Мегатех. Технологии и общество 2050 года в прогнозах ученых и писателей - [66]

Одной из областей, где большие данные смогут произвести локальный переворот в здравоохранении, является цифровая патология. В 2011 году команда исследователей во главе с Эндрю Беком из Гарвардского университета использовала компьютерное распознавание образов и алгоритм машинного обучения для анализа биопсии клеток рака молочной железы. Эта информация сопоставлялась с уровнем выживаемости пациентов, чтобы понять, сможет ли система строить прогнозы для раковых пациентов так же хорошо, как живые люди. Что удивительно, ей это удалось. Более того, среди 11 признаков, использованных алгоритмом для предсказания наличия рака в биопсии клеток, только восемь ссылались на сами клетки. Три остальные были связаны с окружающими стромальными клетками, врачи даже не знали, что именно следует искать. Эта информация была скрыта от человеческих глаз, но анализ огромных массивов данных помог докопаться до истины.

Цифровая патология все еще находится на стадии лабораторных исследований, и для введения ее в повседневный обиход необходимо пересмотреть нормативно-правовые акты. Тем не менее к 2050 году именно так и будет проводиться медицинская диагностика. Данные революционизируют оказание медицинской помощи. Собственно, все, требующее узкоспециализированной подготовки, суждений и принятия решений в условиях неопределенности, будет осуществляться лучше, если человек станет использовать соответствующие алгоритмы. Это будет точнее, быстрее и дешевле.

Обучение учителей

Вторая область, готовая к преобразованию под влиянием больших данных, — образование. Государственная система образования, став в 1800-х годах на Западе привычным делом, должна была заменить частных учителей (а именно так обычно получали образование представители высших классов). Раньше преподавание было индивидуальным и адаптированным к способностям конкретного человека. Теперь система отражала промышленную организацию того времени — фабрику. Обучение стало серийным, одинаковым для всех — учащиеся словно двигались по конвейеру. Трудно было организовать это как-то иначе. В те времена, как и сейчас, данные о качестве обучения снимались в виде единовременных измерений: балл за контрольную, оценка за работу в классе и т. д. Но никто не анализировал их на постоянной основе с тем, чтобы определить, что работает лучше для конкретного ученика или как адаптировать курс к его потребностям. До недавнего времени это было бы слишком дорого и громоздко. Однако понемногу подобные ограничения исчезают. В результате мы можем представить себе, как будет выглядеть образование к 2050 г.: собранные данные будут использоваться для оценки работы как ученика, так и учителя, а также для понимания того, что лучше всего способствует учебному процессу. Большие данные позволят снова ввести индивидуальное обучение, утраченное в эпоху единообразного государственного образования.

Образовательная платформа станет цифровой, поэтому информацию можно будет собирать на каждом шагу. Иногда это будет означать использование "перевернутого" класса, в котором ученики слушают лекции дома, а приходят на занятия для решения задач и выполнения упражнений (чтобы учитель мог им помочь).

Первые примеры подобного подхода к учебе уже есть. В 2012 году преподаватель информатики в Стэнфорде Эндрю Ын. вел онлайн-курс, и собранные при этом данные помогли ему улучшить преподавание. Проанализировав видеожурналы работы аудитории, он заметил странную картину: студенты, как правило, просматривали материал последовательно, но, дойдя до урока 7, возвращались на несколько недель назад — к уроку 3. Учитывая, что на курсе учились десятки тысяч человек, это не могло оказаться случайностью. Что же происходило? Н. присмотрелся внимательнее: более ранний урок был посвящен математике, и ученики возвращались к нему, чтобы освежить материал. В результате преподаватель понял, что ему нужно изменить учебную программу: поставить больше уроков математики в начале — это позволит студентам подготовиться к наиболее трудным моментам программы.

Онлайн-классы — это цветочки. Будучи электронной книгой, учебник учится у студента в той же степени, что и наоборот. Устройство знает, читает ученик или нет — и насколько быстро. Если его внимание отвлекается (это проявляется в более медленной скорости чтения), электронная книга может автоматически вставить короткое видео с объяснением или викториной. Устройство будет в курсе, читает ли ученик в воскресенье днем дома или в понедельник утром в автобусе — и сможет увидеть, коррелируют ли более высокие баллы за тест с изучением материала до или после обеда.

При этом информация в образовании, как и в здравоохранении, перестанет собираться лишь время от времени, а станет использоваться постоянно, образовав устойчивый поток данных. Это обеспечит реализацию метода, носящего название "адаптивное обучение". Идея заключается в анализе действий ученика и выборе материала и темпа обучения, подходящих именно ему. К примеру, если ученик быстро решает три задачи на треугольники подряд, ПО поймет, что пора перейти к чему-то более сложному. Если же, наоборот, задачи на длину окружности вызывают затруднения, система добавляет дополнительные упражнения. Адаптивное обучение гарантирует освоение всех материалов того или иного предмета, прежде чем двинуться дальше.