Сочинение на тему Может ли искусственный интеллект заменить учителя?

В последнее время в новостях часто появлялся искусственный интеллект: от зловещих предупреждений о его будущих последствиях от академических лидеров, таких как Стивен Хокинг и Элон Маск, до паники вокруг ИИ Facebook, развивающего свой собственный язык. И, согласно недавнему отчету Глобального института McKinsey, примерно половина сегодняшней рабочей деятельности может быть автоматизирована к 2055 году. Может ли «обучение» быть в этом списке? Сегодня Мир Образования исследует текущую природу роли ИИ в академических кругах, включая прогноз того, куда мы, вероятно, движемся. Это не так страшно, как вы думаете! Оцифровка класса В настоящее время в классе не привыкать к онлайн-обучению и адаптивному программному обеспечению.

ИИ Академии Хана выявляет сильные стороны учащихся и пробелы в обучении и соответствующим образом корректирует содержание. Программы адаптивной оценки, такие как MAP и SBAC, используются все чаще и чаще, чтобы помочь адаптировать школьные и районные учебные программы. Такие программы, как McGraw-Hill Connect и Aplia, позволяют учителям одновременно управлять курсовой работой для огромного количества студентов.

Различные другие программы онлайн-обучения рекламируют свою способность достигать учеников способами, которые они не могут получить в традиционном классе. Однако, несмотря на эти утверждения, некоторые исследования показывают, что онлайн-курсы ИИ и программы оценки не дают результатов, которые их реальные Мировые коллеги в классе. Но почему? Вы могли бы подумать, что инструменты, которые студенты используют ежедневно для всего, от социальных сетей до развлечений, будут «легкой победой» для участия. Можно предположить, что упор на навыки компьютерной грамотности как неотъемлемой части рабочей силы 21-го века сделает взаимодействие с ИИ еще более необходимым. Можно также предположить, что бесконечное количество знаний, которые могут хранить компьютеры, сделает ограниченную способность человеческого разума несколько устаревшей. И все же, по какой-то причине, студенты, как правило, не реагируют на учебные ресурсы ИИ совершенно одинаково. Что ИИ не может сделать Прежде чем вы начнете искать новую карьеру, подумайте о роли зеркальных нейронов в обучении человека. Зеркальные нейроны – это «тип клеток мозга, которые одинаково реагируют, когда мы выполняем действие и когда мы видим, как кто-то другой выполняет то же действие». Короче говоря, важным аспектом обучения у приматов является наблюдение и имитация.

Люди учатся лучше всего, подражая и практикуясь с другими людьми. Преподаватель в классе – это человеческая модель мастерства для конкретной области контента с уникальными человеческими навыками и ценностями, и ученик просто не собирается относиться к ИИ с той же способностью. Знание того, что их учитель – не человек, сильно напрягает способность ученика сопереживать и воображать, что он овладевает содержанием и навыками. Компьютер – это компьютер. Компьютеры способны к уровням вычислений, о которых мы могли только мечтать, используя только наши умы. Но когда учитель-человек способен показать преимущества для учебного контента – и косвенно доказывает не только то, что это можно сделать, но и то, к чему он стремится, – ученики с большей вероятностью будут вдохновлены работать больше и добиваться прогресса. На самом деле, некоторые утверждают, что из-за отсутствия связи роботы просто не могут нас вдохновлять.

Президент и соучредитель Coursera Дафна Коллер отмечает: «Преподаватели ценны, прежде всего, при создании контента. Это действительно важно. Но я также считаю, что важно, чтобы кто-то отвечал на действительно сложные вопросы, если вы действительно застряли. Кроме того, люди скажут вам, что один из самых вдохновляющих опытов, которые у них были, которые часто формировали их жизнь, – это кто-то, кто был действительно вдохновляющим учителем ». Вдохновение является продуктом эмпатии. Когда учитель может подключиться к ученику, «находясь там», через искреннее слушание или даже через невербальное поведение в классе, он может вдохновить своих учеников учиться, творить и преуспевать. Даже ИИ с современной технологией рендеринга лица не может точно применить на практике все эти переменные. И иногда мы недооцениваем важность эмпатии в процессе обучения. Не. Потому что, несмотря на невероятные достижения в этой области, это является основным ограничением для ИИ в его нынешнем виде.

Основная проблема, с которой сталкиваются разработчики, занимающиеся ролью ИИ в его применении к реальному миру, по-прежнему заключается в следующем: как вы обучаете компьютерный контекст и интуицию? В качестве примера, давайте представим полностью гуманоидного преподавателя искусственного интеллекта в передней части комнаты. Конечно, этот ИИ менее подвержен ошибкам в области содержимого. Он сможет получить доступ к абсурдным объемам информации в мгновение ока. Было бы в состоянии слушать, чтобы ответить на вопросы. Возможно, скоро даже появится способность читать лица учеников и реагировать соответственно. У нас есть эта технология, и она расширяется с каждым днем. То, что она не сможет сделать, – это объединить эти элементы с тысячами других человеческих переменных, чтобы создать смысл. Когда ученик закрывается в вашем классе, учитель-человек может сделать именно это. Мы можем прочитать лицо ученика, язык тела, внешний вид и любое количество других данных, чтобы определить эмоциональное состояние. Однако мы также можем сопоставить этот вывод с контекстом: как ученик обычно реагирует на уроки, что происходит дома, что вы замечаете в общей социальной динамике класса, получают ли они спор со своим лучшим другом сегодня утром, они завтракали, хорошо ли спали, была ли выпущена новая видеоигра вчера, особенно ли она влажна в здании сегодня, что происходит в общей школьной культуре сейчас, принимает ли этот ученик тесты в течение всего дня, являются ли такие элементы, как депрессия или беспокойство, потенциально актуальными, или это просто «выходной день» для отличного ученика? Затем мы можем использовать нашу интуицию, чтобы создать решение для этого ученика. Даже самый впечатляющий ИИ все равно будет испытывать трудности с соответствующим анализом сложных потребностей и непосредственных подсказок, сообщаемых классной комнатой, полной студентов.