Η τεχνητή νοημοσύνη διαλύει το «μαύρο κουτί» της μάθησης
Η έννοια της τεχνητής νοημοσύνης (Artificial Intelligence - AI) εκτοξεύει τη φαντασία. Αποτελεί το αποκορύφωμα του ανθρώπινου επιτεύγματος η δημιουργία μιας μηχανής που έχει τις υψηλότερες ανθρώπινες ικανότητες: μάθηση και επίλυση προβλημάτων. Μπορούν οι μηχανές μάθησης να μεταμορφώσουν την ίδια τη μάθηση; Θα επιφέρουν ανεργία και εξαθλίωση, όπως μερικοί προβλέπουν; Θα κάνουν τη δια βίου μάθηση πανταχού παρούσα ή θα την κάνουν μονοπώλιο για τους λίγους προνομιούχους; Η EPALE συζήτησε τη σημασία της AI για την εκπαίδευση με τους καθηγητές Rose Luckin και Keng Siau.
Οι δύο πανεπιστημιακοί θεωρούν ότι η τεχνητή νοημοσύνη είναι πολλά υποσχόμενη ως προς τη δημοκρατικοποίηση της εκπαίδευσης, εάν αυτή αναπτυχθεί σε στενή συνεργασία με τους παιδαγωγούς.
Τεχνητή νοημοσύνη: παρατηρήστε και βελτιστοποιήστε
Η Rose Luckin θεωρεί ότι η τεχνητή νοημοσύνη έχει δύο ρόλους στην εκπαίδευση: πρώτον, δημιουργεί μια έξυπνη υποδομή για μάθηση και, δεύτερον, ενεργοποιεί τις συγκεκριμένες τεχνολογίες (έξυπνα τηλέφωνα, εικονική πραγματικότητα, ρομπότ κ.λπ.) που μας επιτρέπουν να αξιοποιήσουμε αυτήν την υποδομή.
Το πρώτο μέρος, η υποδομή (π.χ. η τεχνολογία που στηρίζει ένα online μάθημα), είναι πολλά υποσχόμενη σύμφωνα με την Luckin, καθώς η AI μπορεί να φωτίσει το μετα-επίπεδο μάθησης, αποκαλύπτοντας τους ενεργούς μηχανισμούς του.
«Η Τεχνητή Νοημοσύνη μπορεί να μας δείξει πώς μαθαίνουμε καλύτερα, ακριβώς πού βρίσκουμε δυσκολία και πού υπερέχουμε», εξηγεί η Luckin .
Η ανακάλυψη των εμποδίων στη μάθηση σημαίνει ότι οι εκπαιδευτικοί μπορούν στη συνέχεια να προσπαθήσουν να τα αντιμετωπίσουν - για να βελτιστοποιήσουν την ποιότητα της διδασκαλίας τους.
Η τεχνητή νοημοσύνη μπορεί να χαρτογραφήσει αυτά τα ομαλά αλλά και τα ακατέργαστα σημεία στην εκπαιδευτική μας πορεία, χάρη στην ικανότητά της να εξάγει συμπεράσματα από ένα τεράστιο όγκο δεδομένων που συγκεντρώθηκαν από μεγάλο αριθμό μαθητευόμενων. Η τεχνητή νοημοσύνη, λοιπόν, δεν είναι απλώς ένας εκπαιδευτής - είναι ένας επίμονος παρατηρητής, ακριβώς όπως ένας δάσκαλος, και αυτός ο ρόλος μπορεί να είναι πιο κρίσιμος.
Ο ρόλος του παρατηρητή δεν απαιτεί καν από τους μαθητές να συνδεθούν σε μια ηλεκτρονική πλατφόρμα. Αντίθετα, κατά την άποψη της Luckin, η τεχνητή νοημοσύνη μπορεί τελικά να ελευθερώσει χρόνο για διδασκαλία εκτός σύνδεσης.
«Μπορούμε να συλλέγουμε δεδομένα παθητικά, μέσω αισθητήρων και φωτογραφικών μηχανών καθώς οι μαθητές συνεργάζονται. Αν συνδυάσουμε σωστά την τεχνητή νοημοσύνη και την εκπαίδευση, θα υπάρξει περισσότερος χρόνος για δραστηριότητες που δεν απαιτούν ψηφιακή τεχνολογία, όπως η τέχνη, ο αθλητισμός και το δράμα».
Ο μαθητής, λοιπόν, επωφελείται από την εξατομικευμένη μάθηση που επιτρέπει η τεχνητή νοημοσύνη. Ο Siau επισημαίνει ότι οι πάροχοι της εκπαίδευσης μπορούν επίσης να επωφεληθούν, με πιθανά ευρύτατα οφέλη:
«Η τεχνητή νοημοσύνη επιτρέπει στα ιδρύματα να μειώσουν το κόστος παροχής ποιοτικής εκπαίδευσης. Ως αποτέλεσμα, μπορούν να εκπαιδευτούν περισσότερα άτομα. Σε παγκόσμιο επίπεδο, αυτό θα ωφελήσει τους πληθυσμούς σε υποανάπτυκτες και αναπτυσσόμενες χώρες. "
Ο Siau βλέπει επίσης την αύξηση της AI και της τυποποίησης στη μάθηση να κινούνται παράλληλα.
«Το gamification της μάθησης είναι ένα επίκαιρο ερευνητικό θέμα και έχει τη δυνατότητα να κάνει τη μάθηση διασκεδαστική και συναρπαστική» εξηγεί ο Siau .
Κάντε την ανάπτυξη της Τεχνητής Νοημοσύνης βασισμένη στην παιδαγωγική
Και οι δύο ερευνητές επισημαίνουν ότι η παγκόσμια χρήση της μάθησης υποβοηθούμενη από την τεχνητή νοημοσύνη είναι ακόμα στα πρώιμα στάδια, αλλά αναμένεται σημαντική αύξηση της χρήσης της. Μήπως αυτό σημαίνει ότι σύντομα θα έχουμε όλοι έναν εκπαιδευτή δια Βίου Μάθησης ως συνεχή σύντροφο, όπως οι εκπαιδευτικοί εκδότες Pearson προτείνουν; Ή είναι η τεχνητή νοημοσύνη μόνο για εκείνους που μπορούν να την αναλάβουν οικονομικά;
Ο Siau θεωρεί ότι η χρήση της τεχνητής νοημοσύνης ακολουθεί τον γενικό κύκλο ζωής της υιοθέτησης τεχνολογίας - καινοτομία, πρώιμη υιοθεσία, ωρίμανση και ευρεία υιοθεσία.
«Βρισκόμαστε τώρα στη φάση της πρώιμης υιοθεσίας. Μόλις η τεχνολογία φτάσει στην ωρίμανση, οι χρήστες αυξάνονται σε αριθμό και οι τιμές μειώνονται.
Ο Siau ελπίζει ότι η μελλοντική αγορά εφαρμογών τεχνητής νοημοσύνης θα είναι πιο ευρεία.
«Για την επίτευξη της ενσωμάτωσης της τεχνητής νοημοσύνης στην εκπαίδευση, πρέπει μια σειρά από καλά προγράμματα τεχνητής νοημοσύνης να κυριαρχήσουν σε ορισμένα θέματα. Εάν συμβεί κάτι τέτοιο, ανοίγουν οι πόρτες για να διασφαλιστεί η ποικιλομορφία και η διασταύρωση ιδεών », λέει.
Η τεχνητή νοημοσύνη θα πρέπει να είναι πραγματικά προσιτή στις μάζες. Η Rose Luckin βλέπει την τεχνητή νοημοσύνη ως πιθανό εργαλείο δημοκρατικοποίησης της μάθησης, αλλά χρειάζεται προσοχή. Το νέο εκπαιδευτικό ιδανικό στην ευρεία φάση υιοθεσίας θα είναι ένας καλός συνδυασμός διδασκαλίας μέσω της τεχνητής νοημοσύνης και των ανθρωπίνων καθηγητών.
«Υπάρχει ο κίνδυνος οι προνομιούχοι μαθητές να αποκτήσουν τον ιδανικό συνδυασμό τεχνολογίας και ανθρώπινης αλληλεπίδρασης, ενώ οι φτωχότεροι μαθητευόμενοι θα αποκτήσουν τεχνολογία τεχνητής νοημοσύνης και λίγη ανθρώπινη αλληλεπίδραση», προειδοποιεί η Luckin .
Επισημαίνει επίσης έναν περαιτέρω κίνδυνο. Η ανάπτυξη εκπαιδευτικών εφαρμογών πρέπει να γίνεται σε στενή συνεργασία με τους παιδαγωγούς, τους εκπαιδευτικούς ερευνητές και άλλους ενδιαφερόμενους.
«Δεν θέλουμε τα κακά σχεδιασμένα έξυπνα συστήματα να υπονομεύουν τις δυνατότητες αυτής της τεχνολογίας».