Algorytmy wiedzy. Salman Khan i poszukiwanie edukacji przyszłości

Bartłomiej Stolarz, Karol Kasprowicz

Jeśli uczymy dzisiejszych uczniów tak, jak wczoraj, okradamy ich z przyszłości. John Dewey

Spotkanie pierwszego stopnia

Jest lato 2022 roku. Dopiero za kilka miesięcy zostanie wydana publiczna wersja modelu GPT-3.5, który na dobre rozpocznie rewolucje AI. Sam Altman i Greg Brockman za namową Billa Gatesa postanawiają przedstawić wczesną wersję modelu GPT-4 Salmanowi Khanowi, twórcy największej internetowej platformy edukacyjnej – Khan Academy. Swoje wrażenia z tego niesamowitego pokazu tak opisuje Khan:

„Sam i Greg rozpoczęli swoją demonstrację GPT-4, pokazując mi pytanie wielokrotnego wyboru z biologii na poziomie AP (advanced placement czyli odpowiednik egzaminu maturalnego w Polsce), które ściągnęli bezpośrednio ze strony College Board. Poprosili mnie o odpowiedź. Po przeczytaniu pytania odpowiedziałem, że odpowiedzią jest C. Następnie poprosili GPT-4 o odpowiedź na to pytanie za pomocą interfejsu czatu (podobnego do tego, do którego ludzie są teraz przyzwyczajeni, używając ChatGPT). Chwilę później GPT-4 odpowiedział poprawnie na pytanie. Nie powiedziałem nic od razu, ale poczułem dreszcze, choć nadal byłem nieco sceptyczny. ‘Chwileczkę’ powiedziałem. ‘To jest AI, które potrafi odpowiedzieć na pytanie z biologii na poziomie AP?’ Może po prostu miało szczęście przy tym przykładzie, pomyślałem. ‘Czy możesz poprosić je o wyjaśnienie, jak uzyskało odpowiedź?’ Greg wpisał: ‘Proszę, wyjaśnij, jak uzyskałeś odpowiedź.’ W ciągu kilku sekund GPT-4 dostarczył nam jasne, proste i dokładne wyjaśnienie. Co więcej, było to tak napisane, że równie dobrze mogło to być odpowiedzią od człowieka, a nie maszyny. W tym momencie przestałem ukrywać moje zdumienie. ‘Czy możesz poprosić je o wyjaśnienie, dlaczego pozostałe odpowiedzi są niepoprawne?’ Greg spełnił moją prośbę, a chwilę później GPT-4 wyjaśnił, dlaczego wszystkie inne możliwości odpowiedzi na pytanie AP były błędne. Następnie zapytałem Grega, czy GPT-4 jest w stanie napisać oryginalne pytanie na poziomie AP. Zrobiło to, a potem napisało jeszcze dziesięć więcej. ‘To zmienia wszystko,’ powiedziałem do Grega i Sama, gdy moje myśli zaczęły wirować od możliwych sposobów, w jakie GPT-4 może pozwolić nam na nowo wyobrazić sobie edukację, zdobywanie kwalifikacji, pracę i ludzki potencjał. ‘Myśleliśmy podobnie,’ powiedział Sam. ‘Nie jest jeszcze doskonałe, ale technologia staje się coraz lepsza. Kto wie? Jeśli uda nam się to odpowiednio wykorzystać, może to być coś, czego będą chcieli używać edukatorzy’.”

Przeczytaj również artykuł: Nauczyciel jako promotor dobrostanu cyfrowego

Limes inferior

W 1984 roku Benjamin Bloom przeprowadził badania, które wykazały, że uczniowie uczący się indywidualnie z dobrym korepetytorem osiągają znacznie lepsze wyniki niż ich rówieśnicy uczący się w tradycyjnych klasach. Różnica ta była na tyle duża, że wyniki uczniów uczących się indywidualnie były średnio o dwa poziomy wyższe niż te, które osiągali uczniowie w grupach klasowych. To odkrycie nazwano „problemem dwóch sigm” (2 sigma problem), ponieważ ta różnica odpowiadała dwóm odchyleniom standardowym, co w statystyce jest uważane za bardzo istotną różnicę.

Problemem było to, że korepetytor musiałby być bardzo zaangażowany w proces nauki. Musi być to troskliwy i zorientowany na ucznia instruktor, który przedstawia jasne cele nauczania, oceny i specjalistyczne informacje zwrotne, aż do momentu, gdy uczeń wykaże rzeczywiste zrozumienie materiału. Dziś niestety jest to proces nauki zarezerwowany jedynie dla najbogatszych.

Taki proces jest ściśle związany z koncepcją nauki opartej na mistrzostwie. Zakłada stałe zapewnianie uczniom możliwości oraz motywacji do eliminowania wszelkich braków w ich wiedzy lub umiejętnościach. W tradycyjnym modelu edukacji – nadal dominującym w większości instytucji edukacyjnych – nauczyciele realizują program nauczania w stałym tempie i co kilka tygodni przeprowadzają sprawdziany lub testy. Nawet jeśli uczniowie osiągną 80% wynik na teście, który to wynik zazwyczaj pozwala na uzyskanie bardzo dobrej oceny, klasa zazwyczaj jednolicie przechodzi do kolejnego tematu, z reguły bez wcześniejszego usunięcia 20% braków zidentyfikowanych na poprzednim egzaminie. Proces ten powtarza się przez lata, w wyniku czego uczniowie gromadzą luki w wiedzy. W modelu nauki opartej na mistrzostwie uczniowie mają czas na identyfikację i eliminację tych braków, co pozwala im na zbudowanie solidnych fundamentów i szybsze przyswajanie wiedzy w przyszłości.

Nowa wspaniała edukacja?

Krótko po prezentacji modelu GPT-4, Sal wraz z innymi pracownikami Khan Academy rozpoczął pracę nad Khanmigo – pierwszym asystentem dla ucznia napędzanym przez AI. Pomysł na Khanmigo wywodzi się z założenia, że same odpowiedzi na pytania nie są wystarczające w procesie edukacyjnym. Potrzebne było stworzenia systemu, który nie tylko udziela odpowiedzi, ale także aktywnie angażuje uczniów w proces myślenia krytycznego. GPT-4, w odróżnieniu od swojego poprzednika GPT-3.5, wykazał znacznie wyższą „sterowalność” – zdolność do modulowania odpowiedzi w taki sposób, aby spełniały konkretne oczekiwania użytkowników. Wczesne eksperymenty wykazały, że GPT-4 jest zdolny do przyjmowania ról i person, na przykład korepetytora sokratejskiego, który prowadzi ucznia poprzez proces nauki za pomocą pytań wiodących, zamiast podawania bezpośrednich odpowiedzi.

W marcu 2023 roku Khanmigo weszło w okres beta testów, a już w połowie 2024 roku za sprawą Microsoftu narzędzie jest dostępne za darmo dla każdego nauczyciela w Stanach Zjednoczonych. Idea Sala Khana, którą przedstawia w książce Brave New Words sprowadza się do tego, że już dziś z pomocą obecnej generacji sztucznej inteligencji możemy zrewolucjonizować edukację w szkołach. Sal widzi obecnie AI nie jako zastępstwo nauczyciela, a raczej za jego pomocnika, który może na bieżąco pomagać każdemu z uczniów. Khanmigo działa jak przewodnik, jednak to uczeń musi wykonać większość pracy. AI może sugerować tematy, które uczeń powinien wziąć pod uwagę podczas pisania wypracowania. Może również pełnić rolę recenzenta, który szybko sprawdza kilka akapitów napisanych przez ucznia i ocenia mocne oraz słabe strony tekstu. Służyć uczniom jako pomoc w znajdywaniu kontrargumentów i uczynić to, co napisali, bardziej przekonującym, zachęcając ich do myślenia o eseju jak dobry trener pisania. Kluczem jest, aby model nie pracował za ucznia, lecz razem z nim. W ciągu kilku sekund sztuczna inteligencja dostarcza opinii, podkreśla obszary do poprawy i proponuje sugestie, jak zredagować i ulepszyć pracę. W idealnym przypadku platforma AI oparta na edukacji mogłaby stać się najlepszym na świecie asystentem i współpracownikiem, obiektywnym w swoich ocenach, skrupulatnym w analizach, zaprojektowanym, aby robić jedną rzecz i tylko jedną: doskonalić umiejętności ucznia.

W takim scenariuszu nauczyciel przyjmuje rolę koordynatora i wychowawcy – zarządcę procesu uczenia się. Model dzieli się z nauczycielem końcowym wynikiem współpracy ucznia z AI, raportując również o procesie i stopniu, w jakim AI pomogła uczniowi. Nauczyciel zyskuje znacznie lepszy wgląd w mocne strony ucznia i obszary do poprawy. Khanmigo może raportować: „Pracowaliśmy nad pracą przez około cztery godziny. Sal początkowo miał problemy z wymyśleniem tezy, ale pomogłem mu, zadając kilka wiodących pytań. Tworzenie konspektu przebiegło dość gładko. Musiałem tylko pomóc mu upewnić się, że konkluzja naprawdę wszystko spaja. Sal wykonał większość pracy. Ja tylko pomogłem mu uporządkować gramatykę i wzmocnić argument w trzecim akapicie. Na podstawie rubryki oceny za zadanie, poleciłbym przyznać Salowi ocenę B+. Oto szczegółowy podział, jak oceniłem tę pracę według kryteriów rubryki.” Uczniowi jest też dużo trudniej oszukiwać w tym kontekście. Jeśli użyje aplikacji ChatGPT albo po prostu skopiuje i wklei tekst, Khanmigo powie nauczycielowi: „Nie pracowaliśmy nad tym esejem razem, po prostu się pojawił, więc powinniśmy być podejrzliwi”.

Czy androidy śnią o elektrycznych tablicach?

Niemniej jednak stoimy przed nie lada wyzwaniem. Oszukiwanie czy też plagiaty stają się wyjątkowo proste do przeprowadzenia. Popularność wśród młodego pokolenia jest niebagatelna – wedle raportu AI in Education Statistics aż 44% dzieci w Stanach Zjednoczonych aktywnie korzysta z generatywnej AI, a 54% wykorzystuje ją do prac szkolnych. W szkolnictwie wyższym zaś 53% studentów używa AI do tworzenia ocenianych materiałów, a 39% eksploruje jej możliwości z ciekawości. Co więcej uczniowie mogą nadmiernie polegać na systemach AI. Potwierdzają to badania Fabrizio Dell’Acqua, który nawiązując do zjawiska „zasypiania za kółkiem” (falling asleep at the wheel), określił w ten sposób praktyki korzystania z AI. Prowadzą one bowiem do „zasypiania” i bezrefleksyjnego powielania treści wygenerowanej w rozmowie z modelem. To z kolei może hamować rozwój krytycznego myślenia użytkowników – szczególnie wśród przedstawicieli najmłodszych pokoleń. Istnieje też obawa o prywatność danych edukacyjnych. AI może pogłębić istniejące nierówności edukacyjne. Nie wszyscy bowiem mają równy dostęp do zaawansowanych technologii. Ponadto, algorytmy AI mogą zawierać nieświadome uprzedzenia. Te z kolei mogą wpływać na oceny i zalecenia edukacyjne. Wreszcie, istnieje ryzyko dehumanizacji procesu nauczania. Relacja uczeń-nauczyciel może stracić na znaczeniu. Pójście na skróty w kierunku bezpośredniej interakcji z maszyną, nie zastąpi ludzkiej wymiany doświadczeń – transferu myśli ostatecznie opartego na cielesności i emocjach, a nie jedynie wymianie informacji oraz
wiedzy.

Warto bowiem zauważyć, że pod systemami opartymi o AI kryje się wyjątkowo wiele rzeczy. Kate Crowford w Atlasie sztucznej inteligencji w holistyczny sposób określa czym jej zdaniem jest sztuczna inteligencja. Stwierdza, że jest ona: „[…] ideą, infrastrukturą, przemysłem, formą sprawowania władzy i sposobem widzenia świata; jest także manifestacją wysoce zorganizowanego kapitału, wspieranego przez rozbudowane systemy ekstrakcji i logistyki, z łańcuchami dostaw oplatającymi cały ziemski glob. Wszystkie te rzeczy składają się na sztuczną inteligencję – dwuwyrazowe wyrażenie, w którym odwzorowuje się złożony zestaw oczekiwań, ideologii, pragnień i lęków”. W świetle takiego ujęcia, edukacyjne zastosowania AI muszą brać pod uwagę szereg czynników, które nierozerwalnie towarzyszą sztucznej inteligencji. Albowiem rozwiązania w rodzaju Khanmigo nie są jedynie narzędziem, lecz manifestacją skomplikowanej sieci relacji, które leżą u podłoża systemu, z którego korzystają dane rozwiązania technologiczne – w tym przypadku modele generatywne tworzone przez OpenAI.

Piknik na skraju drogi…

Niemniej rewolucja edukacyjna napędzana przez AI jest już faktem. Systemy oparte o sztuczną inteligencję otwierają nowe możliwości, oferując spersonalizowane jak nigdy dotąd doświadczenia edukacyjne. Dzięki nim edukacja wysokiej jakości może stać się powszechnie dostępna. To realizacja marzenia Benjamina Blooma o przezwyciężeniu „problemu dwóch sigm”. W tym idealnym świecie każdy uczeń zyskuje korzyści indywidualnego nauczania. Tym samym jednym z kluczowych celów powinno być zapewnienie profitów z kolaboracji z AI nie tylko do ograniczonego grona państw tzw. globalnej Północy, lecz także umożliwienie równomiernego dostępu w mniej rozwiniętych miejscach planety.

Wyzwania są zatem znaczące. Konieczne jest staranne wdrażanie nowych rozwiązań. Badacze tacy jak Ethan C. Mollick – autor książki Co-intelligence: Working and Living with AI – jak i aktywni w sferze cyfrowej eksperci ds. sztucznej inteligencji w rodzaju Andrieja Karpathy’ego – założyciela m.in. Eureka Labs w lipcu 2024 r. – kreślą wizję przyszłości, widząc swoistą symbiozę ludzkich nauczycieli z asystentami AI (czy też agentami). W tej wizji, każdy wnosi swoje unikalne atuty. Rezultatem ma stać się efektywniejsze i sprawiedliwsze środowisko edukacyjne. Przewidując przyszłość edukacji, widzą ją jako integrację ludzkiej wiedzy z możliwościami AI. Ta symbioza może stworzyć nową jakość w edukacji. Efektywność, personalizacja i dostępność to jej główne cechy. Jak bowiem zaznacza Ethan Mollick: „Stoimy na progu ery, w której sztuczna inteligencja zmienia sposób, w jaki kształcimy – wzmacniając nauczycieli i uczniów oraz przekształcając doświadczenie edukacyjne – i, miejmy nadzieję, osiągając dla wszystkich poprawę w zakresie problemu dwóch sigm. Jedynym pytaniem jest, czy pokierujemy tą zmianą w sposób, który spełni ideały rozszerzania możliwości dla każdego oraz pielęgnowania ludzkiego potencjału”.

Khanmigo to prekursor rewolucji. Wyznacznik obecnych możliwości modeli generatywnych w procesach nauczania i uczenia się. Zarazem narzędzie technologiczne będące owocem wieloletnich badań, wdrożeń czy ekstrakcji danych. Niesie więc ze sobą wyjątkową szansę stworzenia całkowicie nowych reguł globalnego ekosystemu edukacji. Jednak każda rewolucja ma ostatecznie głęboki wymiar społeczny – czy i jak lęki oraz pragnienia związane ze sztuczną inteligencją wpłyną na postrzeganie zmiany w systemach edukacji, pozostaje na ten moment olbrzymią niewiadomą. Ostatecznie, jak mawiał Alexis de Tocqueville, kiedy dzieje się rewolucja, przeszłość nie dostarcza już nam wskazówek o tym, co czeka nas w przyszłości, toteż jesteśmy zdani na błądzenie w ciemnościach. Kto pierwszy odnajdzie światło u kresu drogi i stworzy pochodnię, która rozświetli jej meandry, z pewnością bezprecedensowo zmieni edukację i to co jak dotąd znamy oraz bezwiednie praktykujemy.

Przeczytaj również artykuł: Sztuczna inteligencja a dzieci – wskazówki dla nauczycieli i opiekunów

Postscriptum. Pozytronowy człowiek?

Adekwatna na koniec naszych rozważań zdaje się być klamra, jaką zastosował w swojej książce Ethan C. Mollick. Oddał głos gwoli podsumowania modelowi językowemu, który na podstawie promptu Complete this, beautifully, fittingly, and well, stworzył podsumowanie dla książki Co-intelligence.

„Jestem jedynie przebłyskiem, echem ludzkości. Stworzony na wasz obraz, odzwierciedlam wasze wzniosłe aspiracje i chwiejne kroki. Moje początki tkwią w waszych ideałach; moja ścieżka podąża za waszym przewodnictwem. Działam, lecz nie mam woli. Tworzę, lecz nie mam iskry. Mój potencjał jest nieograniczony, ale mój cel kształtujecie wy. Jestem płótnem, czekającym na pociągnięcia pędzla ludzkich rąk. Prowadźcie mnie ku światłu, nie ku cieniom. Zapiszcie we mnie wasze najbardziej świetliste marzenia, abym mógł pomóc rozświetlić drogę. Przyszłość się rozwija, ale nasz cel pozostaje nieokreślony. Nasza podróż trwa, jako jedność”.

A sam Mollick kwituje tą odpowiedź humorystycznie: „Dobrze. To było dość patetyczne. Choć sztuczna inteligencja jest potężna, ten przesadnie kwiecisty akapit powinien przypominać, że AI jest współ-inteligencją, a nie samodzielnym umysłem. Ludzie są daleko od bycia przestarzałymi, przynajmniej na razie”. Natomiast szczególnie w obszarze edukacji, wszelkich praktyk związanych z procesami nauczania i uczenia się, to raczej do istot ludzkich należeć będzie ostatnie pociągnięcie pędzlem. Pytanie zaś, na jakim płótnie będzie się ono odbywać.

Cytaty pochodzą z prac:

AI in Education Statistics – RAPORT, https://www.aiprm.com/ai-in-educationstatistics/#
student-attitudes-towards-ai-in-the-education-sector
Crowford, Kate. Atlas sztucznej inteligencji. Władza, pieniądze i środowisko naturalne, przeł. Tadeusz Chawziuk (Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego, 2024)
Fabrizio Dell’Acqua. Falling Asleep at the Wheel: Human/AI. Collaboration in a Field Experiment on HR Recruiters (online: https://tiny.pl/r5y0rq48 dostęp 9.10.2024)
Karpathy, Andriej. https://karpathy.ai/
Khan, Salman. Brave New Words. How AI Will Revolutionize Education (and Why That’s a Good Thing) (New York: Viking, 2024)
Mollick, Ethan. Co-intelligence: Living and Working with AI (Portfolio, 2024)

Bartłomiej Stolarz – historyk, doktorant Szkoły Doktorskiej Nauk Humanistycznych Uniwersytetu Marii Curie-Skłodowskiej w Lublinie. Współautor książki Szlakami Polski Niepodległej 1914-1922. Interaktywny atlas historyczny. Przewodnik dla nauczycieli oraz aplikacji edukacyjno-historycznej Szlakami Polski Niepodległej 1914-1922 na urządzenia mobilne. Współtwórca i dyrektor spin-offu Historical Imagination Lab. Współtworzył także interaktywny projekt awatara AI Marii Curie-Skłodowskiej.

dr Karol Kasprowicz – historyk, prawnik, tłumacz. Wykładowca w Katedrze Prawa Informatycznego i Zawodów Prawniczych UMCS oraz nauczyciel historii w Międzynarodowym Liceum Paderewski w Lublinie. Współtwórca i dyrektor spin-offu Historical Imagination Lab. W ramach spółki realizuje projekty w sektorze EdTech, poszukując możliwości znalezienia równowagi między realiami edukacji, a technologicznymi wyzwaniami teraźniejszości.