Δεν είναι έκπληξη ότι οι εκπαιδευτικοί έχουν μια δυσάρεστη σχέση με τη γενετική τεχνητή νοημοσύνη. Φοβούνται τον αντίκτυπο της λογοκλοπής και των δοκιμίων που δημιουργούνται από μηχανή και τις «παραισθήσεις» – όπου το σύστημα ισχυρίζεται με σιγουριά ότι κάτι είναι αλήθεια που δεν είναι απλώς επειδή δεν γνωρίζει καλύτερα – εργαλείων όπως το ChatGPT και το Bard. Υπάρχει μια απτή ανησυχία ότι η γενετική τεχνητή νοημοσύνη θα γίνει α υποκατάστατο για αυθεντική μάθηση: κάτι που θα βοηθήσει ένα άτομο να περάσει ένα τεστ χωρίς να χρειάζεται να απορροφήσει και να εσωτερικεύσει την ύλη.
Αν και δεν υπάρχει αμφιβολία ότι η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί για την παράκαμψη της μαθησιακής διαδικασίας, το ChatGPT έχει ήδη αναλάβει το ρόλο ενός ad hoc προσωπικού εκπαιδευτή για εκατομμύρια, αλλάζοντας τα πρότυπα μάθησης κατανάλωσης και ενισχύοντας η σχέση μας με την εκπαίδευση. Η δυνατότητα ενός βοηθού διδασκαλίας με τεχνητή νοημοσύνη – που καθοδηγεί, ενθαρρύνει και καθοδηγεί τους μαθητές μέσω του υλικού σε μια σχέση ένας προς έναν – είναι κατανοητή. Και η επεκτασιμότητα του AI σημαίνει αυτό ο καθενας μπορεί να επωφεληθεί από αυτό.
Η τεχνητή νοημοσύνη μπορεί να κάνει — και, για πολλούς, ήδη έχει έκανε — μάθηση εθιστικό. Οι λόγοι για τους οποίους ελάχιστη σχέση έχουν με τις προόδους αιχμής στην τεχνητή νοημοσύνη και την επιστήμη των υπολογιστών και περισσότερο με τις βασικές αρχές του τι κάνει έναν μαθητή αφοσιωμένο, παρακινημένο και ενθουσιασμένο.
Μεγαλώνοντας στην Αρμενία, ενθουσιάστηκα από τις σκληρά ανταγωνιστικές Ολυμπιάδες των μαθηματικών και η επιθυμία μου να κερδίσω με ώθησε να περάσω ώρες μελετώντας και ασκώντας. Ωστόσο, ως ενήλικας, δεν μπορούσα να βρω το ίδιο κίνητρο όταν σπούδαζα μαθηματικά στο MIT. Έχω περάσει μεγάλο μέρος της ζωής μου ερευνώντας και κατανοώντας τα κίνητρα πίσω από τη μάθηση, μερικά από τα οποία έχω αποσταχθεί σε αυτό το κομμάτι και πολλά από τα οποία με οδήγησαν στην ίδρυση του CodeSignal.
Τι εννοούμε εθιστικό;
Η εκπαίδευση ήταν πάντα επικεντρωμένη γύρω από το ανθρώπινο στοιχείο και είναι δύσκολο να φανταστεί κανείς έναν κόσμο όπου οι μηχανές μπορούν να το αντικαταστήσουν.
Όταν μιλώ για το ότι η τεχνητή νοημοσύνη κάνει τη μάθηση εθιστική, μιλάω για μια αίσθηση ενθουσιασμού και προθυμίας — ενσταλάσσοντας μια αδηφάγα όρεξη για αυτοβελτίωση και ανάπτυξη σε έναν μαθητή. Αλλά, το πιο σημαντικό, συνεχίζεται πολύ αφότου έχουν ολοκληρώσει αυτό που ξεκίνησε το ταξίδι τους. Ουσιαστικά, αυτό συνοψίζεται σε διαρκή, μακροπρόθεσμα κίνητρα. Η δημιουργία μαθητών με αυτοκίνητρο είναι μια πρόκληση που αντιμετωπίζουν οι περισσότεροι εκπαιδευτικοί και ένα βουνό εκπαιδευτικής έρευνας αγγίζει αυτό το θέμα.
Είναι δύσκολο να υπερεκτιμηθεί η σημασία του κινήτρου. Είτε μαθαίνετε να μιλάτε μια νέα γλώσσα είτε κάνετε τα πρώτα βήματα για μια καριέρα στον προγραμματισμό, η μάθηση είναι εγγενώς επαναληπτική, όπου ο μαθητής σταδιακά οικοδομεί αυτοπεποίθηση και ευφράδεια με την πάροδο του χρόνου. Ο παραγωγικός εκπαιδευτής προγραμματισμού Zed Shaw κάποτε το περιέγραψε αυτό ως «αναρρίχηση σε ένα βουνό άγνοιας». Αυτούς τους πρώτους μήνες — όταν εσείς δεν είναι έχουν αυτοπεποίθηση και δεν καταλαβαίνουν το θέμα — είναι τα πιο δύσκολα και είναι πολύ εύκολο να τα παρατήσεις. Και γι’ αυτό χρειάζεστε μια εξωτερική δύναμη που θα ενθαρρύνει τον μαθητή να συνεχίσει. Η αυτοπεποίθηση, η ικανότητα και ίσως ακόμη και το μεγαλείο είναι προ των πυλών.