Umjetna inteligencija 2

Na Praznik rada primjerno je pitati se hoće li umjetna inteligencija zamijeniti rad učitelja, nastavnika, profesora, odgajatelja. Istraživanja upućuju da se to neće dogoditi, barem ne u sljedećih nekoliko desetljeća, te da učiteljski posao pripada onima koji su prilično otporni na digitalnu tehnologiju. Ali prilagodbe i korištenje prednosti su nužne.

Vrijedi i dalje Moravecov paradox (1988) da je računalu teško postići vještine percepcije i mobilnosti jednogodišnjeg djeteta iako je u stanju igrati šah kao najbolji šahisti na svijetu. Naime, ljudi postavljaju probleme, odabiru i čiste podatke, izabiru algoritme, izvode zaključke i prosudbe u skladu s vrijednosnim sustavom, a ne samo izlazom koji im računalo daje.

Najbolji se rezultati postižu kada ljudi i računala rade zajedno pa se sve više govori o proširenoj inteligenciji (augmented intelligence) umjesto samo o umjetnoj inteligenciji. To je ujedno i smjer kojim bismo trebali planirati upotrebu umjetne inteligencije, ali i digitalnu transformaciju fakulteta i škola. Barem tako predlaže i UNESCO (2021) onima koji vode obrazovanje.

Nadalje, s umjetnom inteligencijom trebaju djeca i mladi naučiti živjeti, jer to je već sada naš svijet, a razvoj smjeru Industrije 4.0 se ubrzava. Stoga je važno da u obrazovnom sustavu uče o algoritmima i AI-ju, ali i o odgovornoj upotrebi podataka, privatnosti i društvenim vrijednostima kao što su uključivost te osiguravanje jednakog pristupa radu, tehnologiji i prilikama za sretan život.

Naš RAPIDE projekt (https://rapide-project.eu/) koji uključuje znanstvenike iz četiri europske države pokušava pronaći dobre načine za uvođenje inovativnih pristupa učenju i poučavanju uz podršku digitalne tehnologije i umjetne inteligencije. Tako uz upotrebu analitika učenja razvijamo sustav podrške za studente i nastavnike za primjenu obrnute učionice (flipped classroom), ali i radimo na novim algoritmima koji podupiru pouzdanost vršnjačkog vrednovanja. Za sada većina toga radi na GOFAI (good-old-fashioned AI) principu jer dobivamo dobre rezultate.

Što se tiče primjene neuronskih mreža i dubokog učenja na podacima, one su nam korisne za razumijevanje procesa, ali za smislene preporuke za studente i nastavnike trebamo stručnjake koji kvalitetno interpretiraju rezultate. Stručnjake koji razumiju podatke, algoritme i analize (podatkovna i digitalna pismenost) kao i pedagoške i metodičke aspekte, te ponajviše etičke norme i standarde zaštite podataka kako ne bismo napravili više štete nego koristi.

Puno posla je pred nama, pa svima sretan Međunarodni praznik rada!

Fotografija s Westend kampusa u Frankfurtu je podsjetnik da svatko od nas treba sjesti i razmisliti kako se snalazimo u svijetu gdje nam je konkurencija umjetna inteligencija, ali i kako ćemo je smisleno koristiti u obrazovanju. Pri tome ne zaboravimo da pored znanosti, uživamo i u umjetnosti 🙂

Blaženka Divjak