Пост​​Критика «Эксперты преуспевают, а новички — нет» переворачивает ситуацию с образованием в области ИИ с ног на голову

​​Критика «Эксперты преуспевают, а новички — нет» переворачивает ситуацию с образованием в области ИИ с ног на голову Автор Майк Колфилд Майк Колфилд полемизирует с распространённым тезисом: «ИИ полезен только тем, кто уже много знает». По его мнению, это не недостаток ИИ, а, наоборот, свидетельство того, что инструмент поощряет обучение и позволяет превращать знания в практические действия. Его идеи: - ИИ не заменяет знание, а стимулирует его приобретение. Онприводит собственный пример с фильмом «Челюсти»: пытаясь научить LLM классифицировать фильмы, он обнаружил, что для создания хорошего критерия ему самому пришлось глубже разобраться в структуре кино. - Проблема не в том, что для работы с ИИ нужно что-то знать, а в оценивании результатов обучения. Если студент с помощью ИИ создаёт впечатляющий результат, это ещё не показывает, обладает ли он необходимыми знаниями. Значит, следует менять задания и способы оценки, а не отказываться от технологии. - ИИ хорошо сочетается с зоной ближайшего развития (ЗБР). Задания можно проектировать так, чтобы студент, обладая ограниченными знаниями, с помощью ИИ постепенно переходил к более сложным формам анализа и деятельности. - Главная проблема — не ученики, а подготовка учителей. Педагогам часто показывают отдельные простые сценарии вроде создания чат-бота, вместо того чтобы учить их видеть ИИ как инструмент исследования, моделирования, анализа данных и конструирования новых образовательных задач. - ИИ меняет соотношение между знанием и действием. Изучив определённое понятие или метод, человек теперь может сравнительно быстро превратить его в работающий инструмент — анализатор аргументов, рекомендательную систему, исследовательскую базу данных, симулятор и т. п. Колфилд предлагает перевернуть вопрос: не такой вопрос «не делает ли ИИ знания ненужными?», а «как использовать ИИ так, чтобы наличие знаний открывало человеку новые возможности для деятельности и исследования?» Он фактически предлагает перейти от модели «ИИ как средство выдачи готового ответа» к модели «ИИ как среда, в которой знания превращаются в исследовательские и практические возможности». При этом ключевой вызов переносится на дизайн учебных заданий, оценивания и подготовку преподавателей. Читать 8мин https://dzen.ru/a/arJ2ZsKsQTlKhJHe