AI-native kampus za koji niko nije tražio Zamislite ovo: učenici šutiraju u učionicama, neuralno povezane slušalice blistaju pod fluorescentnim svetlima. Njihovi kursevi? Generisani od strane velikih jezičnih modela. Njihove ocene? Dodeljene od strane vlasničkih AI kontrolnih ploča koje mjere angažman kroz biometrijsku povratnu informaciju i obrasce ključanja. Profesori postaju olakšavatelji isporuke algoritamskog sadržaja. Učenje postaje optimizacija. Sterilno. efikasno. bez uživanja Šta ako ova budućnost ne popravi obrazovanje – ono ga pokopa? , veteran informatičke nauke educator na UC Berkeley, rezanje kroz AI evangelizam s karakterističnim izravnošću: Brajan Harvi 
 
 AI je potencijalno koristan deo tehnologije, ali to nije centar univerzuma, a ne bi trebalo da bude i centar univerziteta. AI je potencijalno koristan deo tehnologije, ali to nije centar univerzuma, a ne bi trebalo da bude i centar univerziteta. Njegove reči padaju kao čaša hladne vode na groznice snova EdTech preduzetnika. Ali Harvey nije Luddite – on je pragmatista koji je gledao obrazovne mode dolaze i odlaze desetljećima. Curriculum Kill Switch: Šta treba da se umirovimo (i šta da ga zamenimo) Standardna narativ ide ovako: informatičke naučne kurikule moraju biti razvrstane da bi se napravio prostor za AI. Izlaz sa prašnjavim algoritamskim tečajevima. U sa hitnim inženjerskim bootcampovima. Zamijenite diskretnu matematiku neuralnim mrežnim arhitekturama. Zamijenite jezični montažni jezik za fino podešavanje transformatora. Harvey to u potpunosti prebacuje. Umesto da AI postane središte, on se zalaže za nešto mnogo radikalnije: stavljanje dizajna korisničkog sučelja u srce obrazovanja računalnih nauka. "Pitajte bilo koga šta misle o interakciji s računalima, a oni će vam reći koliko je frustrirajuće", primjećuje Harvey. On je u pravu. Živimo u dobu u kojem doktorski nivo AI može pisati poeziju, ali ne možemo dizajnirati bankarsku aplikaciju koja ne čini korisnike da žele baciti svoje telefone preko sobe. " Razmislite o prosečnom univerzitetskom portalu. Učenici se kreću kroz sistem labirinta menija kako bi pronašli svoje ocene. Fakulteti se bore sa sistemima upravljanja učenjem koji se osećaju dizajniranim od strane odbora – odbori koji očigledno nikada nisu koristili svoj softver. Ovi sučelja predstavljaju desetljeća tehnološkog napretka koji služe korisničkom iskustvu koje bi sramotilo web stranicu iz 1990-ih. Popravak nije više AI. To je više humanosti. Jednostavan primer: umesto da izgradite AI chatbot da biste odgovorili na pitanja studenata o registraciji kursa, zašto ne biste dizajnirali sistem registracije tako intuitivan da pitanja postanu nepotrebna? Umesto da implementirate prirodnu obradu jezika za analizu pritužbi studenata, zašto ne biste kreirali sučelje koje ne generiraju pritužbe na prvom mestu? Ali ova vrsta razmišljanja ne prodaje konferencijske ulaznice ili runde rizikovog kapitala.To ne obećava da će revolucionarizovati obrazovanje preko noći. Klasa automatizacije dijeli: MOOC za mase, mentorstvo za malo Evo gde obećanje AI otkriva svoje najteže implikacije: pojavu onoga što Harvey naziva "digitalnim klasnim sustavom." Zašto plaćati ljudske instruktore kada ChatGPT može da oceni radove i odgovori na pitanja 24/7? Ali ta efikasnost dolazi uz troškove koji daleko premašuju kvalitet obrazovanja. Kodira nejednakost u samu strukturu učenja. Elitne institucije će sačuvati ljudski element – Sokratov dijalog, mentorstvo, intelektualnu intimnost koja je definisala obrazovanje već hiljadama godina. AI tutoring sistemi obećavaju personalizovanje, ali pružaju standardizaciju. Prilagođavaju se stilovima učenja, ali se ne mogu prilagoditi punoj složenosti ljudske radoznalosti. Mogu odgovoriti na pitanja, ali ne mogu postaviti pitanja koja studenti ne znaju da trebaju postaviti. Harveyov uvid seže do kostiju: "Digitalni razredni sistem je već tu. privilegirani studenti dobijaju ljudsko mentorstvo od profesora, dok drugi dobijaju MOOC-ove." MOOC-ovi – masivni otvoreni online kursevi – trebalo je demokratizovati obrazovanje. Umjesto toga, otkrili su nešto neugodno o tome kako učenje zapravo funkcioniše. Stope završetka varirale su oko 10%. Učenici koji su uspjeli bili su uglavnom oni koji su već posjedovali samodisciplinu, pozadino znanje i društveni kapital da bi uspeli u tradicionalnim obrazovnim okruženjima. AI učitelji obećavaju da će riješiti ove probleme kroz personalizovanje i angažovanje, ali im nedostaje temeljni uvid: obrazovanje nije samo o prijenosu informacija. Tiranija razreda: Zašto je sistem već slomljen Evo neprijatne istine: AI nije uništio akademsku procjenu. Harvey ne odustaje od riječi: "Grade pretvaraju učenje utemeljeno na znatiželji u skakanje kroz kukove... one su jednostavno štetne na svim razinama obrazovanja." Razmislite o tome šta se događa kada učenici naiđu na detektor plagijarstva koji pogoni AI. Alat ne samo da označava potencijalne prijevare – on stvara atmosferu sumnje koja otrova čitav obrazovni odnos. Učenici počinju da pišu defensivno, izbegavajući kreativne rizike koji mogu izazvati lažne pozitivne. Oni sekundarno nagađaju svoje ideje, pitajući se jesu li njihove misli previše slične nečemu što je AI ranije vidio. Svake godine aparat za nadzor postaje sve sofisticiraniji. Proctoring softver prati pokrete očiju tokom ispita. Analizatori ključnog udara prate obrasce tipkanja kako bi identificirali neovlaštenu pomoć. Biometrijski sustavi mjere nivo stresa kako bi otkrili potencijalne prijevare. Da li procjenjujemo učenje ili procjenjujemo usklađenost sa sve paranoičnijim sustavom kontrole? Grade smanjuju beskonačnu složenost ljudskog učenja na jednu skalarnu vrijednost. pretpostavljaju da se znanje može objektivno mjeriti, da se kreativnost može kvantificirati, da se intelektualni rast može rangirati. Studenti internaliziraju ove pretpostavke. nauče da se optimiziraju za metriku umjesto za značenje. Razvijaju ono što nastavnici nazivaju "strateškim učenjem" - umetnost utvrđivanja onoga što profesor želi da čuje, a ne ono što zapravo misli. AI-powered alatke za procjenu obećavaju da će riješiti ove probleme kroz sofisticiraniju analizu. Oni mogu pratiti trajektorije učenja, identificirati praznine u znanju i pružiti personalizovanu povratnu informaciju. AI kao ogledalo, a ne Spasitelj Harveyov odgovor je karakteristično direktan: "Kratki odgovor je 'ništa.' Ne da nije bilo slepih točaka ... ali neki od nas su to znali bez potrebe za AI." To bi mogao biti najvažniji uvid u čitavom AI-edukacijskom razgovoru. Problemi koje AI navodno rješava - angažovanje studenata, personalizovano učenje, efikasnost procjene - nisu novi problemi. Razlika je u tome što AI čini ove probleme vidljivim na skali.Kada hiljade studenata podnesu gotovo identične eseje generisane AI-om, postaje nemoguće ignorisati da tradicionalne metode procjene ne uspevaju.Kada AI učitelji pružaju dosljedno bolje objašnjenja od ljudskih instruktora, to nas prisiljava da ispitamo ono što zapravo učimo. Ali vidljivost nije isto što i razumijevanje. AI hype ciklus je uvjerio mnoge obrazovnike da moraju potpuno preispitati svoju praksu.U stvarnosti, alati jednostavno otkrivaju ono što dobri nastavnici već znaju: da je učenje lično, da je povratna informacija važna, da pravi angažman zahtijeva istinsku ljudsku vezu. Razmislite o slepim točkama koje Harvey spominje. obrazovanje računalnih nauka dugo je zanemarilo funkcionalno programiranje, usredotočujući se na pristupe orijentirane na objekte koji odražavaju način na koji se gradi većina komercijalnih softvera. Sveučilišta žure da dodaju AI kurseve ne zato što predstavljaju temeljni napredak u informatici, već zato što to studenti (i poslodavci) zahtevaju. Rezultat je neka vrsta obrazovnog pozorišta. Učenici uče da fino podešavaju modele transformatora bez razumijevanja matematike koja je podložna gradientnom spuštanju. Oni savladaju inženjering bez shvatanja principa interakcije čoveka i računala. Oni postaju tekući u AI alatima bez razvijanja kritičkih sposobnosti razmišljanja za procjenu njihovih rezultata. Izgradnja AI-native univerziteta: Šta bismo zapravo trebali ostaviti iza sebe Ako moramo zabaviti hipotetički - ako smo morali izgraditi AI-nativni univerzitet od nule - šta definitivno ne bismo trebali uključiti? Harveyov odgovor je jasan: "Način da se izbegne briga o 'akademskom integritetu' je da prestane da daje ocene." Ovo nije obrazovni anarhizam. To je obrazovni realizam. Trenutni sistem stvara perverzne poticaje koje AI jednostavno pojačava. Studenti varaju jer su nagrađeni za performanse umesto učenja. Fakultetski nadzor jer su odgovorni za rezultate umesto za procese. Automatizovani proctoring, detekcija algoritamskog plagiatizma i AI-powered behavioral analysis bi stvorili okruženje u kojem učenje postaje sekundarno usklađenosti. Što bismo zadržali? Ljudsko mentorstvo, možda. Etički nadzor, apsolutno. Fokus na korisničko iskustvo i dizajn usredotočen na čoveka. Projekti koji su važni za stvarne zajednice. Metode procjene koje ne može igrati AI jer zahtijevaju pravu ljudsku presudu. Cijeli aparat automatizovanog razvrstavanja i standardizovanog testiranja. učionice usredotočene na AI koje prioritiziraju upravljanje alatima nad temeljnim razumijevanjem. Proctoring softver koji tretira studente kao potencijalne kriminalce, a ne nove učenike. Razlika nije između visoke tehnologije i niske tehnologije, već između pristupa obrazovanju koji su usredotočeni na čoveka i na mašinu. Kreativnost versus predviđanje: Gde AI ne iznenađuje Da li je Harvey ikada pročitao studentsku AI-u poboljšanu podnošenje koje je promenilo način na koji gleda na kreativnost? „Ne“ Odgovor je oštar, ali ne bi trebalo da bude iznenađujuće. Trenutni AI sistemi su predviđanja motori. Oni generiraju tekst predviđanjem najvjerojatnije sledeće reči na osnovu uzoraka u svojim podacima o obuci. Oni mogu proizvesti tekuću, koherentnu, čak i sofisticiranu prozu. Ali ne mogu iznenaditi na način na koji istinska kreativnost iznenađuje. Ljudska kreativnost često nastaje iz ograničenja, iz produktivnog trenja između onoga što želimo reći i onoga što smo u stanju reći. AI kreativnost, naprotiv, je interpolativna. Pronalazi prostore između postojećih ideja i ispunjava ih verodostojnim sadržajem. Može kombinirati elemente na nove načine, ali ne može generisati zaista nove elemente. Može oponašati površinske karakteristike kreativnosti bez pristupa njegovim dubljim izvorima. Ako učimo učenike da pišu "za model" - da proizvode tekst koji AI sistemi mogu razumeti i izgraditi na - možda ih učimo da razmišljaju na načine koji su u osnovi nekreativni. Rizik nije u tome da će AI zamijeniti ljudsku kreativnost.Rizik je da će ljudi naučiti da razmišljaju kao AI sustavi: generirajući verodostojne odgovore na predvidive pozivnice umjesto da se bore sa stvarno teškim pitanjima. Obrazovanje iznad efikasnosti Vratimo se na tu sliku otvaranja: učenici u slušalicama povezanim sa neuronima, kursevi generisani algoritmima, ocjene koje dodjeljuju AI kontrolne ploče. Scena je efikasna. To je takođe nehuman. Pravo obrazovanje je nered.To uključuje lažne početke, mrtve završetke i tu vrstu intelektualnog preuzimanja rizika koji se ne može optimizovati algoritmima.To zahtijeva hrabrost da se pogreši, strpljenje da se bori sa teškim konceptima, i mudrost da zna kada zatražiti pomoć. Ove osobine se ne mogu automatizovati.Jedva se mogu mjeriti.Naravno da se ne mogu razmjeriti kako bi istovremeno služili milionima studenata. Ali oni mogu biti zaštićeni. univerziteti mogu izabrati da sačuvaju ljudske elemente obrazovanja čak i kada integriraju AI alate. Izbor nije između veštačke inteligencije i ljudskog poučavanja, već između obrazovanja kao efikasnosti i obrazovanja kao transformacije, između učenja kao prenosa informacija i učenja kao ljudskog razvoja. AI će nastaviti da se razvija. Postat će sofisticiraniji, sposobniji, uvjerljiviji. Ali nikada neće biti ljudski. U doba algoritama, samo ljudi mogu naučiti čovječanstvo. Budućnost obrazovanja nije o izgradnji boljih AI sistema. To je o pamćenju zašto učimo na prvom mestu: ne da optimizujemo rezultate, već da negujemo vrstu razmišljanja koja nas čini najpotpunije ljudskim. AI-nativni univerzitet za koji niko nije tražio je onaj koji zaboravlja ove istine.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Ovaj audio je proizveden na originalnom jeziku priče!

No Grades, No Gods, No Gates: A counterculture blueprint za obrazovanje AI-era

About Author

KOMENTARI

HANG TAGS

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps