z czasami-może-być-użytecznym-narzędziem dział

Rozmawiałem z wystarczającą liczbą nauczycieli i profesorów, aby wiedzieć, że narzędzia LLM są dla wielu z nich absolutnym wyzwaniem w klasie. Wiele osób ma trudności z upewnieniem się, że rzeczywiście uczą uczniów, jak się uczyć, martwiąc się, że narzędzia wykonają pracę za nich, i pomijając faktyczną naukę. Wiele osób (co zrozumiałe) ucieka się do całkowitego zakazu uczniom korzystania z tych narzędzi (czego często wiedzą, że nie mogą wyegzekwować). Inni twierdzą, że uczniowie mogą korzystać z tych narzędzi, ale ponoszą pełną odpowiedzialność za każdą oddaną przez siebie pracę, mając nadzieję, że zachęci to uczniów do wystrzegania się nadmiernego polegania na technologii. Jeszcze inni próbują sprytnych obejść (doceniam zadanie, w którym studenci proszeni są o wygenerowanie eseju przez LLM, a następnie uczeń musi sam przejrzeć/ocenić esej, co jest wciągające, a także uczy pewnych ograniczeń narzędzi).

Słyszałem jednak również od nauczycieli/profesorów i uczniów, że istnieją obawy, że gdy uczniowie wejdą na rynek pracy, posiadanie pewnych umiejętności w zakresie tych narzędzi jest często wymogiem w dowolnej dziedzinie, którą studiują, co prowadzi ich do zastanawiania się, jak najlepiej uczyć tego przedmiotu w świecie, w którym technologia LLM prawdopodobnie nie zniknie i jest postrzegana jako część zestawu narzędzi, z którego wielu pracodawców będzie oczekiwać od swoich pracowników.

Niekoniecznie mam na to dobre odpowiedzi, ale niedawno miałem doświadczenie we własnym domu, które wydało mi się potencjalnie istotne jako przykład tego, jak technologia może faktycznie być użyteczna jako narzędzie do nauki. Chciałem o tym napisać już od kilku miesięcy, ale zawsze wydawało mi się, że jest coś pilniejszego do omówienia. Ponieważ rok szkolny już się prawie skończył, pomyślałem, że powinienem to z siebie wyrzucić. Przy całej tej dyskusji o tym, jak dzieci oszukują przy użyciu sztucznej inteligencji, warto pokazać przynajmniej jeden przykład, w którym narzędzie jest naprawdę przydatne – w tym przypadku jedno z moich dzieci i ich przyjaciół.

Na początku tego roku udostępniłem moim dzieciom kilka (bardzo piaskownicowych) narzędzi do kodowania agentowego, po tym jak opowiedziałem im, jak korzystałem z takich narzędzi w dość prostym projekcie, aby mogły zobaczyć zarówno, jak to działa, jak i niektóre ograniczenia narzędzi.

Niedługo potem mój 12-latek zapytał mnie o moją opinię na temat sztucznej inteligencji w szkołach. Omówiliśmy, jak używanie ich w celu uniknięcia wykonania pracy jest naprawdę szkodliwe dla uczenia się, ale są przypadki, w których mogą być naprawdę pomocne. Użyłem analogii z kalkulatorem: najpierw musisz nauczyć się podstaw arytmetyki ręcznie, ale kiedy naprawdę ją zrozumiesz, kalkulator jest w pełni uzasadnionym narzędziem do rozwiązywania trudniejszych problemów — przestaje być podporą, a zaczyna być mnożnikiem.

Najwyraźniej ta analogia utkwiła w pamięci, ponieważ to, co wydarzyło się później, urzeczywistniło tę analogię.

Kiedy już wyposażyłem dzieci w narzędzia, zrobiły to, co robi z nimi większość ludzi: stworzyły kilka zabawnych gier. Minęło kilka miesięcy, a oni już ich nie używali. Jednak na początku marca 12-latek wrócił do domu i powiedział mi, że w piątek jest test z matematyki i niektórzy koledzy z klasy uczestniczyli w zajęciach grupowych online. Wspólnie rozwiązali pewne problemy na czacie głosowym na żywo, ale potem moje dziecko zostało jeszcze chwilę przy komputerze, zanim zadzwoniło do mnie, żeby rzucić okiem.

„Zakodowałem system, który ma pomóc w nauce”.

Byłem… zaskoczony. Co jeszcze ciekawsze, aplikacja została spakowana (jako plik HTML) i udostępniona grupie badawczej. Następnie moje dziecko wyjaśniło, że ponieważ nie można ufać sztucznej inteligencji, że zawsze wszystko zrobi dobrze, samodzielnie sprawdziło obliczenia matematyczne sztucznej inteligencji – dokonując po drodze kilku (drobnych) poprawek – i że dzięki temu procesowi lepiej zrozumieli materiał niż w przypadku biernej nauki.

Nigdy nie otrzymałem pełnego wyjaśnienia „błędów”, które znaleźli, chociaż odnoszę wrażenie, że nie było to nic poważnego (wręcz niepoprawne obliczenia matematyczne, wyjaśnienia czy cokolwiek innego), ale raczej drobne błędy, które za pomocą narzędzi naprawili bezpośrednio w aplikacji.

Po pomyślnym zdaniu testu w tym tygodniu następną oczywistą rzeczą do zrobienia w weekend było zaplanowanie narzędzia do nauki na resztę semestru:

Ta wersja aplikacji zawiera między innymi wyskakujący kalkulator na ekranie — ale tylko w przypadku tematów, w których korzystanie z kalkulatora jest dozwolone na egzaminach. Nie mam pojęcia, czy była to bardziej dosłowna implementacja analogii z kalkulatorem, o której mówiliśmy wcześniej! Umożliwia także (dla zabawy) dostosowanie schematu kolorów.

Zawiera także dziennik zmian w miarę wprowadzania aktualizacji w aplikacji.

Istnieje wiele uzasadnionych obaw dotyczących wykorzystywania sztucznej inteligencji przez dzieci do oszukiwania i nie są one błędne. To prawdziwy problem. Jednak sformułowanie „AI jako narzędzia do oszukiwania” wyparło bardziej interesujące pytanie: jak to właściwie wygląda, gdy dziecko korzysta z tych narzędzi Dobrze?

Zachodzi analogia z kalkulatorem: narzędzie LLM wygenerowało pierwszą wersję roboczą — narzędzie do nauki, zestaw problemów praktycznych, szkieletowe wyjaśnienie materiału. Moje dziecko musiało wtedy krytycznie podejść do tych wyników: sprawdzić obliczenia, znaleźć luki, wprowadzić poprawki. Ten proces weryfikacji był część nauki. Narzędzie faktycznie stworzyło warunki do bardziej aktywnego i zaangażowanego uczenia się, niż tylko przeglądanie problemów w książce. I z pewnością nie zastąpiło to nauki, o co martwi się większość ludzi w przypadku tych narzędzi w klasie. Wręcz odwrotnie.

To znacząco odmienna koncepcja niż „AI odrabia twoją pracę domową”. Zadaniem domowym było po części sprawdzenie działania narzędzia — i okazuje się, że nie jest to zły sposób na naukę matematyki.

Zapisano pod: AI, ai w szkołach, oszukiwanie, llms, matematyka