Coursera开发的一种新的人工智能工具旨在成为该指标。湾区创业公司今天宣布的这项功能让订阅其培训计划的公司可以看到他们的哪些员工在Coursera课程中获得最高分; 他们的员工技能如何与竞争对手相媲美; 什么课程将有助于填补任何知识空白。公司将能够在今年晚些时候的Coursera档案的在线仪表板中访问该工具，该工具使用机器学习来获取洞察力。
新功能只是在线学习提供商使用AI将学习者与课程相匹配，评估其能力以及根据反馈调整课程内容的方式的一个示例。Coursera拥有一个数据科学团队，可以完成从“在仓库中收集和存储数据到解释信息以制定内部决策，再到构建反馈到网站的算法”的所有内容，该团队负责人Emily Glassberg Sands表示。Udacity的人工智能研究团队于2017年成立，负责分析学生的情绪，了解如何改进课程，并计算学习者是否喜欢这些变化。Udacity还使用基于AI的聊天机器人帮助学生在注册过程中找到相关课程并回答常见问题。edX表示，它通过AI进行实验，以提高人们的学习和教学水平。
通过解决在线学习中一些最有害的挑战，这些人工智能功能可以激励更多人-以及公司-注册此类培训。根据2017年“ 培训 ”杂志对美国企业的调查，提高教育计划的有效性并衡量其影响是支付培训员工的公司的首要两个优先事项。
市场有很大的发展空间; Coursera的商业计划以公司为目标，目前拥有1,400名客户。（总体而言，Coursera拥有3100万学习者，这使其成为世界上最大的在线学习提供者。）“企业学习行业的致命弱点是没有人知道如何证明投资回报，”Leah Belsky指出，负责课程商业课程。“公司知道他们的员工需要学习新技能以保持竞争力，但他们很难沟通这种学习的价值所在。”
Coursera也希望能够量化其课程的好处。一年半以前，其数据科学团队开始开发机器学习算法，以映射Coursera平台上教授的40,000种技能。首先，团队使用自然语言处理（NLP）来确定教师在课堂上提到特定概念的频率。这些信息有助于确定哪些课程赋予了哪些技能。Coursera可以通过简单地询问其教师来获得一些数据。但它也使用NLP，因为教育工作者经常认为自己是教授理论概念，而学习者想知道他们将掌握哪些具体的工具和技术，Glassberg Sands说。
最近，该团队将一种称为项目反应理论（IRT）的心理测量学方法纳入其一些机器学习模型中，以根据他们在Coursera测验和作业上的表现来评估学习者的能力。格拉斯伯格桑德斯说，这种方法使得团队能够衡量在不同难度下回答不同问题的学习者的特定技能领域的熟练程度。这很重要，因为一个更高级的学习者平均会在Coursera上学习更难的课程并尝试比初学者更难的问题。IRT模型通过在评估学习者的熟练程度之前确定特定测验问题所评估的技能以及该测验问题的相对难度来解释这一点。“你得到的是每个技能领域的员工的百分位数，
大多数在线学习提供商让他们的企业客户看到他们的哪些员工参加了课程，他们的进展情况以及他们提供的体验反馈。Coursera表示，机器学习使其能够检查其数百万学习者在其平台上的表现，并提供预测性见解，例如给定学习者的技能水平，以及更标准的学生指标。从理论上讲，这些机器学习模型也应该变得更加智能，因为学习者和教师可以创建更多可以反馈到系统中的数据。
