A nagy AI svindli
Vezércikk - 2024. május 9.
Az iskola vége, vagy új paradigma? Hatékonyan segíti a tanulást, vagy egyszerűen egy újabb eszköz a csalásra? És ezzel együtt feladat a tanárnak, hogy kiszűrje az AI-val megírt házi feladatokat, és beadandókat - mintha nem lenne elég feladata, dolga manapság! A mesterséges intelligencia iskolai használata a határtalan optimizmus és csodavárástól egészen az apokalipszis vizionálásáig sokfajta reakciót vált ki az oktatás körül élő és dolgozó emberekben. A diákok gyakran azt gondolják, hogy ezentúl nem kell már esszét írni, fogalmazni, sőt olvasni sem. A tanárok rettegnek a sok AI-val megírt beadandótól, vagy lelkesen keresik azokat az alkalmazásokat, ahol egy perc alatt, egyetlen mondatból óravázlatot ír nekünk egy messterséges intelligencia. Az oktatás irányítói remek eszközt láthatnak az AI-ban, hiszen egyszerű tömegtermelésre kiválóan alkalmas, és viszonylag olcsó. Ja, és nem kérdez vissza, nem gondolkodik. Egy magyartanárt nehezen lehet esetleg arról meggyőzni, hogy lelkesedéssel tanítsa Herczeg Ferencet, egy AI alkalmazással nem lesz ilyen problémánk. És aztán itt vannak azok a cégek, akik megérezve, hogy az AI valami egészen új, izgalmas, és sokoldalú, az alap AI modellekre építve, és azok technológiáját használva oktatási alkalmazásokat készítenek - napok alatt, ezrével. Ebben az írásban ezeknek az előnyeit, veszélyeit járjuk körbe, sok gyakorlati tippel, amelyek segítenek eligazodni a sokezer AI alkalmazás dzsungelében.
Hogyan készül egy digitális oktatási alkalmazás? Leginkább (eddig, legalábbis) leggyakrabban úgy, hogy van egy cég, vagy egy szakmabeli (mondjuk tanár), aki szembesül problémákkal az iskolában, és megpróbál megoldásokat találni rájuk. Sokáig teszteli, rengeteget olvas a témáról, persze közben tanít, vagy keres tanárokat, akik ugyanazzal a kérdéssel birkóznak, és kialakul egy szakmai megoldás, amit aztán digitalizálnak, és elindul egy alkalmazás fejlesztése. A másik megoldás az, hogy van egy már létező megoldás, módszertan, amire ‘rárepül’ egy nagyobb cég, esetleg felvásárolja az azt kitaláló ‘kis halat’. Leginkább azért, mert jó volt az ötlet, működött, és a nagy cég - bár kifejezetten nem ért ehhez - meggyőződik róla, hogy szakmailag jó projektbe fektet be, ami nyereséges is lehet.
Az AI megjelenése ezt alapvetően felülírta, és gombamód szaporodnak az AI-t használó oktatási alkalmazások. Egy ideig nagyon örültünk annak, hogy a ‘There’s an AI for that’ oldalt megtaláltuk, ahol - azt hittük - jobbnál jobb alkalmazásokat tudunk majd kipróbálni, tesztelni, az órákra bevinni, és írni róluk. Kicsit sajnáltuk is megosztani ezt aranybányát, gondoltuk, majd inkább egyesével csepegtetjük a TanárBlogon a remeknél remekebb oldalakat. Súlyosan tévedtünk!
Elolvasva az egyes AI alkalmazások ajánlásait, tényleg azt gondolhatnánk, hogy itt van a tejjel és mézzel folyó kánaán. AI tutorok ugyanúgy tanítanak, mint a hús-vér emberek, két kattintással, egy perc alatt készíthetünk 10 órás kurzust bármilyen témában, Elég egyetlen mondatot beírnunk egy AI-ba, és már jön is a kész óravázlat. Netán feltöltünk egy PDF dokumentumot, és már ki is kérdezi a tartalmát a mesterséges intelligencia, vagy egyenesen megtanít bármit, bárkinek, bármikor.
Azért lehet sejteni, hogy egy ilyen értékajánlat erősen túlzó, és van az a mondás, hogy ha valami túl szép ahhoz, hogy igaz legyen, akkor az valószínűleg nem is igaz. Annak, hogy ez így alakult több oka is van (lehet). A cikk következő részében spekulálunk, illetve megpróbálunk eszközt adni ahhoz, hogy ne dőljünk be a nagyotmondó AI alkalmazásoknak.
Sejthetjük, és nem fogunk nagyot tévedni, ha azt feltételezzük, hogy az AI piacon öldöklő a verseny. Időben megpróbálnak beszállni sokan, hogy lefölözzék a piacot. Aminek jelenleg két nagy szegmense van - vannak az alap fejlesztések (pl. Az OpenAi ChatGPT -je, a Gemini a Google-től, vagy éppen a Claude. Ezek a cégek adják azokat az AI fejlesztéseket, amelyekre aztán nagyon sokan ráfejlesztenek. Így lett hirtelen sokezer új oktatási alkalmazás a piacon.
És ez bizony elég problémás. Az oktatási piacon teljesen más elvek mentén folynak a fejlesztések, mint eddig. Nincs idő hosszasan tesztelni, próbálgatni, szakmailag megalapozni egy fejlesztést. Egyszerűen veszik az oktatás egyes problémáit, és keresnek hozzá egy nagyon jól hangzó, jól marketingelhető AI megoldást. Itt ugye egyrészt van az is, hogy ha valakinek egy kalapácsa van, akkor hajlamos mindent szögnek nézni. És ez kifordítva is igaz, azaz ha AI technológiával dolgozunk, hajlamosak vagyunk csak azokat a problémákat látni, amelyekre lehet mesterséges intelligencián alapuló megoldást találni. Pedig a tanulás/tanítás folyamata ennél sokkal összetettebb. És rengeteg példát láthatunk arra, mit okoz, ha így állunk az oktatástechnikai fejlesztésekhez. Hatalmas ígéretek, felfújt lufik, teljes, tökéletes, hibátlan, tévedhetetlen megoldásokat kínáló oldalak tömkelege. Aztán ha egy kicsit mélyebben elmerülünk benne, kiderül, hogy az AI detektor nem is igazán képes kiszűrni az AI-val írt esszéket, a tutor unalmasan, egysíkúan kérdez, ami a gyerekeket lehozza az életről, és ha egy mondat alapján kérünk óravázlatot, az közhelyes, középszerű, és a legjobb esetben átlagos lesz. A tesztekről nem is beszélve, ahol a rossz válaszok tulajdonképpen rosszak, de semmi értelmük, és főleg nem gondolkodtatnak el senkit.
Mit tehetünk? Íme néhány tanács, ami talán segíthet elkerülni a csapdákat
a) Ha valami túl szép ahhoz, hogy igaz legyen, akkor az valószínűleg nem is igaz. Ne higgyük el, ha egy alkalmazás azt ígéri, hogy majd dolgozik helyettünk - legyen ez készülés, vagy a diákok tanulása.
b) Nézzük meg, kik készítik az oldalt. Vajon milyen szakmai alapokat találunk?
c) Próbáljuk ki! Könnyű használni, végig tudjuk vinni diákként a folyamatot? Teszteljük, pontosan hogyan működik, mit ad a ‘felhasználói élmény’.
d) Ne AI alkalmazáshoz írjunk óravázlatot, hanem pedagógiai célokhoz válasszunk eszközt. Ha úgy indulunk el a tervezésben, hogy ‘de jó lehetne ide valami képgenerátoros feladat’, vagy ‘hogyan tudnám ezt a Copilot-tal vagy a ChatGPT -vel csinálni’, akkor jó eséllyel tévúton járunk, és az eszközöket szeretnénk használni, nem az óra pedagógiai céljait megvalósítani.
e) Vajon meg lehetne-e csinálni másképp egy feladatot, mint az AI alkalmazásával? És ha igen, úgy nehezebb, esetleg lehetetlen lenne? Csak akkor használjunk AI-t, ha az szükséges, és jól láthatóan hozzáadott értéket biztosít, hiszen időt vesz el az órából. Gondoljunk bele: ha lehet beszélgetni, vajon csetelünk-e?
f) Mennyire zajlik ‘fekete-dobozban’ a tanulás? Azt kell megkérdeznünk magunktól, hogy mennyire értjük, tudjuk, tartjuk ellenőrzés alatt, hogy mi történik az AI felhasználásakor? Transzparens a működés? Vagy pl. a diák ír valamit, erre az AI ad neki egy értékelést, és mi azt esetleg beírjuk a naplóba? Ha így járunk el, akkor ‘kiszervezzük’ az értékelés pedagógiai feladatát egy kódolónak, vagy egy IT cégnek valahol Palo Altoban, vagy éppen Indiában. BIztosan ezt szeretnénk?
g) Használjuk az alap modelleket (pl. Gemini, Claude, Copilot), és ne az ezekre épülő rengeteg alkalmazást. Valószínűleg a fejlesztések először úgyis itt fognak megjelenni, és a fenntarthatóság, biztonság tekintetében is ezek a cégek a kiszámíthatóbbak.
h) Az AI felhasználásnak vannak környezeti hatásai is (pl. azt számolták ki, hogy egyetlen kép generálása annyi áramot fogyaszt, mintha feltöltenénk a telefonunkat egyszer). Csak úgy, ‘poénból’, ne égessünk el erőforrást.
i) Minden AI alkalmazás használata jár kiberbiztonsági kockázattal. Minél több oldalra regisztráltatjuk be a diákjainkat, annál nagyobb lehetséges veszélynek tesszük ki őket. Az AI felhasználása önmagában is rejt kockázatot, hiszen valójában jelenleg senki (beleértve a fejlesztőket) sem tudja pontosan, hogy mi, hogyan és miért történik egy ilyen modell belsejében.
j) ‘Technológiai adósság’: Ez azt jelenti, hogy a rövidtávú haszonért feláldozzuk a középtávú előnyöket. Például egy nem fenntarthatóan működő (pl. ingyenes) alkalmazást használunk egy fizetős ellenében, mert az éppen akkor anyagilag kedvezőbb, bár a konkurens termék sokkal összetettebb, pedagógiailag sokoldalúbb lenne. Tegyük fel, hogy sok tananyagot készítettünk az adott alkalmazásban, majd az csődbe megy, vagy fizetőssé válik. És itt jelenik meg a ‘kamat’, illetve a visszafizetendő adósság, ugyanis vagy elhagyjuk az oldalt, és veszni hagyjuk az összes tananyagot, és költözhetünk egy másik hasonló alkalmazásba (ahol a bevezetést ismét végig kell szenvednünk), vagy fizetünk végül, ám ebben az esetben felmerül, hogy ha régebben a fizetős, de sokkal jobb alkalmazást használtuk volna eleve, mennyivel nagyobb lehetett volna a pedagógiai hozadéka.
k) Ehhez kapcsolódik a digitális eszközök felhasználásának paradoxona: minél több eszközt használunk (ti. minél többször, és több dologra), annál kevesebbet használunk (ti. kevesebb különböző eszközt). Ha valaki már végigjárta egy oktatástechnológiai alkalmazás bevezetésének a rögös és kanyargós útját, nagyon meggondolja, hogy mikor és miért kezd el egy újabb alkalmazást használni.
Abban bízunk, hogy ezekkel a konkrét tanácsokkal, ötletekkel segíthetünk abban, hogy tudatos és pedagógiailag megalapozott döntéseket hozzunk a mesterséges intelligencia tanórai használatakor.
