Innehåll
- Det aktuella scenariot
- Det fantastiska potentialen
- Nackdelar och kontroverser
- Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
- Slutsatser
Källa: Andrei Krauchuk / Dreamstime.com
Hämtmat:
AI kommer till utbildning, gillar det eller inte. Så vi måste se till att den tränas på relevant information av hög kvalitet för att vara effektiv.
Utbildningsvärlden kommer att påverkas djupt av införandet av nya AI-baserade tekniker, och det är ett faktum. Men det är svårt att se om dessa förändringar verkligen kommer att driva mot en positiv utveckling i vårt samhälle. Utbildning har i allmänhet en enorm inverkan på hela vårt samhälle och är en av hörnstenarna i mänsklig evolution.Vetenskapen om lärande och undervisning har förändrats avsevärt under förra seklet, och det kan hävdas att många av de nuvarande beteendeförändringarna under de senaste generationerna kan tillskrivas den utveckling i utbildningen vi har sett. Ökad användning av konstgjord intelligens i utbildningen har verkligen en enorm potential för att förbättra lärande och undervisning, men kommer dessa förbättringar att bygga ett bättre samhälle och en bättre värld?
Det aktuella scenariot
Oavsett om resultaten kommer att bli bra eller dåliga, kommer AI i utbildningen att blomstra. Enligt nyligen rapporterade sektorer har tillväxten förutsagts till 47,5 procent till och med 2021 på den amerikanska marknaden. Maskininlärning har redan lagts till av några av de största teknikjättarna i de verktyg som används för att hjälpa eleverna att utföra sina uppgifter. Till exempel kan IBM: s Watson Analytics svara på naturliga språkfrågor om information som ingår i databasen, medan Googles G Suite for Education-appen använder naturligt språkbearbetning för att skriva komplexa formler på begäran av studenter och lärare. (Mer information om maskininlärning i utbildning, se Hur maskininlärning kan förbättra undervisningens excellens.)
Som sidoanteckning kan vi här redan se en av de potentiella oväntade generaliserade effekterna av att implementera AI i skolor. Röstchatter håller på att bli den senaste tekniktrenden och ett måste i många företag. AI kan nu göra sin förmåga att känna igen och förstå mänskliga röster genom att mata på en datamängd som är lika stor som hela utbildningssystemet. Hur lång tid tar det innan alla kontor börjar använda talande AI för att stimulera meningsfull och effektiv kommunikation och samarbete mellan teammedlemmar? Är jag den enda som tänker på Mass Effects AI EDI här?
Saker är inte så olika utomlands också. I Kina används redan semi-sentient robotar för att automatisera betygsförfarandet, vilket minskar lärarnas arbetsbelastning. Deras smarta konstgjorda sinnen kan förstå den allmänna logiken och betydelsen av en uppsats och generera en nästan mänsklig-liknande bedömning om dess kvalitet. Och minst 60 000 skolor har redan implementerat dem med uppenbarligen stora resultat.
Det fantastiska potentialen
En av de tydligaste AI-fördelarna är förmågan att automatisera menial operationer, påskynda många administrativa och organisatoriska uppgifter. Att kolla läxor, betygsätta papper, titta igenom sjukdomsregister och frånvaroark och förbereda rapportkort är bara några exempel på uppgifterna där lärare tillbringar större delen av sin tid - uppgifter som en AI kan utföra med nästan inga fel på bara några minuter.
AI kan också hjälpa dig att digitalisera böcker och skapa anpassningsbart "smart" innehåll för elever i alla åldersområden, och hjälpa dem att memorera och lära sig. Virtuella karaktärer och förstärkt verklighet kan drivas av AI för att skapa trovärda sociala interaktioner som de som experimenterats av University of Southern California (USC) Institute for Creative Technologies. Dessa virtuella miljöer kan användas för att hjälpa studenter i deras ansträngningar och inlärningsprocesser eller som ersättare för lärare, lärare och lärarassistenter. Ingen kan någonsin arbeta hela dagen och natten och ge studenter 24/7 svar ... såvida han eller hon inte är en robot, naturligtvis!
Nackdelar och kontroverser
Hittills har allt om AI och utbildning verkat fantastiskt, eller hur? Saker är dock aldrig så enkla i den verkliga världen. För att uppnå de resultat den är designad för kräver AI en sak framför allt: data. Data måste matas till algoritmen så att de kan "lära sig" om miljön och vilka som är "goda" och "dåliga" resultat. Men vad händer om hela datauppsättningen om elevernas inlärning i bästa fall är opålitlig om inte helt värdelös?
Till exempel använder den stora majoriteten av studierna som försöker mäta studentens lärande otolkbara eller orealistiska mätvärden som självrapporterade "inlärningsvinster" eller (ännu sämre) studentbetyg. Men vad mäter en studentklass annat än att agera som en extremt vag prestandaindikator? Nyligen, under ett experiment som fick betydande medieuppmärksamhet, kunde en AI klara den brittiska läkarexamen (allmänläkare) och fick en utmärkt poäng på 81 procent. Detta "betyg" är därför ingenting annat än en slutbetyg - som inte på något sätt återspeglar giltigheten för inlärningsprocessen eller undervisningsmetoden, varken för AI eller för någon annan student. Men det är de enda uppgifterna vi enkelt kan samla in, även om de saknar någon pedagogisk meningsfullhet. Hur mycket tid kommer människor att behöva lära sig att "fuska" AI-driven tester och ta positiva betyg med liten eller ingen ansträngning?
Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Genom att enbart fokusera på prestanda är risken att fokusera på marginella eller irrelevanta inlärningsteorier. Nuvarande datamängder hämtar sina data från ett brett utbud av utbildningsdatabaser, men ändå är många av dem gamla och de undervisningsmetoder som används är föråldrade. Lärare som tillbringade decennier i undervisningen i en klass är inte nödvändigtvis bättre på jobbet än de som är yngre, helt enkelt för att det finns en enorm skillnad mellan vad vårt samhälle är nu och vad det var för 30 år sedan. Ändå slås alla dessa data samman i en oinförståelig träff med information som AI inte riktigt kan diskriminera mer än dess designers kunde. (För att lära dig mer om framsteg inom utbildning, kolla in virtuell utbildning och e-lärande: hur digital teknik utgör framtiden för avancerad utbildning.)
AI kan stimulera teknikberoende och ytterligare göra våra framtida generationer mycket beroende av alla typer av enheter om deras exponering börjar med barndomen. Särskilt om det påstådda "kvalitetsinnehållet" som AI kommer att använda för att lära ut kommer från en oerhört enorm pool av skräpinnehåll som valdes av en handfull företag.
Slutsatser
AI kan hjälpa till att öka vår förmåga att utbilda och lära ut nya generationer och frigöra mycket tid för mänskliga professorer som (i teorin) kan fokusera enbart på de saker som är viktiga.
Men denna fantastiska värld av effektivitet kommer till ett brant pris. Om de inte var försiktiga riskerar vi att ge våra elever innehåll av låg kvalitet, lärt ut på det felaste sättet som möjligt, att de fortfarande kan undvika studier genom att lura sina AI-lärare. Om vi inte vill leva i ett samhälle fullt av kognitivt passiva, socialt anpassade vuxna som är beroende av teknik, måste vi justera sevärdheterna nu snarare än senare.