U poslednje vreme mnogo se piše i priča o veštačkoj inteligenciji – od zloslutnih predviđanja vodećih stručnjaka kao što su Stiven Hoking i Ilon Mask do panike koja se pojavila u vezi sa veštačkom inteligencijom koju razvija kompanija „Fejsbuk“, a koja može da razvije sopstveni jezik. Prema nedavnom izveštaju Globalnog instituta „Makkinsi“, otprilike polovinu današnjih radnih mesta preuzeće roboti do 2055. godine. Da li bi i radno mesto nastavnika moglo da se nađe na tom popisu? Organizacija „Svet obrazovanja“ (engl. Education World) ispituje današnju prirodu veštačke inteligencije u oblasti obrazovanja, uključujući i predviđanja o tome kuda se kreće obrazovanje. Naime, nije sve baš tako crno.
Digitalizacija učionice
Do sada se situacija u učionici vrlo dobro prilagodila podučavanju na mreži i adaptivnom softveru. Veštačka inteligencija Akademije „Kan“ prepoznaje slabosti učenika i propuste u učenju i prema tome priprema i sadržaj podučavanja. Programi adaptivne procene napredovanja kao što su MAP i SBAC sve više se koriste da bi pomogli u određivanju školskog oblasnog plana i programa. Softveri kao što su Makgrou-Hil i Aplia omogućavaju nastavnicima da upravljaju programom predmeta za veliki broj učenika istovremeno. Razni drugi programi za učenje na mreži ističu svoju sposobnost da dopru do učenika onako kao se do njih ne može dopreti u tradicionalnoj učionici. I pored svih navedenih prednosti, neka istraživanja pokazuju da su rezultati kurseva na mreži potpomognuti veštačkom inteligencijom kao i programi za procenu savladanosti gradiva nešto lošiji nego kod nastavnika na koje smo navikli. Pomislili biste da će ih alatke koje studenti koriste svakodnevno za sve od društvenih mreža da zabave, lako privući i angažovati.
Pretpostavili biste da će naglasak na veštinama računarske pismenosti kao suštinski važnom delu radne snage u 21. veku učiniti interakciju sa veštačkom inteligencijom još neophodnijom. Mogli biste da pretpostavite da bi ograničena sposobnost ljudskog uma mogla da postane pomalo zastarela zbog nepregledne količine znanja koju računari mogu da pohrane. Ipak, iz nekog razloga studenti generalno ne reaguju na isti način na izvore podučavanja koji se zasnivaju na veštačkoj inteligenciji.
Šta veštačka inteligencija ne može da uradi?
Pre nego što krenete u potragu za novim zvanjem, razmotrite ulogu neurona ogledala u ljudskom učenju. Neuroni ogledala su vrsta moždanih ćelija koje reaguju na isti način kad obavljamo neku aktivnost i kad posmatramo dok istu tu aktivnost obavlja neko drugi. Ukratko, važan aspekt u učenju kod primata je posmatranje i podražavanje. Ljudska bića najbolje uče kad imitiraju i vežbaju sa ostalim ljudskim bićima. Nastavnik u učionici je ljudski model stručnjaka za određenu oblast koji ima veštine i vrednosti koje su samo ljudske – zbog toga se učenik jednostavno neće povezati sa veštačkom inteligencijom dovoljno čvrsto. Pošto učenici znaju da njihov nastavnik nije ljudsko biće, to vrši snažan pritisak na njihovu sposobnost da se poistovete sa nastavnikom i da sebe zamisle kako savladavaju sadržaj i veštine koje im se nalaze na dohvat ruke. Računar je računar. Računari su sposobni za takve nivoe izračunavanja koje mi ni u snu ne bismo mogli da obavimo koristeći naš um. Ipak, pravi nastavnik je sposoban na otkrije koristi onog što se uči – i indirektno dokaže ne samo da to može biti obavljeno, već da je to i nešto čemu treba težiti – i mnogo je verovatnije da će učenici biti inspirisani da marljivije uče i napreduju.
U stvari, neki tvrde da nas roboti jednostavno ne mogu tako inspirisati jer se sa njima ne možemo povezati na isti način kao sa pravim nastavnikom. Predsednica „Kursere“ Dafni Koler navodi da su nastavnici od neprocenjive vrednosti prvenstveno zbog toga što kreiraju sadržaj koji će se učiti i podučavati. Smatra da je isto tako važno da postoji neko u učionici ko će moći da odgovori na zaista teška pitanja kad se u tom sadržaju zaglavite. Spominje i uobičajeni slučaj kad ljudi kažu da je jedno od najinspirativnijih iskustava koje su imali, ono koje je oblikovalo njihov život u stvari neko ko je bio vrlo inspirativan nastavnik. Inspiracija je proizvod empatije. Kad nastavnik može da se poveže sa učenikom jer je uvek spreman da mu pomogne, inspiriše učenike da uče, stvaraju i napreduju. Čak i najrazvijenija veštačka inteligencija današnjice ne može da koristi sve navedene promenljive.
Ponekad, potpuno neopravdano, zanemarujemo vrednost empatije u obrazovnom procesu. Uprkos neverovatnom napretku u veštačkoj inteligenciji, to joj je glavni nedostatak. Osnovni izazov sa kojim se suočavaju stručnjaci koji se bave ulogom veštačke inteligencije u njenoj primeni na realan svet je, i dalje, kako da naučimo računar da stekne intuiciju i prepozna kontekst. Zamislimo, na primer, nastavnika, u potpunosti humanoidnog robota koga pokreće veštačka inteligencija, pred učenicima. Naravno, sasvim je nemoguće da će takav nastavnik praviti greške jer će moći da pristupi neverovatnoj količini informacija za tren oka. Mogao bi da sluša i odgovara na pitanja. Mogao bi uskoro da čita izraze lica učenika i odgovarajuće reaguje. Mi takvu tehnologiju posedujemo i ona se svakodnevno širi.
Ono što veštačka inteligencija neće moći da uradi je kombinovanje pomenutih elemenata sa hiljadama drugih ljudskih varijabli da bi stvorila značenje. Kad se učenik u učionici snuždi, pravi nastavnik može da kombinuje pomenute elemente. Može da pročita izraz lica učenika, njegov govor tela, izgled i mnoge druge informacije da bi zaključio u kakvom se mentalnom stanju nalazi učenik. Može te zaključke da povezuje sa kontekstom: kako učenik uobičajeno reaguje na časovima, šta se dešava kod kuće, šta primećuje u opštoj društvenoj dinamici u razredu, da li se posvađao sa najboljim prijateljem tog jutra kad je došao u školu, da li je doručkovao, da li je dobro spavao, da li se juče pojavila nova video-igrica, da li je u prostoriji neobično vlažan vazduh, šta se dešava u školi, da li je učenik imao testove ceo dan, da li se pojavljuju elementi depresije или straha или učenik samo ima loš dan. Čak bi i najrazvijenija veštačka inteligencija imala problema da se izbori sa ispravnom analizom kompleksnih potreba i neposrednih signala koji se javljaju u učionici punoj učenika. Kontekst u kome nastavnik poznaje svakog pojedinačnog učenika sa holističkog stanovišta, u kombinaciji sa intuitivnom procenom bogatstva i složenosti trenutka u učionici jednostavno je van domašaja veštačke inteligencije.
Učionica u budućnosti
Dakle, svi su izgledi da vam je posao siguran bar u bliskoj budućnosti, ali i to će se promeniti. Veštačkoj inteligenciji nedostaje empatija, ali taj nedostatak nadoknađuje čistom računarskom sposobnošću, jednostavnošću interfejsa i sposobnošću pohranjivanja ogromne količine podataka. Iako nas roboti neće isterati iz klupa, ipak nam će se uskoro pridružiti i to kao pomoćnici. Takva situacija se već viđa u oblastima bankarstva, medicine i prava. IBM Votson pomaže lekarima da utvrde pravu dijagnozu i pravilno protumače snimke magnetne rezonance. Neke druge platforme pomažu advokatima da srede gomile dokumenata za tren oka. Neke treće pomažu investitorima da donesu ispravne odluke. U navedenim slučajevima, veštačka inteligencija je iskorišćena za obavljanje nekih dosadnih poslova u kraćem vremenskom periodu. Ako bilo kog nastavnika pitate šta bi mu bilo potrebno da bi bio efikasniji u svom poslu, reći će vam da mu je potrebno više vremena.
Kako bismo, dakle, mogli da iskoristimo tehnologiju u našim svakodnevnim zadacima? Nedavno je profesor na Tehnološkom univerzitetu u Džordžiji napravio asistenta (veštački inteligentnog) za svoju učionicu, što mu je omogućilo da mnogo bolje upravlja svojim studentima, a ima ih 400 širom sveta. Njegov asistent odgovara na rutinske zahteve, što mu omogućava da se sam pozabavi kompleksnijim pitanjima. Mnogobrojni humanoidni roboti se koriste u Južnoj Koreji i Japanu za dopunsku nastavu u savladavanju stranih jezika. Učenici mogu da vežbaju konverzaciju u raznim prilikama, a veštačka inteligencija može da prati greške i izgovor. U stvari, takvi program mogu da reše probleme kao što su stidljivost, nedostatak samopouzdanja i trema. Ponavljanje istih zadataka sa robotom je mnogo jednostavnije jer se robot neće umoriti bez obzira na to koliko grešaka učenik napravi.
To će biti učionica u budućnosti. Zamislite robota asistenta (može se slobodno kretati po učionici, a i ne mora) koji odgovara na neka važna ali i dalje tehnička pitanja koja se odnose na neki zadatak. Veštačka inteligencija koja sluša (Eho или Aleksa) mogla bi brzo da ima pristup ogromnoj bazi podataka i podeli informacije u toku razgovora. Roboti bi mogli da budu programirani da nadgledaju administrativnije poslove kao što je prikupljanje domaćih zadataka i da odmah obaveste roditelje o propustu. Mogli bi da prikupljaju podatke o testiranju i predstave ih u preglednom obliku. Mogli bi da drže dopunsku nastavu pojedinačnim učenicima koja bi se sastojala od obavljanja zadataka koji se ponavljaju. Sve to bi nastavniku – saosećajnom kreatoru i inovatoru – da uradi više i da bude duže u učionici.
Iznenađuje to što Zapad mnogo više okleva da u nastavni proces integriše robote i veštačku inteligenciju, ali izgleda da se prilike menjaju. Treba li da se pakujete i razmišljate i promeni profesije? Nikako. Suštinski, te vrste tehnologije mnogo bolje rade kad su u paru sa aktivnim ljudskim bićem, ali svakako vam olakšavaju posao i zbog toga vam povećavaju efikasnost. Izgleda da će veštačka inteligencija uskoro biti najbolji prijatelj nastavnika.