एमआईटी श्वार्ज़मैन कॉलेज ऑफ कंप्यूटिंग ने शिक्षकों को AI विषयों में शिक्षा देने के लिए पायलट कार्यक्रम का अनावरण किया
MIT Schwarzman के उद्घाटन AI Educators Pilot ने साझा पाठ्यक्रम सामग्री का उपयोग करते हुए machine learning शिक्षण को विभिन्न विषयों में अनुकूलित करने के लिए 19 संकाय को प्रशिक्षित किया।
मुख्य जानकारी
- MIT Schwarzman College जुलाई में एक सप्ताह के लिए शुरू की गई थी, जिसमें विभिन्न संस्थानों से 19 संकाय सदस्यों को शिक्षण AI और गैर-कंप्यूटर विज्ञान विषयों में machine learning प्रशिक्षित किया गया था।
- कार्यशाला में एमआईटी के सी01/C51 Modeling को Machine Learning पाठ्यक्रम से अनुकूलित करने पर ध्यान केंद्रित किया गया, जिससे शिक्षकों को वित्त, स्थिरता और डेटा विज्ञान जैसे क्षेत्रों में वास्तविक प्रश्नों के लिए मौलिक ML अवधारणाओं को जोड़ने में मदद मिली।
- आयोजकों ने इस बात पर जोर दिया कि प्रशिक्षक क्षमता, सामग्री की कमी नहीं AI मुख्य बाधा है: शिक्षकों को एक "ब्लैक बॉक्स" के रूप में प्रस्तुत करने से परे जाने और इसके बजाय इसे डोमेन-विशिष्ट उपकरण के तौर पर तैयार करने के लिए समर्थन की आवश्यकता होती है।
- प्रतिभागी भविष्य के पायलटों को आकार देने और शिक्षकों का एक व्यापक नेटवर्क बनाने के लिए अपने फीडबैक का उपयोग करेंगे, जो छात्रों को सीखने वाले वातावरण में महत्वपूर्ण रूप से सोचने के लिए तैयार करने पर केंद्रित है।
मेटा विवरण: MIT Schwarzman College जुलाई में अपना पहला AI Educators Pilot आयोजित किया गया, जिसमें 19 संकाय सदस्यों को अपने स्वयं के पाठ्यक्रमों के लिए machine learning शिक्षण अनुकूलित करने का प्रशिक्षण दिया गया।
टैगः AI शिक्षा, MIT Schwarzman College, machine learning , संकाय प्रशिक्षण
विशेष रुप से प्रदर्शित छवि: कनेक्टेड नोड्स, किताबें और एक खाली बोर्ड का अनुकूल अमूर्त चित्रण, जिसमें कोई व्यक्ति, लोगो या पाठ नहीं है।
जुलाई में, MIT Schwarzman College कंप्यूटिंग ने उद्घाटन AI Educators Pilot की शुरुआत की, एक सप्ताह तक चलने वाली कार्यशाला जिसमें कॉलेजों और विश्वविद्यालयों के 19 संकाय सदस्य शामिल हुए। इसका उद्देश्य यह था कि AI को विषयों और सीखने के वातावरण में कैसे पढ़ाया जाता है। पायलट उन प्रशिक्षकों के लिए है जो पारंपरिक कंप्यूटर विज्ञान विभागों के बाहर पढ़ाते हैं, और छात्रों के लिए जो उस शिक्षण पर भरोसा करेंगे क्योंकि AI उपकरण वित्त, स्थिरता और अन्य क्षेत्रों में जाते हैं। प्रतिभागियों ने एमआईटी संकाय के साथ सी01/सी51, मॉडलिंग विथ Machine Learning से सामग्रियों को अनुकूलित करने के लिए काम किया, एक पाठ्यक्रम जिसे Common Ground द्वारा कम्प्यूटिंग और AI शिक्षा के लिए बनाया गया था, ताकि वे अपने स्वयं के कक्षाओं में इसके तरीकों का उपयोग कर सकें।
साझा पाठ्यक्रम, एक सिलेबस नहीं
पायलट का प्रारंभिक बिंदु AI के लिए एक सामान्य परिचय नहीं था, लेकिन एक विशिष्ट एमआईटी पाठ्यक्रम। सी01/सी51 छात्रों को अपने स्वयं के विषयों में समस्याओं के आधारभूत AI और machine learning अवधारणाओं को समझने और लागू करने में मदद करने के लिए डिज़ाइन किया गया है। machine learning की एक शाखा है जिसमें software हस्तलिखित नियमों का पालन करने के बजाय डेटा से पैटर्न सीखता है। कई छात्रों के लिए, चुनौती यह नहीं है कि क्या वे एक मॉडल चला सकते हैं, बल्कि क्या वे मॉडल को अपने प्रमुख में वास्तविक प्रश्न से जोड़ सकते हैं।
Dan Huttenlocher, कंप्यूटिंग के डीन MIT Schwarzman College और Electrical Engineering और Computer Science, या ईईसीएस ने व्यापक लक्ष्य को प्रशिक्षक प्रशिक्षण में निवेश करके AI शिक्षा का विस्तार करने के रूप में वर्णित किया। Asu Ozdaglar , डिप्टी डीन ऑफ अकादमिक्स फॉर MIT Schwarzman College और विभाग प्रमुख EECS, परिणाम को अलग तरह से तैयार करते हैंः उद्देश्य छात्रों को निष्क्रिय उपयोगकर्ताओं के बजाय महत्वपूर्ण विचारकों के बारे में बनाना है ।
संकाय क्षमता एक बाधा है
पायलट को कैंपस में लाने के लिए कंप्यूटिंग के MIT Schwarzman College भर में सहयोग की आवश्यकता थी। नेतृत्व और कर्मचारियों ने इस कार्यक्रम का समर्थन किया, और आधा दर्जन से अधिक प्रशिक्षकों ने सामग्री का योगदान दिया। उनके क्षेत्र वित्त और कंप्यूटर विज्ञान से लेकर स्थिरता तक थे, एक मिश्रण यह दिखाने का इरादा था कि AI शिक्षण केवल एक विभाग तक सीमित नहीं हो सकता है। घटना ने मूल तकनीकी अवधारणाओं को उदाहरणों और शिक्षण सामग्रियों के साथ जोड़ा जिसे प्रतिभागी अलग-अलग कक्षा सेटिंग्स में अनुकूलित कर सकते हैं।
Saurabh Amin में एडमंड के. Turner Professor और संकाय निदेशक, AI Educators Pilot ने कहा कि उन्होंने ऐसा कोई प्रयास नहीं देखा है: कई समर्पित प्रशिक्षक समृद्ध सामग्री को इकट्ठा करते हैं जो शिक्षकों को छात्रों की सेवा करने के लिए सुसज्जित करते हैं। अमीन भी सह-निर्देशित करता है Operations Research Center, संयुक्त रूप से कंप्यूटिंग और प्रबंधन के भीतर MIT Schwarzman College स्थित है। कार्यशाला का समर्थन जेक और Robin Reynolds द्वारा किया गया था।
19 प्रतिभागी Allen University, Babson College, Brandeis University, Marshall University, लोवेल में मैसाचुसेट्स विश्वविद्यालय से आए थे। उन्होंने एमआईटी संकाय और प्रशिक्षकों के साथ काम किया, डेमो, वीडियो और अभ्यासों का उपयोग करके शिक्षाशास्त्र या शिक्षण पद्धति की खोज करने के लिए मॉडलिंग के साथ Machine Learning । हाथ पर गतिविधियों ने उन्हें पाठ्यक्रम की सामग्रियों और विधियों को अपने स्वयं के कक्षा सेटिंग्स में अनुवाद करना कहा।
लोवेल में मैसाचुसेट्स विश्वविद्यालय में कंप्यूटर विज्ञान के सहायक प्रोफेसर Wenjin Zhou के लिए, समय व्यावहारिक था: उनका विभाग एक AI और डेटा साइंस प्रोग्राम शुरू कर रहा है। वह यह देखना चाहते थे कि अन्य शिक्षक कैसे पढ़ाते हैं AI और विचार करने के लिए कि अब कंप्यूटर विज्ञान प्रशिक्षण का क्या मतलब है कि AI कई लोगों को उपकरण बनाने में मदद कर सकता है।
ब्लैक बॉक्स से आगे बढ़ना
अमीन ने कहा कि मुद्दा उच्च-गुणवत्ता AI सामग्री की कमी नहीं है। जो आमतौर पर गायब होता है वह संदर्भ हैः प्रशिक्षकों और छात्रों के लिए विशिष्ट विषयों, समस्याओं और सोचने के तरीकों से अवधारणाओं को जोड़ने का अवसर। वे कनेक्शन अक्सर संवाद और तर्क के माध्यम से विकसित होते हैं, न कि प्राप्त होने वाले विचारों के एक निश्चित सेट के रूप में प्रस्तुत करके। शिक्षक क्षमता सबसे दुर्लभ संसाधनों में से एक है, क्योंकि कुछ शिक्षाविद अवधारणाओं और उपकरणों की एक निश्चित सूची से अधिक सिखाने के लिए तैयार हैं, इसे अपने क्षेत्र में जमीनी स्तर तक पहुंचाते हैं, और छात्रों को निर्णय के साथ उपयोग करने में मदद करते हैं।
Shen Shen, एक ईईसीएस व्याख्याता और कार्यशाला प्रशिक्षक, शिक्षण समस्या को सादे शब्दों में रखते हैंः शिक्षकों को यह सुनिश्चित करने की आवश्यकता है कि machine learning एक ब्लैक बॉक्स या रहस्यमय नई तकनीक नहीं है। एक काला बॉक्स एक ऐसा मॉडल है जिसका आंतरिक कामकाज निरीक्षण करना मुश्किल है। इसके बजाय वर्कशॉप ने machine learning को एक उपकरण के रूप में माना, या एक नया फ्रेमिंग, जो किसी विशिष्ट डोमेन में समस्या को हल करने में मदद कर सकता है।
एक सप्ताह के पायलट से बढ़ते नेटवर्क तक
कार्यशाला के अंत में, प्रतिभागियों ने इस बात पर विचार किया कि वे किन सामग्रियों और शिक्षण दृष्टिकोणों को अपने स्वयं के विषयों और पाठ्यक्रमों के लिए अनुकूलित करने की योजना बना रहे हैं। उनकी प्रतिक्रिया पायलट के भविष्य के संस्करणों को आकार देने में मदद करेगी और विविध सीखने वाले वातावरणों में शिक्षा का विस्तार AI करने के लिए प्रतिबद्ध शिक्षकों के एक व्यापक नेटवर्क का समर्थन करेगी।
Weijie Pang, टेक्नोलॉजी के Wentworth Institute में कंप्यूटर विज्ञान की सहायक प्रोफेसर, ने कहा कि वह चल रही समुदाय-निर्माण गतिविधियों के लिए सबसे अधिक उत्सुक थीं। उन्होंने विभिन्न प्रमुखों और क्षेत्रों से संकाय के साथ बात करने और अन्य विश्वविद्यालय क्या कर रहे हैं, यह जानने के अवसर को महत्व दिया। Brandeis University में कंप्यूटर साइंस के एक सहायक प्रोफ़ेसर, सप्ताह ने दिखाया कि कई क्षेत्रों में शिक्षक एक ही सवाल के साथ कुश्ती कर रहे हैंः AI परिवर्तन का उपयोग करते हुए छात्रों को कैसे तैयार करें। शिक्षा के बाद पाठकों के लिए, पायलट सुझाव देता है कि अगली बाधा कक्षा निर्णय के बारे में मॉडल एक्सेस के बजाय कम हो सकती हैशिक्षक जो छात्रों को प्रश्न पूछने, बस अनुकूलित करने और इसे लागू करने के बजाय इसके साथ निर्माण करने में मदद कर सकते हैं ।
Comments (0)