Tutorzy AI Świadomi Emocji Kształtują Przyszłość Uczenia Afektywnego

Progresywna edukacja wkracza w nową fazę dzięki integracji zaawansowanych Tutorów Sztucznej Inteligencji (AI) zdolnych do rozpoznawania i adekwatnego reagowania na ludzkie uczucia, odchodząc od czystej logiki na rzecz systemów uwzględniających emocje. Ta zmiana ma kluczowe znaczenie dla głębszego zaangażowania ucznia, ponieważ systemy te mają wspomagać, a nie zastępować, nauczycieli, dostosowując tempo i metody nauczania na podstawie wykrytych stanów emocjonalnych, takich jak niepokój czy motywacja.

Naukowcy, w tym Chenyu Zhang powiązany z Centrum Berkmana Kleina na Harvardzie i mający kontakty z MIT, są pionierami w tej dziedzinie. Koncentrują się oni na obliczeniach afektywnych i rozumowaniu multimodalnym, aby zniwelować lukę między postępem technicznym a niuansami ludzkich emocji. Prace Zhanga, w tym publikacja na konferencji ACII 2025, szczegółowo analizują, w jaki sposób zaawansowane Duże Modele Językowe (LLM) mogą dekodować subtelne sygnały emocjonalne podczas dialogów uczeń-AI. Badania te, często prowadzone we współpracy z instytucjami takimi jak MIT Media Lab, gdzie Zhang prowadził badania w latach 2024-2025, wykorzystują podejścia zespołowe do radzenia sobie z „inercją emocjonalną”, czyli uporczywością negatywnych uczuć, wspierając odporność ucznia.

Systemy te analizują jednocześnie tekst, mimikę twarzy i ton głosu, co umożliwia transformacyjną personalizację, szczególnie istotną w regionach wielojęzycznych. Rynek obliczeń afektywnych potwierdza znaczenie tej innowacji, z prognozami wskazującymi, że jego wartość wyniesie 123,3 miliona USD w 2025 roku, a do 2035 roku ma wzrosnąć do 1712,4 miliona USD, notując skumulowany roczny wskaźnik wzrostu (CAGR) na poziomie 30,1%. W 2025 roku segment oprogramowania ma dominować, stanowiąc 57,4% przychodów rynkowych, co podkreśla znaczenie algorytmów w tej technologii.

Osobista ścieżka Zhanga, ukształtowana przez wychowanie w Chinach oraz edukację w Toronto i Cambridge, umacnia jego zaangażowanie w mentorstwo i edukację dostosowaną emocjonalnie. Jego dążenie do skalowania edukacji w sposób sprawiedliwy obejmuje nauczanie Pythona w ramach inicjatywy Stanford Code in Place, gdzie w 2024 i 2025 roku wspierał uczących się. Program ten, bazujący na kursie CS106A Stanforda, ma za zadanie uczyć podstaw programowania w Pythonie, a jego humanocentryczne podejście zyskało średnią siłę polecenia na poziomie 9,7 na 10 wśród uczestników.

Pomimo obiecujących perspektyw, pojawiają się głosy ostrożności, jak te ze strony psycholog dr Annette Bell, która ostrzega przed myleniem symulowanej empatii z autentycznym ludzkim mentoringiem, kładąc nacisk na przejrzystość działania tutorów AI. W kontekście konferencji ACII 2025, której tematem jest Społecznie Odpowiedzialne Obliczenia Afektywne, kwestie takie jak przejrzystość i odpowiedzialność algorytmiczna są kluczowe dla budowania zaufania. Zhang również opowiada się za odpowiedzialnością algorytmiczną, dążąc do tego, by decyzje AI były wyjaśnialne, co ma promować autonomię i refleksję u uczniów, zamiast budowania zależności. Szacuje się, że przychody z EdTech opartego na AI świadomym emocji wyniosły 3,7 miliarda USD w 2025 roku i mają wzrosnąć czterokrotnie do 2030 roku, co wskazuje, że empatia staje się integralnym składnikiem inteligencji maszynowej.