Преподавателите по изкуствен интелект вече могат да обясняват граматиката, да коригират грешки, да играят ролеви разговори и да практикуват десетки езици. Но за да се чувстват наистина разговорни, те все още се нуждаят от по-бързо време, справяне с прекъсване, обратни канали, емоционално осъзнаване и дългосрочна памет на учащия се.
Все още не съвсем - но разликата между чатбот и естествения разговор бързо се затваря.
Естественият разговор зависи от времето, прекъсването, реакцията, паметта и емоционалното осъзнаване - не само от правилните думи.
Учениците на езици трябва да оцелеят в реални разговори: колебание, грешки, промени в темата, изясняване и натиск.
В продължение на десетилетия изучаващите езици мечтаят за перфектния преподавател.
Такъв, който никога не се уморява. Никога не свършва търпението. Никога не съди грешките. И е на разположение, когато искате да тренирате.
Изкуственият интелект ни приближи до тази мечта от всякога.
Днешните преподаватели по изкуствен интелект могат да обяснят граматиката, да коригират грешки, да генерират упражнения, да играят ролеви разговори и да помагат на обучаемите да практикуват десетки езици.
Отговорът е прост: не съвсем, но се приближаваме забележително.
Разликата между чат и разговор
Повечето съвременни преподаватели по изкуствен интелект са впечатляващи. Можете да задавате въпроси, да практикувате диалози, да получавате корекции и дори да водите изненадващо сложни дискусии.
И все пак повечето взаимодействия все още следват поточен модел.
Ученикът задава въпрос или казва изречение.
Системата открива края на речта и обработва входа.
Отговорът се генерира и се изговаря обратно.
Обучаемият слуша, след което подготвя следващия завой.
Човешкият разговор не работи така. Истинските разговори са разхвърляни. Хората се прекъсват, колебаят се, смеят се, реагират емоционално, променят посоката си, завършват изреченията си и дават обратна връзка, докато слушат.
Малък сигнал, който показва изненада или интерес.
Малък сигнал за слушане, който кара другия човек да говори.
Подкана, която насърчава продължаването.
Признак за разбиране и разговорна основа.
Повечето преподаватели по AI могат да разговарят. Много по-малко могат да участват в ритъма на истински разговор.
Проблемът с времето
Едно от най-малко обсъжданите предизвикателства в разговорния AI е времето за реакция.
Човешкият разговор е невероятно бърз. Естественото завои често се случва в рамките на няколкостотин милисекунди, а в някои контексти очакваният прозорец на отговор може да се почувства още по-кратък.
Това означава, че хората не чакат, докато някой не свърши напълно, преди да реши какво да каже по-нататък. Предсказваме къде върви разговорът и се подготвяме, докато слушаме.
Гласовата система може да бъде интелигентна и все още да се чувства неестествена, ако отговорът пристигне малко твърде късно. Владеенето не се отнася само до думите. Става въпрос и за ритъма.
| Умение за разговор | Човешки разговор | Типичен AI гласов преподавател |
|---|---|---|
| Връщане на завои | Предсказуемо и бързо | Често чака пълен завой |
| Прекъсвания | Естествено и често | Често неудобни или неподдържани |
| Обратни канали | Постоянни малки слушателни сигнали | Често липсва или забавя |
| Ремонт | Незабавно изясняване | Може да изисква нова подкана |
| Емоционален отговор | Динамичен и осведомен с контекста | Все още непоследователен |
Защо настоящите гласови преподаватели на AI все още се чувстват роботизирани
Много гласови системи за изкуствен интелект са изградени около традиционен тръбопровод:
Тази архитектура е позволила огромен напредък, но също така създава триене.
Системата трябва да слуша, транскрибира, обработва, генерира текст, да конвертира този текст в аудио и след това да възпроизвежда аудиото обратно. Всеки етап добавя латентност.
Дори когато окончателният отговор е интелигентен, взаимодействието все още може да се чувства походово, а не разговорно.
Прекъсването на текста към речта
В много системи, след като звукът от текст към реч започне да се възпроизвежда, отговорът е ефективно ангажиран.
Аудиото се генерира и изпраща без естествен начин за прекъсване, спиране, преоформяне или пренасочване на изговорения отговор в реално време.
Човешките същества не говорят така.
Ако обучаемият прекъсва, преподавателят трябва да спре естествено и да се адаптира.
Ако обучаемият звучи объркано, преподавателят трябва незабавно да изясни.
Ако обучаемият промени посоката, преподавателят трябва да следва гладко.
Науката зад естествения разговор
Естественият разговор зависи от много повече от думи. Тя включва време, споделен контекст, прекъсвания, ремонт, емоционално осъзнаване и разговорно заземяване.
Отговорите трябва да пристигнат достатъчно бързо, за да се почувствате социално естествени.
Малки реакции като „мм-хмм“ и „Виждам“ поддържат разговора жив.
Истинските говорители се възстановяват от недоразумения, без да рестартират целия обмен.
Разговорът е естествен, когато и двете страни си спомнят какво вече се е случило.
Тонът, увереността, колебанието и разочарованието имат значение.
Защо това има значение за изучаващите езици
Целта на изучаването на езици не е просто завършването на уроците. Целта е разговорът.
Разговорът е непредсказуем.
- Бързо реагиране.
- Възстановяване от грешки.
- Искам за изясняване.
- Справяне с прекъсвания.
- Следващи промени в темата.
- Разбиране на емоционалния тон.
- Говорейки естествено под натиск.
Тези умения не могат да бъдат развити само чрез флаш карти. Те изискват интерактивна практика.
Въведете NVIDIA PersonaPlex
Едно от най-вълнуващите разработки в разговорния AI е NVIDIA PersonaPlex.
PersonaPlex е предназначен да реши няколко от проблемите, които карат текущите разговори с AI да се чувстват неестествени. Вместо да третира разговора като последователност от изолирани завои, той се движи към пълен дуплексен разговорен модел.
Системата може да слуша и говори едновременно. Това има значение, защото истинските хора слушат, подготвят се, реагират, прекъсват и се адаптират непрекъснато.
Преподавателят може да реагира по-естествено, когато обучаемият пресече или промени посоката си.
Учителят може да предоставя малки сигнали за слушане, вместо да чака тихо.
Преподавателят може да се чувства по-малко общ и по-социално правдоподобен.
Обучаемите могат да практикуват с учител, колега, екскурзовод, партньор в кафене или друга личност.
Защо Персона има значение
Представете си да научите испански. Бихте ли предпочели да практикувате с обикновен асистент за изкуствен интелект, търпелив учител по испански език, приятелски екскурзовод в Мадрид, испаноезичен колега или спокоен партньор за разговор в кафене?
Персона променя учебния опит, защото езикът е социален. Ние не говорим само за обмен на информация. Говорим, за да се свържем.
Езиков преподавател с последователна личност, тон, роля и разговорен стил може да направи практиката по-ангажираща и по-реалистична.
Памет: Липсващата съставка в повечето преподаватели по AI
Естественият разговор не е само за времето. Става въпрос и за паметта.
Добрият човешки преподавател помни с какво сте се борили миналата седмица, проблемите ви с произношението, граматичните модели, които продължавате да пропускате и кои думи все още се нуждаят от работа.
Много преподаватели по AI могат да провеждат впечатляващи разговори, но забравят какво се случи след приключване на сесията. Това не е начинът, по който работи ефективното обучение.
Как Polly2 използва паметта
В Polly2 паметта вече е част от учебния опит. В играта Progress Practice на Polly2, когато обучаемият сбърка нещо, платформата не просто продължава напред.
Тази грешка се помни. След това въпросът се дава приоритет и се проверява отново в по-късни практически сесии, за да се гарантира, че обучаемият се подобрява.
Грешката не е провал. Това е един от най-ясните сигнали, които преподавателят може да използва, за да персонализира бъдещата практика.
Какво все още трябва да бъде решено
Дори и при бърз напредък, истински разговорният AI на човешко ниво остава труден. Няколко предизвикателства все още трябва да се подобрят.
Идеалният преподавател трябва да помни напредъка през седмици, месеци и години.
Учителят трябва да разпознае разочарованието, объркването, скуката, вълнението и колебанието.
Езикът е свързан с хумора, учтивостта, социалните очаквания и културата.
Преподавателят трябва да спре, да се адаптира, да изясни и да промени посоката в средата на разговора.
Отговорите трябва да са достатъчно бързи, за да се чувстват естествени, но не толкова бързи, че да се чувстват изкуствени.
Какво означава това за Polly2
В Polly2 визията винаги е била по-голяма от упражненията и списъците с речници. Бъдещето на изучаването на езици е разговорно.
Не само AI, който отговаря на въпроси, но и AI, който се чувства като истински спътник за изучаване на езици.
Структурираните пътища помагат на учениците да знаят какво да учат по-нататък.
Историите правят речника и граматиката по-запомнящи се.
Грешките се запомнят и се използват за бъдещо укрепване.
Технологии като PersonaPlex сочат към по-подобен на човека говорен диалог.
Преподавателите могат да станат по-ангажиращи, специфични за ролята и социално правдоподобни.
И така, тук ли е наистина разговорният преподавател по езиков изкуствен интелект?
Не съвсем.
Но за първи път можем ясно да видим пътя.
Последните няколко години донесоха забележителен напредък в разсъжденията на ИИ. Следващите няколко години ще се съсредоточат върху нещо още по-важно: да накарате изкуствения интелект да се чувства естествен.
Когато AI може да слуша, реагира, помни, прекъсва, адаптира, насърчава и разговаря с ритъм, подобен на човека, изучаването на езици ще се промени завинаги.
Бъдещето на изучаването на езици няма да се гради само върху упражнения. Тя ще бъде изградена около разговори с памет, личност, естествено време, адаптация, корекция и насърчение.
Все още не сме там. Но ние сме по-близо, отколкото някога сме били преди.
Готови ли сте да практикувате с преподавател по езиков изкуствен интелект?
Използвайте Polly2, за да комбинирате AI разговор, учебни пътувания, обучение, базирано на истории, адаптивна практика и подсилване, управлявано от паметта.
Започнете да учите безплатно