Отношение быстро изменилось, и к концу 1970-х годов родители и учителя стали проявлять больше энтузиазма и увидели потенциальные преимущества использования калькуляторов, такие как улучшение отношения к учебе и обеспечение того, чтобы их дети были хорошо подготовлены к миру, основанному на технологиях. Год или два спустя другое исследование показало, что 84 процента учителей хотели бы использовать калькуляторы в своих классах, но только 3 процента работали в школах, которые предоставляли калькуляторы. Учителя, как правило, не были обучены их использованию и нуждались в поддержке администрации и родителей , чтобы внедрить их в свои классы. Несмотря на отсутствие официальной политики, многие учителя продолжали настаивать на использовании калькуляторов в своих классах. Дебаты продолжались в 1980-х и начале 1990-х годов: одни учителя по-прежнему считали, что калькуляторы мешают ученикам овладевать базовыми навыками, другие считали их необходимыми инструментами для будущего. К середине 1990-х годов калькуляторы стали частью учебной программы и использовались в качестве дополнения к другим способам изучения математики. Некоторые тесты допускали их использование, некоторые - нет. Был достигнут практический консенсус. Математическое образование не развалилось, хотя споры и исследования продолжаются и сегодня, спустя полвека после появления калькулятора в классе.
В определенной степени ИИ будет следовать по такому же пути. Будут задания, где требуется помощь ИИ, и задания, где использование ИИ недопустимо. Школьные письменные задания на компьютерах без доступа к Интернету в сочетании с письменными экзаменами позволят учащимся овладеть базовыми навыками письма. Мы найдем практический консенсус, который позволит интегрировать ИИ в учебный процесс без ущерба для развития важнейших навыков. Как калькуляторы не заменили необходимость изучения математики, так и ИИ не заменит необходимость учиться писать и критически мыслить. Возможно, потребуется время, чтобы разобраться с этим, но мы это сделаем. Более того, мы должны это сделать - уже слишком поздно возвращать джинна в бутылку.
Калькулятор полностью изменил то, что было ценным для преподавания, и характер преподавания математики в целом - огромные изменения, которые в основном были к лучшему. И эта революция заняла много времени. В отличие от ИИ, калькуляторы начинались как дорогие и ограниченные инструменты, что дало школам время интегрировать их в уроки, так как они медленно внедрялись в течение десятилетия. Революция ИИ происходит гораздо быстрее и шире. То, что произошло с математикой, произойдет почти со всеми предметами на всех уровнях образования - трансформация без промедления.
Поэтому студенты будут обманывать с помощью ИИ. Но, как мы уже видели на примере пользовательских инноваций, они также начнут внедрять ИИ во все свои дела, что вызовет новые вопросы у преподавателей. Студенты захотят понять, почему они выполняют задания, которые благодаря ИИ кажутся устаревшими. Они захотят использовать ИИ в качестве помощника в обучении, соавтора или товарища по команде. Они захотят добиться большего, чем раньше, а также получить ответы на вопросы о том, как ИИ повлияет на их дальнейшее обучение. Школы должны будут решить, как ответить на этот поток вопросов.
Апокалипсис домашних заданий угрожает множеству хороших и полезных типов заданий, многие из которых использовались в школах на протяжении веков. Нам нужно будет быстро адаптироваться, чтобы сохранить то, что мы рискуем потерять, и приспособиться к изменениям, которые принесет ИИ. Для этого потребуются незамедлительные усилия преподавателей и руководителей системы образования, а также четко сформулированная политика в области использования ИИ. Но сейчас речь идет не только о сохранении старых типов заданий. ИИ дает возможность разработать новые подходы к педагогике, которые позволят подтолкнуть студентов к амбициозным действиям.
Я сделал ИИ обязательным на всех своих занятиях для студентов и магистрантов в Пенсильванском университете. В некоторых заданиях студентам предлагается "схитрить", попросив ИИ создать эссе, которые они затем критикуют - хитрый способ заставить студентов хорошенько подумать над работой, даже если они ее не пишут. В некоторых заданиях допускается неограниченное использование ИИ, но при этом учащиеся несут ответственность за результаты и факты, полученные ИИ, что отражает работу с ИИ на их послешкольной работе. Другие задания используют новые возможности ИИ, предлагая студентам провести интервью с ИИ до того, как они пообщаются с людьми в реальных организациях. А в некоторых заданиях используется тот факт, что ИИ позволяет сделать невозможное. Например, первое задание для студентов моего курса по предпринимательству в Уортоне теперь звучит так:
Сделайте то, что вы планируете сделать, амбициозным до невозможности, ведь вы собираетесь использовать искусственный интеллект. Не умеете кодить? Определенно планируйте сделать работающее приложение. Нужно создать веб-сайт? Вы должны взять на себя обязательство создать прототип рабочего сайта с полностью оригинальными изображениями и текстом. Я не буду наказывать вас за неудачу, если вы будете слишком амбициозны.
Любой план выигрывает от обратной связи, даже если она просто дает вам возможность обсудить, что может пойти не так. Попросите ИИ назвать 10 способов, которыми ваш проект может потерпеть неудачу, и видение успеха, используя подсказки из урока. А чтобы было интереснее, попросите трех известных личностей раскритиковать ваш план. Вы можете обратиться к предпринимателям (Стив Джобс, Тори Берч, Джек Ма, Рианна), лидерам (Елизавета I, Юлий Цезарь), художникам, философам или любым другим людям, которые, по вашему мнению, были бы полезны для критики вашей стратегии в их голосе.
Таким образом, в то время как классы, ориентированные на обучение эссе и навыкам письма, вернутся в девятнадцатый век, с эссе, написанными от руки в синих книгах, другие классы будут чувствовать себя как в будущем, где студенты каждый день совершают невозможное.
Конечно, все это поднимает еще более важный вопрос: Чему мы должны учить? Даже медлительные учебные заведения признают, что преподавание ИИ будет играть важную роль в образовании, а Министерство образования США уже через несколько месяцев после выхода ChatGPT заявило, что ИИ необходимо внедрять в учебные классы . Некоторые эксперты идут дальше, утверждая, что нам необходимо сосредоточиться на работе с ИИ. По их мнению, мы должны преподавать базовую грамотность в области ИИ и, возможно, "инженерию подсказок" - искусство и науку создания хороших подсказок для ИИ.
Обучение искусственному интеллекту
В 2023 году многие компании объявляли о шестизначных зарплатах для "шептунов ИИ", и не зря - как мы уже видели, работа с ИИ далеко не интуитивна. И каждый раз, когда появляется новое название должности с высокой зарплатой, появляется и огромное количество курсов, инструкций и каналов на YouTube, предлагающих знания, которые нужны вам (да, именно вам), чтобы разбогатеть уже сегодня.
Если говорить начистоту, то оперативная инженерия, вероятно, является полезным навыком в ближайшем будущем. Но я не думаю, что оперативная инженерия так уж сложна. На самом деле вы, скорее всего, уже достаточно прочитали, чтобы стать хорошим оперативным инженером. Давайте начнем с третьего принципа, которым я поделился ранее - обращайтесь с ИИ как с человеком и расскажите ему, что он за человек. LLM работают, предсказывая следующее слово или часть слова, которые появятся после вашей подсказки, что-то вроде сложной функции автозаполнения. Затем они продолжают добавлять язык, снова предсказывая, какое слово будет следующим. Таким образом, стандартный вывод многих из этих моделей может звучать очень шаблонно, поскольку они склонны следовать схожим шаблонам, которые часто встречаются в письменных документах, на которых обучался ИИ. Разрушая шаблоны, вы можете получить гораздо более полезные и интересные результаты. Самый простой способ сделать это - предоставить контекст и ограничения, как мы видели в главе 5.
Для более сложных подсказок думайте о том, что вы делаете, как о программировании в прозе. Вы можете дать ИИ инструкции, и он в основном будет их выполнять. В основном потому, что с выходом ИИ связано много случайностей, поэтому вы не получите последовательности стандартной компьютерной программы. Но стоит подумать о том, как можно дать ИИ очень четкую и логичную подсказку.
В настоящее время ведется активная работа по поиску наилучшего способа "программирования" ИИ, но один из практических выводов состоит в том, что можно дать ИИ явные инструкции, которые пошагово объясняют, чего вы хотите. Один из подходов, называемый "побуждением к цепочке мыслей", дает ИИ пример того, как вы хотите, чтобы он рассуждал, до того, как вы сформулируете свой запрос. Еще более полезно давать пошаговые инструкции, которые строятся друг на друге, что облегчает проверку результатов каждого шага (позволяя впоследствии уточнить подсказку) и, как правило, делает результаты подсказок более точными.
Вот пример: допустим, я хотел включить в эту главу хорошую аналогию с ИИ-репетитором и хотел получить помощь от ИИ. Я могу просто попросить его об этом: "Назовите мне хорошую аналогию для ИИ-репетитора". И ответ был немного неудовлетворительным: ИИ-репетитор похож на музыкальный метроном, потому что он последователен, адаптивен и является простым инструментом.