Abych pomohl lidem přemýšlet o tom, co bychom měli zvažovat, pokud jde o dopad na vzdělávání generativních nástrojů AI, jako jsou modely velkých jazyků, chci vyzkoušet myšlenkový experiment.
Představte si, že v listopadu 2022 Openai OpenAI představil Chatgpt do světa tím, že nechal monstrum z laboratoře na šesttýdenní procházku, dostatečně dlouho na to, aby prokázal své kapacity-věrohodné automatizované generování textu na jakékoli předměty, na které si můžete myslet-a jeho nedostatky-vyrábějící věci-a pak přivádějí monstrum zpět dovnitř vesničanů.
Pravidelně, protože byly vyvinuty nové modely, které vykazovaly dostatečné posuny v schopnostech, společnosti AI (OpenAI se připojily ostatní), zveřejnily veřejné demonstrace, auditovány a certifikovány nezávislými odbornými pozorovateli, kteří by zveřejnili zprávy svědčící o současném stavu generativní technologie AI.
Co by se lišilo? Co by se mohlo lišit?
Zaprvé, abychom rozšířili fantazijní část myšlenkového experimentu, musíme předpokládat, že bychom vlastně udělali věci, abychom se připravili na případné úplné uvolnění technologie, spíše než za předpokladu, že bychom mohli nalepit hlavy do písku až do skutečného dne jejího příjezdu.
Představte si tedy, že vám bylo řečeno: „Za tři roky bude zařízení, které dokáže vytvořit produkt/výstup, který bude projít shromážděním při hodnocení proti kritérii přiřazení.“ Co byste dělali?
Prvním impulsem může být „prokázat“ úkol, aby se to stalo, aby ho domácí úkoly nemohly ve skutečnosti dokončit. Zjistili byste poměrně rychle, že i když existují určitě úpravy, které lze učinit tak, aby byla práce méně zranitelná vůči stroji, vzhledem k povaze studentských artefaktů, o kterých se domníváme, že jsou dobrým způsobem, jak posoudit učení – psaní – je velmi obtížné učinit nezranitelný úkol.
Nebo jste se možná zapojili do strategického ústupu a vypracovali, jak studenti mohou pracovat v nepřítomnosti stroje, snad tím, že vytvoříte vše ve třídě nebo přijmete nějaký nástroj (nebo nástroje), který sleduje práci studentů.
Možná jste byli přesvědčeni, že tyto nástroje jsou budoucností a vaším úkolem bylo zjistit, jak mohou být produktivně integrovány do všech aspektů práce vašich a vašich studentů.
Nebo možná, že jste v určitém věku a stanici v životě, viděli jste psaní na zdi a rozhodli jste se, že je čas odejít z odchodu zleva.
Vzhledem k tomuto času na přípravu si nyní představte, že generativní AI Kraken je konečně uvolněn v listopadu 2022, ale listopad 2024, což znamená, že v tuto chvíli je to přítomno po dobu necelých šesti měsíců, ne dva a půl roku.
Co by se ve srovnání s dneškem lišilo?
Podle mého názoru, pokud jste se vydali na některou z výše uvedených tras, a zdá se, že to je nejběžnější volba, odpověď zní: ne moc.
Důvodem, proč by se toho moc nelišil, je to, že každý z těchto přístupů – včetně rozhodnutí skrýt – přijímá, že pre -generativní status AI quo byl něco, co bychom se měli snažit zachovat. Buď jsme tu, abychom chránili před zasahováním technologie na status quo, nebo v případě úplného objetí použijte tuto technologii jako nástroj při udržování současného stavu.
Doufám, že dnes, vzhledem k našim dvou a půlleté zkušenosti, uznáváme, že kvůli přítomnosti této technologie je ve skutečnosti nemožné zachovat před -generativní status AI quo. Zároveň máme více než informace o informacích, abychom se zeptali, zda existuje významný nástroj pro tuto technologii, pokud jde o studenta učení.
Toto uznání bylo snazší přijít pro lidi, jako jsem já, kteří už byli znepokojeni stavem quo. Byl jsem připraven provést několik radikálních změn po celá léta (viz Proč nemohou psát: Zabíjení eseje pěti paragrafu a další potřeby), ale velmi jsem pochopil opatrnost těch, kteří našli pokračující hodnotu ve stavu quo, který se zdál být většinou stabilní.
Nemyslím si, že by někdo mohl věřit, že stav quo je stále stabilní, ale to neznamená, že bychom měli být beznadějní. Zkušenosti z posledních dvou a půl roku objasňují, že je nutná určitá míra přehodnocení a recovestingu. Vrátím se k formulaci Marca Watkinsa: “AI je nevyhnutelná, nevyhnutelná“
Jeho nevyhnutelnost však neznamená, že bychom měli z celého srdce běžet do jeho objetí. Tato technologie je zcela neprokázaná a důsledky toho, co je důležité pro zkušenosti s učením, jsou stále mapovány. Status quo, který byl otřesen, neznamená, že všechny aspekty, na kterých byl tento status quo postaven, byly vykresleny nulové.
Jedna věc, která mi je jasná, něco, co je ústřední pro poselství Více než slova: Jak přemýšlet o psaní ve věku AI: Naše energie musí být zaměřena na vytváření zkušeností s učením, aby studentům poskytovala práci, která stojí za to udělat.
To vyžaduje, abychom ustoupili a zeptali se sami sebe, co si ve skutečnosti ceníme, pokud jde o učení v našich oborech. Existují dvě klíčové otázky, které nám mohou pomoci:
Co chci, aby studenti věděli?
Co chci, aby studenti mohli dělat?
Pro mě, pro psaní, jsou tyto věci pokryty praxí spisovatele (dovednosti, znalosti, postoje a návyky mysli spisovatelů). Kořen praxe spisovatele není zvlášť ovlivněn velkými jazykovými modely. Dobrá praxe musí fungovat v nepřítomnosti nástroje. Miliony lidí si vyvinuly zvukové a flexibilní psaní praktik v nepřítomnosti této technologie. Měli bychom pochopit, jaké jsou tyto praktiky, než je opustíme na nemyslící, neochvějné, neschopné komunikační automatizované generátor syntaxe.
Když je nástroj přidán, musí být účelný a všímavý. Pokud je cílem této zkušenosti rozvíjet praxi člověka – kde na zkušenostech a procesu záleží více než na výsledku – víra je, že velké jazykové modely mají velmi omezené, pokud vůbec nějaké, užitečnost.
Můžeme mít příležitost potřebovat automatický generátor syntaxe, ale pravděpodobně ne, když je cílem naučit se psát.
Máme před sebou další léto, abychom přemýšleli a dostali se do kořene této výzvy. Možná je pro vás užitečné připojit se k komunitě jiných praktiků v rámci akce PerusAll Engage Book, představovat Více než slova, nyní otevřeno pro registraci.
Budu součástí komunity a zkoumám tyto otázky o tom, co by studenti měli vědět a budou schopni dělat.
