كيف يسمح التعلم الآلي لآلاف الطلاب بإجراء الاختبارات في المنزل
بدأت الهواتف في الرنين في شركة Better Examinations التابعة لشركة Piero Tinter في أبريل.
يسمح عمله التكنولوجي لعشرات الآلاف من الطلاب بإجراء الاختبارات عن بُعد في نفس الوقت، حيث يحتاج كل منهم فقط إلى جهاز كمبيوتر محمول وكاميرا ويب واتصال بالإنترنت.
يستخدم برنامج الشركة التعلم الآلي (ML)، وهو شكل متقدم من الذكاء الاصطناعي، لاكتشاف أنماط في سلوك المستخدم يمكن أن تشير إلى محاولات الغش. يمكن لتقنيتها أيضًا أن تحدد تلقائيًا إجابات الاختيار من متعدد وامتحانات الرياضيات.
بالإضافة إلى ذلك، فإنه يتحقق من هوية كل عامل امتحان باستخدام كاميرا الويب، للتأكد من عدم خضوع أي شخص آخر للاختبار نيابة عنهم. كما يقيد برنامج الامتحانات الأفضل بشكل مؤقت الوصول إلى الإنترنت، أو مواقع وتطبيقات معينة على جهاز الكمبيوتر الخاص بكل شخص.
يقول تينتوري: “لدينا 60 منظمة من جميع أنحاء العالم تتصل بنا على الفور، ممن أرادوا إجراء الاختبارات عبر الإنترنت في مايو ويونيو”. “كل شيء من الجامعات والمنظمات المهنية والمدارس.”
من خلال المقر الرئيسي للشركة في دبلن، بالإضافة إلى مكاتب في الولايات المتحدة وأستراليا وبولندا، تستخدم نظام الحوسبة السحابية Amazon Web Services للسماح لكل شيء بالعمل عبر الإنترنت.
يقول تنتوري إن خمس حكومات (رفض ذكر اسمها) اتصلت به مباشرة، والتي كانت حريصة على المضي قدمًا في امتحانات المدارس.
تعد الاختبارات الأفضل مجرد مثال واحد على الاستخدام المتزايد لتعلم الآلة استجابة لوباء هذا العام، حيث يتم استخدام التكنولوجيا للقيام بالعمل بسرعة أكبر بكثير من البشر، مثل تصحيح أوراق الامتحان.
ولكن ما هو بالضبط ML؟ إنها طريقة لتحليل البيانات، حيث تُستخدم خوارزميات الكمبيوتر لمعالجة كميات هائلة من البيانات بسرعة، لعمل تنبؤات، وتحديد الأنماط وتكرار الإجراءات التي يقوم بها البشر في وظائفهم اليومية.
من المتوقع أن ينمو استخدام ML بشكل كبير خلال السنوات الأربع المقبلة بحيث من المتوقع أن ترتفع قيمته الاقتصادية العالمية المقدرة من 7.3 مليار دولار (5.7 مليار جنيه إسترليني) هذا العام، إلى 30.6 مليار دولار في عام 2024، وفقًا لإحدى الدراسات.
شركة المحاماة العالمية DWF، التي تساعد الفرق القانونية الداخلية للشركات الكبيرة، هي شركة أخرى تستخدم الآن التكنولوجيا بشكل متزايد.
تم الاتصال بها من قبل شركة عقارية كبيرة كانت لديها مهمة “مستحيلة”. أراد العميل تحويل 10000 مستند إيجار عقار، مخزنة على الورق وإلكترونيًا، وفي مواقع مختلفة، إلى قاعدة بيانات مركزية.
أرادت هذه الشركة أيضًا معرفة الشروط الدقيقة لكل عقد إيجار، لاكتشاف فرص تجارية جديدة.
يقول مارك كوالتر ، الرئيس التنفيذي لقسم الخدمات المدارة في DWF: “من الناحية التقليدية، يمكنك الحصول على مساعدين قانونيين تحت إشراف لمراجعة الوثائق. ولكن من وجهة نظر التكلفة، لا يعمل هذا، كما أنه غير متسق”.
صمم DWF نظام ML لتصنيف كل وثيقة إيجار إلى فئات، وتحديد أنواع معينة من التفاصيل، ثم استخراج البيانات من الوثيقة.
كما يتبنى القطاع المصرفي غسل الأموال. طلبت جمعية البناء في المملكة المتحدة Nationwide ، من شركة IBM الأمريكية العملاقة للكمبيوتر، بناء “روبوت دردشة” ذكاء اصطناعي يسمى Arti ، لمساعدة المشترين لأول مرة على فهم كيفية الحصول على قرض عقاري.
ولكن عندما دخلت المملكة المتحدة في أول إغلاق لها في مارس، وتم الإعلان عن عطلات الرهن العقاري، غمر المقرض بدلاً من ذلك بالتساؤلات حولها.
في غضون أربعة أيام فقط، أعيد تدريب Arti – المدعوم من منصة الذكاء الاصطناعي IBM Watson – للإجابة على أسئلة عطلة الرهن العقاري. تعامل الوكيل الافتراضي أيضًا مع أسئلة أخرى حيث شهدت Nationwide ارتفاعًا في التسجيلات المصرفية عبر الإنترنت بنسبة 89 ٪.
يقول مايكل كونواي ، قائد المملكة المتحدة للذكاء الاصطناعي في خدمات IBM.
“ببساطة، سمحت لـ Nationwide بتركيز مواردها على أولئك الذين هم في أمس الحاجة إلى المساعدة، دون تجاهل احتياجات أي شخص آخر.”
وفي الوقت نفسه، يستخدم بنك تجزئة آخر في المملكة المتحدة خوارزميات تعلم الآلة لتحديد العملاء الذين يظهرون مؤشرات على وجود صعوبات مالية، بحيث يمكن الاتصال بهم تلقائيًا، ثم يقدمون الدعم قبل أن تخرج الأمور عن السيطرة.
تم تقديم هذا للمقرض من قبل BJSS، وهي شركة استشارية هندسية متعددة الجنسيات مقرها في ليدز.
يقول Sri Harsha Tharkabhushanam ، رئيس قسم علم البيانات في BJSS، إنه في السابق، كان 30٪ ممن لديهم متأخرات في وضع صعب حيث “كان هناك القليل جدًا من البنك يمكن أن يفعله لهم في تلك المرحلة”.
ولكن بعد تطبيق نموذج ML، تعني المطالبات الآلية أن عددًا أقل من الأشخاص يواجهون صعوبات شديدة، مع انخفاض الرقم إلى 10٪.
جمع ذكاء الأعمال باستخدام الذكاء الاصطناعي أصبح أيضًا أمرًا مهمًا.
على سبيل المثال، أرادت شركة أدوية أوروبية كبيرة، التي تريد عدم الكشف عن هويتها، التأكد من أنه إذا كان هناك منتج جديد تم إطلاقه، أو تم شراؤه من قبل أي من منافسيها، فإنها تعرف ذلك بسرعة.
الاقتصاد التكنولوجي الجديد عبارة عن سلسلة تستكشف كيف يتم تعيين الابتكار التكنولوجي لتشكيل المشهد الاقتصادي الجديد الناشئ.
استخدمت الشركة Filament AI، وهي شركة برمجيات للتعلم الآلي في لندن، لبناء نظام ML مفصل يمكنه مراقبة 1000 موقع ويب، و200 موجز إخباري، وما يقرب من 200000 مقال إخباري يوميًا على مدار الساعة.
يقول مايكل أوزبورن، أستاذ التعلم الآلي في جامعة أكسفورد، إن الشركات عبر العديد من الصناعات الآن “تحاول يائسة وضع أيديها على ML”، حيث يتم الآن قياس العديد من الأشياء رقميًا، مما يسهل تحليلها للحصول على رؤى ثاقبة.
تتفق مارثا وايت، الأستاذة المساعدة في علوم الحوسبة بجامعة ألبرتا في كندا، على أن استخدام تعلم الآلة ينمو بسرعة.
وتقول: “إن الجمع بين المزيد من البيانات، وأجهزة الكمبيوتر الأكثر قوة، والتركيز على الاستفادة من كليهما دفع المجال حقًا إلى الأمام”.
“سيستمر معدل الانتشار في النمو لعدة أسباب. أولاً، لا يزال هناك الكثير من الثمار المتدلية والقدرة على تحقيق الدخل باستخدام التكنولوجيا الحالية. ثانيًا، سنحسن قدرتنا على اتخاذ القرار باستخدام تنبؤات من أنظمة التعلم الآلي “.
ولكن على الرغم من أن ML أصبحت شائعة بشكل متزايد، إلا أن هناك مخاوف من المبالغة في بيعها على أنها “عصا سحرية”، وعدم ثقة الجمهور بها آخذ في الازدياد، كما يحذر الأستاذ أوزبورن.
يقول: “ML ليس هذا الحل الشامل للغناء والرقص لمشاكلنا”. “بدلاً من ذلك، إنه شيء لا يقدم قيمة إلا عند العمل جنبًا إلى جنب مع البشر، وجعل البشر يصممونها وفقًا لاحتياجاتهم الخاصة.
“ML هي تقنية قوية، ولكنها ليست تقنية للأغراض العامة بالكامل. فهي تحتاج إلى الكثير من التغيير والتبديل الدقيق لجعلها تعمل مع أي تطبيق جديد.”
المصدر: bbc
شاهد المزيد:
أفضل شركة تمويل شخصي بدون كفيل
