Haalbaarheidsonderzoek naar AIPerLearn (AI-Powered Personalized Learning)

Inleiding

STARK Learning is gespecialiseerd in het ontwikkelen van lesmaterialen en -methodieken voor met name niches in de industrie, waarbij veelal gebruik wordt gemaakt van moderne tooling als AR en VR.

Aanpak en Expertise

STARK is vooral sterk in het afstemmen en personaliseren van haar lesmateriaal op de behoeften van de doelgroep, zodat zowel de leerervaring, het taalniveau als de werkvorm optimaal zijn. Dit zijn arbeidsintensieve stappen.

Ontwikkelingen in AI

In het AI-domein zijn echter zeer interessante ontwikkelingen gaande waarmee deze stappen mogelijk (grotendeels) geautomatiseerd kunnen worden, bijvoorbeeld met behulp van:

• Een Large Language Model (LLM) applicatie
• Neurale netwerken die menselijke taal en tekst kunnen begrijpen, verwerken en produceren

Denk hierbij aan het welbekende chatGPT (OpenAI GPT-4), Bard AI of LlAMA.

Nadelen van AI-tooling

Nadelen van deze AI-tooling zijn dat dit generieke modellen zijn en de output verre van 100% betrouwbaar is vanwege het generieke karakter van de modellen. Dit vereist validatie om de kwaliteit te borgen.

Daarnaast moeten deze modellen ook weer getraind worden voor specifieke doeleinden, zoals:

1. Genereren van lesmaterialen
2. Taalniveaus
3. Didactische werkvormen

Validatie en Optimalisatie

Er moeten systemen worden onderzocht voor het optimaliseren van validatie, zodat ‘fouten’ zich niet opnieuw voordoen. Ook is het van belang hoe deze tooling optimaal te prompten (logica ten aanzien van inputs/instructies) om tot de gewenste output te komen.

Doelstelling

STARK wil derhalve onderzoeken in hoeverre zij AI-modellen (LLM) kan toepassen, trainen of doorontwikkelen in bovengenoemde stappen om kwaliteit, expertise en validatie te borgen, wetende dat zij zich in een niche bevindt.