Это не несбыточная мечта далекого будущего. Инструменты Академии Khan (и некоторые наши собственные эксперименты) показывают, что существующий ИИ, если его правильно подготовить, уже является отличным репетитором. Khan Academy's Khanmigo выходит за рамки пассивных видео и викторин, которые сделали Khan Academy знаменитой, и включает в себя репетиторство ИИ. Студенты, конечно, могут попросить репетитора объяснить концепции, но он также способен проанализировать модели выполнения заданий, чтобы понять, почему студент испытывает трудности в изучении той или иной темы, и предоставить гораздо более глубокую помощь. Он даже может ответить на самый сложный вопрос "Зачем мне это учить?", объяснив на сайте , как такая тема, как клеточное дыхание, связана со студентом, который хочет стать футболистом (аргумент ИИ: это поможет ему понять питание и, следовательно, спортивные результаты).
Студенты уже используют ИИ в качестве инструмента обучения. Преподаватели уже используют ИИ для подготовки к занятиям. Перемены уже наступили, и рано или поздно мы все с ними столкнемся. Возможно, это заставит нас изменить модели, но это будет сделано так, чтобы в конечном итоге повысить эффективность обучения и сократить объем работы. И, что самое интересное, эти изменения, скорее всего, будут происходить во всем мире. Образование - это ключ к росту доходов и даже интеллекта. Но две трети молодежи в мире, в основном в менее развитых странах, не имеют базовых навыков, потому что школьные системы их не удовлетворяют. Преимущества образования в мире огромны; в одном из недавних исследований говорится, что ликвидация этого разрыва будет стоить пятикратного мирового ВВП этого года! Казалось бы, решение всегда заключалось в использовании образовательных технологий (EdTech для своих друзей). Но каждое решение EdTech не оправдало надежд на получение высококлассного образования, поскольку мы обнаружили ограниченность различных программ, начиная от предоставления детям бесплатных ноутбуков и заканчивая созданием масштабных видеокурсов. Другие амбициозные проекты EdTech также столкнулись с подобными проблемами при внедрении высококачественных продуктов в масштабе. Прогресс налицо, но он недостаточно быстрый.
Но ИИ все изменил: учителя миллиардов людей по всему миру получили доступ к инструменту, который потенциально может стать самой совершенной образовательной технологией. Когда-то образовательные технологии были исключительной привилегией миллионных бюджетов и команд экспертов, теперь они находятся в руках педагогов. Возможность раскрыть талант и сделать школьное образование лучше для всех - от учеников до учителей и родителей - невероятно интересна. Мы стоим на пороге эры, когда искусственный интеллект изменит наши методы обучения - расширит возможности учителей и учеников и перестроит учебный процесс, - и, надеемся, добьется двух сигма-улучшений для всех. Вопрос лишь в том, сможем ли мы направить эти изменения таким образом, чтобы они соответствовали идеалам расширения возможностей для каждого и развития человеческого потенциала.
8
.
A
И
В КАЧЕСТВЕ ТРЕНЕРА
Большая опасность, которую представляет ИИ для нашей системы образования, - это не уничтожение домашних заданий, а скорее подрыв скрытой системы ученичества, которая возникает после формального образования. Для большинства профессиональных работников выход из школы на работу знаменует начало их практического образования, а не его конец. За образованием следуют годы обучения на рабочем месте, которое может варьироваться от организованных учебных программ до нескольких лет поздних ночей и сердитых начальников, кричащих на вас по поводу мелких поручений. Эта система не была разработана централизованно, как часть нашей образовательной системы, но она имеет решающее значение для того, как мы учимся выполнять реальную работу.
Люди традиционно приобретают опыт, начиная с самых низов. Ученик плотника, стажер в журнале, медицинский ординатор. Обычно это довольно ужасная работа, но она служит определенной цели. Только учась у более опытных экспертов в той или иной области, пробуя и терпя неудачи под их руководством, дилетанты становятся экспертами. Но с появлением ИИ ситуация может быстро измениться. Как бы стажеру или юристу-первокурснику ни нравилось, когда на него кричат за плохо выполненную работу, его начальник обычно предпочитает просто быстро выполнить работу, а не разбираться с эмоциями и ошибками реального человека. Поэтому они будут делать это сами с помощью искусственного интеллекта, который, если еще и не является эквивалентом старшего специалиста во многих задачах, зачастую лучше, чем новый стажер. Это может создать серьезный пробел в обучении.
Профессор Мэтью Бин, изучающий робототехнику в Калифорнийском университете в Санта-Барбаре, показал, что это уже происходит среди хирургов. Медицинские роботы находятся в больницах уже более десяти лет, помогая проводить операции, в то время как врачи рядом управляют ими с помощью контроллеров, напоминающих видеоигры. Хотя данные о хирургических роботах неоднозначны, во многих случаях они оказываются полезными. Но они также создают огромную проблему в обучении.
При обычном обучении хирургии опытные врачи и стажеры могут работать рядом друг с другом, при этом врач аккуратно помогает стажеру, наблюдая и пробуя техники. При роботизированной хирургии робот управляется только одним врачом, обычно старшим хирургом, а стажеры вынуждены наблюдать за работой робота, недолго поработать с ним или просто на тренажерах. В условиях огромной нехватки времени ординаторам приходилось выбирать между обучением традиционным хирургическим навыкам и освоением новых роботов в свободное время. В итоге многие врачи оказались недостаточно подготовленными, а те, кто хотел научиться пользоваться роботизированным хирургическим оборудованием, ушли от официальных каналов. Они занимались собственным "теневым обучением", просматривая каналы на YouTube или тренируясь на живых пациентах больше, чем, возможно, следовало.
Подобный кризис обучения будет распространяться по мере того, как ИИ будет автоматизировать все больше и больше базовых задач. Даже если эксперты станут единственными людьми, которые смогут эффективно проверять работу все более способных ИИ, мы рискуем остановить конвейер, создающий экспертов. Чтобы быть полезным в мире ИИ, необходимо обладать высоким уровнем человеческой компетентности. Хорошо, что педагоги кое-что знают о том, как создавать экспертов. По иронии судьбы, это означает возвращение к основам, но адаптированным для среды обучения, которая уже была революционизирована ИИ.
Создание экспертных знаний в эпоху искусственного интеллекта
ИИ хорошо справляется с поиском фактов, обобщением статей, написанием текстов и задачами кодирования. А обученные на огромных массивах данных и имеющие доступ к интернету, большие языковые модели, похоже, накопили и освоили множество коллективных человеческих знаний . Это огромное и доступное для использования хранилище знаний теперь у каждого под рукой. Поэтому может показаться логичным, что обучение основным фактам устарело. Однако оказалось, что все совсем наоборот.
В этом заключается парадокс приобретения знаний в эпоху ИИ: нам может казаться, что нам не нужно работать над запоминанием и накоплением базовых навыков или созданием хранилища фундаментальных знаний - в конце концов, это то, что хорошо умеет делать ИИ. Фундаментальные навыки, которые всегда утомительно изучать, кажутся устаревшими. И они могли бы быть таковыми, если бы существовал короткий путь к экспертности. Но путь к экспертности требует опоры на факты.
Изучение любого навыка и овладение любой областью требует заучивания, тщательного формирования навыков и целенаправленной практики, и ИИ (и будущие поколения ИИ), несомненно, будет лучше новичка во многих ранних навыках. Например, исследователи из Стэнфорда обнаружили, что ИИ GPT-4 набрал больше баллов, чем студенты-медики первого и второго курсов на выпускных экзаменах по клинической логике. Соблазн может заключаться в том, чтобы передать эти базовые навыки ИИ. В конце концов, врачи с удовольствием используют медицинские приложения и интернет для диагностики пациентов, а не просто заучивают медицинскую информацию. Разве это не то же самое?
Проблема в том, что для того, чтобы научиться критически мыслить, решать проблемы, понимать абстрактные концепции, решать новые задачи и оценивать результаты работы ИИ, нам нужен опыт в данной области. Педагог-эксперт, знающий своих учеников и класс, а также обладающий педагогическими знаниями, может оценить написанный ИИ учебный план или сгенерированный ИИ тест; опытный архитектор, хорошо знающий принципы проектирования и строительные нормы, может оценить осуществимость предложенного ИИ плана здания; опытный врач, обладающий обширными знаниями анатомии и болезней человека, может тщательно проанализировать сгенерированный ИИ диагноз или план лечения. Чем ближе мы подходим к миру киборгов и кентавров, в котором ИИ дополняет нашу работу, тем больше нам нужно поддерживать и развивать человеческий опыт. Нам нужны эксперты-люди.