poster-stem-job-placement-calculus.jpg

Le facteur caché qui empêche les gens de travailler dans les STEM


La croissance de l’emploi dans les domaines des STEM dépasse actuellement la croissance globale de l’emploi en Amérique. Cela signifie que 2,4 millions d’emplois STEM aux États-Unis ne sont pas pourvus. Mais, selon le département américain du Travail, les universités ne devraient produire qu’un tiers des diplômés nécessaires pour remplir ces fonctions. C’est une énorme lacune dans le talent STEM. La fuite dans le pipeline se trouve à un endroit dont personne ne parle: dans les cours de mathématiques avancés. Calcul, pour être précis.

Pour des milliers d’étudiants, le calcul est un obstacle frustrant à une carrière dans les STIM. Environ un tiers des élèves échouent ou abandonner le cours par frustration. Selon les National Institutes of Science, les femmes sont 1,5 fois plus susceptibles de laisser tomber le calcul, simplement par manque de confiance plutôt que par capacité. Pourtant, presque chaque travail STEM nécessite au moins un semestre.

Malheureusement, il n’y a pas de voie rapide pour apprendre les mathématiques, ni de raccourci pour créer les connexions logiques dans le cerveau que nous acquérons au cours d’une vie de résolution de problèmes et de pensée critique. Les compétences en mathématiques peuvent être développées si les gens sont prêts à passer du temps et à travailler dur.

La solution n’est pas simple, mais l’utilisation de l’intelligence artificielle avancée (IA) peut changer la façon dont les gens apprennent des sujets difficiles tels que le calcul. L’IA offre une gamme d’applications pour l’éducation et peut être utilisée pour favoriser un apprentissage plus efficace, dynamique et personnalisé.

Par exemple, les enseignants sont confrontés au défi de fournir une rétroaction personnalisée à grande échelle dans une classe ou dans plusieurs classes. Lorsque les gens ont des lacunes dans la compréhension, l’IA a montré sa capacité à identifier les modèles et à offrir les conseils et l’aide pédagogique les plus pertinents. Au fur et à mesure que les élèves apprennent et progressent, l’IA peut s’adapter à chacun de leurs styles d’apprentissage et de leurs préférences. Au fil du temps, l’IA peut ressembler au travail des meilleurs enseignants, en devenant un assistant virtuel pour atteindre les élèves d’une manière différente à l’intérieur et à l’extérieur de la salle de classe, ce qui, nous l’espérons, se révélera être un outil d’enseignement efficace.

Il y a plus d’un an, j’ai formé une équipe de scientifiques des données, d’ingénieurs et de spécialistes de l’apprentissage pour découvrir comment nous pouvons utiliser l’IA pour résoudre certains des défis d’apprentissage les plus complexes du monde. Nous avons envisagé d’aborder un certain nombre de sujets difficiles, tels que l’algèbre ou la langue anglaise, où des techniques avancées d’IA nous permettraient de proposer des expériences d’apprentissage individualisées. Ce serait une première pour l’éducation et une application vraiment percutante de l’IA pour de bon.

Nous avons continué à revenir au calcul en raison de la frustration qu’il cause aux étudiants et de son potentiel à faire une énorme différence dans l’économie des STEM. Nous savions également que si nous pouvions d’abord déchiffrer le code de la discipline mathématique la plus difficile, nous pourrions faire évoluer la technologie sur presque tous les sujets où les gens ont du mal à apprendre. Le résultat a été Aida Calculus, le premier tuteur de calcul mobile basé sur l’IA.

Au début de notre projet, nous savions certaines choses clés sur la façon dont les gens apprennent les mathématiques, et que l’apprentissage de la pédagogie et des sciences cognitives s’avérerait essentiel à l’application de l’IA. Par exemple, les élèves ont une charge mentale plus faible s’ils peuvent travailler à la main sur un problème de mathématiques sur papier. Nous avons également réalisé que les apprenants en calcul différentiel comprennent mieux les mathématiques s’ils savent comment elles sont appliquées dans des situations réelles.

C’est là que l’application des techniques d’IA, y compris l’apprentissage en profondeur, la vision par ordinateur et l’apprentissage par renforcement, peut aider. L’IA a la possibilité de dispenser un enseignement personnalisé, de mesurer l’efficacité et de fournir un tutorat individuel. Face à une équation difficile, un étudiant n’aurait qu’à prendre une photo de son travail manuscrit. L’IA peut reconnaître l’écriture manuscrite, analyser le problème, fournir des instructions étape par étape et fournir des exemples d’utilisation dans le monde réel tout en s’adaptant à chaque élève.

Lorsque tout cela fonctionne bien, cela ressemble à de la magie. C’est aussi un moyen de montrer aux gens la beauté et la joie des mathématiques dans notre monde. L’objectif est d’impliquer toute personne, étudiante ou adulte, curieuse de savoir comment appliquer les mathématiques dans sa vie quotidienne. En rendant le calcul pertinent et pertinent, nous pouvons commencer à insuffler la confiance dont les gens ont besoin pour se lancer dans des carrières STEM.

C’est également le type de technologie qui illustre le potentiel de l’IA pour de bon, quelque chose dont on parle souvent mais rarement vu dans les déploiements commerciaux. Bien que l’utilisation de l’IA soit quelque chose que les étudiants connaissent des applications grand public, c’est la première fois que ce niveau d’innovation est appliqué à l’espace éducatif. Maintenant, l’éducation bénéficie du même type d’algorithmes d’IA avancés que ceux trouvés dans les moteurs de recommandation personnalisés utilisés par Netflix et Spotify. Les apprenants d’aujourd’hui ont grandi avec ces technologies, il est donc naturel que l’éducation adopte des techniques d’IA modernes au profit des apprenants.

À l’avenir, avec l’aide de l’IA, nous pourrons exploiter la curiosité et les styles d’apprentissage personnels des gens de manière plus naturelle et plus fiable, faisant ainsi progresser leur accumulation de connaissances et le développement du cerveau grâce à des expériences efficaces, percutantes et engageantes. Et les tuteurs en IA pourraient devenir une extension courante des assistants d’enseignement en tant qu’intelligence augmentée.

Il est seulement approprié que le problème des talents STEM puisse être assisté par une solution STEM. Avec le temps, nous verrons l’impact d’une telle technologie sur l’éducation et la façon dont nous apprenons. Mais une chose est claire. Si nous pouvons atténuer certains des problèmes liés au calcul, nous verrons peut-être plus d’étudiants décerner des diplômes STEM, et nous aurons une meilleure chance de combler le fossé des talents dans un avenir proche.


Milena Marinova est vice-présidente principale, Produits et solutions d’IA, chez Pearson. Elle était auparavant chez Intel, où elle a dirigé le développement d’applications commerciales d’IA et d’AR / VR dans différentes industries. Elle est également conseillère et membre du conseil d’administration de startups de l’IA, et partenaire de capital-risque avec Atlantic Bridge Capital.

Leave a Reply

Your email address will not be published. Required fields are marked *

Share this post

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email

Articles similaires

Autres Articles