[Лим Ун] Настоящий вызов ИИ в школах
- 3 часа назад
- 4 мин. чтения
Когда несколько лет назад большие языковые модели, такие как ChatGPT, впервые стали предметом общественного обсуждения, большинство школ воспринимали искусственный интеллект как событие, относящееся к кругу особых тем. Это вызывало страх, любопытство и восторг, но все еще казалось чем-то далеким. Приглашённые докладчики, в основном руководители технологических компаний, рассказывали о будущих профессиях, о том, как роботы заменят рабочих на заводах, или о радужных перспективах, что технологии изменят всё. Их выступления обычно носили утопический характер. Учителя слушали, делали заметки, а затем возвращались к школьной рутине, которая, казалось, оставалась практически неизменной.
ChatGPT, особенно начиная с версии GPT-3.5, и его конкуренты очень быстро изменили эту ситуацию. Как только ученики смогли вводить несколько команд и получать связные сочинения, правдоподобные ответы на самые разные вопросы или пошаговые решения довольно сложных математических задач, ситуация кардинально изменилась. Навыки, которым школы учили десятилетиями, такие как чтение, письмо и решение задач, перестали казаться такими же священными, как раньше.
Учителя заметили это почти сразу. Задания, которые раньше демонстрировали реальные различия в приложенных усилиях и уровне понимания, стали давать странно схожие результаты. Поэтому, естественно, многие школы попытались запретить эти инструменты. Школьные округа заблокировали доступ и стали рассматривать использование ИИ как списывание. Но такая позиция продержалась недолго, и вряд ли она могла долго продержаться. Учащиеся и так уже пользовались этими инструментами дома, на своих телефонах и везде, где взрослые не могли их заметить.
Если алгоритм может за считанные секунды создать грамотное сочинение из пяти абзацев, что именно теперь следует требовать от учащихся? Один из ответов прост: от них следует требовать более сложных задач. Они могут критиковать сгенерированный текст, выявлять фактические ошибки или подвергать сомнению исходные предположения. Они могут редактировать результат и четко объяснять, что именно они изменили и почему. Они могут вслух обосновывать свои рассуждения. Дело уже не просто в том, чтобы наполнить страницу словами. Дело в том, чтобы заставить учащихся «продемонстрировать» способность к критическому мышлению. Именно в этом сейчас заключается образовательная ценность.
Поэтому разговор начал смещаться с вопросов обнаружения на вопросы интеграции. Проблема больше не заключается просто в том, будут ли учащиеся использовать ИИ. Более сложный вопрос заключается в том, какие виды мышления должны требовать школы, чтобы учащиеся сохранили чувство собственной инициативы, а не скатились в зависимость.
Сейчас, когда школы пересматривают свои учебные программы, выделяются три области образования в сфере ИИ: обучение учащихся программированию, подготовка будущих специалистов по ИИ и формирование общей грамотности в области ИИ. Каждая из них сопряжена со своими рисками и преимуществами.
Во-первых, обучение программированию имеет смысл, когда оно рассматривается как практика в даче инструкций машине и понимании того, как люди взаимодействуют с вычислительными системами. Оно может развивать логическое и процедурное мышление. Однако существуют пределы того, насколько рано и насколько интенсивно следует это продвигать. Если программирование просто станет ещё одним предметом с высокими требованиями, школы могут в итоге потерять время, которое младшим ученикам всё ещё необходимо для чтения, письма и базовых математических навыков. Это было бы ошибкой.
Во-вторых, подготовка будущих разработчиков и специалистов по данным имеет решающее значение для любой страны, которая хочет формировать ИИ, а не просто импортировать его. Фраза «суверенный ИИ» может звучать модно, но проблема вполне реальна. Страны, неспособные подготовить высокотехнологичные кадры, будут полагаться на системы, созданные в других странах, на основе допущений, которые они сами не выбирали. Тем не менее этот подход не следует идеализировать. Серьёзная разработка ИИ требует знания высшей математики, глубокой научной подготовки и вычислительных ресурсов, которые большинство школ реально не в состоянии предоставить. Кроме того, попытки политиков ввести её слишком рано, как правило, заканчиваются неудачей. Учащиеся часто достигают лучших результатов позже, в вузах и аспирантуре, когда они сначала заложили прочный фундамент и имели время для развития интересов и интеллектуального созревания.
В-третьих, широкая грамотность в области ИИ сегодня незаменима, но её необходимо тщательно определить. Она не может сводиться к нескольким запоминающимся урокам о чат-ботах. Она также не может означать упрощённый технический обзор, который смогут понять только те, кто уверенно владеет математикой. Учащимся нужны история, обществознание, литература и естественные науки, чтобы понять, что означают эти системы в реальных контекстах предвзятости, конфиденциальности, труда, справедливости и власти.
Таким образом, нам нужен не один путь, а два. Большинству учащихся требуется прочное общее образование, позволяющее понять, что такое ИИ, как он работает на базовом уровне, где он полезен, а где опасен. Небольшой группе нужна более глубокая подготовка по математике и естественным наукам. Это две разные цели. Разумная система должна быть способна преследовать обе цели, не путая одну с другой.
В то же время ИИ — это не просто добавление еще одной темы в учебную программу. Он меняет характер работы во многих областях. В биологических науках прогнозирование сворачивания белков уже изменило некоторые этапы исследовательского процесса. В юриспруденции и политике поиск документов и распознавание образов меняют то, как специалисты ищут информацию, сравнивают данные и выстраивают аргументацию. Робототехника, развивающаяся благодаря новым микросхемам для восприятия и управления, проникает не только на заводы и склады, но и в больницы, на фермы и в дома.
Эти изменения несут с собой реальные вызовы. Самым сложным будет внедрение. У школьных систем есть одна привычка – брать какую-то новую идею и сразу же задаваться вопросом, как её «оценивать». Это искушение уже прослеживается в дискуссиях о стандартах программирования, этических требованиях к ИИ и возможном содержании экзаменов. Бюрократия любит всё измеримое. Но слишком быстрое втискивание образования в области ИИ в систему, ориентированную на экзамены, с самого начала создаст проблемы. Существующие предметы и так уже соревнуются за ограниченное время, и любое новое требование вызовет сопротивление. Частично это сопротивление, безусловно, будет продиктовано личными интересами. Частично же — вполне обоснованной озабоченностью тем, что школы нагромождают новые требования на старые структуры, не задумываясь достаточно глубоко о согласованности.
Сегодня перед школами открывается редкая возможность решить, чему ученики должны по-прежнему учиться самостоятельно в мире, где машины способны выполнять большую часть рутинной работы. Для достижения реального прогресса необходимо отойти от системы отбора, ориентированной на экзамены, которая долгое время определяла, что считается талантом. Только тогда школы смогут развивать молодые таланты в области науки и технологий, одновременно готовя следующее поколение граждан, способных ясно и с учетом этических принципов размышлять о том, что эти системы должны и чего не должны делать.
---
Лим Ун
Лим Ун — профессор Высшей школы образования Университета Ёнсе в Сеуле. Высказанные здесь мнения принадлежат автору. — Ред.
Комментарии