Tankeledere

Ud over AI-teknofobi: Dannelse af borgere og global uddannelse, der løfter

mm
Føj Unite.AI til dine foretrukne kilder på Google

I øjeblikket er der en offentlig opblomstring af interesse for alle emner relateret til kunstig intelligens (AI), især de, der er relateret til store sprogmodeller, som ChatGPT [1]. Dette er ikke en tilfældig udvikling: AI er her for at blive og vil have enorme sociale og økonomiske konsekvenser. Det er velkendt, at AI kan være en velsignelse, men kan også udvikle sig til en forbandelse. I lyset af dens potentielle farer har mange AI-forskere udtrykt deres bekymring over AI-udviklingen på en måde, der i min mening grænser til teknofobi. Der er dog linjer af forsvar. Den første er global AI-regulering. Den virkelige forsvar og vej frem er dog dannelse af en ny type veluddannede og informerede borgere. Denne artikel omhandler netop forholdet mellem AI og en nødvendig (i min mening) omstrukturering af det globale uddannelsessystem på alle niveauer.

AI er menneskehedens svar på den stigende kompleksitet i vores globalt forbundne samfund og vores menneskeskabte og naturlige miljø. Vækstprocesserne af fysisk og social kompleksitet er dybe og synes at være ustopelige. Vores nuværende informationsSamfund (hvor data øger eksponentielt, men viden øger lineært over tid) omdannes hurtigt til et VidenSamfund (et viden-domineret samfund, hvor viden forventes at øge eksponentielt). AI og dannelse af kundedannende borgere er vores eneste håb for en sådan glidende overgang. Jeg bruger bevidst den græske term “borgerdannelse” for at understrege behovet for at uddanne borgere med kritisk tænkning, præcis multimodal kommunikation, imagination og emotionel intelligens, der kan forstå, tilpasse sig og til sidst udnytte de enorme teknologiske og økonomiske muligheder og beskæftigelsesmuligheder, der ligger foran os. Det er ingen tilfældighed, at sådant niveau af uddannelse efterspørges i mange jobstillinger internationalt [2].

Dette behov gennemsyrer alle uddannelsesniveauer i alle sociale lag. Et samfund, der er inddelt i 1/3-2/3, hvor 1/3 af befolkningen forstår og nyder godt af videnskabelig fremgang, mens de resterende 2/3 ligger efter, er forkælet og teknofobisk, er simpelthen ikke bæredygtigt, da det ikke kan garantere fremgang og opfølging af viden på globalt niveau. Alle mennesker skal nyde godt af viden, herunder kvinder, minoriteter og mennesker fra den globale syd. Ellers risikerer vi en katastrofal social implosion, som skete af andre årsager i den tidlige middelalder.

Det er heldigt, at de grundlæggende begreber, der er nødvendige for at forstå AI og informationsvidenskab (f.eks. datasammenligning, gruppering, klassificering), er simple og kan undervises på alle uddannelsesniveauer. Hvis de undervises korrekt, kan de let forstås, selv af uuddannede mennesker. Dette vil bekæmpe uvidenhed og AI-teknofobi. En sådan uddannelsesfremgang kræver blot politisk vilje og uddannelsesjustering for at give en passende undervisning i disse begreber, primært gennem omstrukturering af matematik- og informatikuddannelsen på alle uddannelsesniveauer. Selvfølgelig observerer vi allerede en (delvis) matematisering af alle videnskaber (herunder de liberale), som synes uundgåelig. Det er ikke sikkert, at det er gennemførligt, givet den traditionelle adskillelse af videnskab og humaniora på alle uddannelsesniveauer. Det kan dog være gennemførligt, da klassiske studier er et ideelt værktøj til at udvikle kritisk tænkning og præcision i udtryk. Naturligvis har naiv viden memorering eller uddannelsesudbud af færdigheder på bekostning af en bredere og dybere viden tilegnelse ingen plads i en sådan kontekst.

På universitetsniveau vil ændringerne være drastiske og vil komme meget snart (de fleste af dem). Jeg præsenterer nogle forslag, som jeg har detaljeret i min bog ‘AI Science and Society’ [2], som blev udgivet i oktober 2022, og jeg tør sige eller håbe, at de var profetiske.

1. Oprettelse af skoler for ‘Informationsvidenskab og -teknik’ med afdelinger for:

  • Informatik
  • Matematik
  • Computer-teknik
  • Kunstig intelligensvidenskab og -teknik
  • Internet-/web-videnskab.

Sådanne bestræbelser er allerede i gang internationalt, som kan ses i figur 1. Selv om de er drevet af efterspørgsel, er den fundamentale årsag til en sådan udvikling anerkendelsen af ‘information’ (og viden) som et selvstændigt videnskabeligt emne, på samme niveau som stof (fysik, kemi), miljø (ingeniørvidenskab) og liv (sundhedsvidenskab, biologi). Det synes, at computervidenskab (kaldet informatik andre steder) allerede er ved at blive moderfaget for andre fag, f.eks. kunstig intelligensvidenskab og -teknik. Det samme skete i det 19. århundrede: på det tidspunkt gav fysik og kemi liv til alle ingeniørvidenskaber.

Figur 1: Antal undergraduate AI-programmer verden over.

2. Oprettelse af afdelinger for ‘Sind og samfundsvidenskab og -teknik’ i skoler for kunst og humaniora (måske kan en mere passende betegnelse bruges). Jeg mener, at dette er mit mest banebrydende forslag. I øjeblikket står humaniora under stor pres fra AI-fremgang, hvilket måske ikke er umiddelbart åbenbart. Faktisk har matematiseringen af klassiske fag (f.eks. sprogvidenskab, sociologi) fremskredet betydeligt. Oprettelsen af ‘digitale humaniora’-afdelinger ville være et andet godt valg. Ellers ser jeg ingen anden mulighed end oprettelsen af afdelinger for ‘filologisk/lingvistisk teknik’ eller ‘samfunds-teknik’ i naturvidenskabelige eller ingeniørskoler. Som tilhænger af klassiske studier (selv om jeg er uddannet ingeniør) ville jeg ikke ønske at være vidne til en sådan undergang af humaniora-skoler.

3. Oprettelse af afdelinger for ‘Bio-videnskab og -teknik’ i skoler for sundhedsvidenskab. Essentielt ville dette være en radikal evolution af biomedicinske ingeniør-afdelinger med tilføjelse af nye fag, såsom gen-teknik og systembiologi.

4. Obligatorisk inklusion af matematik- og computer-videnskabskurser i alle fags kurve uden undtagelse. Enkelt sagt, ét eller to (dårlige) kurser i statistik eller programmering opfylder ikke de nuværende behov.

Nogle af ovennævnte forslag (ikke alle) er allerede blevet foreslået eller implementeret på internationalt niveau. Givet den globale uddannelsessystems træghed er jeg ikke naiv nok til at tro, at sådanne ideer kan implementeres uden reaktioner eller over nattemanden. Imidlertid kan disse forslag (eller endda bedre) diskuteres på et politisk niveau og inden for universiteterne selv (på et videnskabeligt niveau), så hver land kan gå ind i den kommende viden-samfundsæra med de bedst mulige forudsætninger.

Bibliografi

[1] Ioannis Pitas, “Artificial Intelligence Science and Society Part A: Introduction to AI Science and Information Technology“, https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

[2] Ioannis Pitas, “Artificial Intelligence Science and Society Part C: AI Science and Society“, Amazon /Createspace, https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

Yderligere læsning

[PIT2023a] Ioannis Pitas, CVML short course, “AI Science and Engineering and its Impact on the Society”, https://icarus.csd.auth.gr/introduction-to-ai-science-and-engineering-and-its-impact-on-the-society-and-the-environment/

[PIT2022] Ioannis Pitas, “AI Science and Engineering: A new scientific discipline?”, https://icarus.csd.auth.gr/chatgtp-in-education/

[PIT2023b] Ioannis Pitas, “ChatGPT in education”, http://icarus.csd.auth.gr/ai-science-and-engineering-a-new-scientific-discipline/

[PIT2023c] I. Pitas, “Artificial intelligence is not the new Tower of Babel. We must beware of technophobia instead”, Euronews, 8/5/2023, https://www.euronews.com/2023/05/08/artificial-intelligence-is-not-the-new-tower-of-babel-we-should-beware-of-technophobia-ins

Prof. Ioannis Pitas (IEEE fellow, IEEE Distinguished Lecturer, EURASIP fellow) er professor ved Informationsafdelingen på AUTH og direktør for Artificial Intelligence and Information Analysis (AIIA) lab. Han har været gæsteprofessor på flere universiteter. Han har publiceret over 920 artikler, bidraget til 45 bøger inden for hans interesseområder og redigeret eller (co-)forfattet yderligere 11 bøger om Computer Vision og Machine Learning. Han er formand for International AI Doctoral Academy (AIDA).