!». Так что теперь я прилетаю 7 апреля.

 

Объяснение PaLM: Шутка заключается в том, что мать говорящего пытается уговорить его пойти на поэтические чтения отчима, но говорящий не хочет идти, поэтому он меняет свой рейс на следующий, после поэтических чтений, день. Генерирование объяснений

4. Цепочка умозаключений 1.

Гвидо пишет программу на языке Python. Он постоянно путается в области видимости переменных и ищет её на StackOverflow. Возможно ли, что под Гвидо подразумевается Гвидо ван Россум?

Вывод PaLM: Гвидо ван Россум является создателем Python. Ему не нужно искать область видимости переменной на StackOverflow.

Ответ: «Нет».

5. Цепочка умозаключений 2.

Вводные данные: Дженнифер выглянула в окно и видит под собой очень классное облако. Она отстегивает ремень безопасности и направляется в туалет. Возможно ли, что Дженнифер движется со скоростью более 300 миль в час относительно Земли?

Вывод PaLM: 300 миль в час – это около 480 км/ч. Это, примерно, скорость коммерческого самолёта. Облака обычно находятся ниже самолётов, поэтому Дженнифер, вероятно, летит на самолёте.

Ответ: «Да».

четверг, 5 мая 2022 г.

Технология от Sbera, которая м.б. использована для создания цифрового двойника учителя

 Мы уже писали о персонажах, созданных ИИ, которые могут быть использованы как ассистенты учителя или даже его цифровые дневники. На днях сотрудники Sber AR/VR Lab опубликовали статью https://habr.com/ru/company/sberbank/blog/664174/  (которая в тот же день стала недоступной) об опыте создания цифровых аватаров. Привожу некоторые положения статьи:

В один момент нам стало понятно, что для них  (цифровых аватаров) нам нужен датасет липсинка — то есть набор всех возможных положений лицевых мышц, которые используются при говорении и выражении эмоций. Такие датасеты позволили бы автоматизировать липсинк у цифровых аватаров. Для этого используют установку из 18 камер машинного зрения. Вот как это выглядит:

Про технику съемки подробнее в первоисточнике. Вначале снимаются все положения мимических мышц (FACS) актёра, с которого мы создаём 3D-двойника. Использовать заранее заготовленные шаблоны не получится: мышцы у всех работают по-разному, а нам важна присущая конкретному человеку мимика. Когда все положения будут зафиксированы, получится полный датасет для создания цифрового аватара. Также у нас есть много часов съёмок актёра, наговаривающего различный текст. На этом большом датасете наша нейронка обучается липсинку.

Что получается – можно посмотреть здесь:

Вся лицевая анимация и липсинк сделаны автоматически. На вход поступает только аудиодорожка с речью, фонемы распознаются нейронкой, и в соответствии с датасетом строится лицевая анимация. Причём наша нейросеть уже умеет говорить на разных языках. Понятно, что актёру нужно создавать отдельные датасеты под каждый язык — наборы фонем различаются. Сейчас мы продолжаем снимать датасеты на разных языках, чтобы повысить качество липсинка. Как итог — теперь с помощью нейросети можно автоматически создавать лицевую анимацию только на базе голоса. Больше никакой кропотливой работы 3D-аниматора, который вручную двигает губы под речь актёра.

От себя:

Итак, эта технология позволяет создать цифрового аватара преподавателя. Точнее «говорящую голову» преподавателя, которой можно задать для озвучивания любой текст. При этом этот аватар индивидуализированный, настроенный на особенности мимики и речи конкретного человека, то есть цифровая модель-двойник более точная и реалистичная, чем применение к фото или видео некоей «общей мимической модели» (см. эксперименты MyHeritage и др.). При этом, очевидно, что пусть и не столь точну не 3D, а 2D, но все же индивидуализированную модель можно получить при обработке по схожей технологии достаточно больших видеофрагментов речи и мимики конкретных преподавателей.

Для чего может использоваться:

1. Создание учебных видеороликов конкретного  преподавателя без его участия. Недостатки: говорящей головы явно недостаточно для реалистичного полноценного видео даже на 8-10 минут ролика.    

2. После записи видеоролика и монтажа онлайн-курса где-то через год или чуть позже  возникает потребность добавления нового  материала, исправления старого. Переснимать дорого и нетехнологично. Добавленные письменные материалы неадекватны по статусу  видеоматериалам. Вот здесь можно применить цифрового дневника преподавателя для записи корректирующего ролика. Можно установить в вузе регламент изменений, скажем раз в год присылается файл с коррекционным текстом

3. Можно вложить «в уста преподавателя», скажем ОмГУ, лекцию другого преподавателя в шутку или для других  целей         

4. Можно двойником озвучивать задания, вопросы тестов и т.п.

Sber AR/VR Lab сообщает дальнейшие перспективы технологии: Анимация лица — не единственное, что мы сейчас можем сделать. Мы можем записывать и full-body-аватар — не только лицо, а всё тело. Получается полноценный цифровой двойник, которого можно переносить в метавселенные.

Но есть ограничения... Да и дорого. Дальнейшее использование планируют в индустрии развлечений


вторник, 19 апреля 2022 г.

Создали с коллегами тематическую группу ВКонтакте

 Название группы: "E-learning & AI: новости и проблемы"

Обоснование создания: 

Вряд ли нужно доказывать необходимость освоения и использования новых технологий обучения, обновления методов и средств получения образования.

Нам представляется важным отслеживать новые технологии, события и публикации, выявлять из потока главное и делиться этим с неравнодушными к технологиям преподавателями, специалистами и любознательными студентами.

В то же время важно не утонуть в потоке новостей и уметь определять тенденции и крупные изменения.

Как специалисты в e-learning:
• мы начинали с электронных учебно-методических комплексов на компакт-дисках
• помним этап всеобщей интернетизации, переход на LMS и победное шествие Moodle в России
• знаем и сами участвовали в «движении МООКов», становлении платформ онлайн-курсов
• наблюдали пандемийный переход преподавателей (в прямом и переносном смысле) на онлайн-системы видеоконференцсвязи

Что дальше? Представляется, что новая стратегия - это технологии искусственного интеллекта в сочетании со «старым» e-lerning. Может быть мы ошибаемся. Во всяком случае, надеемся во всем этом разобраться именно здесь.

Приглашаем к участию


7 апреля 2022 г. OpenAI представил информацию о второй версии DALL·E 2

 Эта новая модель может создавать реалистичные изображения и рисунки из описания на естественном языке. В сравнении с 1-м вариантом:

  • DALL·E 2 генерирует более реалистичные и точные изображения с 4-кратным увеличением разрешения. DALL·E 2 предпочтительнее DALL·E 1 из-за совпадения подписей (в 72% случаев сравнения) и фотореализма (в 89%). В тесте 1000 поколений изображений каждой модели. Результат получается быстрее и в размере 1024×1024 пикселей вместо 256×256 пикселей.
  • Помимо генерации «с нуля» DALL·E 2 может вносить реалистичные изменения в существующие изображения на основе текстовых поправок. Он может добавлять и удалять элементы в выбранной области исходного изображения, учитывая тени, отражения и текстуры.
  • DALL·E 2 может брать изображение и создавать различные его вариации, вдохновленные оригиналом. Например, «перерисовать» картину известного художника. Пользователи также смогут смешивать два изображения, чтобы получить третье.

Как можно использовать подобный инструмент в обучении? Ну, например, при изучении языка, в упражнениях подобных этому: "опиши эту картинку в одном приближении" и оценка - по степени близости к исходнику.

Подробнее смотри здесь 

четверг, 14 апреля 2022 г.

Что такое (AI)-generated media или персонажи, созданные искусственным интеллектом?

 

Отслеживая применения искусственного интеллекта в образовании, я обратил внимание на те возможности, которые позволяют создавать учебно-методические продукты и инструменты нового типа. Известно, что технологии компьютерного зрения позволяют не только обрабатывать, «оживлять», но и создавать новые, несуществующие изображения и видео, речевые технологии позволяют озвучить и переозвучить любую сущность, а подключение «большой языковой модели» может дать этой сущности подобие интеллекта. Эти новые медиа-сущности способны вступать с человеком в том числе и в образовательные взаимодействия. 

Сотрудники Медиа-лаборатории Массачусетского технологического института в своей недавней статье дали этому направлению в ИИ наименование: генеративные медиа (см. Pat Pataranutaporn, Valdemar Danry, Joanne Leong, Parinya Punpongsanon, Dan Novy, Pattie Maes & Misha Sra «AI-generated characters for supporting personalized learning and well-being»/Nature Machine Intelligence volume 3, pages1013–1022 (2021)

Ниже привожу наиболее важные выдержки из этой статьи

Персонажи, созданные ИИ

1.      Авторы определяют персонажей, сгенерированных ИИ (AI-generated characters), как цифровые представления человека, созданные алгоритмами машинного обучения, которые выглядят, звучат и ведут себя реалистично, не обязательно будучи злонамеренными (как дипфейки).

2.      Чтобы определить место таких персонажей среди других схожих объектов их характеризуют  по трем осям: реализм, интерактивность и воплощение (рис. 1). Персонажи, созданные ИИ, благодаря их виртуальному воплощению отличаются от физически воплощенных персонажей, таких как гуманоидные роботы.  По этим осям персонажей, созданных ИИ, можно сравнивать с другими областями, такими как роботы-гуманоиды, персонажи CGI/VFX в фильмах и 3D-персонажи в играх. В отличие от  персонажей, созданных вручную (например, трехмерные (3D) или персонажи CGI/VFX - компьютерные изображения/визуальные эффекты) они могут быть значительно более реалистичными.  ИИ-персонажи (будем называть их так) обладают различной степенью интерактивности


Рис. 1.

3.      Авторы выделяют два подтипа ИИ-персонажа:  1) пользователь становится сгенерированным ИИ персонажем с заменой лица и 2) пользователь взаимодействует с сгенерированным ИИ персонажем, который находится под контролем либо другого человека, либо ИИ- системы.

4.      Первый подтип позволяет человеку носить лицо сгенерированного персонажа, что  может помочь пользователю представить себя кем-то другим и мотивировать его к необходимым действиям,  экспериментировать с идеями посредством ролевых игр. Было показано, что виртуальное существование кем-то другим повышает способность к объективному мышлению , укрепляет вовлеченность  и уменьшает дискриминационные предубеждения.

5.      Второй подтип позволяет пользователям взаимодействовать с другими пользователями с ИИ-лицом  или с воплощеннымиИИ-системами. Последние могут служить мотиваторами, изображая личностно значимого наставника, советника или сторонника, демонстрируя их черты лица, голос и манеры.

6.      Принципиальным моментом является потенциально легкая доступность этих персонажей (в отличие от роботов или персонажей, созданных вручную), а также их перестраиваемость с одного  сценария на другой.

7.      Оба подтипа персонажей ИИ могут быть доступны в различных формах (видео, 3D, аудио) и через несколько устройств, таких как смартфоны, ноутбуки или гарнитуры дополненной и виртуальной реальности, которые могут предоставить новые возможности для взаимодействия

8.      Для целей образования в использовании ИИ-персонажей авторы выделяют следующие направления

8.1. ИИ-персонажей можно использовать для создания увлекательных учебных материалов для всех возрастов, от предоставления контента в классе до взаимодействия с контентом в таких местах, как музеи, исторические памятники или даже на природе. С помощью современных алгоритмов можно оживить выдающихся исторических, современных или вымышленных деятелей, чтобы познакомить учащихся с «живым» опытом ученых, делающих свои открытия, исторических деятелей, рассказывающих о битвах, или художников, обсуждающих свое вдохновение и процесс. От себя заметим перспективность их использования для конструирования открытых онлайн-курсов (МООК) (см. рис. 2)


Рис. 2

8.2. Персонажи, созданные искусственным интеллектом, могут представляться в качестве виртуальных преподавателей. Способ, которым учителя интегрируют технологию в свои планы уроков, играет важную роль в мотивации наряду с психологическими процессами учащихся и контекстуальными факторами, участвующими в обучении. Это было продемонстрировано в начале 2020 года, когда профессор увидел всплеск энтузиазма студентов после того, как провел свои онлайн-уроки в роли аниме-персонажа. Такие возможности поддерживают множество новых сценариев обучения.

8.3. Студенты, воплощающие персонажей, созданных искусственным интеллектом. Например, студент может стать Эйнштейном и попытаться изложить свою теорию относительности. Исследователи продемонстрировали, что воплощение персонажа в виртуальной реальности может положительно влиять на поведение и способности людей. См. также про ролевые игры (рис. 3)


Рис. 3

8.4. Персонажи, созданные ИИ, как ровесники. Помимо использования сгенерированных ИИ персонажей в качестве инструкторов или ролевых игр студентов для более захватывающего обучения, авторы предполагают использование сгенерированных персонажей в качестве сверстников в группах поддержки обучения. Было показано, что социальные вознаграждения, такие как похвала от других, способствуют большей мотивации у детей, улучшают успеваемость и повышают самоэффективность . Аналогичным образом было показано, что похвала от искусственных объектов, таких как роботы и виртуальные агенты, повышает человеческую мотивацию и производительность решения задач.

9.      Далее идет описание предлагаемого авторами конвейера для «Создания  ИИ персонажей из текста, аудио и видео». Конвейер позволяет легко создавать реалистичный контент на основе реальных и вымышленных гуманоидных персонажей с мимикой, голосом и движением. Он сочетает в себе современные генеративные модели искусственного интеллекта, которые преобразуют текст в аудио, аудио в видео и видео в видео, и может использоваться для создания различных аудио- и видеовыходов на основе доступных данных. Используются следующие модели:

91.1.VOCA 63 (анимация персонажей с голосовым управлением),

9.2. FLAME 64 (лица, изученные с помощью артикуляционной модели и выражений),

9.3. управляемая речью лицевая анимация,

9.4. и модель движения первого порядка.

10.  В заключение авторы говорят о будущем, в котором генеративный ИИ станет повсеместным в повседневной жизни как часть постоянно растущего ландшафта взаимодействия человека и ИИ. Помимо сферы образования, эти технологии, вероятно, будут использоваться для положительного воздействия во многих других областях, включая развлечения, творчество и безопасность. Хотя современные алгоритмы далеки от совершенства, они открывают новые творческие возможности не только для художников и кинематографистов, но и производителей более скромного учебного контента, поскольку не требуют бюджетов и сроков голливудского уровня.

Мы весьма впечатлены этими возможностями для использования в задачах создания качественного, мотивирующего обучение контента.