Toward enriched Cognitive Learning with XAI

要約

人工知能 (AI) 技術によってサポートされる計算システムが、さまざまな分野で一か八かの推奨や意思決定を行う際にますます重要な役割を果たし続けるにつれて、説明可能な AI (XAI) の需要が大幅に増加し、その影響が認知学習研究にも拡大しています。
新しい概念についての説明を提供することは、特に知識不足やスキルの応用から生じる課題に対処する場合、学習プロセスにおける基本的な支援として認識されています。
これらの問題に対処するには、学習プロセス全体を通じてタイムリーな説明とガイダンスが必要となり、説明モデルの開発に対する AI 専門家の関心を促します。
この論文では、XAI によってサポートされる認知学習のためのインテリジェント システム (CL-XAI) を紹介します。この際、2 つの重要な研究目標に焦点を当てます。それは、人間の学習者が XAI ツールを使用して AI モデルの内部メカニズムをどのように理解するかを調査することと、その有効性を評価することです。
人間のフィードバックを通じてツールを開発します。
CL-XAI の使用は、学習者が組み合わせ問題に取り組むことで問題解決スキルを強化し、複雑な概念の理解を深めていく、ゲームにインスピレーションを得た仮想ユースケースで説明されており、認知学習と共同学習における革新的な進歩の可能性を強調しています。

要約(オリジナル)

As computational systems supported by artificial intelligence (AI) techniques continue to play an increasingly pivotal role in making high-stakes recommendations and decisions across various domains, the demand for explainable AI (XAI) has grown significantly, extending its impact into cognitive learning research. Providing explanations for novel concepts is recognised as a fundamental aid in the learning process, particularly when addressing challenges stemming from knowledge deficiencies and skill application. Addressing these difficulties involves timely explanations and guidance throughout the learning process, prompting the interest of AI experts in developing explainer models. In this paper, we introduce an intelligent system (CL-XAI) for Cognitive Learning which is supported by XAI, focusing on two key research objectives: exploring how human learners comprehend the internal mechanisms of AI models using XAI tools and evaluating the effectiveness of such tools through human feedback. The use of CL-XAI is illustrated with a game-inspired virtual use case where learners tackle combinatorial problems to enhance problem-solving skills and deepen their understanding of complex concepts, highlighting the potential for transformative advances in cognitive learning and co-learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google