Пока методисты пытаются осознать, что мир изменился, исследовательницы Вера Макарова и Елизавета Оглоблина решили подступиться к вечной боли — как понять, что студент вообще что-то соображает, если у него под рукой любой генеративный ИИ. В своей статье для журнала Discover Education они попытались разложить по полочкам взаимодействие человека с машиной на разных уровнях познавательной деятельности. Судя по всему, нас ждет новая эра борьбы за то, чтобы «запоминание и понимание» не превратились в бесконечное копипастство из чат-бота.
На базовых этапах, где раньше мы мучили студентов зубрежкой, ИИ теперь выступает в роли идеального, никогда не устающего репетитора. Он мгновенно выдает справки и ускоряет доступ к информации, но авторы справедливо замечают: без проверки фактов и ковыряния в первоисточниках это обучение превращается в красивую, но абсолютно поверхностную имитацию знаний. Мы получаем поколение, которое знает ответ, но понятия не имеет, откуда он взялся. Это тот самый случай, когда технология работает быстрее, чем успевает включиться мозг.
Когда дело доходит до применения знаний, ситуация становится еще более абсурдной. Если преподаватель по старинке оценивает только финальный результат, то ИИ официально подменяет собой всё обучение. Чтобы хоть как-то спасти ситуацию, исследователи настаивают на необходимости видеть промежуточные шаги и рефлексию использования нейросети. То есть теперь нам придется требовать от студентов не просто решение задачи, а подробный отчет о том, как именно они «договорились» с алгоритмом. Похоже, скоро вместо контрольных мы будем проверять логи промптов.
На высших уровнях — анализе, оценке и создании нового — ИИ вроде бы расширяет возможности, помогая работать с данными и генерировать идеи. Но здесь же зарыта и главная мина: риск шаблонного мышления и полная утрата оригинальности. Авторы предлагают использовать трехмерную матрицу, чтобы определить допустимые функции ИИ и приучить студентов к цифровой ответственности и саморегулированию. В теории это звучит как спасение, на практике же — очередная попытка встроить хаос технологий в наши попытки создать хоть какую-то прозрачность процесса через черновики и промежуточный анализ.
Источник: Наука и университеты
