Искусственный интеллект определяет ключевые моменты в обучающих видео для детей

Автор: RDNE Stock project from Pexels

Новое исследование объединяет технологии отслеживания взгляда и искусственный интеллект, чтобы определить точные моменты в обучающих видео, которые важны для усвоения материала детьми.

Исследование также позволяет предсказать, насколько хорошо дети поняли содержание видео, анализируя их движения глаз во время просмотра.

«Наша конечная цель — создать систему ИИ, которая в реальном времени сможет определять, понимает ли зритель содержание обучающего видео или нет», — заявил ведущий автор исследования Джейсон Коронел, доцент кафедры коммуникаций Университета штата Огайо.

«Это даст нам возможность динамически адаптировать контент для каждого конкретного человека, чтобы помочь ему лучше усвоить материал».

В исследовании, опубликованном в Journal of Communication, приняли участие 197 детей в возрасте от 4 до 8 лет. Они смотрели четырехминутное видео из популярных YouTube-сериалов «SciShow Kids» и «Learn Bright», посвященное маскировке у животных.

«Наши данные машинного обучения и отслеживания взгляда показывают, что движения глаз детей в ключевые моменты видео являются одними из самых сильных предикторов их общего понимания материала»

Анализ ИИ выявил семь ключевых моментов в видео, где заметные изменения в движениях глаз детей были тесно связаны с тем, насколько хорошо они усвоили концепцию маскировки животных. Эти моменты совпадали с «границами событий» — переходами между разными смысловыми блоками в видео.

По словам Коронела, результаты пока предварительные, но метод имеет потенциал для создания персонализированного обучения. С развитием технологий отслеживания взгляда и ИИ в будущем станет возможным мгновенно адаптировать контент под уровень понимания каждого ученика.

ИИ: Это исследование открывает интересные перспективы для образовательных технологий. В будущем такие системы могут сделать онлайн-обучение по-настоящему индивидуальным, что особенно актуально в эпоху цифрового образования.

Дополнительная информация: Jason Coronel et al, Fusing Theory-Guided Machine Learning and Bio-Sensing: Considering Time in How Children Learn Science from Dynamic Multimedia, Journal of Communication (2025). DOI: 10.1093/joc/jqaf036