Η τελευταία γενιά μοντέλων τεχνητής νοημοσύνης είναι πιο ευκρινής και εκλεπτυσμένη, παράγοντας κείμενα με λιγότερα λάθη και ψευδαισθήσεις. Ως καθηγητής φιλοσοφίας, αισθάνομαι αυξανόμενο φόβο: Όταν ένα καλογραμμένο δοκίμιο δεν δείχνει πλέον ότι ο φοιτητής σκέφτηκε, ο βαθμός που του αποδίδεται γίνεται κενός – και το ίδιο και το πτυχίο.
Η ευρύτερη επίδραση της AI
Το πρόβλημα δεν περιορίζεται στην τάξη. Σε τομείς όπως η νομική, η ιατρική και η δημοσιογραφία, η εμπιστοσύνη εξαρτάται από το να γνωρίζουμε ότι η ανθρώπινη κρίση καθοδήγησε την εργασία. Για παράδειγμα, ένας ασθενής αναμένει ότι η συνταγή του γιατρού αντικατοπτρίζει τη σκέψη και την εκπαίδευση ενός ειδικού.
Τα προϊόντα AI μπορούν πλέον να χρησιμοποιηθούν για την υποστήριξη των αποφάσεων των ανθρώπων. Αλλά ακόμα και όταν ο ρόλος της AI είναι μικρός, δεν μπορείτε να είστε σίγουροι αν ο επαγγελματίας καθοδήγησε τη διαδικασία ή απλώς έγραψε μερικές εντολές για να γίνει η δουλειά. Αυτό που διαλύεται σε αυτή την κατάσταση είναι η λογοδοσία – η αίσθηση ότι οι θεσμοί και τα άτομα μπορούν να απαντήσουν για ό,τι πιστοποιούν. Και αυτό συμβαίνει σε μια εποχή που η δημόσια εμπιστοσύνη στους θεσμούς είναι ήδη σε κρίση.
Η πρόκληση της εκπαίδευσης με AI
Βλέπω την εκπαίδευση ως το πεδίο δοκιμής για μια νέα πρόκληση: να μάθουμε να δουλεύουμε με την AI ενώ διατηρούμε την ακεραιότητα και την ορατότητα της ανθρώπινης σκέψης. Αν καταφέρουμε να επιλύσουμε το πρόβλημα εδώ, θα μπορούσε να προκύψει ένα σχέδιο για άλλους τομείς όπου η εμπιστοσύνη εξαρτάται από το να γνωρίζουμε ότι οι αποφάσεις εξακολουθούν να προέρχονται από ανθρώπους. Στα δικά μου μαθήματα, δοκιμάζουμε ένα πρωτόκολλο συγγραφής για να διασφαλίσουμε ότι τα γραπτά των φοιτητών παραμένουν συνδεδεμένα με τη σκέψη τους, ακόμα και με την συμμετοχή της AI.
Όταν η μάθηση καταρρέει
Η βασική ανταλλαγή μεταξύ δασκάλου και μαθητή βρίσκεται υπό πίεση. Μια πρόσφατη μελέτη του MIT διαπίστωσε ότι οι φοιτητές που χρησιμοποιούσαν μεγάλα γλωσσικά μοντέλα για να βοηθήσουν με τα δοκίμια τους αισθάνονταν λιγότερη ιδιοκτησία της εργασίας τους και είχαν χειρότερες επιδόσεις σε βασικά μέτρα που σχετίζονται με τη γραφή.
Οι φοιτητές εξακολουθούν να θέλουν να μάθουν, αλλά πολλοί αισθάνονται ηττημένοι. Μπορεί να ρωτήσουν: “Γιατί να το σκεφτώ μόνος μου όταν η AI μπορεί απλά να μου το πει;” Οι δάσκαλοι ανησυχούν ότι η ανατροφοδότησή τους δεν έχει πλέον αντίκτυπο. Όπως είπε ένας φοιτητής του Πανεπιστημίου Κολούμπια στο The New Yorker αφού παρέδωσε το δοκίμιό του με τη βοήθεια της AI: “Αν δεν τους αρέσει, δεν το έγραψα εγώ, ξέρετε;”
Η αντίδραση των πανεπιστημίων
Τα πανεπιστήμια βρίσκονται σε αμηχανία. Ορισμένοι καθηγητές προσπαθούν να κάνουν τις εργασίες “ανθεκτικές στην AI”, αλλάζοντας σε προσωπικές αναστοχάσεις ή απαιτώντας από τους φοιτητές να περιλαμβάνουν τις εντολές και τη διαδικασία τους. Τα τελευταία δύο χρόνια, έχω δοκιμάσει εκδόσεις αυτών στις δικές μου τάξεις, ζητώντας ακόμη και από τους φοιτητές να εφεύρουν νέες μορφές. Αλλά η AI μπορεί να μιμηθεί σχεδόν οποιαδήποτε εργασία ή στυλ.
Robert Gauthier/Los Angeles Times via Getty Images
Εύλογα, άλλοι τώρα ζητούν την επιστροφή σε αυτό που ονομάζεται “μεσαιωνικά πρότυπα”: εξετάσεις στην τάξη με “μπλε βιβλία” και προφορικές εξετάσεις. Ωστόσο, αυτά κυρίως ανταμείβουν την ταχύτητα υπό πίεση, όχι την αναστοχαστικότητα. Και αν οι φοιτητές χρησιμοποιούν AI εκτός τάξης για εργασίες, οι δάσκαλοι απλώς θα χαμηλώσουν τον πήχη για την ποιότητα, όπως έκαναν όταν τα smartphones και τα κοινωνικά μέσα άρχισαν να διαβρώνουν την παρατεταμένη ανάγνωση και την προσοχή.
Πολλοί θεσμοί καταφεύγουν σε σαρωτικές απαγορεύσεις ή αναθέτουν το πρόβλημα σε εταιρείες τεχνολογίας εκπαίδευσης, των οποίων οι ανιχνευτές καταγράφουν κάθε πάτημα πλήκτρου και αναπαράγουν τα προσχέδια σαν ταινίες. Οι δάσκαλοι εξετάζουν χρονοδιαγράμματα, και οι φοιτητές αισθάνονται επιτηρούμενοι. Πολύ χρήσιμο για να απαγορευτεί, η AI γλιστράει υπόγεια σαν λαθραίο.
Επανασύνδεση της διαδικασίας με το προϊόν
Αν και πολλοί θα παραλείψουν ευχαρίστως την προσπάθεια της σκέψης από μόνοι τους, αυτό είναι που κάνει τη μάθηση ανθεκτική και προετοιμάζει τους φοιτητές να γίνουν υπεύθυνοι επαγγελματίες και ηγέτες. Ακόμα και αν ήταν επιθυμητό να παραδώσουμε τον έλεγχο στην AI, δεν μπορεί να θεωρηθεί υπεύθυνη, και οι δημιουργοί της δεν θέλουν αυτόν τον ρόλο. Η μόνη επιλογή είναι, κατά τη γνώμη μου, να προστατεύσουμε τη σύνδεση μεταξύ της σκέψης του φοιτητή και της εργασίας που την οικοδομεί.
Φανταστείτε μια πλατφόρμα τάξης όπου οι δάσκαλοι καθορίζουν τους κανόνες για κάθε εργασία, επιλέγοντας πώς μπορεί να χρησιμοποιηθεί η AI. Ένα φιλοσοφικό δοκίμιο μπορεί να τρέχει σε λειτουργία χωρίς AI – οι φοιτητές γράφουν σε ένα παράθυρο που απενεργοποιεί την αντιγραφή-επικόλληση και τις εξωτερικές κλήσεις AI, αλλά τους επιτρέπει να αποθηκεύουν προσχέδια. Ένα έργο προγραμματισμού μπορεί να επιτρέψει βοήθεια από AI, αλλά να σταματά πριν από την υποβολή για να ρωτήσει τον φοιτητή σύντομες ερωτήσεις σχετικά με το πώς λειτουργεί ο κώδικάς τους. Όταν η εργασία αποστέλλεται στον δάσκαλο, το σύστημα εκδίδει μια ασφαλή απόδειξη – μια ψηφιακή ετικέτα, όπως ένας σφραγισμένος φάκελος εξέτασης – που επιβεβαιώνει ότι παράχθηκε υπό τις καθορισμένες συνθήκες.
Η σημασία της ανθρώπινης κρίσης
Αυτό δεν είναι ανίχνευση: κανένας αλγόριθμος που σαρώνει για δείκτες AI. Και δεν είναι παρακολούθηση: καμία καταγραφή πλήκτρων ή κατασκοπεία προσχεδίων. Οι όροι AI της εργασίας είναι ενσωματωμένοι στη διαδικασία υποβολής. Εργασία που δεν πληροί αυτές τις προϋποθέσεις απλώς δεν θα περάσει, όπως όταν μια πλατφόρμα απορρίπτει έναν μη υποστηριζόμενο τύπο αρχείου.
Στο εργαστήριό μου στο Temple University, δοκιμάζουμε αυτή την προσέγγιση χρησιμοποιώντας το πρωτόκολλο συγγραφής που έχω αναπτύξει. Στη βασική λειτουργία ελέγχου συγγραφής, ένας βοηθός AI θέτει σύντομες, συνομιλητικές ερωτήσεις που επαναφέρουν τους φοιτητές στη σκέψη τους: “Μπορείτε να επαναδιατυπώσετε το κύριο σημείο σας πιο ξεκάθαρα;” ή “Υπάρχει ένα καλύτερο παράδειγμα που δείχνει την ίδια ιδέα;” Οι σύντομες, επί τόπου απαντήσεις και οι διορθώσεις επιτρέπουν στο σύστημα να μετρήσει πόσο καλά ευθυγραμμίζεται η σκέψη τους με το τελικό προσχέδιο.
Η αλληλεπίδραση ανθρώπων και ευφυών μηχανών
Υπάρχουν σχετικές προσπάθειες εκτός εκπαίδευσης. Στις εκδόσεις, οι προσπάθειες πιστοποίησης ήδη πειραματίζονται με “ανθρώπινα γραμμένες” σφραγίδες. Ωστόσο, χωρίς αξιόπιστη επαλήθευση, τέτοιες ετικέτες καταρρέουν σε διαφημιστικούς ισχυρισμούς. Αυτό που πρέπει να επαληθευτεί δεν είναι οι πλήκτρες αλλά το πώς οι άνθρωποι αλληλεπιδρούν με την εργασία τους.
Αυτό μετατοπίζει το ερώτημα στην γνωστική συγγραφή: όχι αν ή πόσο AI χρησιμοποιήθηκε, αλλά πώς η ενσωμάτωσή της επηρεάζει την ιδιοκτησία και την αναστοχαστικότητα. Όπως παρατήρησε πρόσφατα ένας γιατρός, η εκμάθηση του πώς να χρησιμοποιηθεί η AI στον ιατρικό τομέα θα απαιτήσει μια επιστήμη από μόνη της. Το ίδιο ισχύει για οποιοδήποτε πεδίο εξαρτάται από την ανθρώπινη κρίση.
Βλέπω αυτό το πρωτόκολλο να λειτουργεί ως ένα επίπεδο αλληλεπίδρασης με ετικέτες επαλήθευσης που ταξιδεύουν με την εργασία όπου κι αν πάει, όπως το email που μετακινείται μεταξύ παρόχων. Θα συμπληρώνει τεχνικά πρότυπα για την επαλήθευση της ψηφιακής ταυτότητας και της προέλευσης περιεχομένου που ήδη υπάρχουν. Η βασική διαφορά είναι ότι τα υπάρχοντα πρωτόκολλα πιστοποιούν το αντικείμενο, όχι την ανθρώπινη κρίση πίσω από αυτό.
Χωρίς να δοθεί στους επαγγελματίες έλεγχος για το πώς χρησιμοποιείται η AI και να διασφαλιστεί η θέση της ανθρώπινης κρίσης στην εργασία με τη βοήθεια της AI, η τεχνολογία AI κινδυνεύει να διαλύσει την
