Apps voor (bij)lessen gebruiken steeds meer kunstmatige intelligentie voor onder meer Engelse taaltraining, uitleg van wiskundige problemen en hulp bij het schrijven van essays. Naast invulling van grote taalmodellen gebeurt dat ook met eigen specifieke modellen.
De Chinese sector van de bijlessen kreeg in 2021 een flinke klap te verduren door het ‘dubbele reductie’-beleid van de overheid, dat bedoeld was om de lasten van te veel huiswerk en te veel naschoolse bijles voor leerlingen te verminderen. Commerciële bijlessen door leraars werden verboden. Maar technologisch gerichte bedrijven bleven investeren in digitale AI-gestuurde lessen.
Aangezien het gebruik van AI in de klas door de overheid gereglementeerd is werken onderwijsbedrijven vooral op bijlessen. Ongeveer 20% van de zoekopdrachten op chatbots zoals DeepSeek en Doubao (van ByteDance) heeft nu betrekking op bijlessen.
Grote modellen en hun beperkingen
Bedrijven die digitale lessen aanbieden hebben grote modellen, ontwikkeld door gevestigde bedrijven zoals ByteDance of nieuwkomers zoals DeepSeek, geïntegreerd in hun AI-gestuurde bijles-apps.
Of AI-(bij)les de complexe uitdagingen die inherent zijn aan het onderwijs echt kan overwinnen, hangt echter af van hoe effectief deze grote modellen zich kunnen aanpassen aan de verschillende leerbehoeften van de leerlingen.
ByteDance investeert ook zelf in digitaal onderwijs. In november 2023 richtte het een divisie op om een waaierAI-tools te ontwikkelen, waaronder de onderwijsapp Doubao Aixue. De app maakt gebruik van de mogelijkheden van het Doubao-model om problemen uit te leggen, essay-ideeën te suggereren en huiswerk na te kijken.
ByteDance heeft ook een AI-app voor het oplossen van wiskundeproblemen, genaamd Gauth. Die is gericht op gebruikers in het buitenland. Hij werd eerst gelanceerd in Oost-Aziatische markten waar studenten onder enorme druk staan, zoals Zuid-Korea. Daarna is hij gelanceerd in de VS en Europa, markten waar meer klanten bereid zijn te betalen voor dit soort diensten.
Het belangrijkste verkoopargument van sommigen digitale onderwijsbedrijven is dat hun AI-tutor te vergelijken is met een menselijke leraar. Eerder deze maand demonstreerde Doushen Beijing Education & Technology een één-op-één sessie met een AI-tutor die de gebruiker leert hoe hij essays moest schrijven. Het bedrijf is van plan die technologie toe te passen op alle vakken in het basis- en middelbaar onderwijs. In dezelfde maand lanceerde onderwijsgigant New Oriental Education & Technology Group ook een één-op-één les waarin een Chinese leraar, een Engelstalige leraar en een AI-tutor samenwerken om Engels als tweede taal te onderwijzen.
Gaotu Techedu is van plan volgende maand zijn AI-klas te lanceren. Die is ontworpen voor kinderen van 5 tot 15 jaar en laat hen toe de tutor tijdens de les te onderbreken en vragen te stellen. Jingzhunxue heeft veel succes met een app die wordt aangestuurd door het Tongyi Qianwen-model van Alibaba, waarbij de AI-docent met de leerlingen communiceert.
De grote AI-modellen hebben echter ook beperkingen. De meeste kunnen meerkeuzevragen, invulvragen en waar-of-onwaar-vragen aan, maar hebben moeite met wiskundige opgaven in het middelbaar onderwijs waarbij meerdere wegen naar de oplossing leiden. Dit is een ernstiger probleem geworden na de recente hervorming van de schooltoetsen in de grote steden; daarbij wordt vooral getoetst of leerlingen de verschillende stappen in het oplossingsproces van een wiskundig probleem goed begrijpen.
Specifieke modellen
Sommige digitale onderwijsbedrijven hebben daarom hun eigen specifiek op het onderwijs ferichte modellen ontwikkeld. De online onderwijstak van NetEase, Youdao, heeft jarenlang aan eigen modellen gewerkt. In januari lanceerde het Ziyue-o1, een model dat stapsgewijze uitleg kan geven voor het oplossen van een wiskundig probleem. In juni werd het open source. Het bedrijf pochte dat het kan draaien op één enkele in de handel voor consumenten beschikbare GPU en concurrerende modellen zoals DeepSeek-R1 overtreft in wiskundig redeneren.
Privé onderwijsbedrijven kunnen de data die ze in de loop der jaren hebben verzameld gebruiken om hun eigen modellen te trainen. Zo is het Jiuzhang-model van TAL Education Group gebaseerd op lesmateriaal dat het samen met lokale openbare scholen heeft ontwikkeld. Dit stelt het model in staat om antwoorden te genereren die nauw aansluiten bij de daadwerkelijke exameneisen.
Sommige bedrijven met de grote hoeveelheden data uit de praktijk hebben een hybride strategie waarbij de open source grote modellen van bijvoorbeeld Deepseek geïntegreerd worden met hun eigen AI- content voor specifieke toepassingen.
Personalisering
De AI-instructeurs moeten rekening houden met de complexiteit van het lesgeven aan verschillende leerlingen met verschillende behoeften. Dit geldt zeker voor individuele bijles.
Individuele AI-bijles moet meer kunnen dan alleen de hiaten in de kennis van leerlingen opvullen. Het moet de inhoud, lesstijl en presentatie afstemmen op de behoeften van individuele leerlingen. Bijvoorbeeld wanneer een leerling zwak presteert op wiskunde, komt dat dan doordat hij de helft van de kennis niet begreep, of doordat hij alle punten slechts deels begreep?
Op dit punt is nog werk te verrichten. Bedrijven kunnen bijvoorbeeld sets huiswerkopdrachten ontwerpen waarvan de antwoorden data opleveren die gebruikt kunnen worden om meer gepersonaliseerde lessen te creëren.
Op de langere termijn zullen deze bedrijven hun modellen kunnen trainen met data die ze in de loop der jaren hebben verzameld om een meer gepersonaliseerde begeleiding te geven.
Bron: Caixin
