Content
- L’escenari actual
- El sorprenent potencial
- Inconvenients i controvèrsies
- Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida
- Conclusions
Font: Andrei Krauchuk / Dreamstime.com
Emportar:
L’AI arriba a l’educació, agradi o no. Per tant, ens hem de procurar que estiguin formats sobre dades rellevants de gran qualitat per ser eficaços.
El món de l'educació es veurà profundament afectat per la introducció de noves tecnologies basades en l'AI, i això és un fet. Tot i això, és difícil saber si aquests canvis realment es propiciaran cap a una evolució positiva de la nostra societat. L’educació, en general, té un enorme impacte en tota la nostra societat i és un dels pilars de l’evolució humana.La ciència de l’aprenentatge i la instrucció ha canviat significativament al llarg del segle passat, i es pot argumentar que molts dels canvis de comportament actuals de les darreres generacions es poden atribuir a l’evolució en l’educació que hem estat testimonis. L’augment de l’ús de la intel·ligència artificial en l’educació sens dubte té un immens potencial per millorar l’aprenentatge i l’ensenyament, però aquestes millores van a construir una societat millor i un món millor?
L’escenari actual
Tant si els resultats seran bons com dolents, la IA en educació creix. Segons els recents informes, el creixement dels sectors s’ha previst en el 47,5 per cent fins al 2021 només al mercat dels EUA. Alguns dels gegants tecnològics més importants ja han afegit l'aprenentatge de màquines a les eines utilitzades per ajudar els estudiants a realitzar la seva tasca. Per exemple, Watson Analytics d’IBM és capaç de respondre preguntes de llenguatge natural sobre la informació inclosa a la seva base de dades, mentre que l’aplicació Googles G Suite for Education utilitza el processament de llenguatges naturals per escriure fórmules complexes a petició d’estudiants i professors. (Per obtenir més informació sobre l'aprenentatge de màquines en educació, vegeu Com l'aprenentatge automàtic pot millorar l'excel·lència docent.)
Com a nota lateral, aquí ja podem veure un dels possibles efectes generalitzats inesperats de la implementació de la IA a les escoles. Els xats de veu s'estan convertint en l'última tendència tecnològica i imprescindible en moltes empreses. L’AI ja pot perfeccionar la seva capacitat per reconèixer i entendre les veus humanes alimentant-se d’un conjunt de dades tan gran com tot el sistema educatiu. Quant trigarà abans que es comenci a utilitzar totes les oficines parlant AI per estimular la col·laboració i la comunicació significatives i eficients entre els membres de l’equip? Sóc l'únic que he pensat en l'efecte massiu AI EDI aquí?
Les coses no són tan diferents a l'estranger. A la Xina, ja s’utilitzen robots semi-sensibles per automatitzar el procés de classificació, reduint la càrrega de treball dels professors. Les seves ments intel·ligents intel·ligents poden comprendre la lògica general i el significat d'un assaig i generar un judici gairebé humà sobre la seva qualitat. I almenys 60.000 escoles ja les han implementat amb resultats aparentment grans.
El sorprenent potencial
Un dels avantatges més evidents de l'AI és la capacitat d'automatitzar operacions menials, agilitant moltes tasques administratives i organitzatives. Comprovar la tasca, classificar papers, examinar els registres de malalties i fulls d’absència i preparar les targetes d’informe són només alguns exemples de les tasques on els educadors passen la major part del temps: tasques que una IA pot realitzar sense gairebé errors en pocs minuts.
L’AI també pot ajudar a digitalitzar llibres i crear contingut “intel·ligent” personalitzable per a estudiants de totes les franges d’edat, ajudant-los a memoritzar i aprendre. Els caràcters virtuals i la realitat augmentada poden ser alimentats per AI per crear interaccions socials creïbles com les experimentades per l’Institut de Tecnologies Creatives de la Universitat del Sud de Califòrnia (USC). Aquests entorns virtuals es poden utilitzar per ajudar els estudiants en els seus esforços i procés d'aprenentatge, o com a substituts de tutors, professors i ajudants d'ensenyament. Ningú mai pot treballar tot el dia i la nit i proporcionar als estudiants respostes les 24 hores del dia ... a menys que sigui un robot, és clar!
Inconvenients i controvèrsies
Fins ara, tot sobre IA i educació ha semblat increïble, no? Tot i això, el món real no és tan senzill. Per obtenir els resultats per als quals està dissenyat, la IA necessita una cosa per sobre de tot: les dades. Les dades s’han d’aportar a l’algoritme perquè pugui “aprendre” sobre l’entorn i quins són els “bons” i els “mals”. Però, i si tot el conjunt de dades sobre l’aprenentatge dels estudiants que s’utilitza és, en el millor dels casos, poc fiable, si no completament inútil?
Per exemple, la gran majoria dels estudis que intenten mesurar l’aprenentatge dels estudiants utilitzen mètriques ininterpretables o poc realistes, com ara “beneficis d’aprenentatge” o (encara pitjor). Però, què mesura un grau d'estudiant que no serveix com a indicador de rendiment extremadament vague? Recentment, durant un experiment que va rebre una important atenció als mitjans de comunicació, una IA va poder aprovar l'examen del GP de Gran Bretanya (metge general), obtenint una magnífica puntuació del 81 per cent. Per tant, aquest "grau" no és sinó una puntuació final, que no reflecteix en cap cas la validesa del procés d'aprenentatge o del mètode d'ensenyament, ni per la IA ni per a qualsevol altre estudiant. Però aquestes són les úniques dades que podem recopilar fàcilment, fins i tot si no tenen sentit educatiu. Quin temps necessitaran els humans per aprendre a "enganyar" proves basades en IA i obtenir notes positives amb poc o gens d'esforç?
Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida
No podeu millorar les vostres habilitats de programació quan ningú es preocupa per la qualitat del programari.
En centrar-se únicament en el rendiment, el risc és centrar-se en teories d'aprenentatge marginals o irrellevants. Els conjunts de dades actuals obtenen les seves dades d’una àmplia gamma de bases de dades educatives, tot i que moltes d’elles són antigues i els mètodes d’ensenyament utilitzats són obsolets. Els professors que han passat dècades impartint una classe no són necessàriament millors a la feina que els més joves, simplement perquè hi ha una diferència enorme entre el que és la nostra societat ara i el que era fa 30 anys. Tot i això, totes aquestes dades es fusionen en un pantà d'informació inintel·ligible que l'AI no pot discriminar més del que els seus dissenyadors podrien. (Per obtenir més informació sobre els avenços en l'educació, consulteu la formació virtual i l'aprenentatge electrònic: com està avançant la tecnologia digital en el futur de l'educació avançada.)
L’AI pot estimular l’addicció a la tecnologia i fer que les nostres generacions futures siguin molt dependents de tot tipus de dispositius si la seva exposició comença des de la infància. Sobretot si el presumpte contingut de "qualitat" que AI utilitzarà per ensenyar es basa en un conjunt immens de contingut brossa que ha estat seleccionat per un bon nombre d'empreses.
Conclusions
L’AI pot ajudar a disminuir la nostra capacitat d’educar i ensenyar a les noves generacions, alliberant molt de temps als professors humans que podrien (en teoria) centrar-se només en les coses que importen.
Tanmateix, aquest fantàstic món d'eficiència arriba a un preu fort. Si no n’estiguéssim curosos, ens arrisquem a oferir als nostres estudiants contingut de baixa qualitat, ensenyat de la manera més equivocada possible, que encara puguin evitar estudiar enganyant els seus professors d’AI. Si no volem viure en una societat plena d’adults cognitius passius i desadaptats socialment, addictes a la tecnologia, hem d’ajustar els punts de vista ara que més tard.