Maskinlæring og akademisk rutinearbeid

Undervisningssektoren er ikke særlig automatisert. Riktignok finnes all verdens datasystemer for å holde orden på studenter (karakterer, økonomi, studieprogresjon). Alle skoler har en eller annen form for LMS (Learning Management System) som gir tilgang til studiemateriale og til en viss grad fasiliterer studentinteraksjon. Noen har også digitalisert selve eksamen – i hvert fall om man kan kalle det å skrive eksamen på en PC for å digitialisere den.

Men jeg lurer på om vi ikke kan gå litt lenger.

JP Morgan, en amerikansk investeringsbank, har laget et system som heter COIN, som leser kontrakter og tolker dem. Programmet gjør 360.000 timer advokatarbeid i løpet av noen sekunder.

La meg se – finnes det innenfor undervisningssektoren noen prosesser der høyt gasjert personale sitter og leser massevis av sider med repetitivt innhold uten særlig utbytte?

phd120310s

Jepp, sensurering. Før man kan reise på ferie, må man (i alle fall om man underviser på massestudier, hvilket jeg heldigvis ikke gjør) forholde seg til en kjempebunke med oppgaver som skal leses og karaktersettes. Dette er en kjedelig prosess for alle involverte, selv om man kan gjøre mye ved å systematisere prosessen selv eller kanskje ty til kreative og litt desperate snarveier. Det er mange problemer med sensur, bortsett fra at det er kjedelig og repetitivt og dyrt. Et av dem er at man ikke alltid er like konsistent i sin karaktersetting. Jeg har aldri foretatt noen studier på det selv, men alle mulige studier av evalueringer i andre sammenhenger viser at saksbehandlere varierer i sine vurderinger før og etter lunsj, for eksempel. I tillegg er det norsk folkesport å klage på karakteren, i følge en utenforstående observatør.

Hva om vi brukte litt maskinlæring på sensuren? Det burde la seg gjøre å bruke tekstgjenkjenning av noe slag, slik at en sensor kunne lese et visst antall oppgaver, som deretter ble brukt til å trene opp en algoritme (f.eks. et nevralt nettverk) til å lese og karaktersette et større antall oppgaver. Ikke noe for alle studier, naturligvis, men store fag som «forberedende» på universitetet eller «ork & lede» på BI burde jo absolutt være kandidater, med sine tusenvis av oppgaver ingen egentlig orker å forholde seg til, aller minst kandidatene selv.

Riktignok vil dette ta vekk arbeid for endel sensorer, men for å være ærlig tror jeg ikke dette er noe man vil savne. Og det vil jo fri opp sensorene til å gjøre noe mer interessant.

«Never send a human to do a machine’s job,» for å sitere en av de dårligste filmene jeg vet. Så gjenstår det å se om studentene vil akseptere en klassifiseringsalgoritme som sensor – det skal i alle fall ikke stå på detaljeringsgraden i sensurbegrunnelsen…

Reklamer

One thought on “Maskinlæring og akademisk rutinearbeid

  1. Det er et enormt potensial for automatisering i utdanningssektoren. Ekte digitalisering åpner for helt nye leveranseformer og utfordrer forretningsmodellen til de tradisjonelle universitetene. Det er mange gode initiativer på dette allerede, og det skal bli spennende å se hvilke aktører som evner å skape de virkelig gode læringsopplevelsene ut av det.

Kommenter

Fyll inn i feltene under, eller klikk på et ikon for å logge inn:

WordPress.com-logo

Du kommenterer med bruk av din WordPress.com konto. Logg ut / Endre )

Twitter-bilde

Du kommenterer med bruk av din Twitter konto. Logg ut / Endre )

Facebookbilde

Du kommenterer med bruk av din Facebook konto. Logg ut / Endre )

Google+-bilde

Du kommenterer med bruk av din Google+ konto. Logg ut / Endre )

Kobler til %s