Нет классов, нет богов, нет ворот: контракультура для образования в эпоху ИИ

AI-Native Campus, о котором никто не просил Представьте это: студенты проникают в лекционные залы, нейронно-связанные наушники, блестящие под флуоресцентными огнями. Их курсовая работа? Сгенерированные большими языковыми моделями. Их оценки? Присвоенные собственными приборными панелями ИИ, которые измеряют вовлеченность через биометрическую обратную связь и шаблоны нажатия клавиш. Профессора становятся посредниками доставки алгоритмического контента. Учение становится оптимизацией. Стерильный. Эффективный. Без радости Что, если это будущее не исправляет образование — оно его закопает? , ветеран компьютерных наук педагог в UC Berkeley, вырезает через ИИ евангелизм с характерной прямотой: Брайан Харви ИИ является потенциально полезной технологией, но она не является центром Вселенной, и она не должна быть центром университета». ИИ является потенциально полезной технологией, но она не является центром Вселенной, и она не должна быть центром университета». Его слова приземляются, как бутылка холодной воды, на лихорадочные мечты предпринимателей EdTech. но Харви не людит — он прагматик, который наблюдает за образовательными модами, которые приходят и уходят в течение десятилетий. Учебный план Kill Switch: что мы должны уйти на пенсию (и чем его заменить) Стандартный рассказ идет следующим образом: учебные планы по компьютерным наукам должны быть отремонтированы, чтобы сделать место для ИИ. Выйти с курсами пыльных алгоритмов. Ввести с быстрыми инженерными bootcamps. Заменить дискретную математику с нейронными сетевыми архитектурами. Обменять язык сборки для тонкого настройки трансформаторов. Харви полностью отвергает это. Вместо того, чтобы сделать ИИ центральной частью, он выступает за что-то гораздо более радикальное: поставить дизайн пользовательского интерфейса в центр образования в области компьютерных наук. «Спросите кого-то, что они думают о взаимодействии с компьютерами, и они скажут вам, насколько это разочаровывает», - отмечает Харви. он прав. Мы живем в эпоху, когда ИИ на уровне доктора философии может писать стихи, но мы не можем разработать банковское приложение, которое не заставляет пользователей бросать свои телефоны по комнате». Рассмотрим средний университетский портал. Студенты перемещаются по лабиринтным системам меню, чтобы найти свои оценки. Факультет борется с системами управления обучением, которые чувствуют себя разработанными комитетами — комитетами, которые, по-видимому, никогда не использовали свое собственное программное обеспечение. Эти интерфейсы представляют собой десятилетия технологического прогресса, обслуживающего пользовательский опыт, который заставил бы веб-страницу 1990-х годов. Решение не больше ИИ. Это больше человечности. Простой пример: вместо того, чтобы создавать чат-бот AI для ответа на вопросы студентов о регистрации курсов, почему бы не спроектировать систему регистрации настолько интуитивно, что вопросы станут ненужными? Но этот тип мышления не продает билеты на конференции или круги венчурного капитала.Он не обещает революционизировать образование за одну ночь.Это просто работает. Класс автоматизации разделяется: MOOC для масс, наставничество для немногих Вот где обещание ИИ раскрывает свои самые тревожные последствия: появление того, что Харви называет «цифровой классовой системой».Привилегированные студенты получают индивидуальное наставничество от профессоров. Зачем платить человеческим инструкторам, когда ChatGPT может оценивать документы и отвечать на вопросы 24/7?Зачем поддерживать небольшие классы, когда ИИ может персонализировать обучение для тысяч студентов одновременно? Но эта эффективность приходит за счет затрат, которые выходят далеко за рамки качества образования.Он кодифицирует неравенство в саму структуру обучения.Элитные институты будут сохранять человеческий элемент — Сократический диалог, наставничество, интеллектуальную близость, которая определяет образование на протяжении тысячелетий.Государственные университеты, общественные колледжи и развивающиеся страны получат автоматизированную альтернативу. Системы обучения ИИ обещают персонализацию, но они обеспечивают стандартизацию.Они адаптируются к стилям обучения, но они не могут адаптироваться к полной сложности человеческого любопытства.Они могут отвечать на вопросы, но они не могут задавать вопросы, которые студенты не знают, что им нужно задать. «Цифровая система классов уже здесь.Привилегированные студенты получают человеческое наставничество от профессоров, в то время как другие получают MOOC». MOOC — массивные открытые онлайн-курсы — должны были демократизировать образование. Вместо этого они выявили что-то неудобное в том, как на самом деле работает обучение. Уровень завершения колебался около 10%. Успешными студентами были в основном те, кто уже обладал самодисциплиной, знаниями и социальным капиталом, чтобы преуспеть в традиционных образовательных средах. Учители ИИ обещают решить эти проблемы через персонализацию и приверженность, но им не хватает фундаментального понимания: образование – это не только передача информации, это человеческая связь, интеллектуальное принятие рисков и тип роста, который происходит, когда вы выходите за пределы своей зоны комфорта кем-то, кто заботится о вашем развитии. Тирания классов: почему система уже сломана Вот неудобная правда: ИИ не испортил академическую оценку. Гарви не теряет слов: «Уроки превращают любознательное обучение в прыжки... они просто болезненны на всех уровнях образования». Подумайте о том, что происходит, когда студенты сталкиваются с детектором плагиатства, работающим на ИИ. Инструмент не только обозначает потенциальный обман — он создает атмосферу подозрительности, которая отравляет все образовательные отношения.Студенты начинают писать оборонительно, избегая творческих рисков, которые могут вызвать ложные положительные отзывы. С каждым годом аппарат мониторинга становится все более сложным. Программное обеспечение Proctoring отслеживает движения глаз во время экзаменов. Анализаторы ключевых ударов отслеживают типографические модели для выявления несанкционированной помощи. Оцениваем ли мы обучение или оцениваем соответствие с все более параноидальной системой контроля? Глубочайшая проблема не в технологиях, а в предпосылках.Уроки уменьшают бесконечную сложность человеческого обучения до единого скалярного значения.Они предполагают, что знания могут быть объективно измерены, что творчество может быть количественно определено, что интеллектуальный рост может быть оценен. Студенты интернализируют эти предположения.Они учатся оптимизировать для метрики, а не для смысла.Они развивают то, что педагоги называют "стратегическим обучением" - искусством выяснять, что профессор хочет услышать, а не то, что они на самом деле думают. Инструменты оценки, поддерживаемые ИИ, обещают решить эти проблемы с помощью более сложного анализа.Они могут отслеживать траектории обучения, выявлять пробелы в знаниях и предоставлять персонализированную обратную связь.Но они по-прежнему построены на том же недостаточном предположении: что обучение можно измерить извне. ИИ как зеркало, а не спаситель Ответ Харви характерно прямой: «Короткий ответ — «ничего». Проблемы, которые ИИ якобы решает — участие студентов, персонализированное обучение, эффективность оценки — не являются новыми проблемами. Разница в том, что ИИ делает эти проблемы видимыми в масштабе.Когда тысячи студентов представляют почти идентичные эссе, генерируемые ИИ, становится невозможным игнорировать то, что традиционные методы оценки терпят неудачу.Когда преподаватели ИИ постоянно дают лучшие объяснения, чем человеческие инструкторы, это заставляет нас изучать то, что мы на самом деле преподаем. Но видимость не то же самое, что понимание. цикл хип-хоп ИИ убедил многих педагогов, что им нужно полностью переосмыслить свою практику.На самом деле, инструменты просто раскрывают то, что хорошие учителя уже знали: что обучение является личным, что обратная связь имеет значение, что подлинное участие требует подлинной человеческой связи. Образование в области компьютерных наук долгое время пренебрегало функциональным программированием, сосредоточившись вместо этого на объектно-ориентированных подходах, которые отражают то, как строится большинство коммерческого программного обеспечения. Университеты спешат добавлять курсы ИИ не потому, что они представляют собой фундаментальные достижения в области информатики, а потому, что это то, что требуют студенты (и работодатели). Результатом является своего рода образовательный театр. Студенты учатся тонко настраивать модели трансформаторов, не понимая математики, лежащей в основе прогрессивного спуска. Они овладевают инжинирингом без понимания принципов человеко-компьютерного взаимодействия. Они становятся свободными в инструментах ИИ, не развивая навыки критического мышления для оценки своих выходов. Строительство университета AI-Native: что мы действительно должны оставить позади Если мы должны развлекать гипотетическое - если мы должны были построить университет, основанный на ИИ, с нуля - что мы определенно не должны включать? Ответ Харви ясен: «Стоит перестать беспокоиться о «академической честности». Это не образовательный анархизм. Это образовательный реализм. Текущая система создает извращенные стимулы, которые ИИ просто усиливает. Студенты обманывают, потому что их вознаграждают за производительность, а не за обучение. Университет, основанный на искусственном интеллекте, построенный на этих основах, был бы государством-наблюдателем, маскирующимся как образовательное учреждение.Автоматизированное прокторирование, алгоритмическое обнаружение плагиаризма и анализирование поведения, основанное на искусственном интеллекте, создадут среду, в которой обучение становится второстепенным для соответствия. Чего бы мы сохранили? человеческое наставничество, возможно. этический надзор, абсолютно. Фокус на пользовательском опыте и дизайне, ориентированном на человека. Проекты, которые имеют значение для реальных сообществ. Методы оценки, которые не могут быть поиграны ИИ, потому что они требуют подлинного человеческого суждения. Весь аппарат автоматизированного классификации и стандартизированного тестирования. учебные программы, ориентированные на ИИ, которые отдают приоритет овладению инструментами над фундаментальным пониманием.Прокторирование программного обеспечения, которое относится к студентам как к потенциальным преступникам, а не к развивающимся ученым. Разница не в высоких технологиях и низких технологиях, а в подходах к образованию, ориентированных на человека и на машины. Творчество против предсказания: где ИИ не удивляет Прочитал ли Гарви когда-нибудь студенческое представление, улучшенное ИИ, которое изменило то, как он смотрит на творчество? «Нет» Ответ резкий, но он не должен быть удивительным. Текущие системы ИИ являются предсказательными двигателями. Они генерируют текст, предсказывая наиболее вероятное следующее слово на основе моделей в своих данных обучения. Они могут производить плавную, согласованную, даже сложную прозу. Но они не могут удивить таким образом, что подлинное творчество удивляет. Человеческое творчество часто возникает из ограничений, из продуктивного трения между тем, что мы хотим сказать, и тем, что мы способны сказать. ИИ-креативность, напротив, интерполятивна.Она находит пробелы между существующими идеями и заполняет их правдоподобным содержанием.Она может объединять элементы новыми способами, но она не может генерировать по-настоящему новые элементы.Она может имитировать поверхностные черты креативности без доступа к ее более глубоким источникам. Если мы научим студентов писать «для модели» — чтобы производить текст, который системы ИИ могут понять и построить — мы можем научить их мыслить способами, которые фундаментально не креативны. Риск не в том, что ИИ заменит человеческое творчество.Риск в том, что люди научатся мыслить как системы ИИ: генерируя правдоподобные ответы на предсказуемые запросы, а не справляясь с действительно сложными вопросами. Образование за пределами эффективности Вернемся к тому открывающемуся изображению: студенты в нейронно связанных наушниках, курсовые работы, генерируемые алгоритмами, оценки, присвоенные приборными панелями ИИ. Сцена эффективна. Это тоже бесчеловечно. Реальное образование беспорядочно.Он включает в себя ложное начало, мертвый конец и интеллектуальный риск, который не может быть оптимизирован алгоритмами.Это требует мужества, чтобы ошибаться, терпения, чтобы бороться с трудными концепциями, и мудрости, чтобы знать, когда обратиться за помощью. Эти качества нельзя автоматизировать, их трудно измерить, они, конечно, не могут быть масштабированы, чтобы одновременно обслуживать миллионы студентов. Но они могут быть защищены.Университеты могут выбрать, чтобы сохранить человеческие элементы образования, даже когда они интегрируют инструменты ИИ. Выбор не между ИИ и человеческим обучением. Это между образованием как эффективностью и образованием как трансформацией. Это между обучением как передачей информации и обучением как человеческим развитием. ИИ будет продолжать развиваться.Он станет более сложным, более способным, более убедительным.Но он никогда не будет человеком.И образование, в его основе, является глубоко человеческим предприятием. В эпоху алгоритмов только люди могут учить человечеству. Будущее образования не о строительстве лучших систем ИИ. Это о том, чтобы помнить, почему мы учим в первую очередь: не для оптимизации результатов, а для воспитания типа мышления, которое делает нас наиболее полностью человеческими. Университет, родом из искусственного интеллекта, о котором никто не просил, это тот, который забывает эти истины.