ຫນຶ່ງໃນສອງການແກ້ໄຂແມ່ນການກວດສອບຊ່ອງຫວ່າງຄວາມຮູ້ຂອງນັກຮຽນ, ບົນພື້ນຖານນັ້ນ AI ຈະແນະນໍາເນື້ອຫາທີ່ນັກຮຽນຕ້ອງປັບປຸງ.
ຜູ້ແທນໄດ້ຮຽນຮູ້ກ່ຽວກັບວິທີແກ້ໄຂເຕັກໂນໂລຊີໃນກອງປະຊຸມວິທະຍາສາດ "ຂໍ້ມູນໃຫຍ່ແລະປັນຍາປະດິດໃນ ການສຶກສາ : ຈາກຄວາມທ້າທາຍກັບຄວາມແຕກຕ່າງກັນ" - ພາບ: TT
ກປ.ອອນໄລ - ວັນທີ 22 ພະຈິກ, ຄະນະກໍາມະການປະຊາຊົນນະຄອນ ໂຮ່ຈີມິນ ແລະ ພະແນກສຶກສາ ແລະ ບຳລຸງສ້າງນະຄອນ ໂຮ່ຈີມິນ ໄດ້ຈັດຕັ້ງກອງປະຊຸມ ວິທະຍາສາດ “ຂໍ້ມູນໃຫຍ່ ແລະ ປັນຍາປະດິດໃນການສຶກສາ: ຈາກສິ່ງທ້າທາຍໄປສູ່ຄວາມແຕກແຍກ”.
ສອງວິທີແກ້ໄຂ AI
ທີ່ກອງປະຊຸມ, ທ່ານ ໂຮ່ຈີມິນ, ຫົວໜ້າຫ້ອງວ່າການກະຊວງສຶກສາ ແລະ ບຳລຸງສ້າງ ນະຄອນ ໂຮ່ຈີມິນ ໃຫ້ຮູ້ວ່າ: ນະຄອນ ໂຮ່ຈີມິນ ໄດ້ເລືອກເຟັ້ນ 2 ທິດທາງ ເພື່ອທົດສອບນຳໃຊ້ AI ໃນການສຶກສາ. ການແກ້ໄຂ 1 ແມ່ນເພື່ອສະຫນັບສະຫນູນນັກສຶກສາການປັບຕົນເອງເສັ້ນທາງການຮຽນຮູ້ຂອງເຂົາເຈົ້າ. ການແກ້ໄຂ 2 ແມ່ນການກວດສອບຊ່ອງຫວ່າງຄວາມຮູ້ຂອງນັກຮຽນ, ບົນພື້ນຖານນັ້ນ, AI ຈະແນະນໍາເນື້ອຫາທີ່ນັກຮຽນຕ້ອງປັບປຸງ.
"ນັກຮຽນແຕ່ລະຄົນມີຄວາມຕ້ອງການທີ່ແຕກຕ່າງກັນ, ຄວາມໄວໃນການຮຽນຮູ້ແລະຄວາມສາມາດໃນການຮຽນຮູ້. ການຮຽນຮູ້ດ້ວຍຕົນເອງເຮັດໃຫ້ນັກຮຽນຄວບຄຸມການເດີນທາງຂອງການສຶກສາຂອງພວກເຂົາ, ຕັດສິນໃຈວ່າພວກເຂົາຮຽນຫຍັງ, ວິທີການແລະເວລາໃດ.
ຮູບແບບ AI ພັດທະນາໂດຍພະແນກສຶກສາທິການ ແລະ ກີລານະຄອນໂຮ່ຈີມິນ ແນໃສ່ໜູນຊ່ວຍນັກຮຽນໃນການປັບປ່ຽນເສັ້ນທາງການຮຽນຮູ້ໂດຍການວິເຄາະການພົວພັນຂອງນັກຮຽນກັບວຽກງານກ່ຽວກັບລະບົບ LMS.
ຮູບແບບດັ່ງກ່າວຈະໃຫ້ຄໍາແນະນໍາສ່ວນບຸກຄົນສໍາລັບນັກຮຽນແຕ່ລະຄົນ, ເຊັ່ນ: ພື້ນທີ່ທີ່ຈະສຸມໃສ່ການປັບປຸງ; ອຸປະກອນເພີ່ມເຕີມຫຼືກິດຈະກໍາ; ການປັບປ່ຽນຕາຕະລາງການສຶກສາ; ຍຸດທະສາດເພື່ອຍົກສູງປະສິດທິຜົນການຮຽນຮູ້…” - ທ່ານ ມິນ ກ່າວວ່າ.
ກ່ຽວກັບວິທີແກ້ໄຂຄັ້ງທີ 2, ທ່ານ ມິນ ໃຫ້ຮູ້ວ່າ AI ຈະວິເຄາະຂໍ້ມູນປະຫວັດສາດຈາກການສຳຫຼວດຄວາມສາມາດແລະບັນດາຄຳຖາມ. ດັ່ງນັ້ນ, AI ຈະຄາດຄະເນເນື້ອຫາສະເພາະແລະຄວາມຮູ້ທີ່ນັກຮຽນອາດຈະຕ້ອງການການສະຫນັບສະຫນູນເພີ່ມເຕີມ.
ແລະສິ່ງທ້າທາຍ
ທ່ານ ໂຮ່ເຕີນມິນ, ຫົວໜ້າຫ້ອງວ່າການກະຊວງສຶກສາ ແລະ ບຳລຸງສ້າງ ນະຄອນ ໂຮ່ຈີມິນ ກ່າວຄຳເຫັນທີ່ກອງປະຊຸມ - ພາບ: TT
“ປະຈຸບັນ, ພວກເຮົາພວມຢູ່ໃນຂັ້ນຕອນຂອງການເກັບກຳ ແລະ ເຊື່ອມໂຍງຂໍ້ມູນສຳລັບ AI, ກົມສຶກສາ ແລະ ບຳລຸງສ້າງນະຄອນ ໂຮ່ຈີມິນ ຍັງປະສົບກັບຄວາມຫຍຸ້ງຍາກຫຼາຍຢ່າງຄື: ຂໍ້ຈຳກັດດ້ານພື້ນຖານໂຄງລ່າງ (ຂາດບັນດາພື້ນຖານໂຄງລ່າງເຊີເວີທີ່ເໝາະສົມພ້ອມກັບໜ່ວຍງານປຸງແຕ່ງກາຟິກ - GPU).
ໂດຍບໍ່ມີການເລັ່ງ GPU, ການຝຶກອົບຮົມແບບຈໍາລອງ AI ຈະຊ້າລົງຢ່າງຫຼວງຫຼາຍ, ຫຼຸດຜ່ອນຄວາມເປັນໄປໄດ້ຂອງການພັດທະນາຊ້ໍາຊ້ອນແລະການນໍາໃຊ້ຂະຫນາດໃຫຍ່. ຂໍ້ຈໍາກັດນີ້ສົ່ງຜົນກະທົບຕໍ່ບໍ່ພຽງແຕ່ຄວາມໄວເທົ່ານັ້ນ, ແຕ່ຍັງມີການຂະຫຍາຍການແກ້ໄຂຂອງ AI, ຍ້ອນວ່າການປຸງແຕ່ງຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ກາຍເປັນສິ່ງທີ່ບໍ່ສາມາດປະຕິບັດໄດ້ກັບຊັບພະຍາກອນ CPU ມາດຕະຖານ, "Minh ແບ່ງປັນ.
ຕາມທ່ານ Minh ແລ້ວ, ການຊື້ GPU ຜ່ານການລົງທຶນງົບປະມານຂອງລັດແມ່ນບໍ່ເປັນໄປໄດ້ ຍ້ອນນະໂຍບາຍສົ່ງອອກຈາກບັນດາປະເທດຜະລິດ chip. ການໃຊ້ແພລະຕະຟອມຄລາວຂອງ AI ຫຼື APIs ຈາກຜູ້ໃຫ້ບໍລິການເຊັ່ນ OpenAI ເຮັດໃຫ້ເກີດຄ່າໃຊ້ຈ່າຍຢ່າງຫຼວງຫຼາຍ, ໂດຍສະເພາະໃນເວລາທີ່ການແກ້ໄຂຖືກນໍາໃຊ້ເພື່ອຮັບໃຊ້ຜູ້ໃຊ້ຈໍານວນຫລາຍ.
ການບໍລິການຄລາວຄິດຄ່າບໍລິການອີງຕາມການນຳໃຊ້, ລວມທັງການປະມວນຜົນຂໍ້ມູນ, ການເກັບຮັກສາ ແລະການໂທ API. ສໍາລັບການປະຕິບັດງານສາທາລະນະທີ່ມີງົບປະມານຈໍາກັດ, ຄ່າໃຊ້ຈ່າຍຢ່າງຕໍ່ເນື່ອງເຫຼົ່ານີ້ເຮັດໃຫ້ເກີດພາລະທາງດ້ານການເງິນ…
ຊຸກຍູ້ການຫັນເປັນດີຈີຕອນໃນການສຶກສາ
ກອງປະຊຸມວິທະຍາສາດ “ຂໍ້ມູນໃຫຍ່ ແລະ ປັນຍາປະດິດໃນການສຶກສາ: ຈາກຄວາມທ້າທາຍຈົນກ້າວເຂົ້າສູ່ລວງເລິກ” ມີຜູ້ແທນກ່ວາ 350 ຄົນຈາກ ກະຊວງສຶກສາ ແລະ ບຳລຸງສ້າງ , ຄະນະກຳມະການປະຊາຊົນນະຄອນ ໂຮ່ຈີມິນ, ບັນດາພະແນກສຶກສາ ແລະ ບຳລຸງສ້າງພາກພື້ນຕາເວັນອອກສ່ຽງໃຕ້, ບັນດາຜູ້ຊ່ຽວຊານການຫັນເປັນດີຈີຕອນ...
ນີ້ແມ່ນໜຶ່ງໃນບັນດາການເຄື່ອນໄຫວຊຸກຍູ້ຄວາມຄືບໜ້າຂອງການປະຕິບັດໜ້າທີ່ ແລະ ຜັນຂະຫຍາຍຢ່າງມີປະສິດທິຜົນໃນການຜັນຂະຫຍາຍການນຳໃຊ້ເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ ແລະ ການຫັນເປັນດິຈິຕອນຂອງຂະແໜງການສຶກສາ ແລະ ບຳລຸງສ້າງໄລຍະ 2022 – 2025, ມຸ່ງໄປເຖິງປີ 2030 ຢູ່ບັນດາແຂວງພາກໃຕ້.
ກອງປະຊຸມໄດ້ມີການນຳສະເໜີຫຼາຍຮູບແບບ, ວິທີແກ້ໄຂ, ແລະ ເຕັກໂນໂລຊີທີ່ດີຈາກພະແນກສຶກສາ ແລະ ບຳລຸງສ້າງ, ນັກຊ່ຽວຊານ, ນັກທຸລະກິດທີ່ມີປະສົບການໃນການຫັນເປັນດິຈິຕອນ. ພ້ອມກັນນັ້ນ, ກອງປະຊຸມຍັງໄດ້ນຳສະເໜີຕົວແບບ ແລະ ວິທີແກ້ໄຂບັນດາຂະແໜງການສຶກສາພາກພື້ນພາກຕາເວັນອອກສ່ຽງໃຕ້ກຽມນຳໃຊ້ໃນໄລຍະຕໍ່ໄປ.
ທີ່ມາ: https://tuoitre.vn/tp-hcm-thu-nghiem-dua-ai-vao-giao-duc-20241122175617646.htm
(0)