Blockdit Logo (Mobile)
Baint Computer
•
เมื่อวาน เวลา 02:44 • การศึกษา

สัปดาห์ที่ 7 ของ BAINT AI: จาก Feedback สู่ระบบที่ “เข้าใจ” ผู้เรียน

สัปดาห์นี้ เราไม่ได้โฟกัสแค่การสร้างฟีเจอร์ใหม่
แต่เราเริ่มเข้าใจบางอย่างที่ลึกขึ้นเกี่ยวกับ “การเรียนรู้”
สิ่งที่เกิดขึ้นในสัปดาห์นี้
เราได้เก็บ feedback จาก:
  • 1.
    ​นักเรียน
  • 2.
    ​ผู้เรียนด้วยตัวเอง
  • 3.
    ​คนที่กำลังสร้างโปรดักต์
จากหลายประเทศ เช่น ไทย และ เกาหลี
ตอนแรกคำตอบดูเหมือนจะแตกต่างกัน
แต่เมื่อเราดูให้ลึกขึ้น เราเริ่มเห็น pattern บางอย่าง
Pattern ที่เราเห็น
นักเรียนไม่ได้มีปัญหาเพราะ “เนื้อหายาก”
แต่มีปัญหาเพราะ:
  • 1.
    ​ท่องจำโดยไม่เข้าใจ
  • 2.
    ​เข้าใจคำถามผิด
  • 3.
    ​ไม่มีการอธิบายแบบเป็นขั้นตอน
  • 4.
    ​ข้อมูลเยอะเกินไปจนสับสน
และสิ่งสำคัญที่สุดคือ:
แต่ละคน “คิดไม่เหมือนกัน”
ปัญหาที่แท้จริง
ระบบการเรียนส่วนใหญ่คิดว่า:
“คำอธิบายแบบเดียว ใช้ได้กับทุกคน”
แต่ในความเป็นจริง:
  • 1.
    ​บางคนต้องการ step-by-step
  • 2.
    ​บางคนต้องการคำอธิบายง่ายๆ
  • 3.
    ​บางคนคิดแบบ logic
  • 4.
    ​บางคนต้องการตัวอย่างจากชีวิตจริง
  • 5.
    ​บางคนต้องการความเข้าใจในมุมของมนุษย์
เมื่อคำอธิบายไม่ตรงกับผู้เรียน
ความสับสนก็จะเกิดขึ้น
สิ่งที่เราได้ปรับปรุง
จาก feedback เหล่านี้ เราได้ปรับ BAINT AI:
  • 1.
    ​เพิ่มโหมดการอธิบายหลายรูปแบบ
  • 2.
    ​→ step-by-step
  • 3.
    ​→ simple
  • 4.
    ​→ logic
  • 5.
    ​→ context
  • 6.
    ​→ human
  • 7.
    ​ปรับโครงสร้างคำตอบให้ชัดเจนขึ้น
  • 8.
    ​โฟกัสที่ “ความเข้าใจ” มากกว่า “คำตอบ”
สิ่งที่เราเรียนรู้
เราเริ่มเข้าใจว่า:
การเรียนรู้ ไม่ใช่แค่ข้อมูล
แต่มันคือระบบที่ประกอบด้วย:
  • 1.
    ​ความจำ
  • 2.
    ​ความเข้าใจ
  • 3.
    ​การคิด
  • 4.
    ​บริบท
  • 5.
    ​อารมณ์
ถ้าขาดอย่างใดอย่างหนึ่ง
ระบบจะไม่สมบูรณ์
การเปลี่ยนมุมมอง
จากเดิม:
“จะทำ AI ให้ตอบดีขึ้นได้อย่างไร?”
ตอนนี้:
“จะช่วยให้คนเข้าใจได้อย่างไร?”
สิ่งที่กำลังจะทำต่อ
  • 1.
    ​ทำให้คำอธิบาย adaptive มากขึ้น
  • 2.
    ​ลดความสับสนของผู้ใช้ใหม่
  • 3.
    ​ปรับประสบการณ์การใช้งานให้ดีขึ้น
สรุป
เราไม่ได้กำลังสร้าง:
“AI ที่ให้คำตอบ”
แต่กำลังสร้าง:
“AI ที่ช่วยให้คนเข้าใจ และนำไปใช้ได้จริง”
โฆษณา