Blog
Blog

Mākslīgais intelekts atlauž mācīšanās “melno kasti”

Mākslīgā intelekta jēdziens iekvēlina iztēli. Cilvēces sasniegumu augstākā virsotne ir radīt mašīnu, kurai piemīt spēja mācīties un risināt problēmas. Vai šādas mašīnas spēs pārveidot pašu mācīšanās procesu? Vai tās tiešām atstās mūs bez darba un padarīs nelaimīgus, kā dažkārt tiek pareģots? Vai tās padarīs mūžizglītību vispārēji pieejamu vai tieši otrādi – monopolizēs to, atstājot vien dažiem izredzētajiem? Šajā rakstā EPALE apspriež mākslīgā intelekta nozīmi izglītībā ar profesoriem Rouzu Lakinu un Kengu Siau.

Artificial Intelligence.

 

Mākslīgā intelekta (MI) jēdziens iekvēlina iztēli. Cilvēces sasniegumu augstākā virsotne ir radīt mašīnu, kurai piemīt spēja mācīties un risināt problēmas. Vai šādas mašīnas spēs pārveidot pašu mācīšanās procesu? Vai tās tiešām atstās mūs bez darba un padarīs nelaimīgus, kā dažkārt tiek pareģots? Vai tās padarīs mūžizglītību vispārēji pieejamu vai tieši otrādi – monopolizēs to, atstājot vien dažiem izredzētajiem? Šajā rakstā EPALE apspriež MI nozīmi izglītībā ar profesoriem Rouzu Lakinu un Kengu Siau.

 

Minētie akadēmiskās vides pārstāvji skatās uz MI ar lielām cerībām, saredzot iespējas demokratizēt izglītību, ja MI tiks izstrādāts ciešā sadarbībā ar pedagogiem.

  

MI: novērot un optimizēt

Rouza Lakina MI saskata divus galvenos MI uzdevumus izglītības jomā: pirmkārt, tas rada gudru mācīšanās infrastruktūru un otrkārt, tas darbina konkrētas tehnoloģijas (viedtālruņus, virtuālo realitāti, robotus utt.), kas ļauj mums piekļūt minētajai infrastruktūrai.

Pirmais uzdevums – infrastruktūra (piem., tehnoloģija, kas ir pamatā tiešsaistes kursam), pēc Lakinas domām, ietver lielu potenciālu, jo spēj izgaismot mācīšanās metalīmeni (augsta vispārinājuma līmeni), atklājot, kādi mehānismi darbojas mācīšanās procesā.

”MI var mums parādīt, kā mēs vislabāk mācāmies, tieši kuri uzdevumi mums rada grūtības un kādos uzdevumos mēs spējam sasniegt vislabākos rezultātus,” Lakina paskaidro.

Atklājot grūtos posmus mācīšanās procesā, skolotāji var mēģināt tos likvidēt un optimizēt sava darba kvalitāti.

Pateicoties MI izdarīt secinājumus, pamatojoties uz lielo datu apjomu, kas iegūts no liela izglītojamo skaita, MI mūsu izglītības apguves ceļā iezīmēs gludos un sarežģītos posmus – atkal pateicoties mākslīgā intelekta spējai izdarīt secinājumus no liela datu apjoma, kas savākti no liela izglītojamo skaita. MI tādos gadījumos nav vienkārši instruktors – tas ir tikpat ciešs novērotājs kā cilvēks–skolotājs un šī novērošanas loma var izrādīties izšķiroša.

Novērotāja lomas īstenošanai pat nav nepieciešama izglītojamā pieslēgšanās tiešsaistes saskarnei. Tieši otrādi, Lakinas ieskatā, MI pat galu galā spēt izbrīvēt laiku apmācībai bez tiešsaistes. Mēs spējam pasīvi savākt datus – ar sensoru un kameru palīdzību, laikā, kad studenti strādā grupās. Ja mēs panāksim, ka MI un izglītība darbojas pareizi, tad būs vairāk laika aktivitātēm, kurās nav nepieciešamas digitālās tehnoloģijas, piemēram, mākslai, sportam un teātrim.’

Izglītojamais attiecīgi gūst labumu no personalizētās mācīšanās, ko MI padara iespējamu. Kengs Siau uzsver, ka izglītības iestādes arī būs ieguvējas dažādos aspektos:  

“MI ļauj iestādēm samazināt kvalitatīvas izglītības nodrošināšanas izmaksas. Attiecīgi, ir iesējams apmācīt vairāk cilvēku. Globālā mērogā tas nesīs labumu mazattīstītām un attīstības valstīm.”

Siau arī redz ciešu sasaisti starp MI un spēļošanu izglītības procesā.

“Mācību spēļošana ir ļoti aktuāls jautājums zinātniskajos pētījumos un tas potenciāli var padarīt izglītību saistošu un interesantu,” Siau paskaidro.

 

Panākt, lai MI izstrādi nosaka pedagoģija

Abi zinātnieki uzsver, ka  globālā līmenī MI–balstīta mācīšanās šobrīd vēl ir pašā attīstības sākumā, bet paredzams, ka tās pielietojums strauji pieaugs. Vai tas nozīmē, ka drīzumā mums ikvienam būs pastāvīgs sabiedrotais MI mūžizglītības skolotāja veidā, kā to min izglītības materiālu izdevniecība Pearson? Vai arī MI būs tikai tiem, kas to var atļauties?

Kengs Siau saskata, ka MI izmantošana notiks pēc vispārējā tehnoloģiju ieviešanas dzīves cikla – inovācija, agrie ieviesēji, brieduma fāze un plaši izplatīta ieviešana.

“Mēs tagad atrodamies agrā MI ieviešanas stadijā. Kad šī tehnoloģija sasniegs brieduma fāzi, pieaugs lietotāju skaits un cenas samazināsies.”

Kengs Siau cer, ka nākotnē būs izvērsts MI tirgus.

“Attiecībā uz MI izglītībā, ir iespējams, ka noteiktās tēmās dominēs dažas labas MI programmas. Ja tā notiks, tad būs sarežģīti nodrošināt dažādību un ideju savstarpēju bagātināšanos,” viņš saka.

MI vajadzētu būt patiesi pieejamam plašām cilvēku masām. Rouza Lakina saskata, ka MI piemīt potenciāls demokratizēt mācīšanos, bet jāņem vērā viens brīdinājums: jaunais izglītības ideāls plašās ieviešanas fāzē būs jaukta tipa mācīšanās – labs cilvēku–skolotāju un MI piedāvāto iespēju apvienojums.  

“Pastāv risks, ka privileģētākajiem izglītojamajiem būs iespēja saņemt ideālu tehnoloģiju un cilvēku sadarbības produktu, kamēr trūcīgākajiem tiks piedāvāta vienīgi MI tehnoloģija un \loti maz sadarbības ar cilvēkiem,” Lakina brīdina.

Viņa norāda uz tālāku risku. Izglītības lietotņu izstrāde ir veicama ciešā sadarbībā ar pedagogiem, izglītības pētniekiem un citām ieinterešetajām pusēm.

‘Mēs nevēlamies, lai slikti izstrādātas mākslīgā intelekta sistēmas sagrauj šo tehnoloģiju potenciālu.’

 

Siau Keng.

 

Kengs Siau ir ASV Misūri štata Zinātnes un tehnoloģiju universitātes Biznesa un informācijas tehnoloģiju nodaļas vadītājs. Savā zinātniskajā darbā viņš specializējas MI ekonomiskās un sociālās ietekmes pētīšanā.

Fotogrāfija no Kenga Siau personiskā arhīva

Rose Luckin.

 

Rouza Lakina ir Lielbritānijas Londonas Universitātes Koledžas Zināšanu laboratorijas Izglītojamā mācību vides dizaina profesore. Viņi īpaši pievērsusies MI izmantošanai mācību procesa izskaidrošanā ar mērķi sniegt labumu izglītojamajiem un skolotājiem.

Fotogrāfija no Londonas Universitātes Koledžas arhīva

 

Terminu skaidrojums

 

Mākslīgais intelekts

Mākslīgais intelekts vai MI parasti apzīmē mašīnas un datorus, kas spēj kopēt cilvēku kognitīvās funkcijas mācīties un risināt problēmas, pamatojoties uz apgūto. Ir daudz MI lietotņu, sākot no Interneta pārlūkprogrammu un tiešsaistes reklāmu darbinātājiem līdz bezvadītāja automašīnām, militārajiem droniem un mācību procesam.

 

Mašīnmācīšanās

Mašīnmācīšanos var uztvert kā mākslīgā intelekta apakšnozari, kas pārklājas ar statistiku. Mašīnmācīšanās “māca” datorprogrammām mācīties un izdarīt secinājumus no dotā datu kopuma situācijās, kad tās nav programmētas, lai veiktu šo uzdevumu. Šādas lietotnes izmanto robotikā, arhivēšanā, akciju tirgus analizēšanā un datorspēlēs.

 

Lasiet vairāk EPALE:

Avoti tālākai izziņai:


Markuss Palmens ir žurnālists, rakstnieks un audiovizuālais producents, kā arī ārštata autors. No 2017.gada viņš ir EPALE tematiskais koordinators politikas jomā. Markuss astoņus gadus strādāja par Eiropas Mūžizglītības žurnāla izpildredaktoru un galveno redaktoru.

Login (6)
Iezīmes

Vai vēlaties citu valodu?

Šis dokuments ir pieejams arī citās valodās. Lūdzu, izvēlieties to zemāk.
Switch Language

Want to write a blog post ?

Don't hesitate to do so! Click the link below and start posting a new article!

Jaunākās diskusijas

EPALE diskusija "Mākslīgais intelekts (AI) un pieaugušo izglītība"

Mākslīgā intelekta (AI) loma pieaugušo izglītībā: vai tā palīdz vai traucē pieaugušajiem studentiem?

Vairāk

EPALE diskusija: transformatīva mācīšanās un dzīves prasmes

Parunāsim par transformatīvu mācīšanos un dzīves prasmēm!

Vairāk

EPALE diskusija: iekļaujošas valodu daudzveidības veidošana Eiropā

Valodu apguve ir vitāli svarīga veiksmīgai sociālajai integrācijai, darbaspēka mobilitātei, un tā veicina vienotu un kulturāli bagātu Eiropu. Piedalieties nākamajā EPALE starptautiskajā diskusijā, un izsakiet savas domas par valodu apguves nozīmīgumu vienotas Eiropas kontekstā!

Vairāk