На конференции «Непрерывное образование» было затронуто много интересных тем. Одна из них, которая, уверены, будет полезна тем, кто непосредственно вовлечен в образовательный процесс, — касается такого явления, как «академическая тошностность». Об этом в своём выступлении говорил Андрей Комиссаров, глава блока «Образование на основе ИИ» ГК «Самолет».

Мы предлагаем скрипт записи выступления Андрея Александровича и готовим материал о том, как бороться с эффектом, который производит неизгладимое, но, увы, негативное впечатление на слушателей в образовательном процессе. 

Андрей Комиссаров:

«В онлайн мы можем собирать много всяких данных. Но в офлайн, когда мы просто сидим в аудитории, самый ценный след — это аудио. Почему не видео? Потому что видео долго и дорого обрабатывать. Аудио очень удобный для обработки речи формат. Мы можем брать из записи семантические ядра и даже больше: мы решили попробовать проанализировать такую компетенцию, как качество речи. Для этого мы собрали ансамбль алгоритмов ИИ, способных анализировать лингвистические аспекты, например, какую лексику использует преподаватель, насколько его речь свободна от слов-паразитов, насколько она связна и “вОдна” (“водность” — присутствие слов, не несущих смысл).

Есть ещё такой замечательный показатель, называется “тошностность”. Это — официальный термин в лингвистике. Мы, кстати, научились очень хорошо определять “душных людей” с помощью этого инструмента. Помогла нам в этом нейрофизиология. Мы стали собирать очень интересные данные. Есть данные вербальные, это то, что человек говорит. А есть ещё и невербальные элементы, в частности, в речи многих спикеров встречаются звуки “мычания”. Такие звуки называются “хезитация”. Мы собрали самый большой в стране Data-сет человеческого “мычания”.

Дело в том, что, поскольку человек, когда говорит, ещё и думает, ему необходимо задействовать лобные доли мозга. Если он делает это часто, то у него микрокапилляры, снабжающие кислородом эти лобные доли, будут более эластичными. Они могут быстрее расширяться и давать больше кислорода, когда нужно больше думать.  А вот если человек говорит редко, эти микрокапилляры не эластичны и, пока они расширяются, человек говорит “эээ”. Чем дольше человек говорит и чем короче при этом периоды между этими “прекрасными” звуками человеческого мычание, тем хуже из него коммуникатор. А всё потому, что у него мало практики.  

Настроив нейросеть на восприятие и анализ звука “эээ”, мы научились буквально из одного- двухминутных отрывков коммуникации понимать, насколько хорошим коммуникатором является спикер.

Ещё хочется сказать про анализ эмоций по видео и фото. Одной из задач, которую мне довелось решать с помощью искусственного интеллекта, стала задача борьбы с выгоранием преподавателей. И делали мы это так: взяли широкоугольный фотоаппарат, который регулярно делал фотографию лица. Далее по фото искусственный интеллект по ряду показателей определял эмоции, которые испытывал спикер во время выступления. Например, мы могли увидеть раздражительность, напряжение, скуку, потерю интереса и внимания. Это позволяет в определённый момент сказать преподавателю: “Горшочек, не вари!” и попросить его взять перерыв от работы».  

Telegram-канал Андрея Комиссаренко «Дизайн Образования»