Asistente de voz inteligente como ejemplo de implementación de una metodología de diseño inclusivo

Introducción. El desarrollo de métodos y tecnologías de inteligencia artificial destinados al reconocimiento de voz contribuye a la creación de programas especializados: asistentes de voz capaces de dialogar en un lenguaje natural. Tales servicios son de particular importancia a la hora de hablar de la educación inclusiva, puesto que se convierten en un gran apoyo para los estudiantes con discapacidad visual. El estudio ha sido dedicado al problema del apoyo individualizado respecto al trabajo independiente de los estudiantes, basado en un asistente de voz, provocado por la contradicción entre el uso generalizado de algunos sistemas de preguntas y sistemas en los negocios y en la vida cotidiana (incluidos los que tienen una interfaz de voz), por un lado, y la falta de conocimiento suficiente de sus capacidades didácticas, por otro lado.

Objetivo. El propósito del artículo es la investigación e implementación práctica de una metodología para el diseño inclusivo de recursos educativos digitales utilizando como ejemplo, la creación de un asistente de voz inteligente para el trabajo independiente de los estudiantes de la asignatura “Redes de Computadores”.

Metodología, métodos y procesos de investigación. La investigación está soportada en la metodología del diseño inclusivo en combinación con un enfoque ontológico orientado hacia la creación de recursos educativos digitales, así como también, basado en métodos de reconocimiento de voz, métodos para el diseño de sistemas inteligentes y bases de conocimiento, en métodos y tecnologías para el diseño e implementación de sistemas de enseñanza automatizados con comentario. Para ello, se han utilizado métodos de análisis de texto en lenguaje natural y modelos de clasificación, creados mediante métodos de aprendizaje automático para reconocer preguntas, encontrar respuestas y respaldar los diálogos realizados por el asistente de voz.

Resultados. Fueron elaborados y justificados los requisitos que debe satisfacer un recurso educativo digital de acuerdo con los principios del diseño inclusivo, vinculando un enfoque ontológico al desarrollo de contenidos, el apoyo automático individualizado a los estudiantes y el seguimiento del logro de los resultados educativos. De acuerdo con los requisitos formulados, se ha desarrollado un servicio informático interactivo, es decir, un asistente de voz inteligente que brinda apoyo al trabajo independiente de los estudiantes al realizar tareas prácticas, utilizando como ejemplo el curso “Redes informáticas”. El servicio admite la entrada de voz y la posterior interpretación de preguntas, la búsqueda de respuestas en la base de conocimientos con la salida de voz del resultado y, también implementa operaciones de acuerdo a ciertas reglas.

Novedad científica. Se ha aclarado el contenido del concepto de “diseño inclusivo” en el contexto de los recursos educativos digitales, cuando la característica clave es el enfoque en la mejora contínua de las capacidades didácticas de un producto en particular. Se ha demostrado, que esto se puede lograr mediante una estructura de contenido conceptualmente sólida y a la retroalimentación mútua en doble dirección. Este enfoque ha demostrado su eficacia en el diseño de un asistente de voz inteligente diseñado para responder a las preguntas de los estudiantes y realizar automáticamente operaciones informáticas.

Significado práctico. El uso de un asistente de voz por parte de los estudiantes del Instituto de Matemáticas e Informática de la Universidad Estatal de Tiumén durante el estudio de la disciplina “Redes de Computadoras” mostró la relevancia de desarrollar sistemas similares de preguntas y respuestas para apoyar el trabajo independiente de los estudiantes, incluidos aquellos con discapacidad visual, en condiciones de aprendizaje en línea y semipresencial. El servicio desarrollado es de naturaleza universal y se puede utilizar con cualquier base de conocimientos que proporcione respuestas a las preguntas de los estudiantes.

1. Standard I. S. EN 17161:2019 – Design for All. Available from: https://universaldesign.ie/products-services/i-s-en-17161-2019-design-for-all-accessibility-following-a-design-for-all-approach-inproducts-goods-and-services-extending-the-range-of-users/ (date of access: 03.08.2023).

2. Clarkson P. J., Coleman R. History of inclusive design in the UK // Applied ergonomics. 2015. Vol. 46. P. 235–247. DOI: 10.1016/j.apergo.2013.03.002

3. Dong H., McGinley C., Nickpour F., Cifter A. S. Designing for designers: Insights into the knowledge users of inclusive design // Applied ergonomics. 2015. Vol. 46. P. 284–291. DOI: 10.1016/j.apergo.2013.03.003

4. Котов С. В. Инклюзивное образование: трансформация системы образования [Электрон. ресурс] // Известия Южного федерального университета. Педагогические науки. 2016. №. 12. С. 30–36. Режим доступа: https://www.elibrary.ru/download/elibrary_28140896_65083749.pdf (дата обращения: 03.08.2023).

5. Лаврентьева З. И., Лаврентьева О. А. Универсальный дизайн как способ организации воспитательного пространства инклюзивной школы [Электрон. ресурс] // Известия Воронежского государственного педагогического университета. 2020. № 1. С. 85–88. Режим доступа: http://izvestia.vspu.ac.ru/content/izvestia_2020_v286_N1/85-88.pdf (дата обращения: 03.08.2023).

6. Oliveira A. R. P., Munster M. A., Gonçalves A. G. Universal design for learning and inclusive education: A systematic review in the international literature // Revista Brasileira de Educação Especial. 2019. Vol. 25. P. 675–690. DOI: 10.1590/s1413-65382519000400009

7. Ковязина Е. С., Волосникова Л. М. Управление качеством инклюзивного образования на основе концепции универсального дизайна в обучении // Педагогика. Вопросы теории и практики. 2020. Т. 5, № 4. С. 437–442. DOI: 10.30853/ped200104

8. Persson H., Åhman H., Yngling A. A., Gulliksen J. Universal design, inclusive design, accessible design, design for all: different concepts – one goal? On the concept of accessibility – historical, methodological and philosophical aspects // Universal Access in the Information Society. 2015. № 14 (4). P. 505–526. DOI: 10.1007/s10209-014-0358-z

9. Moriña A. Inclusive education in higher education: challenges and opportunities // European Journal of Special Needs Education. 2017. № 32 (1). P. 3–17. DOI: 10.1080/08856257.2016.1254964

10. Mohammed P. S., Nell’Watson E. Towards inclusive education in the age of artificial intelligence: Perspectives, challenges, and opportunities // Artificial intelligence and inclusive education. Singapore: Springer, 2019. P. 17–37. DOI: 10.1007/978-981-13-8161-4_2

11. Pacheco E., Lips M., Yoong P. Transition 2.0: Digital technologies, higher education, and vision impairment // The Internet and Higher Education. 2018. Vol. 37. P. 1–10. DOI: 10.1016/j.heduc.2017.11.001

12. Farhan W., Razmak J. A comparative study of an assistive e-learning interface among students with and without visual and hearing impairments // Disability and Rehabilitation: Assistive Technology. 2022. № 17 (4). P. 431–441. DOI: 10.1080/17483107.2020.1786733

13. Azeta A. A., Daramola O. A voice-based e-examination framework for visually impaired students in open and distance learning // Turkish Online Journal of Distance Education. 2018. № 19 (2). P. 34–46. DOI: 10.17718/tojde.415635

14. Dharmasena I. H. H. N., Jayakody J. A. D. C. A. Voice-based online examination system for visually impaired students // 2nd International Conference on Advanced Research in Computing (ICARC), 23–24 February 2022. Belihuloya, Sri Lanka: IEEE. P. 367–372. DOI: 10.1109/ICARC54489.2022.9754191

15. Rajagopal A., Vedamanickam N. New approach to human AI interaction to address digital divide& AI divide: Creating an interactive AIplatform to connect teachers & students // IEEE international conference on electrical, computer and communication technologies (ICECCT), 20–22 February 2019. Coimbatore, India: IEEE. P. 1–6. DOI: 10.1109/ICECCT.2019.8869174

16. González-Castro N., Muñoz-Merino P. J., Alario-Hoyos C. Adaptive learning module for a conversational agent to support MOOC learners // Australasian Journal of Educational Technology. 2021. № 37 (2). P. 24–44. DOI: 10.14742/ajet.6646

17. Hamal O., Faddouli N. E. Intelligent system using deep learning for answering learner questions in a MOOC // International Journal of Emerging Technologies in Learning (iJET). 2022. № 17 (2). P. 32–42. DOI: 10.3991/ijet.v17i02.26605

18. Jung S., Son M., Kim C. I., Rew J., Hwang E. Video-based learning assistant scheme for sustainable education // New Review of Hypermedia and Multimedia. 2019. № 25 (3). P. 161–181. DOI: 10.1080/13614568.2019.1678682

19. V. Shmyrev N. V. Vosk Speech Recognition Toolkit: Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node. Available from: https://github.com/alphacep/vosk-api (date of access: 03.08.2023).

20. Bird S., Klein E., Loper E. Natural language processing with Python: Analyzing text with the natural language toolkit. Sebastopol. CA: O’Reilly Media, 2009. 504 p. Available from: https://mathewscustoms.com/pdf-files/Python/Natural%20Language%20Processing%20with%20Python.pdf (date of access: 03.08.2023).

21. Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Duchesnay E. Scikitlearn: Machine learning in Python // Journal of Machine Learning Research. 2011. № 12. P. 2825–2830. Available from: https://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf (date of access: 03.08.2023).

22. Муромцев Д. И. Модели и методы индивидуализации электронного обучения в контексте онтологического подхода // Онтология проектирования. 2020. Т. 10, № 1 (35). С. 34–49. DOI: 10.18287/2223-9537-2020-10-1-34-49

23. Solovov A. V., Menshikova A. A. Designing an ontology of the e-learning course content // Онтология проектирования. 2023. Т. 13, № 1 (47). С. 99–112. DOI: 10.18287/2223-9537-2023-13-1-99-112

24. Stancin K., Poscic P., Jaksic D. Ontologies in education–state of the art // Education and Information Technologies. 2020. № 25 (6). P. 5301–5320. DOI: 10.1007/s10639-020-10226-z

25. Rahayu N. W., Ferdiana R., Kusumawardani S. S. A systematic review of ontology use in E-Learning recommender system // Computers and Education: Artificial Intelligence. 2022. № 3. Available from: https://www.sciencedirect.com/science/article/pii/S2666920X22000029 (date of access: 03.08.2023).

26. Sikos L. F. Cybersecurity knowledge graphs // Knowledge and Information Systems. 2023. № 65. P. 3511–3531. DOI: 10.1007/s10115-023-01860-3

27. Захаров А. А., Шабалин А. М., Джалилзода Д. Б., Пономарев К. Ю., Ханбеков Ш. И. Применение голосового помощника в качестве виртуального консультанта для администрирования безопасности инфраструктуры локальной компьютерной сети // Вестник УрФО. Безопасность в информационной сфере. 2022. № 4 (46). С. 68–75. DOI: 10.14529/secur220408

28. Soares M. A. C., Parreiras F. S. A literature review on question answering techniques, paradigms and systems // Journal of King Saud University-Computer and Information Sciences. 2020. № 32 (6). P. 635–646. DOI: 10.1016/j.ksuci.2018.08.005

29. Soares T. G., Azhari A., Rokhman N., Wonarko E. Education question answering systems: a survey // Proceedings of The International MultiConference of Engineers and Computer Scientists (IMECS 2021). 20–22 October 2021, Hong Kong. P. 24–34. Available from: https://www.iaeng.org/publication/IMECS2021/IMECS2021_pp24-34.pdf (date of access: 03.08.2023).

30. Caballero M. A brief survey of question answering systems // International Journal of Artificial Intelligence & Applications (IJAIA). 2021. № 12 (5). Available from: https://aircconline.com/ijaia/V12N5/12521ijaia01.pdf (date of access: 03.08.2023).

31. Kurdi G., Leo J., Parsia B., Sattler U., Al-Emari S. A systematic review of automatic question generation for educational purposes // International Journal of Artificial Intelligence in Education. 2020. № 30. P. 121–204. DOI: 10.1007/s40593-019-00186-y

32. Holmes W., Tuomi I. State of the art and practice in AI in education // European Journal of Education. 2022. № 57. P. 542–570. DOI: 10.1111/ejed.12533

33. Premarathne H. H. N. An overview on accessibility to the graphical study materials for visually impaired or blind students // International Journal of Computer Trends and Technology. 2019. № 67 (4). P. 134–138. DOI: 10.14445/22312803/IJCTT-V67I4P127

34. Terzopoulos G., Satratzemi M. Voice assistants and smart speakers in everyday life and in education // Informatics in Education. 2020. № 19 (3). P. 473–490. DOI: 10.15388/infedu.2020.21

35. Cotton D. R., Cotton P. A., Shipway J. R. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT // Innovations in Education and Teaching International. 2023. DOI: 10.1080/14703297.2023.2190148

36. Atlas S. ChatGPT for Higher Education and Professional Development: A Guide to Conversational AI // University of Rode Island Publications. 2023. Available from: https://digitalcommons.uri.edu/cba_facpubs/548 (date of access: 03.08.2023).

37. Rudolph J., Tan Sh., Tan S. ChatGPT: “Bullshit” spewer or the end of traditional assessments in higher education? // Journal of Applied Learning and Teaching. 2023. № 6 (1). P. 242–263. DOI: 10.37074/jalt.2023.6.1.9