Hogyan lehet algoritmusokat bevetni az egyetemi oktatásban, és milyen fejlesztések, kutatások folynak a Corvinus Egyetem Informatikai Intézetében? A 2021-es Kutatási Héten az intézet munkatársai bemutatták azokat a futó projekteket, melyek a legmodernebb technológiához és az oktatásfejlesztéshez kapcsolódnak.
2021.01.19. Írta: Taxner Tünde, borító: James Harrison, Unsplash
Mesterséges intelligencia az álhírek ellen?
Az utóbbi hónapokban kiemelten fontossá vált, hogy honnan tájékozódunk, hiszen a járvánnyal és az amerikai elnökválasztással kapcsolatban egyaránt megugrott az álhírek száma az online térben. Hogyan tudjuk őket felismerni, és segíthet-e ebben a technológia? Racskó Péter, tudományos tanácsadó azt vizsgálta, léteznek-e és hogyan lehetnek hatékonyak olyan mesterséges intelligenciára építő módszerek, melyek segítenek az álhírek felismerésében. Mivel a technológia adatbázisokra épül, amikben a fejlesztőknek meg kell adniuk, hogy mi számít igaznak és hamisnak, a kifejlesztett algoritmus az ő véleményüket fogja tükrözni.
A mesterséges intelligencia önmagában nem alkalmas a hamis hírek kiszűrésére, ez egy sokkal tágabb probléma, amiben a társadalomtudományoknak együtt kell működniük a technológiával.
- fogalmazta meg következtetéseit a Corvinus kutatója.
Magyar Melinda ugyancsak egy rendkívül aktuális témáról beszélt. Burka Dáviddal azt vizsgálja, mit gondolnak az emberek a koronavírusról, miként befolyásolják a társadalmi diskurzusok a járvány terjedését. A magyar-spanyol-angol nyelvű kutatás elsődlegesen a kis közösségekben zajló kommunikációra fókuszál, vagyis az adatgyűjtés közösségimédia-platformokon és kommentmotorokon történik majd. A lexikonalapú hangulatelemzés módszerével vetik össze a COVID-szkeptikusok véleményét a hivatalos, például WHO statisztikákkal.
Az intézetben folyó számos kutatás közül Molnár Géza a szemantikus adattárház módszert mutatta be. Azon dolgozik, hogyan lehet szöveges adatok olyan szintre hozni, hogy a döntéstámogatás - akár riportok formájában - könnyen elvégezhető legyen. Ezeken a kutatásokon túl Csáki Csaba a napenergia, Kovács Tibor és Kő Andrea pedig az ipar 4.0 karbantartási munkáival kapcsolják össze a mesterséges intelligenciát.
Kép: Burkus Brigitta, Közgazdász
Adattudomány az egyetemi oktatásban
A data science, vagyis az adattudomány több kutatás ernyőfogalma - az eredményeket a Corvinus szakfejlesztései során is felhasználták. Borbásné Szabó Ildikó munkatársaival a munkaerőpiacon igényelt kompetenciákat elemzi és jelzi előre álláshirdetések szövegei alapján, melyekből a munkaerőpiaci adattárház koncepciójának segítségével nyernek ki információkat. A big data feldolgozását az egyetemi infrastruktúra nem teszi lehetővé, azonban a koncepciót ki tudják dolgozni. A kutatás célja modellezni azokat a kompetenciákat, melyekre a hallgatóknak a végzés után a munkaerőpiacon szükségük lesz, és amikre a szak- és tananyagfejlesztések során is tudatosan építhetnek.
A tanuláselemzés, amit Fodor Szabina kutat munkatársaival, szintén az adattudomány területéhez kapcsolódik. Arra kíváncsiak, hogy milyen következtetéseket lehet levonni az osztályzatokból annak tudatában, hogy az adott tárgyat ki és milyen tematika szerint tanította, valamint hogyan épülnek tartalmilag egymásra a kurzusok. A 2011-es évfolyam adatain kezdték el a vizsgálatot, statisztikai modellt építettek rá. Megfigyelték például, hogy a gazdaságinformatikus képzésben az Üzleti intelligencia nevű tárgy alapjait képezik a Statisztika 1 és 2, valamint az Adatbázisok nevű kurzusok.
Vizsgálni fogják emellett a tárgyak osztályzatai közötti korrelációkat, melyek, bár nem feltétlenül mutatnak ok-okozati kapcsolatot, együttjárást igen. Ezzel felmérhetik a tárgyak közötti összefüggések okait, valamint azt, hogy milyen ismeretek szükségesek az adott tárgyhoz, ezáltal tudományosan alapozzák meg a tananyagfejlesztéseket. Fodor Szabina kiemelte:
Mindegyik kutatás azt a célt szolgálja, hogy minél hatékonyabban tudjuk oktatni, minél alacsonyabb legyen a lemorzsolódás és magasabb a személyreszabottság.
Láng Blanka kutatása is ehhez a célkitűzéshez kapcsolódik, azonban algoritmikus megoldása elsősorban az oktatóknak nyújthat segítséget. “Webfejlesztés órára szerettem volna feladatokat fejleszteni. Szerettem volna, hogy egy algoritmus fejlessze őket, hogy különbözőek és jó minőségűek legyenek” - mutatta be a kezdeteket. Később továbbfejlesztette a programot Excel-függvények lekérdezésére is, amit egy másik órájához használt fel. A program arra is képes, hogy a részfeladatokhoz nehézségi fokozatokat társítva előre megadott össznehézség alapján állítsa össze a feladatsort. Később programozási készségek kikérdezésére fejlesztette tovább, amihez elsőbbségi feltételeket is beépített a rendszerbe, hiszen ezekben a tesztekben vannak olyan kérdések, amiket csak akkor érdemes feltenni, ha már a hallgató előtte egy másik kérdést megválaszolt. A kutató legújabb fejlesztése arra irányul, hogyan adható ki a program laikus felhasználóknak, például nyelvtanároknak, és várja az édeklődők megkereséseit.
