Na českém internetu existuje pár kvalitních zdrojů, ze kterých čerpám při tvorbě Ždibce, například:

Žádný z nich ale nesplňuje přesně to, co bych potřeboval pro středoškoláky, které doučuji. Nedostatky vidím hlavně tyto:

1. Ve zdrojích se obtížně orientuje a naviguje. Představuji si jedno vyhledávací pole, přes které si najdu cokoliv, co zrovna potřebuji (důkazy, vzorce, definice, apod.)
2. Zdroje často obsahují obrázky s vysázenými vzorci a výpočty. Kromě toho, že rastry komplikují vyhledávání, jsou problematické i z pohledu přístupnosti (např. čtečky textu).
3. I když jsou informace povětšinou fakticky správně (česká Wikipedie budiž odstrašující výjimkou), jsou dost často mechanické a neodpovídají na otázku “Proč by mě tohle mělo vlastně zajímat? Jak tohle vzniklo?”. Velmi inspirativní mi příjde přístup docenta Kubáčka z FMFI UK¹, který na veřejných přednáškách dost často začleňuje historii matematiky.

Další věc je ta, že Ždibec stavím na dostupnosti informací, zejména v tom smyslu, že by student neměl mít oddělenou aplikaci na každou věc, kterou při studiu matematiky potřebuje. Přepínat mezi jednou aplikací pro kalkulačku, druhou pro vzorce, třetí pro řešení rovnic zbytečně zdržuje a odpoutává od důležitého.

Proto jsem se rozhodl do Ždibce začlenit vlastní wiki, která důležité vztahy vysvětlí, dokáže, a zasadí do kontextu. Zároveň bude možné nahlašovat vylepšení, chyby a případné náměty na další sekce, aby wiki sloužila dobře těm, kteří jí budou používat.

Vyhledávání termínů ve wiki probíhá za pomocí kombinace dvou technik, které se vzájemně doplňují:

• deterministicky skrze fulltextové vyhledávání,
• s využitím strojového učení za pomoci tzv. embeddingů (viz Google zdroj níže).

U vyhledávání platí zásadní pravidlo: vždy vracíme záznamy, které jsou přímo obsaženy ve wiki, odpovědi negenerujeme. Generativní je jenom částečně způsob, jak se dostáváme k co nejužitečnějším záznamům.²

Jinými slovy: pokud vyhledávání v glosáři selže, může přinejhorším vrátit nesouvisející záznamy z wiki, které uživateli nepomůžou. V případě chatbota takovou jistotu nemáme a nikdy mít nebudeme.

Zdroje

• Google for Developers: Embeddings

Vysvětlivky

1. Kubáček: načo je komu súčet tretích mocnín prirodzených čísel. ↩

2. Je možné, že do budoucna budeme generovat i obsah, ale trochu jinou formou, než pomocí standardního chatbota. Právě proto, že je generování obsahu nebezpečné rovnou z několika důvodů, tuto možnost zatím nijak nenabízíme, dokud nebudeme schopní ručit za kvalitu. Odmítáme ve kvalitu doufat. ↩