5247 подписчиков
Нужно чесать, где чешется, а не где удобно чесать.
Хорошо бы помнить про ИИ простую суть: применение так называемого «Искусственного Интеллекта» — это автоматизация каких либо процессов. Точка.
Способность верить, что алгоритмы в чем-то сами наведут порядок, относится к магическому мышлению.
Как известно, при автоматизации бардака, получается автоматизированный бардак.
Вот тут опять всколыхнулась дискуссия, что вот-вот нейросети заменят учителей. Потому что и объясняют, мол, лучше и могут подстраиваться под ученика и еще и пропускная способность у них высокая.
Это называется «искать где светло, а не где потерял».
1. Автоматизировать изЛучение знаний не сложно, это давно сделано многократно. Заменить биологическую (нынче модно говорить «кожаные мешки», да) аудиокнигу бумажной, а потом и кремниевой додумались давным давно. Это не работает, потому что…
2. …в самообразование верят люди, способные к самообразованию и убежденные, что все остальные такие же, как они. И все, что им не хватает, это еще одного — на этот раз уже точно правильного — способа подачи информации. И вот эти 0,5% людей топят за то, учитель, который хреново рассказывает, это узкое место.
3. Непонятно, какой параметр максимизировать. Можно ли сделать алгоритмы, которые расскажут интереснее, чем человек? Разумеется. Нагляднее? Легко. Учитывая репрезентативную систему (не доказано, что это влияет на самом деле) - да, безусловно.
Улучшит это всю систему? А насколько? А какой параметр мы измеряем?
Усвояемость знаний? А мы знаем, как его измерять в реальности? —НЕТ.
Ну, точнее, мы можем конструировать ситуацию, в которой все настолько упростим, что считаем, что да, умеем. Это называется тесты. Любой мало-мальски разбирающийся в образовании специалист объяснит вам границу их применимости.
Что мы улучшим, роботизировав учителя? Перенос «лучшего опыта»? Ой-вей, а что конкретно вы собираетесь копировать, вы уже знаете? А чего не хватает, чтобы узнать? И как, опять же, измерять, что перенос прошел успешно? Данные где для проверки гипотез?
Вот, собственно, где собака зарыта. Данные. Пока мы не научимся собирать данные в ходе учебного процесса и годы после, чтобы понимать, как же все это работает - нечего тут автоматизировать, кроме неважных вещей.
Через сколько мы соберем достаточное количество данных, чтобы правильно строить гипотезы на них? Реалистично? Еще лет 10. И потом еще столько же, чтобы на данных что-то собралось. Ну, впрочем, тут я сам лезу в магическое мышление, предсказывать что-то на таком сроке - чистой воды упражнение на тренировку фантазии.
Но в любом случае, «кожаные мешки» имеют передышку на столько лет, насколько мы вообще можем что-то прогнозировать..
Пока не научимся ставить эксперименты, проверяющие правильность наших гипотез, какие параметры мы хотим, а какие получается максимизировать, при автоматизации - нечего автоматизировать, кроме простых рутинных операций, которые реально способны разгрузить учителя.
Но разгружать учителя не так интересно, как придумывать, будто работы его заменят.
2 минуты
16 марта 2023
633 читали