学生がもはや書く必要がない場合、生徒は何を失うのですか？
2022年にChatGptが到着して以来、 多くの学生がAIに目を向けています 論文を書くのに役立つためには、学生がより熟達するにつれて使用が成長すると予想されます。シフトは、教育者の間で即座に懸念を引き起こしました 学問の完全性 そして、それが知的および認知的発達にとって何を意味するのかについてのより広いもの。
官報は、コンピューター科学者、哲学者、神経科医、2人の認知科学者など、さまざまな分野の教員と話をして、今後の嘘について尋ねました。同じ質問をしました GPT-4、それ自体は、「より安全で有用な応答を生み出すOpenaiの最も先進的なシステム」と表現しています。インタビューは長さと明確さのために編集されています。
アリス・フラハティ。
ステファニーミッチェル/ハーバードスタッフの写真家
神経科医 アリス・フラハティ、MD、博士、ハーバード大学医学部の神経学の准教授および精神医学准教授
他の人やマシンにタスクを耕作するたびに能力を失います。私たちの脳には不動産が限られているため、新しい事実とスキルの余地を作るために、私たちがもはや使用していない事実とスキルを積極的に失います。
ロンドンキャビー研究 リソースのための競争の典型的な例です。彼らがロンドンのロードマップの知識を得ると、彼らの後部海馬は物理的に腫れました。しかし、彼らの前部海馬は縮小しました – そして、彼らは精巧なメンタルマップのない人々よりも視覚認識のタスクで悪化しました。
問題は、AIが現在適切な形容詞や略奪品を見つけるのに忙しいすべてのニューロンを解放するとき、AIはどのような新しいスキルを可能にしますか？予測することはできません。 AIができる限りのことをできるようになった場合、私たちが獲得するために残された新しいスキルがあるかどうかを予測することさえできません。
レスリーヴァリアント。
ハーバードファイルの写真
コンピューター科学者 レスリーヴァリアント、T。ジェファーソンクーリッジコンピューターサイエンスおよび応用数学の教授
教育は今後数年間で再考されます。 AIはこの出来事の推進力になりますが、その必要性の根本的な理由ではありません。私の見解では、基本的な理由は、これまで、人間の教育性を根本的に勉強し理解する価値があるという現象であると認識していなかったからです。代わりに、教育は、知的な基盤がほとんどなく、最高の実践的な努力として実践されています。
AIはどこに入っていますか？ AIでは、定義できる人間の認知現象をエミュレートでき、それが十分な努力をすることができます。この見解は、1951年にすでにアランチューリングによって先見的に明確に表現されていました。最近の証拠は、それに異議を唱えることは生産的ではないことを示唆しています。
その結果、教育は人間と機械の間の競争の観点から考案されるべきではありません。教育者にとっての主な問題は、教育が人間にとって何を達成できるか、何を達成すべきかということです。エッセイは答えの一部であるかもしれません。さらに、AIが利用可能な場合の学生の仕事を評価するという課題は、問題を曖昧にしないでください。
スザンナ・シーゲル。
ハーバードファイルの写真
哲学者 スザンナ・シーゲル、エドガード・ピアス哲学教授
論文を質問への答えと考えると、論文を書く唯一のポイントは質問に答えることだと思うかもしれません。マシンが学生ができると同様に質問に答えることができる場合、マシンの答えを使用する方が効率的ではありませんか？
この状況のモデルは、調査プロセスの学生にとってのメリットを見落としています。完成品として、論文は一連の思考をリハーサルしました。時には質問への答えへのルートです。
しかし、製品は、もつれた照会のライン、誤ったが興味深い始まり、一度に関連性があると思われるが、そうではないことが判明したもので作られた生産的で美しい混chaosの目に見えないままにします。それらは砂と金の混合です。この混乱の中で、認識論的な進歩です。
最後に、物事を表現するために単語を見つけるタスクを外部委託すると、それらの検索から生じるすべての種類の精神的活性化を失います。言葉やアイデアには、関連性、リマインダー、感情的な告発が積まれています。これは、過去と将来のタスク、アイデア、関係とのつながりの森全体です。
また、ゼロから書くプロセスにはコミュニケーションの価値もあります。すべてのもつれと行き止まりと再配向を備えた一連の思考で誰かを導くと、あなたは彼らの理解を築きます。
Tomer Ullman。
ハーバードファイルの写真
認知科学者 トマー・D・ウルマン、心理学助教授
明日、ワームホールが開いて、Bunfoと呼ばれるエイリアンの知性を踏んだと仮定します。 Bunfoは最初は馬鹿げているように見えますが、私たちがそれと話すほど、それはより賢くなります。そして、それが望んでいるように見えるのは、あなたが尋ねるものは何でも答えることです。 「イタリア語で「愛してる」とは何ですか？」と尋ねることができます。そして、それは「Ti Amo」と言うでしょう。ピザの作り方を尋ねると、レシピを提供します。
やがて、業界は、学者がBUNFOがどのように考え、それが望んでいるかを熱く議論するように、携帯電話から飛行機まで何かを接続するために形成されます。そしてやがて、学生はBunfoに彼らのために自分のエッセイを書くように頼んでいます。生徒は何を失いますか？彼らはそれが書くエッセイを教えることを意図しているものを失います。
確かに、ローマでピザを注文したい場合は、BUNFOにメニューを表示して「これは英語で何がありますか？」と尋ねることは完全に理にかなっています。しかし、あなた自身がイタリア語を学びたいのでクラスにサインアップしていて、あなたがしているのはあなたのためにBunfoの答えを持っているだけなら、あなたはそこで何をしているのですか？
タリア。
写真提供：タリア・コンクル
視覚認知計算神経科学者 タリア、心理学教授
関連する認知科学のいくつかは、積極的な学習と受動学習に関連しています。アクティブな学習 – 自分でコンテンツを生成する – は、保持に役立ちます。たとえば、よく知られている「テスト効果」は、学習の科学における強力な結果です。回答を生成しようとするテストの行為は、保持に役立ちます。
簡単な例は、語彙を学習することです。単語と定義を一緒に読んだ場合、語彙や単語だけが表示され、一時停止し、推測してみて、フラッシュカードをひっくり返してその後の定義を見ることはありません。
AIを使用して積極的な学習を支援する場合、私に 巨大な 利点。しかし、それを使用して、私たちが内面化しようとしているスキルに関する私たちの考えをショートカットするなら、それはおそらく逆効果です。
私が新しい知識を得ているような仕事をしているとき、私は事前に知っています。これらの利益が私自身の脳に内面化されることが私にとって重要です。この認識は、私がこの学習にアプローチするために使用するAI戦略に影響を与えます。そして、私が生み出す必要がある仕事が私の学習目標にあまり関係がない場合、私は他の時間を知っています。そこでは、AIの統合化の要約能力を仕事効率のために喜んで使用します。
これは、エッセイを書くときの学生の学習目標に関する最終的なことだと思います。教授として、私たちは、執筆プロセスから抜け出すことを望み、成功と考えられるものを伝えることができます。しかし、他の課題と同様に、学生はそのプロセスに多かれ少なかれ積極的に関与することができます。 AIは受動的な学習者になることを容易にしたり、より魅力的にしたりするかもしれませんが、AIは私たちも同様に私たちをより効率的なアクティブ学習者にすることができると思います。
ジョシュアグリーン。
ディラン・グッドマンによる写真
実験心理学者、神経科学者、哲学者 ジョシュアグリーン、心理学教授
学生がAIに彼らのために思考をさせたとき、彼らはより良く考える方法を学ぶことを逃します。これらの学生が今日失うのは、過去の生徒が友人、親、または雇われた銃を雇って仕事をすることで失ったものです。しかし、今日違うのは、代替インテリジェンスが無期限の未来に自由に利用できると予想されることです。
私は、人々がうまく考える方法を学ぶことはまだ重要だと思いますが、機械がますます能力が高まるにつれて、多くの人が尋ねます：なぜわざわざ？私の答え：たとえ人間の認知労働に対する経済的要求が劇的に減少したとしても、私たちはまだ賢明な人間を担当しています。
これには、少なくとも一部の人間、そして理想的にはすべての人間が、良い未来を想像し、実現するために必要な知的スキルを維持する必要があります。今後数十年で、明確な思考の必要性は、テクノクラティックではなく、より民主的であるかもしれません。
メアリー・ルイス。
ディラン・グッドマンによる写真
歴史家 メアリー・ルイス、ロバート・ウォルトン・ゴーレット・フランスの歴史教授
執筆の目的は、製品だけでなくプロセスでもあります。 AIのみを使用してエッセイを書く学生は、思考のプロセスを失います。そして、それは、結局のところ、私たちがやろうとしていることです。新しい知識を生み出します。目標が新しい知識を考えたり生み出したりすることである場合、それを行うことができるのは人間だけです。
その性質上、AIはすでにそこにあるものを再ハッシュしています。私たちの何人が誰かにテキストメッセージを送っているときの経験を持っていますが、AIは次に何を言うかを予測しようとし、それを間違えますか？なぜそれをしているのですか？なぜなら、それが私たちが言う最も可能性の高いことだと思うものから描いているからです。したがって、論文では、AIが予測テキストを使用している場合、新しいものを作成する代わりにそこにあるアイデアを逆流させるだけです。
AIに供給される情報が多いほど、より多くのAIが操作する必要があります。これが起こると、それは反映されているように見えるかもしれませんが、実際、それは一種の巨大な閉回路で動作しています。それで、私は最初のポイントに戻ります。執筆は思考につながります。それは最終製品ではなく、思考を刺激するプロセスです。
GPT-4、「より安全で有用な応答を生み出すOpenaiの最も先進的なシステム」
学生がAIにエッセイを書くことを許可するとき、彼らは執筆プロセスに関与することから生じる本質的な学習を逃します。執筆は、批判的思考の開発、主題のより深い理解を促進し、コミュニケーションスキルを強化するのに役立ちます。
このプロセスをバイパスすることで、生徒は自分のアイデアを明確にし、議論を構築する方法を学び、独自の声を洗練する機会を失います。また、意味のある学習は、思考を整理し、それらを明確に表現するための闘争中にしばしば起こるため、コンテンツを真に把握しないリスクもあります。
さらに、AIを使用してオリジナルになることを目的とした作業を使用すると、倫理的な懸念を引き起こし、生徒が成長するのに役立つ有用なフィードバックを受け取ることができなくなります。長期的には、AIに完全に依存することで、学業開発と個人的な自信の両方を損なう可能性があります。