No Grades, No Gods, No Gates: A Counterculture Blueprint за образованието на AI-Era

AI-Native Campus, за който никой не е искал Представете си това: учениците блъскат в лекционни зали, невро-свързани слушалки, които блестят под флуоресцентни светлини. Техните курсове? Генерирани от големи езикови модели. Техните оценки? Присвоени от патентовани табла за изкуствен интелект, които измерват ангажираността чрез биометрични обратни данни и шаблони за натискане на ключове. Професорите стават улесняващи за доставяне на алгоритмично съдържание. Ученето става оптимизация. Ефективно и без удоволствие. Какво ще стане, ако това бъдеще не поправи образованието – то го погребе? , ветеранът по компютърни науки в UC Berkeley, прекъсва евангелизма на AI с характерна откровеност: Брайън Харви AI е потенциално полезна част от технологията, но тя не е центърът на Вселената и не трябва да бъде и центърът на университета. AI е потенциално полезна част от технологията, но тя не е центърът на Вселената и не трябва да бъде и центърът на университета. Неговите думи се приземяват като купа студена вода върху трескавите мечти на предприемачите на EdTech. Но Харви не е лудит – той е прагматик, който наблюдава образователните моди идват и си отиват в продължение на десетилетия. Curriculum Kill Switch: Какво трябва да се пенсионираме (и с какво да го заменим) Стандартният разказ върви по следния начин: учебните програми по компютърни науки трябва да бъдат изчистени, за да се направи място за ИИ. Излезте с курсовете за прашни алгоритми. Въведете с бързи инженеринг bootcamps. Заменете дискретна математика с невронни мрежови архитектури. Сменете езика на сглобяване за фино настройване на трансформатора. Харви преобръща това изцяло. Вместо да поставя AI в центъра, той се застъпва за нещо много по-радикално: поставянето на дизайна на потребителския интерфейс в сърцето на образованието в областта на компютърните науки. "Попитайте някой какво мислят за взаимодействието с компютрите и те ще ви кажат колко е разочароващо", отбелязва Харви.Той е прав.Ние живеем в епоха, в която докторантите могат да пишат поезия, но не можем да проектираме банково приложение, което да не кара потребителите да искат да хвърлят телефоните си през стаята." Помислете за средния университетски портал. Учениците навигират в лабиринтните системи за меню, за да намерят своите оценки. Факултетът се бори със системи за управление на обучението, които се чувстват проектирани от комитет - комитети, които очевидно никога не са използвали собствения си софтуер. Тези интерфейси представляват десетилетия на технологичен напредък, обслужващ потребителските преживявания, които биха смутили уеб страница от 90-те години. Решението не е повече AI. Това е повече човечност. Един прост пример: вместо да изграждате чат-бот с AI, за да отговаряте на въпроси на студентите относно регистрацията на курса, защо да не проектирате система за регистрация, която е толкова интуитивна, че въпросите да станат ненужни? Но този вид мислене не продава конферентни билети или кръгове на рисков капитал.Той не обещава да революционизира образованието за една нощ.Това просто работи. Класовете на автоматизацията се разделят: MOOC за масите, наставничество за малкото Това е мястото, където обещанието на AI разкрива най-тревожните му последици: появата на това, което Харви нарича "цифрова класна система".Привилегировани студенти получават индивидуално наставничество от професори. Икономиката е съблазнителна.Защо да плащате човешки инструктори, когато ChatGPT може да класира документи и да отговаря на въпроси 24/7?Защо да поддържате малки класове, когато AI може да персонализира обучението на хиляди студенти едновременно? Но тази ефективност идва с цена, която се простира далеч отвъд качеството на образованието.Той кодифицира неравенството в самата структура на обучението.Елитните институции ще запазят човешкия елемент – Сократския диалог, менторството, интелектуалната интимност, която е определяла образованието в продължение на хилядолетия.Публичните университети, общностните колежи и развиващите се страни ще получат автоматизираната алтернатива. Системите за обучение на AI обещават персонализация, но осигуряват стандартизация.Те се адаптират към стиловете на обучение, но не могат да се адаптират към пълната сложност на човешкото любопитство.Те могат да отговорят на въпроси, но не могат да задават въпросите, които учениците не знаят, че трябва да задават. Прозрението на Харви стига до костта: "Цифровата класна система вече е тук. привилегировани студенти получават човешко наставничество от професори, докато други получават MOOC". Вместо това те разкриха нещо неудобно за това как ученето всъщност работи.Равнищата на завършване варираха около 10%.Студентите, които успяха, бяха предимно тези, които вече притежаваха самодисциплината, познанията от фона и социалния капитал, за да успеят в традиционните образователни среди. Учителите по изкуствен интелект обещават да решат тези проблеми чрез персонализация и ангажираност, но им липсва фундаменталното разбиране: образованието не е само за предаване на информация. Тиранията на класовете: защо системата вече е счупена Ето и неприятната истина: AI не разваля академичната оценка, а просто разкрива колко е счупена системата. Харви не пренебрегва думите: "Градовете превръщат ученето, задвижвано от любопитство, в скокове... те просто са болезнени на всички нива на образованието." Помислете какво се случва, когато учениците се сблъскат с детектор за плагиатство, задвижван от AI. Инструментът не само маркира потенциални измами – той създава атмосфера на подозрение, която отравя цялата образователна връзка. Учениците започват да пишат отбранително, избягвайки творческите рискове, които биха могли да предизвикат фалшиви позитиви. Устройството за наблюдение се усъвършенства всяка година.Прокторният софтуер следи движенията на очите по време на изпитите.Анализаторите за ключови удари проследяват моделите на печат, за да идентифицират неоторизирана помощ.Биометричните системи измерват нивата на стрес, за да открият потенциални измами. Оценяваме ли ученето или оценяваме спазването на все по-параноидна система за контрол? По-дълбокият проблем не е технологията – това е предпоставката. градусите намаляват безкрайната сложност на човешкото обучение до една скаларна стойност. Те приемат, че знанието може да бъде обективно измерено, че творчеството може да бъде количествено измерено, че интелектуалният растеж може да бъде класиран. Учениците интернализират тези предположения.Те се учат да се оптимизират за метриката, а не за смисъла.Те развиват това, което образователите наричат "стратегическо обучение" - изкуството да разберат какво иска професорът да чуе, а не това, което всъщност мислят. Инструментите за оценка, задвижвани от AI, обещават да решат тези проблеми чрез по-сложен анализ.Те могат да проследяват траекториите на обучение, да идентифицират пропуските в знанието и да предоставят персонализирана обратна връзка.Но те все още са фундаментално изградени на същата недостатъчна предпоставка: че ученето може да бъде измерено отвън. AI като огледало, а не спасител Отговорът на Харви е характерно директен: "Краткият отговор е "нищо". Проблемите, които ИИ предполага, че решава – ангажираност на учениците, персонализирано обучение, ефективност на оценката – не са нови проблеми. Разликата е, че ИИ прави тези проблеми видими в мащаб.Когато хиляди студенти подават почти идентични есета, генерирани от ИИ, става невъзможно да се игнорира, че традиционните методи за оценка се провалят.Когато учителите по ИИ предоставят последователно по-добри обяснения от човешките инструктори, това ни принуждава да разгледаме това, което всъщност преподаваме. Но видимостта не е същото като разбирането. цикълът на изкуствения интелект убеди много преподаватели, че те трябва напълно да преосмислят практиката си.В действителност инструментите просто разкриват това, което добрите учители вече знаят: че ученето е лично, че обратната връзка има значение, че истинската ангажираност изисква истинска човешка връзка. Образованието в областта на компютърните науки отдавна пренебрегва функционалното програмиране, като се фокусира върху обектно-ориентирани подходи, които отразяват начина, по който се изгражда повечето търговски софтуер. Университетите бързат да добавят курсове по изкуствен интелект не защото те представляват фундаментален напредък в компютърните науки, а защото това е това, което студентите (и работодателите) изискват. Резултатът е вид образователен театър. Студентите се учат да фино настройват моделите на трансформаторите, без да разбират математиката, която е в основата на градиентното спускане. Те овладяват бързото инженерство, без да усвояват принципите на човешко-компютърното взаимодействие. Те стават свободни в инструментите на AI, без да развиват уменията за критично мислене, за да оценят своите резултати. Изграждане на AI-Native университет: Какво всъщност трябва да оставим зад себе си Ако трябва да се забавляваме с хипотезата - ако трябваше да построим университет с ИИ от нулата - какво определено не трябва да включваме? Отговорът на Харви е ясен: "Начинът да се избегнат притесненията за "академичната почтеност" е да спрете да давате оценки." Това не е образователен анархизъм.Това е образователен реализъм.Сегашната система създава извратени стимули, които AI просто усилва.Студентите мамят, защото те са възнаградени за изпълнение, а не за учене.Наблюдение на факултета, защото те са отговорни за резултатите, а не за процесите. Автоматизираното прокторинг, алгоритъмното откриване на плагиатството и AI-активираният анализ на поведението ще създадат среда, в която ученето става вторично на съответствието. Какво ще запазим? Човешко наставничество, може би. Етичен надзор, абсолютно. Фокус върху потребителския опит и дизайна, ориентиран към човека. Проекти, които имат значение за реалните общности. Методи за оценка, които не могат да бъдат играни от AI, защото изискват истинска човешка преценка. Целият апарат на автоматизираното класиране и стандартизираното тестване. учебни програми, фокусирани върху AI, които дават приоритет на овладяването на инструменти над фундаменталното разбиране. Прокторски софтуер, който третира студентите като потенциални престъпници, а не като възникващи учени. Разграничението не е между високотехнологични и нискотехнологични, а между центрирани върху човека и центрирани върху машини подходи към образованието. Креативност срещу прогнозиране: Където AI не успява да изненада Дали Харви някога е чел студентско представяне, подобрено с AI, което е променило начина, по който гледа на творчеството? „Не“ Отговорът е ярък, но не би трябвало да е изненадващ. Текущите AI системи са двигатели за прогнозиране. Те генерират текст, като предсказват най-вероятно следващата дума въз основа на моделите в техните данни за обучение. Те могат да произвеждат плавна, съгласувана, дори сложна проза. Но те не могат да се изненадат по начина, по който истинската креативност изненадва. Човешкото творчество често възниква от ограниченията, от продуктивното триене между това, което искаме да кажем и това, което можем да кажем.Той идва от преживения опит, от пресичането на различни идеи, от вида на страничното мислене, което възниква, когато сме изтласкани отвъд нашите зони на комфорт. AI творчеството, напротив, е интерполативно.Той намира пространствата между съществуващите идеи и ги запълва с правдоподобно съдържание.Той може да комбинира елементи по нови начини, но не може да генерира наистина нови елементи.Той може да имитира повърхностните черти на творчеството, без да има достъп до по-дълбоките му източници. Ако научим учениците да пишат „за модела“ – да произвеждат текст, който системите за ИИ могат да разберат и изграждат – може да ги научим да мислят по начини, които са фундаментално некреативни. Рискът не е, че AI ще замени човешкото творчество. Рискът е, че хората ще се научат да мислят като AI системи: генериране на правдоподобни отговори на предсказуеми покани, вместо да се справят с наистина трудни въпроси. Образованието надхвърля ефективността Нека се върнем към това отваряне на изображението: учениците в невро-свързани слушалки, курсова работа, генерирана от алгоритми, оценки, възложени от AI табла. Това също е нечовешко. Реалното образование е объркващо.Това включва фалшиви начала, мъртви краища и вида на интелектуалното поемане на рискове, които не могат да бъдат оптимизирани от алгоритмите.Това изисква смелостта да се обърка, търпението да се бори с трудни концепции и мъдростта да знае кога да поиска помощ. Тези качества не могат да бъдат автоматизирани.Те едва ли могат да бъдат измерени.Те със сигурност не могат да бъдат мащабирани, за да обслужват милиони студенти едновременно. Но те могат да бъдат защитени.Университетите могат да изберат да запазят човешките елементи на образованието, дори когато интегрират инструменти за изкуствен интелект.Те могат да използват технологиите, за да подобрят, а не да заменят фундаменталните взаимоотношения, които правят ученето възможно. Изборът не е между изкуствения интелект и човешкото обучение, а между образованието като ефективност и образованието като трансформация. AI ще продължи да се развива.Той ще стане по-сложен, по-способен, по-убедителен.Но той никога няма да бъде човек.И образованието, в основата си, е дълбоко човешко предприятие. В епохата на алгоритмите само хората могат да преподават на човечеството. Бъдещето на образованието не е за изграждането на по-добри системи за ИИ. Това е за запомнянето защо преподаваме на първо място: не за оптимизиране на резултатите, а за подхранване на вида мислене, което ни прави най-пълно човешки. Университетът, който никой не е искал, е този, който забравя тези истини.