В краткосрочной перспективе мы могли бы ожидать незначительных изменений в занятости (но значительных изменений в задачах), но, как гласит закон Амара, названный в честь футуриста Роя Амара: "Мы склонны переоценивать эффект технологии в краткосрочной перспективе и недооценивать эффект в долгосрочной перспективе". Будущее в долгосрочной перспективе весьма туманно. ИИ изменит некоторые отрасли больше, чем другие, так же как и некоторые профессии станут радикально другими, а другие не изменятся вовсе. Сейчас никто не может точно сказать, что произойдет с той или иной компанией или учебным заведением. И любой совет будет устаревшим, когда появится следующее поколение ИИ. Нет никакого внешнего авторитета. Мы сами решаем, что будет дальше, как в хорошую, так и в плохую сторону.
7.
A
И В КАЧЕСТВЕ РЕПЕТИТОРА
Секрет в том, что мы давно знаем, как повысить эффективность образования, но не можем этого сделать. Бенджамин Блум, психолог в области образования, в 1984 году опубликовал работу под названием " The 2 Sigma Problem". В ней Блум сообщил, что средний студент, занимающийся с репетитором один на один, демонстрирует результаты на два стандартных отклонения лучше, чем студенты, обучающиеся в обычной классной комнате. Это означает, что средний студент, обучавшийся у репетитора, набирал больше баллов, чем 98 процентов студентов в контрольной группе (хотя не все исследования репетиторства показали столь значительное влияние). Блум назвал это проблемой двух сигм, потому что он поставил перед исследователями и преподавателями задачу найти методы группового обучения, которые могли бы достичь того же эффекта, что и репетиторство один на один, которое зачастую слишком дорого и непрактично для широкомасштабного применения. Проблема двух сигм Блума вдохновила множество исследований и экспериментов по изучению альтернативных методов обучения, которые могли бы приблизительно сравниться с преимуществами прямого репетиторства. Однако ни один из этих методов не смог сравниться или превзойти эффект двух сигм от репетиторства тет-а-тет, о котором говорил Блум. Это говорит о том, что во взаимодействии репетитора и ученика есть нечто уникальное и мощное, что невозможно воспроизвести другими способами. Поэтому неудивительно, что мощный, адаптируемый и недорогой персонализированный репетитор - это святой грааль образования.
Вот тут-то и приходит на помощь искусственный интеллект. Или где ИИ, как мы надеемся, придет на помощь. Какими бы замечательными ни были современные ИИ, мы еще не достигли того момента, когда они смогут заменить человеческих учителей волшебными учебниками. Хотя, безусловно, мы находимся в точке перелома, когда ИИ изменит то, как мы преподаем и учимся, как в школах, так и после того, как мы их покинем. В то же время способы, которыми ИИ повлияет на образование в ближайшем будущем, скорее всего, будут контринтуитивными. Они не заменят учителей, но сделают классные комнаты более необходимыми. Возможно, они заставят нас учить в школе больше фактов, а не меньше. И они разрушат наши методы обучения, прежде чем улучшат их.
После апокалипсиса домашних заданий
За многие века образование изменилось очень мало. Ученики собираются в классе, где их обучает учитель. Они выполняют домашние задания, чтобы отработать полученные знания, а затем проходят тестирование, чтобы убедиться, что они их запомнили. Затем они переходят к следующей теме. В то же время исследования в области науки об обучении значительно продвинулись вперед. Например, мы знаем, что лекции в классе - не самый эффективный способ обучения и что темы должны переплетаться между собой, чтобы студенты могли запомнить то, что знают. Однако, к несчастью для студентов, исследования показывают, что и домашние задания, и тесты на самом деле являются чрезвычайно полезными инструментами обучения.
Так что это удар, и первым результатом применения масштабных языковых моделей стало наступление Апокалипсиса домашних заданий. Списывание уже было распространено в школах. Одно исследование одиннадцатилетних курсов в колледже показало, что , когда студенты выполняли домашние задания в 2008 году, это улучшало оценки за экзамены у 86 % из них, но в 2017 году это помогло только 45 % студентов. Почему? Потому что к 2017 году более половины студентов искали ответы на домашние задания в Интернете, так что они так и не смогли воспользоваться преимуществами домашней работы. И это еще не все. В 2017 году 15 процентов студентов платили кому-то за выполнение заданий, обычно через онлайн-фабрики эссе. Еще до появления генеративного ИИ 20 000 человек в Кении зарабатывали на жизнь написанием сочинений в течение полного рабочего дня.
С искусственным интеллектом обманывать проще простого. На самом деле, основные возможности ИИ, похоже, почти созданы для жульничества. Подумайте о распространенных типах домашних заданий. Многие из них предполагают чтение, а затем подведение итогов или составление отчета о прочитанном. В таких заданиях предполагается, что ученики будут впитывать прочитанное и вступать с ним в своего рода интеллектуальную борьбу. Однако искусственный интеллект отлично справляется с обобщением и применением информации. И теперь он может читать PDF-файлы. И даже целые книги. Это означает, что у студентов появится соблазн обратиться к ИИ за помощью в обобщении написанного. Конечно, результаты могут содержать ошибки и упрощения, но даже если они правильные, эти резюме будут формировать мышление студента. Кроме того, такой способ может снизить степень заботы студента о своей интерпретации прочитанного, что сделает дискуссии в классе менее полезными с интеллектуальной точки зрения, поскольку ставки будут ниже. Или рассмотрим наборы задач. Мы уже видели, как искусственный интеллект успешно сдает ключевые экзамены в аспирантуру, так что задание по геометрии вашего ребенка в четвертом классе вряд ли станет для него препятствием.
И, конечно же, ИИ пришел за королем заданий - эссе. Эссе повсеместно распространены в образовании, где они служат многим целям - от демонстрации того, как студенты думают, до предоставления возможности для размышлений. Но их также очень легко создать любому LLM, а эссе на основе ИИ становятся все лучше и лучше. Сначала стиль ИИ бросался в глаза, но новые модели пишут не так неуклюже и округло, и их легко можно попросить написать в стиле, подходящем для студента . Кроме того, проблема галлюцинаторных ссылок и очевидных ошибок теперь встречается гораздо реже, и ее легко отловить. Ошибки незаметны, а не очевидны. Ссылки реальны. Кроме того, и это самое главное: нет способа определить, является ли текст сгенерированным ИИ. Несколько раундов подсказок лишают любую систему обнаружения способности распознать ИИ-письмо. Хуже того, детекторы имеют высокий процент ложноположительных результатов, обвиняя людей (и особенно тех, кто не является носителем английского языка) в использовании ИИ, когда это не так. Вы также не можете попросить ИИ обнаружить ИИ-письмо - он просто придумает ответ. Если только вы не выполняете задания в классе, нет точного способа определить, что работа создана человеком.
И хотя я уверен, что написание эссе в классе вернется в моду в качестве временной меры, ИИ не просто помогает студентам списывать. Каждой школе или преподавателю придется хорошенько подумать о том, какое использование ИИ допустимо: Является ли просьба ИИ предоставить черновик конспекта мошенничеством? Просить помочь с предложением, на котором кто-то застрял? Является ли жульничеством просьба предоставить список литературы или пояснения по теме? Нам нужно переосмыслить образование. Мы уже делали это раньше, хотя и в более ограниченных масштабах.
Когда калькулятор впервые появился в школах, реакция была удивительно близка к тем опасениям, которые я слышу сегодня по поводу использования учащимися искусственного интеллекта для решения таких задач, как написание текста. Как пишет исследователь в области образования Сара Дж. Бэнкс, на заре их популярности в середине 1970-х годов многие учителя охотно внедряли калькуляторы в свои классы, признавая потенциал для повышения мотивации и вовлеченности учеников. Эти учителя считали, что после того, как ученики освоят основы, им следует дать возможность использовать калькуляторы для решения более реалистичных и сложных задач. Однако не все разделяли этот энтузиазм. Некоторые учителя не решались внедрять калькуляторы, поскольку их действие не было тщательно изучено, и считали, что перед внедрением новой технологии необходимо адаптировать учебную программу. Опрос, проведенный в середине 1970-х годов, показал, что 72 процента учителей и неспециалистов не одобряют использование калькуляторов учениками седьмого класса. Одна из проблем заключалась в невозможности помочь ученикам понять и выявить их ошибки, поскольку калькуляторы не регистрировали нажатие кнопок, что затрудняло учителям возможность увидеть и исправить ошибки. Ранние исследования также показали, что родители беспокоились о том, что их дети станут зависимыми от технологии и забудут основные математические навыки. Не правда ли, звучит знакомо?