Stanford Üniversitesi araştırmacıları, çevrimiçi eğitim platformlarında devrim yaratabilecek bir yapay zeka sistemi geliştirdi. TET-LLM (Temporal Event Transformers - Large Language Model) adlı bu sistem, masif açık çevrimiçi kurslarında öğrenci memnuniyetini erken dönemde tahmin edebiliyor.
Geleneksel yöntemler, öğrenci memnuniyetini ölçmek için kurs sonundaki değerlendirmelere ve yıldız puanlarına dayanıyordu. Bu yaklaşım, sorunlu durumları tespit etmek için çok geç kalıyor ve eğitimcilerin müdahale şansını ortadan kaldırıyordu. Yeni sistem ise öğrencilerin ilk 7, 14 veya 28 gün içindeki aktivitelerini analiz ederek gelecekteki memnuniyet düzeylerini öngörebiliyor.
TET-LLM sistemi üç ana bileşeni harmanlıyor: Birincisi, öğrencilerin detaylı davranış dizilerini izleyen temporal olay transformatörü. İkincisi, forum gönderileri ve kısa geri bildirimler gibi metinsel verileri işleyen büyük dil modeli tabanlı bağlamsal gömme sistemi. Üçüncüsü ise memnuniyeti etkileyen temel faktörleri yakalayan konu ve yön dağılım analizörü.
Bu çok boyutlu yaklaşım, eğitim platformlarının risk altındaki öğrencileri erkenden belirlemesini ve onlara özelleştirilmiş destek sunmasını mümkün kılıyor. Sistem aynı zamanda platform operatörlerinin kurs kalitesini artırmak için proaktif önlemler almasına da olanak tanıyor.