Автор Джон Джонстон
Системы ИИ будут гарантировать, что студенты будут оцениваться на основе фактической компетентности, а не их способности запоминать информацию для теста
Десятилетиями STEM провозглашался золотым стандартом образования, определяющим развитие рабочей силы и национальную политику. Правительства вложили миллиарды в инициативы STEM, университеты расширили свои инженерные и технологические программы, а учреждения K-12 были реструктурированы, чтобы отдать приоритет областям STEM над гуманитарными и социальными науками.
Тем не менее, несмотря на все инвестиции, образование STEM остается дорогим, жестким и плохо соответствующим требованиям быстро меняющегося мира, управляемого ИИ. Пришло время полностью отказаться от образования STEM и заменить его более прогрессивной, экономически эффективной и основанной на навыках альтернативой, которая использует ИИ для создания более адаптивной, персонализированной и актуальной образовательной системы для двадцать первого века.
STEM был задуман в эпоху, когда технологический прогресс был связан с инженерным и математическим мастерством. Это был ответ на экономические сдвиги, которые отдавали приоритет научным инновациям, однако его структура устарела, с трудом поспевая за отраслями, где автоматизация, ИИ и междисциплинарное решение проблем теперь имеют первостепенное значение. STEM-образование остается запертым в структуре, основанной на дипломах, которая обременяет студентов годами курсовой работы, часто заполненной абстрактными теориями, которые имеют мало практического применения. В статье Harvard Gazette Бриджид О'Рурк отметила, что даже когда выпускники STEM выходят на работу, многие обнаруживают, что их дипломы недостаточно подготовили их к реальным вызовам, поскольку работодатели все чаще требуют адаптивных, критически мыслящих людей, а не людей, обученных запоминать формулы и уравнения.
Неудачи STEM-образования особенно очевидны в его неэффективности затрат. Реализация программ STEM требует дорогостоящих лабораторных помещений, дорогостоящих материалов и специализированного преподавательского состава, что в конечном итоге приводит к росту платы за обучение и студенческой задолженности.
Между тем, рост ИИ и автоматизации на рабочем месте сделал многие традиционные навыки STEM устаревшими еще до того, как студенты закончат учебу. Вместо жестких учебных программ, которые не успевают развиваться вместе с потребностями отрасли, образование должно принять модель на основе ИИ, которая постоянно адаптируется к требованиям современной рабочей силы.
Система образования на основе ИИ будет радикально отличаться от обучения на основе STEM. Она будет отдавать приоритет навыкам, а не степеням, исключая ненужные курсовые работы и заменяя их реальным обучением на основе компетенций. ИИ будет выступать и наставником, и инструктором, динамически корректируя образовательный путь каждого студента на основе его сильных и слабых сторон и карьерных целей. Класс в традиционном смысле устареет, его заменит среда обучения на основе ИИ, где приобретение знаний диктуется не четырехлетним графиком, а способностью студента продемонстрировать владение определенным навыком.
Для поддержки этого перехода потребуется фундаментальный сдвиг в образовании K-12. Вместо того, чтобы заставлять студентов проходить через жесткую структуру, которая сегментирует знания по предопределенным предметам, обучение на основе ИИ позволит обеспечить гибкое междисциплинарное образование. Студенты будут проходить персонализированные пути обучения, которые объединяют технические знания с критическим мышлением, этикой и креативностью — навыками, необходимыми для экономики, основанной на ИИ.
Системы ИИ заменят стандартизированное тестирование на оценку навыков в реальном времени, гарантируя, что студенты будут оцениваться на основе фактической компетентности, а не их способности запоминать информацию для теста. Высшее образование также претерпит полную трансформацию. Четырехлетняя степень станет устаревшим пережитком, замененным модульной системой обучения, которая позволяет студентам приобретать и демонстрировать навыки по мере необходимости. Вместо того, чтобы университеты служили хранителями знаний, они будут функционировать как центры знаний на основе ИИ, предлагая курсы с микросертификацией, которые обновляются в режиме реального времени в зависимости от потребностей отрасли. Студенты больше не будут обременены горами долгов за степени, которые могут устареть к моменту окончания учебы. Вместо этого они будут заниматься непрерывным обучением, повышая квалификацию по мере необходимости на протяжении всей своей карьеры.
Критики могут утверждать, что в образовании, основанном на ИИ, отсутствует человеческий элемент, необходимый для обучения. Хотя ИИ может оптимизировать доставку знаний, преподаватели-люди все равно будут играть важную роль наставников, этических гидов и организаторов критического дискурса. Разница в том, что их роль сместится от передачи знаний к архитекторам обучения, гарантируя, что студенты не только приобретут технические навыки, но и разовьют человекоцентричные качества, необходимые для лидерства, сотрудничества и принятия этических решений.
Конечно, существуют проблемы с демонтажем STEM в пользу образовательной парадигмы, основанной на ИИ. Необходимо решить проблемы предвзятости ИИ, конфиденциальности данных и равного доступа к технологиям, чтобы предотвратить появление новых форм неравенства.
Образование должно быть спроектировано так, чтобы гарантировать, что ИИ не будет усиливать существующие предвзятости или предлагать привилегии только тем, кто может позволить себе новейшие технологии. Политики должны проявлять инициативу в регулировании образования в области ИИ, гарантируя, что оно будет служить инструментом демократизации, а не исключительности.
Тем не менее, несмотря на эти проблемы, очевидно, что образование STEM в том виде, в котором оно существует в настоящее время, неустойчиво.
Его жесткая, дорогостоящая и устаревшая модель не отвечает потребностям мира, движимого ИИ, автоматизацией и быстрыми технологическими изменениями. Будущее образования должно выйти за рамки устаревших академических дисциплин, приняв гибкую модель, основанную на ИИ, которая отдает приоритет адаптивности, непрерывному обучению и применению в реальном мире. Вопрос не в том, откажется ли система образования от STEM, а в том, как долго учреждения будут цепляться за неэффективную систему, прежде чем искусственный интеллект заставит их внести изменения.