Γράφει ο Mate Hajba
Στο τελευταίο επεισόδιο του podcast μου, The Report Card, μίλησα με τον Ethan Mollick, αναπληρωτή καθηγητή στο Wharton School του Πανεπιστημίου της Πενσυλβάνια, σχετικά με το πώς η τεχνητή νοημοσύνη θα επηρεάσει τη διδασκαλία και τη μάθηση. Ο Mollick είχε πολλά να πει κατά τη διάρκεια του επεισοδίου, αλλά αμέσως μετά την ηχογράφηση, μοιράστηκε με μένα μια ιδιαίτερα σημαντική ιδέα που νομίζω ότι αξίζει να επαναληφθεί.
Η πανδημία ήταν ένα ατύχημα για την εκπαίδευση, αλλά το ατύχημα αυτό δεν είχε περίεργα χαρακτηριστικά. Οι μαθητές μάθαιναν από το σπίτι τους για πολλούς μήνες. Η απομακρυσμένη εκπαίδευση αντιμετώπισε εμπόδια. Οι μαθητές είχαν περισπάσεις, δεν είχαν κίνητρα ή και τα δύο. Οι δάσκαλοι έπρεπε να προσπαθήσουν πολύ για να καταλάβουν πώς θα χρησιμοποιήσουν την τεχνολογία για την οποία οι περισσότεροι δεν είχαν ποτέ εκπαιδευτεί. Και ακόμη και αφού τα σχολεία ξανάνοιξαν, η λειτουργία τους απείχε πολύ από το κανονικό. Καθώς μπορούσαμε να τα δούμε όλα αυτά να συμβαίνουν σε πραγματικό χρόνο, καταλάβαμε τουλάχιστον ότι υπήρχε πρόβλημα και ότι έπρεπε να το αντιμετωπίσουμε.
Αυτό το φθινόπωρο, υποστηρίζει ο Mollick, βρισκόμαστε μπροστά σε ακόμη ένα ατύχημα για την εκπαίδευση, αλλά αυτό θα έχει περίεργα χαρακτηριστικά. Ο Mollick πιστεύει ότι η τεχνητή νοημοσύνη θα επιφέρει την καταστροφή των εργασιών για το σπίτι: Οι μαθητές θα χρησιμοποιούν ολοένα και περισσότερο την τεχνητή νοημοσύνη για να γράψουν εργασίες, για να λύσουν προβλήματα για το σπίτι και για να γράφουν περιλήψεις και αναλύσεις κειμένων. Αν όμως οι μαθητές χρησιμοποιούν την τεχνητή νοημοσύνη για να κάνουν τις ίδιες εργασίες που οι δάσκαλοι έχουν συνηθίσει να αναθέτουν, τα εκπαιδευτικά οφέλη αυτών των εργασιών θα διαβρωθούν γρήγορα.
Αυτή η πρόκληση επιδεινώνεται από το γεγονός ότι, ενώ συμβαίνει αυτό, οι μαθητές θα φαίνεται ότι συνεχίζουν να τα πηγαίνουν καλά στο σχολείο. Οι εργασίες που θα συντάσσουν με τη βοήθεια Τεχνητής Νοημοσύνης δεν θα είναι χειρότερες. Μπορεί να είναι και καλύτερες. Τα παραδοσιακά τεστ μπορεί να αποκαλύπτουν τα σημεία όπου πάσχει η εκπαιδευτική διαδικασία για τους μαθητές, αλλά δεν είναι σίγουροι ότι οι εκπαιδευτικοί θα λάβουν το μήνυμα και θα κάνουν τις απαραίτητες εκπαιδευτικές αλλαγές για να αντιμετωπίσουν τη νέα πραγματικότητα των εργασιών με τη βοήθεια τεχνητής νοημοσύνης. Ακόμη περισσότερο, δεν είναι σίγουρο ότι θα ξέρουν πώς να το κάνουν αυτό.
Αυτό το είδος προβλήματος δεν είναι εντελώς νέο. Εδώ και δεκαετίες οι μαθητές είναι σε θέση να χρησιμοποιούν το Διαδίκτυο για να βοηθηθούν στη σύνταξη των εργασιών για το σπίτι. Υπάρχουν στοιχεία που δείχνουν ότι αυτό έκανε την εργασία για το σπίτι λιγότερο αποτελεσματική για τη μάθηση. Παρ’ όλα αυτά, οι μαθητές που ψάχνουν στο διαδίκτυο για τις εργασίες τους για το σπίτι εξακολουθούν να μαθαίνουν—εξακολουθούν να έρχονται στην τάξη, να παρακολουθούν τα μαθήματα και να κάνουν ασκήσεις μέσα στην τάξη —απλώς μαθαίνουν λιγότερα. Το νέο τοπίο αποκάλυψης για τις εργασίες για το σπίτι που απειλεί να δημιουργήσει η Τεχνητή Νοημοσύνη είναι παρόμοιο πρόβλημα, απλώς πολύ πιο σοβαρό: Ενώ το Διαδίκτυο μπορεί να προσφέρει μόνο οριακή βοήθεια, η τεχνητή νοημοσύνη μπορεί να συντάξει μεγάλο μέρος των εργασιών που καλούνται να κάνουν οι μαθητές.
Μπορεί κανείς αντανακλαστικά να σκεφτεί πως η λύση μπορεί να είναι η απαγόρευση της τεχνητής νοημοσύνης, αλλά αυτό δημιουργεί γρήγορα δύο προβλήματα. Πρώτον, οι απαγορεύσεις δεν θα εμποδίσουν τους μαθητές να χρησιμοποιούν την τεχνητή νοημοσύνη, ειδικά καθώς η πανταχού παρουσία της βρίσκεται σε εκρηκτική ανάπτυξη. Δεύτερον, για όσο διάστημα διαρκέσουν αυτές οι απαγορεύσεις, θα στερήσουν από τις τάξεις ένα ισχυρό εκπαιδευτικό εργαλείο. Η τεχνητή νοημοσύνη επιτρέπει ήδη στους δασκάλους να κάνουν πράγματα που δεν μπορούσαν να κάνουν στο παρελθόν και έχει μια σειρά από πιθανές χρήσεις που μπορούν να ενισχύσουν δραματικά τη μάθηση. Η απαγόρευση της τεχνητής νοημοσύνης στην τάξη θα ήταν παρόμοια με την απαγόρευση των βιβλίων στη δεκαετία του 1440, της αριθμομηχανής στη δεκαετία του 1970, ή του Διαδικτύου στη δεκαετία του 1990.
Δεν υπάρχει αμφιβολία ότι τα επόμενα χρόνια στα σχολεία δεν θα είναι εύκολα — γι’ αυτό και χρησιμοποίησα τον όρο «ατύχημα». Οι δάσκαλοι θα πρέπει να ξανασκεφτούν τα δοκίμια, τα προβλήματα, και τα αναγνώσματα που βάζουν ως εργασίες για το σπίτι. Θα χρειαστεί να βρουν νέους τύπους εργασιών για να βοηθήσουν τους μαθητές να μαθαίνουν ενώ θα χρησιμοποιούν την τεχνητή νοημοσύνη. Αυτή η διαδικασία θα έχει σκαμπανεβάσματα, αλλά οφείλουμε να την περάσουμε. Οι μαθητές χρησιμοποιούν ήδη την Τεχνητή Νοημοσύνη η οποία στο εξής θα γίνεται ολοένα και πιο ισχυρή —και μπορεί ήδη να έχει επιδόσεις κοντά ή πάνω από το 90ο εκατοστημόριο στα SAT, GRE και LSAT.
Δεν είναι σαφές ποια είναι η λύση σε αυτήν την πρόκληση, αλλά οι εκπαιδευτικοί πρέπει να συνειδητοποιήσουν το πρόβλημα και χρειάζονται χώρους στους οποίους να μπορούν συλλογικά να αναζητήσουν λύσεις. Είναι ένα πρόβλημα που αντιμετωπίζουν όλα τα σχολεία για πρώτη φορά και δεν υπάρχει λυσάρι.
Ο Ethan Mollick με το έργο του έχει σκιαγραφήσει αυτή την αναγκαία πορεία και έχει πολλά να μας πει για το πώς η τεχνητή νοημοσύνη θα ωθήσει σε αλλαγές στα σχολεία και για τους λόγους που οι εκπαιδευτικοί πρέπει να προετοιμαστούν σήμερα. Για να παρακολουθήσετε την πλήρη συζήτησή μου μαζί του, ακούστε το τελευταίο επεισόδιο του The Report Card.
* Ο Nat Malkus είναι διακεκριμένος ερευνητής και υποδιευθυντής εκπαιδευτικής πολιτικής στο American Enterprise Institute.
Το άρθρο δημοσιεύθηκε στα αγγλικά στις 14 Ιουλίου 2023 και παρουσιάζεται στα ελληνικά με την άδεια του American Enterprise Institute και τη συνεργασία του Κέντρου Φιλελεύθερων Μελετών.
