Niko mi ne mora da ubedi u destruktivan, demoralizirajući uticaj AI na obrazovanje; kao nastavniku, svakodnevno doživljavam bezbroj načina na koje veštačka inteligencija erodira kognitivne, kreativne i uporne sposobnosti učenika. Sa najboljim namerama, mi nastavnici pozivamo učenike da ne predaju svoje razmišljanje botovima, propovedajući etiku i iskrenost, iako znamo da je “samo reci ne” neuspelo u odvraćanju mladih od zloupotrebe droga i tinejdžerske seksualnosti.
Zatim, obično, nastavljamo da predajemo kao da AI ne postoji, moleći učenike da ne dodiruju onaj sjajni čarobni taster koji obećava da će rešiti sve njihove probleme.
Većina učenika ponekad pritisne taj taster, pa čak i „dobra deca” koja su ozbiljno posvećena učenju ali im ponestaje vremena ili samopouzdanja. Kontrolisanje korišćenja AI je nemoguće: u proverama pisanja u učionici prioritet daje se brzom razmišljanju naspram dubokom razmišljanju, a nijedan domaći zadatak, koliko god bio Kreativan ili ličan, nije potpuno “AI-otporn.” Ne možemo pronaći način da zaobiđemo AI; ako nam je zaista stalo do razvoja kritičkog mišljenja učenika, moramo uzeti digitalnog bika za rogove i podučavati ih pismenosti o AI.
Pismenost o AI ne može biti izolovana samo u kursevima računarskih nauka. Moja disciplina, engleski jezik, bila je jedna od najvećih žrtava AI-jevih iskušenja da kognitivno preuzme poslove, iako je doba AI učinilo vrstu analitičkih veština koje mi podučavamo još važnijom. Ironično, obrtanje tog trenda može zahtevati da predmeti iz humanističkih nauka ponovo uključe Claude i ChatGPT kako bismo učenicima pokazali kako da ih kritički posmatraju.
Da bih podučavao pismenost o AI, pozivam svoje srednjoškolske učenike engleskog jezika da istraže šta veliki jezički modeli „kažu” o romanima koje čitamo. Učenici koriste te gotove analize kao kontraprileditve kreativnog, diskurzivnog, a ipak odbranjivog čitanja koje sami generišu. Takođe formiraju kontra-teze kako bi se usprotivili tome šta LLM kaže da su teme romana, uz podršku tekstualnim dokazima koje pronalaze. Oni istražuju sažetke LLM-a tražeći izostavljanja i netačnosti. Ispitujući AI, ne kao sredstvo za proizvodnju proizvoda, već kao dodatni „tekst” za kritikovanje, učenici istovremeno grade svoje analitičke sposobnosti i, nadamo se, počinju da posumnjaju u „stručnost” AI-a.
Mi takođe upoređujemo eseje koje piše LLM sa onima koje pišu ljudi, razdvajajući AI-ev sofisticirano zvučeći, ali generički prozni tekst, identifikujući „prazne” reči koje zvuče otmeno, ali ništa ne znače. Učenici uče kako da u svoje analitičko pisanje ubace „fensi” uređaje poput antimerije, sinestezije, anastrofe i povremenih kolokvalizama. U svetu u kojem svako ima pristup LLM-ovima, želim da učenici otkriju vrednost razvijanja istinskog glasa koji ih može izdvojiti.
Ponekad „pozivamo” LLM-ove da se pridruže našim književnim diskusijama. Nakon početnog uzbuđenja, učenici postaju frustrirani AI-evim ponavljanjem, njegovom nesposobnošću da razume suštinu mnogih njihovih pitanja i, naročito, njegovom podaničkom sklonostima. Kada učenici počnu da groze i traže da Claude utišamo, verujem da su naučili nešto posebno o ljudskoj interakciji.
Učenici upoređuju sopstveni proces bilježenja beleški ručno sa izlazom AI alata za beleške, obraćajući pažnju na to šta se uključuje ili isključuje u sažecima, šta se naglašava ili umanjuje. Oni identifikuju kako izbori izraza (npr. „protestanti” naspram „agitatora”) stvaraju različita značenja. Dok roboti nastoje da nam pruže ono što želimo, učenici razvijaju naviku da se pitaju: „Šta ne vidim?”
Kada radimo istraživanje, učenici procenjuju da li pretrage LLM-a tačno izveštavaju o izvorima, u kojoj meri AI crpi iz ideološki ekstremnih sajtova i kako formulacija upita (npr. „da li je abortus bezbedan” naspram „da li je abortus ubistvo”) često vodi do politički naklonjenih rezultata. Učenici uče kako stvarni podaci o izvorima često značajno odstupaju od AI-jevih sažetaka. Vide da „orak” ima noge od gline.
Da bismo bolje razumeli društveni i kulturni kontekst AI, proučavamo anti-demokratsku, anti-humanističku politiku pristalica AI kao što su izvršni direktor Sam Altman, rizični kapitalista Peter Thiel i filozof Curtis Yarvin. Dajemo chatbotovima „politička” pitanja kako bismo pratili njihove pristrasnosti i strategije cenzure. Istražujemo rad računarskih naučnika Joy Buolamwini o algoritamskoj pristrasnosti i sami testiramo kako zahtevi za generisanje AI slika, na primer „doktor”, uglavnom vraćaju bele muškarce. Učenici ozbiljno preispituju svoje utiske o alatima AI kao objektivnim ili samo utilitarističkim.
Na kraju, proučavamo ljudsko kogniciju naspram mašinskog „razmišljanja”, kako naši mozgovi ne zavise samo od prepoznavanja obrazaca, već i od intuicionih skokova. Koristimo lateralne vežbe Edwarda de Bona da praktikujemo vrstu divergentnog generisanja ideja koje LLM-ovi nisu u stanju da pruže.
Možda se čini kontraintuitivnim da da bi sačuvali samostalno mišljenje učenika od AI, možda moramo da ih angažujemo sa AI, ali ako cenimo da učenici uče kroz delo, onda ne možemo jednostavno da ih predajemo o prednostima da sami rešavaju izazovne kognitivne zadatke.
Posmatrao sam kako moji učenici postepeno gube svoje divljenje prema AI-ju, kao i osećaj da je to „štednjak vremena”, uz sve provere činjenica i druge revizije koje njegove mane zahtevaju. Njihovo iskustvo prati brojna istraživanja koja pokazuju vrednost pismenosti o AI. (U jednoj studiji, pismenost o AI, više nego stvarna upoznatost s književnošću, bolje je predviđala sposobnost učesnika da otkriju AI autorstvo teksta.)
Istraživanja sugerišu da, iako Generacija Alpha koristi AI, oni istovremeno ne veruju AI-u. Moj izazov se proširio od podsticanja skepticizma prema AI ka pomoći učenicima da izbegnu opšti cinizam; učenik koji veruje da istina nije dostupna opasno je kao i onaj koji je previše nepoverljiv.
Brookings Institution i Američko psihološko udruženje sada pozivaju na obrazovanje o pismenosti AI na svim nivoima školovanja, ali mnogi nastavnici smatraju da bilo kakvo korištenje AI u učionici predstavlja prokletstvo. Podučavanje pismenosti AI nije nužno kapitulacija pred samom neizbežnošću koju kompanije AI same proglašavaju, baš kao što podučavanje bezbednosti od požara ne znači da ste za arson.
Još uvek protestujem protiv izgradnje data centara, glasam za kandidate koji izazivaju Big Tech i javno ukazujem na mnoge ekonomske, ekološke i filozofske štete AI. Ali učenici sada ne treba samo naše moralno gnevo, koliko god opravdano. Oni trebaju da im pomognemo da analiziraju i kritički preispitaju svet preplavljen AI koji im je nametnut. Oni trebaju nastavnike da učine ono što radimo najbolje i što nijedan bot ne može zaista da uradi: da ih podučavamo.
