Περιηγηθείτε στα μέσα κοινωνικής δικτύωσης και θα βρείτε πολλά βίντεο όπως «Πώς να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη για να γράψετε την εργασία σας σε 5 λεπτά» ή «Πώς να παραλείψετε τις αναγνώσεις με το ChatGPT».
Ο διάλογος γύρω από την Τεχνητή Νοημοσύνη στην εκπαίδευση είναι εκκωφαντικός και σχεδόν εξ ολοκλήρου καταλαμβάνεται από το ερώτημα: Πώς; Πώς γράφουμε την τέλεια προτροπή; Πώς πρέπει οι εκπαιδευτικοί να ενσωματώσουν το ChatGPT στην ακαδημαϊκή εργασία ή να ανιχνεύσουν τη χρήση του;
Αυτή η εμμονή με τις μεθόδους και τους μηχανισμούς είναι μια επικίνδυνη απόσπαση της προσοχής. Προσπαθώντας να κατακτήσουμε το «πώς», παραλείψαμε δύο πολύ πιο κρίσιμα και θεμελιώδη ερωτήματα: γιατί πρέπει να χρησιμοποιούμε αυτά τα εργαλεία και πότε είναι σκόπιμο να το κάνουμε;
Η απάντηση στο «πώς» είναι μια τεχνική πρόκληση. Η απάντηση στο «γιατί» και στο «πότε» είναι φιλοσοφική. Μέχρι οι εκπαιδευτικοί και οι ηγέτες της εκπαίδευσης να βασίσουν τις προσεγγίσεις τους σε μια συνεκτική φιλοσοφική και θεωρητική βάση για τη μάθηση, η ενσωμάτωση της Τεχνητής Νοημοσύνης θα είναι άσκοπη, καθοδηγούμενη από την καινοτομία και την αποδοτικότητα και όχι από την ανθρώπινη ανάπτυξη.
Δύο πλαίσια παρέχουν την απαραίτητη οπτική που χρειαζόμαστε για να ξεπεράσουμε τον ενθουσιασμό και να ασχοληθούμε με την Τεχνητή Νοημοσύνη με υπευθυνότητα: η «επιστημολογία της αρετής», η οποία υποστηρίζει ότι η γνώση δεν είναι απλώς μια συλλογή σωστών γεγονότων ή ένα καλά συγκροτημένο προϊόν, αλλά το αποτέλεσμα της άσκησης των πνευματικών αρετών, και μια προσέγγιση βασισμένη στη φροντίδα, η οποία δίνει προτεραιότητα στις σχέσεις.
Η αρετή υπεράνω του όγκου
Η τρέχουσα κουλτούρα του «πώς να» ορίζει σιωπηρά τον στόχο της μάθησης ως την παραγωγή ενός τελειωμένου αποτελέσματος (όπως μια ολοκληρωμένη έκθεση ή ένα λειτουργικό κομμάτι κώδικα). Από αυτή την οπτική γωνία, η Τεχνητή Νοημοσύνη είναι ένα θαύμα αποδοτικότητας. Αλλά είναι το αποτέλεσμα ο σκοπός της μάθησης;
Η επιστημολογία της αρετής, όπως υποστηρίζεται από φιλοσόφους όπως η Linda Zagzebski, υποδηλώνει ότι ο πραγματικός στόχος μιας εργασίας δεν είναι απλώς η συγγραφή της ίδιας της έκθεσης, αλλά η καλλιέργεια της περιέργειας, της πνευματικής επιμονής, της ταπεινότητας και της κριτικής σκέψης που η διαδικασία αυτή αποσκοπεί να ενσταλάξει.
Αυτό αναδιαμορφώνει το «γιατί» της χρήσης της Τεχνητής Νοημοσύνης. Από αυτή την οπτική γωνία, η μόνη δικαιολογία για την ενσωμάτωση της Τεχνητής Νοημοσύνης σε μια μαθησιακή διαδικασία πρέπει να είναι η υποστήριξη και η διατήρηση της πνευματικής εργασίας.
Εάν ένας μαθητής χρησιμοποιεί την Τεχνητή Νοημοσύνη για να σκεφτεί αντιρρήσεις για μια συζήτηση, ασκεί την πνευματική ευελιξία ως μέρος αυτής της εργασίας. Εάν ένας άλλος μαθητής χρησιμοποιεί την Τεχνητή Νοημοσύνη για να χαρτογραφήσει τις συνδέσεις μεταξύ θεωρητικών πλαισίων για μια ερευνητική εργασία, εμβαθύνει την εννοιολογική κατανόηση μέσω της καθοδηγούμενης σύνθεσης.
Όταν η Τεχνητή Νοημοσύνη υπονομεύει το «γιατί»
Ωστόσο, όταν το «πώς» της Τεχνητής Νοημοσύνης χρησιμοποιείται για να παρακάμψει την ίδια την προσπάθεια που χτίζει την αρετή (μέσω της άσκησης πνευματικής εργασίας, συμπεριλαμβανομένης της ανάλυσης, της συλλογιστικής και της κρίσης), υπονομεύει άμεσα το «γιατί» της εργασίας. Ένας μεταπτυχιακός φοιτητής που δημιουργεί μια περιγραφική λίστα σχετικών ερευνών για ένα θέμα χωρίς να ασχοληθεί με τις πηγές παραλείπει την πολύτιμη διαδικασία της σύνθεσης και της κριτικής ενασχόλησης.
Αυτό έρχεται σε άμεση αντίθεση με την άποψη του φιλόσοφου και εκπαιδευτικού John Dewey για τη μάθηση ως μια ενεργή, εμπειρική διαδικασία.
Για τον Dewey, η μάθηση συμβαίνει μέσω της πράξης, της αμφισβήτησης και της ενασχόλησης με την πολυπλοκότητα, όχι με την παθητική απόκτηση πληροφοριών. Οι εργασίες που επιβραβεύουν την τελειότητα και την ορθότητα έναντι της διαδικασίας και της ανάπτυξης ενθαρρύνουν περαιτέρω τη χρήση της Τεχνητής Νοημοσύνης ως συντόμευση, μειώνοντας τη μάθηση σε προτροπή και λήψη αντί για εμπλοκή στην πνευματική εργασία της κατασκευής νοήματος.
Φροντίδα αντί για συμμόρφωση
Αν το «γιατί» αφορά την υποστήριξη της ανθρώπινης πνευματικής εργασίας και την καλλιέργεια της πνευματικής αρετής, το «πότε» αφορά τις συγκεκριμένες, συγκυριακές και ανθρώπινες ανάγκες του μαθητή.
Εδώ είναι που η «ηθική της φροντίδας» καθίσταται απαραίτητη. Όπως πρότεινε η φιλόσοφος Nel Noddings, μια προσέγγιση βασισμένη στη φροντίδα δίνει προτεραιότητα στις σχέσεις και στις ανάγκες του ατόμου έναντι των άκαμπτων, καθολικών κανόνων. Απομακρύνεται από μια πολιτική «ενιαίου μεγέθους» και κινείται προς την κατεύθυνση της διακριτικής κρίσης.
Η ερώτηση «Πότε είναι κατάλληλη η χρήση της Τεχνητής Νοημοσύνης;» δεν μπορεί να απαντηθεί με μια απλή κλίμακα. Για έναν μαθητή με μαθησιακή δυσκολία ή σοβαρό άγχος, η χρήση της Τεχνητής Νοημοσύνης για να τον βοηθήσει να δομήσει τις αρχικές του σκέψεις μπορεί να είναι μια πράξη συμπόνιας και ενδυνάμωσης, που του επιτρέπει να ασχοληθεί με την πνευματική εργασία της εργασίας χωρίς να παραλύεται από τη μηχανική της γραφής. Σε αυτό το πλαίσιο, το «πότε» είναι όταν το εργαλείο αφαιρεί ένα εμπόδιο για την βαθύτερη μάθηση.
Αντίθετα, για έναν μαθητή που χρειάζεται να αναπτύξει βασικές δεξιότητες γραφής, η εξάρτηση από το ίδιο εργαλείο για την ίδια εργασία θα ήταν ανεύθυνη. Η απόφαση για το «πότε» απαιτεί από τους εκπαιδευτικούς να γνωρίζουν τους μαθητές τους, να κατανοούν τον μαθησιακό στόχο και να ενεργούν με συμπόνια και σοφία. Πρόκειται για μια σχεσιακή πράξη, όχι τεχνική.
Οι εκπαιδευτικοί πρέπει να διασφαλίζουν ότι η Τεχνητή Νοημοσύνη υποστηρίζει και δεν αντικαθιστά την ανάπτυξη των βασικών ικανοτήτων.
Η Τεχνητή Νοημοσύνη ως μεσολαβητής
Εδώ είναι επίσης που πρέπει να αντιμετωπίσουμε την πρόκληση του ιστορικού και φιλόσοφου Michel Foucault προς την ιδέα του μοναχικού, αυτόνομου συγγραφέα. Ο Foucault υποστήριξε ότι η έννοια του συγγραφέα λειτουργεί για να κάνει τον λόγο ελεγχόμενο και να έχει ένα όνομα που μπορεί να θεωρηθεί υπεύθυνο. Η εμμονή μας με τον έλεγχο της πατρότητας των μαθητών — ένα πρόβλημα «πώς» που επικεντρώνεται στην πρωτοτυπία και την λογοκλοπή — έχει τις ρίζες του σε αυτό το σύστημα ελέγχου.
Βασίζεται στη βολική φαντασία του δημιουργού χωρίς μεσολάβηση, αγνοώντας ότι κάθε δημιουργία είναι μια πράξη σύνθεσης, με τη μεσολάβηση της γλώσσας, του πολιτισμού και των κειμένων που προηγήθηκαν. Η Τεχνητή Νοημοσύνη είναι απλώς ένας νέος, πιο ισχυρός μεσολαβητής που καθιστά αδύνατο να αγνοηθεί αυτή η αλήθεια.
Αυτή η προοπτική αναδιαμορφώνει το έργο του εκπαιδευτικού, απομακρύνοντάς τον από την αστυνόμευση μιας εύθραυστης έννοιας της πρωτοτυπίας. Τα πιο κρίσιμα ερωτήματα είναι πότε και γιατί να χρησιμοποιήσουμε έναν μεσολαβητή όπως η Τεχνητή Νοημοσύνη. Το εργαλείο αυτό επιτρέπει βαθύτερη πνευματική εργασία ή αντικαθιστά τον αγώνα που χτίζει την αρετή; Η εστίαση μετατοπίζεται από τον έλεγχο του μαθητή στην σκόπιμη διαμόρφωση της μαθησιακής εμπειρίας.
Επαναπροσανατολισμός της Τεχνητής Νοημοσύνης μέσω αξιών και αρετών
Η βιασύνη να υιοθετηθούν εργαλεία Τεχνητής Νοημοσύνης χωρίς φιλοσοφικό πλαίσιο μας οδηγεί ήδη προς ένα μέλλον με περισσότερη επιτήρηση, λιγότερη εμπιστοσύνη και παιδαγωγική επιπολαιότητα.
Ορισμένα εκπαιδευτικά συστήματα επενδύουν χρήματα σε λογισμικό ανίχνευσης Τεχνητής Νοημοσύνης, ενώ αυτό που χρειάζεται είναι να επενδύσουν στον επανασχεδιασμό της αξιολόγησης.
Αναδύεται μια πολιτική που απαιτεί από τους μαθητές να δηλώνουν τη χρήση Τεχνητής Νοημοσύνης. Ωστόσο, είναι σημαντικό να κατανοήσουμε ότι η αποκάλυψη δεν είναι το ίδιο με τις ουσιαστικές συζητήσεις για την πνευματική αρετή.
Για να απαντήσουμε στα ερωτήματα του γιατί και του πότε πρέπει να χρησιμοποιούμε την Τεχνητή Νοημοσύνη, πρέπει να γίνουμε αρχιτέκτονες της μάθησης. Πρέπει να ασχοληθούμε με το μάθημα και το νόημα της παραγωγής γνώσης μέσω των έργων ανθρώπων όπως οι Dewey, Noddings, Zagzebski και άλλοι, με την ίδια επείγουσα ανάγκη που ασχολούμαστε με τα τελευταία τεχνολογικά blogs.
Για τους εκπαιδευτικούς, η υπεύθυνη ενσωμάτωση της Τεχνητής Νοημοσύνης στα μαθησιακά μας περιβάλλοντα εξαρτάται από τη δέσμευσή μας να καλλιεργήσουμε μια κουλτούρα που εκτιμά την πνευματική εργασία και την αντιλαμβάνεται ως αναπόσπαστο μέρος της γνώσης και της κουλτούρας που βοηθά να δημιουργηθεί.
Είναι καιρός να σταματήσουμε να επικεντρωνόμαστε στο «πώς» και να οδηγήσουμε τη συζήτηση στις αξίες που καθορίζουν πότε και γιατί η Τεχνητή Νοημοσύνη ταιριάζει σε μια ουσιαστική και αποτελεσματική μάθηση.
* Ο Soroush Sabbaghan είναι Αναπληρωτής Καθηγητής στο Werklund School of Education του Πανεπιστήμιο του Κάλγκαρι (Καναδάς). Το άρθρο του αναδημοσιεύεται αυτούσιο στο Liberal, μέσω άδειας Creative Commons, από τον ιστότοπο TheConversation.com.
