Naše data a Duolingo
Duolingo, jako aplikace určená k učení jazyků, se nyní těší velké oblibě. V březnu 2020 došlo díky pandemii Covid-19 k nárůstu použití o 101 % kvůli uživatelské potřebě vzdělávat se doma (Gallotto, 2021). Sama jsem se na Duolingu učila intenzivně nový jazyk od základů a trénovala anglickou gramatiku, proto mě zajímá co je za jeho úspěchem.
Na stránkách Duolinga můžeme najít následující tvrzení: „Každý se učí trochu jinak. Poprvé v dějinách jsme schopni okamžitě analyzovat, jak se miliony lidí učí, abychom tak vytvořili ten nejefektivnější výukový systém a ušili ho každému studentovi na míru.“ Zaujala mě jistota, se kterou Duolingo vystupuje a jaká technologie se za onou pověstnou personalizací pro každého z 300 milionů uživatelů stojí. Sám CEO prezentuje Duolingo jako personalizovaného tutora (Buganza, Trabucchi & Pellizzoni, 2020).
Po nástupu Burra Settlese na pozici vedoucího výzkumu se z Duolinga stala platforma využívající umělou inteligenci k učení. Settles se na začátku soustředil na znalostní test, který uživatelé podstoupí před začátkem učení. Test určí na které úrovni začnou — pro případ, že už se uživatel jazyk učil, nebude muset začínat znovu od začátku. Během testu sbírá umělá inteligence data o uživateli přes jeho identitu, adaptaci až po pozornost, kterou testu věnuje. Duolingo často testuje nové prvky jak testu, tak samotných lekcí, na uživatelích pomocí A/B testování. Také díky tomu může být Duolingo personalizované. Data jsou mimo to využívány i ke gamifikaci například v podobě porovnávání se s přáteli nebo neznámými lidmi v dokončení kurzu (Gallotto, 2021).
“Using AI we can predict at any given time the probability that you will be able to recall that word in a given context,” explains Burr. “And we can inject what you need to keep practicing, exactly when you need it.” (Paranandam, n.d.)
A co konkrétně z umělé inteligence využívá? Využívá tzv. hluboké učení (tzv. deep learning) (Gallotto, 2021). Hluboké učení je technika strojového učení, která využívá architekturu neuronové sítě. Jinde je například v autonomních autech, kde pozná stopku nebo rozezná chodce od lampy (“What Is Deep Learning?”, n.d.). Rychle vyhodnocuje data a předpovídá uživatelovo chování. Díky tomu může na míru přizpůsobit uživateli algoritmy používající aplikace. Duolingo udělá takových předpovědí 300 milionů za den, kdy je každá z nich informována 100 000–30 miliony data pointy v daný moment (Gallotto, 2021).
A že to má výsledky…
Výzkum, který provedl výzkumný tým Duolinga zaměřený na poslech a čtení ukázal, že studenti, kteří dokončili začátečnickou část kurzu, byli v testech stejně dobří jako studenti, kteří absolvovali čtyři semestry na univerzitě. Co se týče mluvení, dosáhla nejméně polovina testovaných studentů po dokončení začátečnické části kurzu bez předchozí znalosti jazyka nejméně na úroveň A2 (“Efektivnost Duolinga”, n.d.).
Proběhla 8 týdenní studie, kdy bylo náhodně vybráno podle dalších kritérií x uživatelů Duolinga, kteří se učili Španělštinu od začátku. Na začátku a na konci podstoupili univerzitní test ze španělského jazyka a v mezidobí se učili na Duolingu. Doporučený cíl bylo strávit učením na Duolingu alespoň 30 hodin během daných dvou měsíců, spodní hranice byla stanovena na 2 hodiny za dva měsíce. Studie ukázala, že by student bez znalosti španělštiny potřeboval mezi 26 až 49 hodinami (34 hodin v průměru) k tomu, aby pokryl materiály prvního semestru španělštiny. Když se na výsledky podíváme podrobněji, byl významným faktorem ovlivňující výsledky důvod ke studiu španělštiny. Největší pokrok udělali uživatelé, kteří se učili kvůli cestování. Největší skupina, která jako důvod uvedla osobní zájem a školu, měla nečekaně nejmenší pokrok (Vesselinov & Grego, 2012).
Zdroje
- Buganza, T., Trabucchi, D., & Pellizzoni, E. (2020). Limitless personalisation: the role of Big Data in unveiling service opportunities. In (Roč. 32, s. 58–70). https://doi.org/10.1080/09537325.2019.1634252
- Gallotto, C. Duolingo: Language Learning through Deep Learning. Digital Innovation And Transformation: Mba Student Perspectives. Dostupné 28 duben 2022, z https://digital.hbs.edu/platform-digit/submission/duolingo-language-learning-through-deep-learning/
- Paranandam, C. (c2022). AI Helps Duolingo Personalize Language Learning. Wired. Dostupné 28 duben 2022, z https://www.wired.com/brandlab/2018/12/ai-helps-duolingo-personalize-language-learning/
- Vesselinov, R., & Grego, J. (2012). Duolingo Effectiveness Study: Final Report. http://static.duolingo.com/s3/DuolingoReport_Final.pdf
- Efektivnost Duolinga. Duolingo. Dostupné 28 duben 2022, z https://cs.duolingo.com/efficacy
- What Is Deep Learning?: 3 things you need to know. Mathworks. Dostupné 28 duben 2022, z https://www.mathworks.com/discovery/deep-learning.html
- Sedláček, V. (2022, duben 20). S populární aplikací Duolingo objevuje cizí jazyky už přes 300 milionů lidí. Nově vás naučí i mrtvý jazyk králů. Czechcrunch. Dostupné 28 duben 2022, z https://cc.cz/s-popularni-aplikaci-duolingo-objevuje-cizi-jazyky-uz-pres-300-milionu-lidi-nove-vas-nauci-i-mrtvy-jazyk-kralu/
- O nás. Duolingo. Dostupné 28 duben 2022, z https://cs.duolingo.com/info
Zdroj obrázku:
- Lombana, M. Á. A. Duolingo. https://bit.ly/39cPPW3
