ปลดล็อกห้องเรียนแห่งอนาคต: AI ตัวช่วยครูยุคใหม่

ปลดล็อกห้องเรียนแห่งอนาคต: AI ตัวช่วยครูยุคใหม่

ในยุคที่การเปลี่ยนแปลงทางเทคโนโลยีเป็นไปอย่างรวดเร็ว ห้องเรียนในศตวรรษที่ 21 กำลังเผชิญกับความท้าทายและโอกาสที่ไม่เคยมีมาก่อน ครูผู้สอนมิใช่เพียงผู้ถ่ายทอดความรู้ แต่คือผู้สร้างสรรค์ ผู้อำนวยความสะดวก และผู้นำทางการเรียนรู้ที่ต้องปรับตัวให้ทันกับพลวัตของโลกที่เปลี่ยนแปลงไปอย่างไม่หยุดนิ่ง การปฏิวัติอุตสาหกรรมครั้งที่สี่ได้นำพาเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence – AI) เข้ามาสู่ทุกภาคส่วนของสังคม รวมถึงภาคการศึกษา ซึ่งมีศักยภาพในการเปลี่ยนแปลงภูมิทัศน์ของการเรียนรู้และการสอนอย่างถอนรากถอนโคน บทความวิชาการนี้มุ่งสำรวจบทบาทของ AI ในฐานะ “ตัวช่วย” ที่สำคัญสำหรับครูยุคใหม่ โดยเจาะลึกถึงแนวคิด ผลลัพธ์ที่นำไปใช้ได้จริง และการบูรณาการ AI เพื่อสร้างห้องเรียนแห่งอนาคตที่ตอบสนองความต้องการของผู้เรียนที่หลากหลาย และเพิ่มประสิทธิภาพในการทำงานของครูผู้สอนให้สูงสุด

AI กับการปฏิรูปบทบาทครูและกระบวนการเรียนรู้

การศึกษาแบบดั้งเดิมมักประสบปัญหาในการตอบสนองความต้องการส่วนบุคคลของผู้เรียนทุกคน เนื่องจากข้อจำกัดด้านเวลา ทรัพยากร และขีดความสามารถของครูผู้สอน ปัญญาประดิษฐ์ได้เข้ามาเติมเต็มช่องว่างเหล่านี้ ด้วยความสามารถในการประมวลผลข้อมูลจำนวนมหาศาล การเรียนรู้จากรูปแบบ และการตอบสนองแบบเรียลไทม์ AI จึงไม่ใช่เพียงเครื่องมือเสริม แต่เป็นหุ้นส่วนเชิงกลยุทธ์ที่ช่วยให้ครูสามารถมุ่งเน้นไปที่การสร้างปฏิสัมพันธ์ที่มีความหมาย การให้คำปรึกษา และการพัฒนาทักษะที่ซับซ้อนของผู้เรียน ซึ่งเป็นแก่นแท้ของการศึกษาที่เทคโนโลยีไม่สามารถเข้ามาแทนที่ได้

การเรียนรู้ส่วนบุคคลและเส้นทางที่ปรับเปลี่ยนได้ (Personalized Learning and Adaptive Pathways)

หนึ่งในศักยภาพที่โดดเด่นที่สุดของ AI ในห้องเรียนคือความสามารถในการมอบประสบการณ์การเรียนรู้ส่วนบุคคลที่ปรับให้เหมาะกับความต้องการ สไตล์ และก้าวการเรียนรู้ของนักเรียนแต่ละคน ระบบ AI สามารถวิเคราะห์ข้อมูลผลสัมฤทธิ์ทางการเรียน รูปแบบการมีส่วนร่วม และจุดแข็งจุดอ่อนของผู้เรียน เพื่อสร้างเส้นทางการเรียนรู้ที่ปรับเปลี่ยนได้ ระบบเหล่านี้อาจแนะนำเนื้อหาที่เหมาะสม กำหนดแบบฝึกหัดที่ท้าทายในระดับที่พอดี หรือระบุแนวคิดที่ผู้เรียนยังคงต้องทำความเข้าใจเพิ่มเติม ตามที่ Baker และ Inventado (2016) ได้ชี้ให้เห็นถึงบทบาทของ AI และการวิเคราะห์ข้อมูลการเรียนรู้ (Learning Analytics) ในการทำความเข้าใจพฤติกรรมผู้เรียนและปรับปรุงการเรียนการสอน ซึ่ง AI สามารถทำหน้าที่เป็น “ติวเตอร์อัจฉริยะ” ที่ช่วยให้ผู้เรียนทุกคนสามารถก้าวไปข้างหน้าได้ด้วยจังหวะของตนเอง ขณะเดียวกันก็ช่วยให้ครูมีข้อมูลเชิงลึกเกี่ยวกับความคืบหน้าของผู้เรียนแต่ละคน ทำให้สามารถแทรกแซงหรือให้การสนับสนุนได้อย่างแม่นยำและทันท่วงที ยกตัวอย่างเช่น แพลตฟอร์มการเรียนรู้ที่ขับเคลื่อนด้วย AI สามารถนำเสนอแบบฝึกหัดคณิตศาสตร์ที่แตกต่างกันไปสำหรับนักเรียนที่เก่งและนักเรียนที่ต้องการความช่วยเหลือเพิ่มเติม หรือปรับลำดับหัวข้อการเรียนรู้ในวิชาวิทยาศาสตร์ตามความเข้าใจในบทก่อนหน้าของผู้เรียน ระบบเหล่านี้ช่วยปลดปล่อยครูจากภาระในการจัดเตรียมเนื้อหาที่หลากหลายด้วยตนเอง ทำให้พวกเขาสามารถใช้เวลาไปกับการให้คำแนะนำเชิงลึกและการพัฒนานักเรียนในมิติที่ซับซ้อนมากขึ้น

การบริหารจัดการและการประเมินผลที่ชาญฉลาด (Intelligent Administration and Assessment)

ภาระงานด้านธุรการและการประเมินผลเป็นส่วนสำคัญที่ใช้เวลาของครูไปอย่างมาก AI มีศักยภาพในการเข้ามาช่วยลดภาระดังกล่าวได้อย่างมีนัยสำคัญ

• การตรวจข้อสอบและแบบฝึกหัด: AI สามารถประมวลผลและตรวจแบบฝึกหัดประเภทปรนัย เติมคำ หรือแม้กระทั่งเรียงความขนาดสั้นได้อย่างรวดเร็วและแม่นยำ ระบบตรวจข้อสอบอัตโนมัติ (Automated Essay Scoring – AES) ที่พัฒนาขึ้นโดยอาศัย AI สามารถวิเคราะห์โครงสร้าง ไวยากรณ์ และเนื้อหาของเรียงความ เพื่อให้คะแนนและข้อเสนอแนะเบื้องต้นแก่ผู้เรียน ซึ่งช่วยลดเวลาที่ครูต้องใช้ในการตรวจงานจำนวนมาก ทำให้ครูมีเวลาทุ่มเทให้กับการให้ข้อเสนอแนะเชิงคุณภาพที่ซับซ้อนและมีคุณค่ามากยิ่งขึ้น
• การจัดการชั้นเรียน: AI สามารถช่วยในเรื่องการลงเวลาเรียน การติดตามพฤติกรรมในชั้นเรียน หรือแม้แต่การจัดกลุ่มนักเรียนสำหรับการทำกิจกรรมกลุ่ม โดยการวิเคราะห์ข้อมูลจากเซ็นเซอร์หรือระบบการจัดการการเรียนรู้ (LMS)
• การสร้างข้อสอบและคำถาม: AI สามารถสร้างคำถามหรือแบบทดสอบตามหัวข้อที่กำหนด โดยพิจารณาจากระดับความยากและวัตถุประสงค์การเรียนรู้ ซึ่งช่วยลดเวลาในการเตรียมการสอนของครูได้อย่างมาก

การใช้ AI ในการประเมินผลยังช่วยให้กระบวนการมีความเป็นกลางมากขึ้น และให้ผลตอบรับทันทีแก่ผู้เรียน ซึ่งเป็นสิ่งสำคัญในการส่งเสริมการเรียนรู้ที่ต่อเนื่องและมีประสิทธิภาพ อย่างไรก็ตาม VanLehn (2011) ได้เน้นย้ำว่า แม้ระบบการสอนอัจฉริยะ (Intelligent Tutoring Systems – ITS) จะมีประสิทธิภาพ แต่ปฏิสัมพันธ์ของมนุษย์ยังคงมีความสำคัญสูงสุด การใช้ AI จึงควรเป็นไปเพื่อเสริมสร้างบทบาทของครูในการให้ข้อเสนอแนะเชิงลึกที่ซับซ้อนและปรับให้เข้ากับบริบทของผู้เรียนแต่ละคน

ระบบติวเตอร์อัจฉริยะและการให้ข้อเสนอแนะที่เสริมสร้างการเรียนรู้ (Intelligent Tutoring Systems and Enhanced Feedback)

ระบบติวเตอร์อัจฉริยะ (Intelligent Tutoring Systems – ITS) คือหนึ่งในรูปแบบที่ซับซ้อนที่สุดของ AI ในการศึกษา ITS ไม่ได้เพียงแค่ให้คำตอบ แต่ยังวิเคราะห์กระบวนการคิดของผู้เรียน ระบุจุดที่เข้าใจผิด และให้คำแนะนำที่ปรับให้เหมาะกับความต้องการ ITS สามารถสร้างสถานการณ์จำลองที่ซับซ้อน หรือแม้แต่จำลองบทสนทนาโต้ตอบกับผู้เรียนได้ ระบบเหล่านี้ให้ข้อเสนอแนะที่ละเอียดอ่อนและเป็นส่วนตัวในทันที ซึ่งเป็นสิ่งสำคัญอย่างยิ่งในการแก้ไขแนวคิดที่ผิดพลาดตั้งแต่เนิ่นๆ และเสริมสร้างความเข้าใจที่ถูกต้อง การศึกษาโดย VanLehn (2011) ได้แสดงให้เห็นว่า ITS สามารถมีประสิทธิภาพใกล้เคียงกับการสอนแบบตัวต่อตัวของมนุษย์ในบางบริบท ซึ่งหมายความว่า AI สามารถช่วยขยายขอบเขตของการสนับสนุนส่วนบุคคลที่ครูสามารถมอบให้กับนักเรียนได้ โดยเฉพาะอย่างยิ่งในวิชาที่ต้องการการฝึกฝนทักษะและแนวคิดเชิงขั้นตอน เช่น คณิตศาสตร์ หรือการเขียนโปรแกรม ครูสามารถใช้ข้อมูลจาก ITS เพื่อทำความเข้าใจว่านักเรียนคนใดกำลังประสบปัญหาในหัวข้อใดเป็นพิเศษ และเข้าไปช่วยเหลือเพิ่มเติมได้อย่างตรงจุด ทำให้ครูเปลี่ยนบทบาทจากการเป็นผู้ถ่ายทอดความรู้หลักไปสู่การเป็นผู้ชี้นำและโค้ชที่แท้จริง

ข้อมูลเชิงลึกและการวิเคราะห์พยากรณ์ (Data-Driven Insights and Predictive Analytics)

AI ขับเคลื่อนด้วยข้อมูล และข้อมูลการเรียนรู้ (Learning Data) เป็นขุมทรัพย์สำคัญในการพัฒนาการศึกษา AI สามารถรวบรวมและวิเคราะห์ข้อมูลจำนวนมากเกี่ยวกับพฤติกรรมการเรียนรู้ของนักเรียน เช่น เวลาที่ใช้ในการทำกิจกรรม รูปแบบการตอบคำถาม การมีส่วนร่วมในชั้นเรียนออนไลน์ หรือแม้กระทั่งอารมณ์ที่แสดงออกผ่านการพิมพ์ข้อความ การวิเคราะห์ข้อมูลการเรียนรู้ (Learning Analytics) ที่เน้นการนำข้อมูลมาใช้เพื่อทำความเข้าใจและปรับปรุงการเรียนรู้ ได้รับการส่งเสริมอย่างมากด้วย AI Siemens (2012) ได้กล่าวถึงการวิเคราะห์การเรียนรู้ในฐานะสาขาวิชาใหม่ที่ใช้ข้อมูลขนาดใหญ่เพื่อเพิ่มประสิทธิภาพการเรียนการสอน ด้วย AI ครูจะได้รับข้อมูลเชิงลึกที่ไม่เคยมีมาก่อนเกี่ยวกับแนวโน้มประสิทธิภาพของชั้นเรียน ระบุผู้เรียนที่มีความเสี่ยงที่จะล้มเหลว หรือคาดการณ์ความสำเร็จในอนาคตของนักเรียนแต่ละคน ระบบ AI สามารถแจ้งเตือนครูเมื่อนักเรียนคนใดคนหนึ่งเริ่มแสดงสัญญาณของการถดถอยในการเรียนรู้ หรือเมื่อนักเรียนกลุ่มใดกลุ่มหนึ่งกำลังประสบปัญหาในแนวคิดเฉพาะเจาะจง ครูสามารถใช้ข้อมูลเหล่านี้เพื่อปรับกลยุทธ์การสอน พัฒนาการแทรกแซงที่ตรงจุด และจัดหาทรัพยากรเพิ่มเติมได้อย่างทันท่วงที การวิเคราะห์พยากรณ์นี้ช่วยให้ครูสามารถดำเนินการเชิงรุก แทนที่จะรอให้ปัญหาเกิดขึ้นแล้วจึงค่อยแก้ไข ซึ่งเป็นก้าวสำคัญในการป้องกันการตกหล่นของผู้เรียน และส่งเสริมผลสัมฤทธิ์ทางการเรียนโดยรวม

การคัดสรรเนื้อหาและการค้นหาทรัพยากร (Content Curation and Resource Discovery)

ในโลกที่ข้อมูลท่วมท้น การค้นหาและคัดสรรเนื้อหาการเรียนรู้ที่มีคุณภาพและเหมาะสมเป็นความท้าทายสำหรับครู AI สามารถช่วยในส่วนนี้ได้อย่างมีประสิทธิภาพ โดยการใช้ AI เพื่อค้นหา จัดเรียง และแนะนำทรัพยากรทางการศึกษาจากแหล่งข้อมูลออนไลน์จำนวนมหาศาล ระบบ AI สามารถเรียนรู้จากความต้องการของครู หลักสูตรที่กำลังสอน และรูปแบบการเรียนรู้ของนักเรียน เพื่อแนะนำบทความ วิดีโอ เกม หรือกิจกรรมเชิงโต้ตอบที่เกี่ยวข้องและมีคุณภาพสูง ซึ่งช่วยลดเวลาที่ครูต้องใช้ในการค้นหาและประเมินทรัพยากรต่างๆ นอกจากนี้ AI ยังสามารถช่วยครูในการปรับเปลี่ยนเนื้อหาให้เข้ากับระดับความยากง่ายที่แตกต่างกัน หรือสร้างสื่อการสอนใหม่ๆ โดยอัตโนมัติ เช่น การสร้างสรุปบทเรียนจากตำราเรียน การแปลงข้อความเป็นไฟล์เสียง หรือการสร้างแบบทดสอบจากเนื้อหาที่กำหนด การมี AI เป็นผู้ช่วยในการคัดสรรเนื้อหาทำให้ครูสามารถเข้าถึงคลังทรัพยากรที่กว้างขวางและทันสมัยอยู่เสมอ ทำให้การเรียนการสอนมีความหลากหลายและน่าสนใจยิ่งขึ้น

การพัฒนาวิชาชีพและการสนับสนุนครู (Professional Development and Teacher Support)

AI ไม่ได้เป็นประโยชน์เฉพาะกับนักเรียนเท่านั้น แต่ยังสามารถเป็นเครื่องมืออันทรงพลังสำหรับการพัฒนาวิชาชีพของครูเองด้วย ระบบ AI สามารถวิเคราะห์ประสิทธิภาพการสอนของครู เช่น รูปแบบการนำเสนอ การตั้งคำถาม หรือการบริหารเวลาในชั้นเรียน (โดยการวิเคราะห์จากการบันทึกวิดีโอหรือข้อมูลจากห้องเรียน) เพื่อให้ข้อเสนอแนะเชิงสร้างสรรค์ ครูสามารถใช้แพลตฟอร์มการเรียนรู้ที่ขับเคลื่อนด้วย AI เพื่อเข้าถึงหลักสูตรการพัฒนาวิชาชีพที่ปรับให้เหมาะกับความต้องการและจุดแข็งของตนเอง ตัวอย่างเช่น AI อาจแนะนำหลักสูตรเกี่ยวกับการจัดการชั้นเรียนสำหรับครูใหม่ หรือหลักสูตรเกี่ยวกับเทคนิคการสอนแบบกลับด้าน (flipped classroom) สำหรับครูที่มีประสบการณ์ที่ต้องการนวัตกรรม นอกจากนี้ AI ยังสามารถทำหน้าที่เป็นผู้ช่วยในการวางแผนการสอน โดยช่วยครูจัดเตรียมแผนการสอน กำหนดวัตถุประสงค์การเรียนรู้ และออกแบบกิจกรรมที่สอดคล้องกับหลักสูตรและเป้าหมายการเรียนรู้ การสนับสนุนเหล่านี้ช่วยให้ครูสามารถพัฒนาทักษะการสอนของตนเองได้อย่างต่อเนื่อง และรับมือกับความท้าทายในวิชาชีพได้อย่างมีประสิทธิภาพมากขึ้น

ความท้าทายและข้อควรพิจารณาด้านจริยธรรม (Challenges and Ethical Considerations)

แม้ว่า AI จะนำเสนอโอกาสที่น่าตื่นเต้น แต่การนำไปใช้ในห้องเรียนก็มาพร้อมกับความท้าทายและข้อพิจารณาด้านจริยธรรมที่สำคัญ

• ความเป็นส่วนตัวของข้อมูลและความปลอดภัย: การใช้ AI เกี่ยวข้องกับการรวบรวมข้อมูลจำนวนมากเกี่ยวกับนักเรียนและครู การปกป้องข้อมูลเหล่านี้จากความเสี่ยงด้านความปลอดภัยและการละเมิดความเป็นส่วนตัวเป็นสิ่งสำคัญยิ่ง
• อคติและการเลือกปฏิบัติ: หากอัลกอริทึม AI ได้รับการฝึกฝนด้วยข้อมูลที่มีอคติ อาจนำไปสู่ผลลัพธ์ที่ไม่เป็นธรรมหรือการเลือกปฏิบัติต่อกลุ่มนักเรียนบางกลุ่ม การตรวจสอบและแก้ไขอคติในระบบ AI เป็นสิ่งจำเป็น
• ความเหลื่อมล้ำทางดิจิทัล: การเข้าถึงเทคโนโลยี AI และอินเทอร์เน็ตยังคงไม่เท่าเทียมกัน การนำ AI มาใช้โดยไม่คำนึงถึงความเหลื่อมล้ำนี้อาจทำให้ช่องว่างทางการศึกษากว้างขึ้น
• การพึ่งพาเทคโนโลยีมากเกินไปและการลดทอนทักษะครู: มีความกังวลว่าการพึ่งพา AI มากเกินไปอาจลดทอนทักษะบางอย่างของครู หรือลดทอนปฏิสัมพันธ์ระหว่างครูและนักเรียนที่เป็นแก่นแท้ของการเรียนรู้ ครูจะต้องยังคงมีบทบาทเป็นผู้ตัดสินใจขั้นสุดท้ายและเป็นผู้ชี้นำทางจริยธรรม
• ความโปร่งใสและความเข้าใจ: ระบบ AI จำนวนมาก โดยเฉพาะอย่างยิ่งโมเดลที่ซับซ้อน มักจะทำงานในลักษณะ “กล่องดำ” (black box) ทำให้ยากที่จะเข้าใจว่าการตัดสินใจหรือข้อเสนอแนะต่างๆ เกิดขึ้นได้อย่างไร ความโปร่งใสในการทำงานของ AI เป็นสิ่งสำคัญเพื่อให้ผู้ใช้สามารถเชื่อมั่นและแก้ไขข้อผิดพลาดได้

การวางแผนการนำ AI มาใช้ในห้องเรียนจึงต้องคำนึงถึงมิติเหล่านี้อย่างรอบคอบ เพื่อให้แน่ใจว่าเทคโนโลยีจะถูกนำมาใช้ในลักษณะที่เสริมสร้างคุณค่าทางการศึกษาอย่างแท้จริง และเป็นไปอย่างมีจริยธรรม

อนาคตแห่งการผสานรวม: AI ตัวช่วย ไม่ใช่ตัวแทน (The Symbiotic Future: AI as Augmentation, Not Replacement)

เป็นสิ่งสำคัญที่จะต้องเน้นย้ำว่า AI ไม่ได้มีขึ้นเพื่อมาแทนที่ครู แต่เพื่อเสริมสร้างศักยภาพของครูให้สูงขึ้น ครูในห้องเรียนแห่งอนาคตที่ขับเคลื่อนด้วย AI จะเป็นผู้ดูแลระบบนิเวศการเรียนรู้ที่ซับซ้อน พวกเขาจะใช้ AI เป็นผู้ช่วยส่วนตัวที่ช่วยจัดการภาระงานซ้ำซ้อน วิเคราะห์ข้อมูล และให้ข้อมูลเชิงลึก ทำให้ครูมีเวลาและพลังงานมากขึ้นในการมุ่งเน้นไปที่บทบาทที่มนุษย์เท่านั้นทำได้ดีที่สุด นั่นคือ การสร้างความสัมพันธ์กับนักเรียน การพัฒนาทักษะการคิดเชิงวิพากษ์และทักษะทางอารมณ์และสังคม การส่งเสริมความคิดสร้างสรรค์ และการบ่มเพาะแรงบันดาลใจในการเรียนรู้ การผสานรวม AI เข้ากับการเรียนการสอนอย่างมีวิจารณญาณและรอบคอบจะนำไปสู่การเปลี่ยนแปลงที่ยิ่งใหญ่ ซึ่งไม่เพียงแต่จะช่วยยกระดับคุณภาพการศึกษาเท่านั้น แต่ยังช่วยปลดล็อกศักยภาพสูงสุดของทั้งครูและนักเรียน สร้างห้องเรียนที่ยืดหยุ่น ตอบสนอง และพร้อมสำหรับความท้าทายในอนาคตได้อย่างแท้จริง

สรุป

การมาถึงของปัญญาประดิษฐ์ในภาคการศึกษาไม่ใช่แค่เทรนด์ทางเทคโนโลยี แต่เป็นการปฏิวัติที่กำลังเปลี่ยนโฉมห้องเรียนและบทบาทของครูอย่างลึกซึ้ง AI ในฐานะ “ตัวช่วยครูยุคใหม่” มีศักยภาพในการปลดล็อกการเรียนรู้ส่วนบุคคล ลดภาระงานธุรการ มอบข้อเสนอแนะที่มีประสิทธิภาพ ให้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล คัดสรรเนื้อหาการเรียนรู้ และสนับสนุนการพัฒนาวิชาชีพของครู การบูรณาการ AI อย่างชาญฉลาดจะช่วยให้ครูสามารถมุ่งเน้นไปที่การสร้างปฏิสัมพันธ์ที่มีความหมาย การบ่มเพาะทักษะที่ซับซ้อน และการสร้างแรงบันดาลใจ ซึ่งเป็นหัวใจสำคัญของการศึกษาที่เทคโนโลยีไม่สามารถเข้ามาแทนที่ได้ แม้จะมีความท้าทายด้านจริยธรรมและความเป็นส่วนตัวที่ต้องจัดการ แต่ด้วยการวางแผนที่รอบคอบและการมุ่งเน้นที่การเสริมสร้างศักยภาพของมนุษย์ AI จะนำพาเราไปสู่ห้องเรียนแห่งอนาคตที่เปิดกว้าง ครอบคลุม และพร้อมที่จะสร้างพลเมืองที่มีคุณภาพสำหรับโลกที่เปลี่ยนแปลงตลอดเวลา

แหล่งอ้างอิงข้อมูล (บรรณานุกรม)

Baker, R. S., & Inventado, P. S. (2016). Educational Data Mining and Learning Analytics: An International Perspective. Journal of Learning Analytics, 3(3), 2-4.

Siemens, G. (2012). Learning Analytics: The Emergence of a Discipline. American Behavioral Scientist, 56(10), 1380-1402.

VanLehn, K. (2011). The Relative Effectiveness of Human Tutors, Peer Tutors, and Intelligent Tutoring Systems. Educational Psychologist, 46(4), 197-221.

Roll, I., & Wylie, R. (2016). Tracing the Roots of Learning Analytics. Journal of Learning Analytics, 3(1), 1-8.

Pattnaik, P. K. (2020). Artificial Intelligence in Education: A Study on its Applications and Future Prospects. Journal of Emerging Technologies and Innovative Research, 7(4), 1184-1188.