നമ്മുടെ ലോകം ഇന്ന് ഡിജിറ്റൽ യുഗത്തിലേക്ക് പ്രവേശിച്ചുകഴിഞ്ഞു. മനുഷ്യ ജീവിതത്തിൽ ബിസിനസ്സ്, ആശയവിനിമയം, യാത്ര, ആരോഗ്യം, വിദ്യാഭ്യാസം തുടങ്ങിയ എല്ലാ മേഖലകളെയും സാങ്കേതിക വിദ്യ വളരെയധികം സ്വാധീനിക്കുന്നുണ്ട്. ആഗോളതലത്തിൽ നമ്മുടെ വിദ്യാഭ്യാസ മേഖല സാങ്കേതികവിദ്യയെ പൂർണ്ണ മനസോടെ സ്വീകരിക്കുന്നു. നൂതന സാങ്കേതികവിദ്യയുടെ വളർച്ച ഈ രംഗത്ത് ഒരുപാട് അത്ഭുതങ്ങൾ സൃഷ്ടിക്കുന്നു. അതിവേഗം വളർന്നുകൊണ്ടിരിക്കുന്ന ഈ സാങ്കേതികവിദ്യകളിൽ ഏറ്റവും പ്രധാനപ്പെട്ട ഒന്നാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ഇതിന്റെ ഫലങ്ങൾ ദൂരവ്യാപകമാണ്. ഇതിന്റെ അടിത്തറ വളരെ നൂറ്റാണ്ടുകൾ പഴക്കമുള്ളതാണെങ്കിലും കമ്പ്യൂട്ടിങ് ഹാർഡ് വെയറിന്റെ വ്യാപനം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ കൂടുതൽ അക്സസ്സ് ചെയ്യാൻ കഴിയുന്നതും ഉപയോഗയോഗ്യവുമാക്കി മാറ്റുന്നു.
90 – കളിൽ പ്രകടമായ ഉയർന്ന മൊത്ത എൻറോൾമെൻറ് അനുപാതവും മുമ്പത്തേക്കാൾ മികച്ച ബജറ്റ് ഫണ്ടിങ്ങും മൂലം സമീപ കാലങ്ങളിൽ ഇന്ത്യയിലെ സ്കൂൾ തല വിദ്യാഭ്യാസം വളരെയധികം മുന്നേറിയിട്ടുണ്ട്. എന്നിരുന്നാലും വിദ്യാർത്ഥികളെ നിലനിർത്തുന്നതിലുള്ള കുറഞ്ഞ നിരക്കും പഠന ഫലങ്ങളിലുള്ള മെച്ചപ്പെടുത്തലുകളും ഇന്ത്യയെ ആഗോള നിലവാരത്തിന് തുല്യമാക്കുന്നതിൽ വെല്ലുവിളി ഉയർത്തുന്നവയാണ്. ഇന്ത്യയുടെ വിദ്യാഭ്യാസ രംഗത്തെ ഭൂരിഭാഗം മാറ്റങ്ങളും സ്വകാര്യ മേഖലയിൽ നിന്നാണ് ആരംഭിക്കുന്നത്. കൂടാതെ ഡാറ്റാധിഷ്ഠിത സമീപനങ്ങളാൽ പ്രവർത്തിക്കുന്ന പുതിയ കണ്ടുപിടിത്തങ്ങൾ ഇന്ത്യയിലെ മിക്ക പ്രധാന സ്കൂളുകളിലും ഇപ്പോൾ കടന്നുവന്നിട്ടുണ്ട്.
- അധ്യാപകരിലും കുട്ടികളിലും വിദ്യാഭ്യാസ സ്ഥാപനങ്ങളിലും കണ്ടുവരുന്ന പരമ്പരാഗത വിദ്യാഭ്യസ രീതി തടസപ്പെടുത്തുന്നതിനും മികച്ച പഠനഫലങ്ങൾ നേടുന്നതിനുമായി രൂപപ്പെടുത്തിയിട്ടുള്ളവയാണ് മെച്ചപ്പെടുത്തിയ ഡാറ്റാ മൈനിംഗ്, ഉള്ളടക്ക ധാരണ, വിദ്യാർത്ഥി പ്രൊഫൈലിങ്, ടീച്ചർ ടാസ്ക് ഓഗ്മെന്റെഷൻ എന്നിവ. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിൽ അധിഷ്ഠിതമായ സാങ്കേതിക പ്ലാറ്റ്ഫോമുകൾ രാജ്യത്തിലുടനീളമുള്ള വിദ്യാഭ്യാസമേഖലയെ അടിസ്ഥാനപരമായി സ്വാധീനിക്കുന്നു. അവ വിദ്യാർത്ഥികൾക്കായി വ്യക്തിഗത പാഠ്യപദ്ധതികളും പഠന ശുപാർശകളും സൃഷ്ടിക്കുന്നതോടൊപ്പം അവരുടെ അക്കാദമികവും പഠനരീതിപരവുമായി ബന്ധപ്പെട്ട ദൗർബല്യങ്ങൾ കണ്ടെത്തി സമയമെടുക്കുന്നതും ആവർത്തിച്ചുള്ളതുമായ ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്തുകൊടുക്കുന്നു.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിൽ അധിഷ്ഠിതമായ വിദ്യാഭ്യാസ സാങ്കേതികവിദ്യയുടെ പ്ലാറ്ഫോമാണ് നന്നായി രൂപകൽപ്പന ചെയ്ത വിദ്യാഭ്യാസ വിജ്ഞാന അടിത്തറയുടെ തൂണുകളായ ഇന്റലിജന്റ് ഉള്ളടക്ക ഓട്ടോമേഷൻ, ക്യൂറേഷൻ എന്നിവ
നിർമ്മിച്ചിരിക്കുന്നത്.
Download the complete article.
References:
- Corbett, A. T. and Anderson, J. R. (1994), “Knowledge tracing: Modeling the acquisition of procedural knowledge,” User modeling and user-adapted interaction, vol. 4, no. 4, pp. 253–278, 1994
- Cukier, Kenneth (2019). “Ready for Robots? How to Think about the Future of AI”. Foreign Affairs. 98 (4): 192, August 2019.
- Faldu, K., Avasthi, A. and Thomas, A. (2018) “Adaptive learning machine for score improvement and parts thereof,” US20180090023A1, Mar 29, 2018.
- Lin, Y., Liu, Z., Sun, M., Liu, Y., & Zhu, X. (2015). Learning entity and relation embeddings for knowledge graph completion. In 29th AAAI Conference on Artificial Intelligence, Feb 2015.