Fra data til læring: algoritmer for neste generasjons læringsstøtte

Offentlig prosjektsammendrag

Learnlab har gjennom tidligere SkatteFUNN-prosjekter utviklet teknologi for innsamling, strukturering og analyse av komplekse, multimodale læringsdata. Dagens generiske språkmodeller er lite tilpasset pedagogisk fortolkede data, små språk, personvernkrav og behovet for etterprøvbarhet i utdanning. Dette åpner for mer lokale KI-løsninger. Hovedmålet er å utvikle og undersøke om små, lokalt utviklede språkmodeller kan være et alternativ i en helhetlig pedagogisk plattform for planlegging, læringsmateriell, elevtilbakemelding og vurderingsstøtte, med adaptiv tilpasning til brukerens behov. Løsningen vurderes mot generiske modeller på kvalitet, ressursbruk, personvern, kontroll og etterprøvbarhet. FoU-utfordringen er å avklare hvordan læringsdata, brukerfeedback, syntetiske data, statistisk analyse, maskinlæring og små modeller bør kombineres. Arbeidet gjennomføres med brukere og forskere gjennom A/B-testing, mixed methods og analyse av systemdata i autentiske læringsforløp.