Ajatusjohtajat

Teknologian pelon ylittäminen: Kansalaisten ja maailmanlaajuisen koulutuksen kehittäminen

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tällä hetkellä on julkisessa keskustelussa suuri kiinnostus kaikkea tekoälyyn (AI) liittyvää, erityisesti suuriin kielen malliin, kuten ChatGPT:hen [1]. Tämä ei ole sattumaa: AI on täällä jäädäkseen ja sillä on valtavat sosiaaliset ja taloudelliset vaikutukset. On tiedostettu, että AI voi olla sekä siunaus että kirous. AI-tutkijat ovat ilmaisseet huolensa AI-kehityksestä tavalla, joka mielestäni rajautuu teknofobiaksi. On kuitenkin puolustuskeinoja. Ensimmäinen niistä on maailmanlaajuinen AI-sääntely. Todellinen puolustus ja eteenpäinmenon keino on kuitenkin uuden sukupolven hyvin koulutettujen ja tietoisien kansalaisten muodostaminen. Tämä artikkeli käsittelee tarkalleen AI:n ja välttämättömän (mielestäni) maailmanlaajuisen koulutusjärjestelmän uudistamisen välistä suhdetta kaikilla tasolla.

AI on ihmiskunnan vastaus yhä monimutkaisemman maailmanlaajuisen yhteiskunnan ja luonnon ympäristön haasteisiin. Fyysisten ja sosiaalisten prosessien monimutkaisuus on syvä ja näyttää pysäyttämättömältä. Tietoyhteiskuntamme (jossa data kasvaa eksponentiaalisesti, mutta tieto kasvaa lineaarisesti ajan suhteen) muuttuu nopeasti tietoyhteiskunnaksi (jossa tieto kasvaa eksponentiaalisesti). AI ja tietoisien kansalaisten muodostaminen ovat ainoat toivomme tämän sujuvan siirtymän onnistumisesta. Käytän tarkoituksella kreikkalaista termiä “kansalaisuuden muodostuminen” korostamaan tarvetta kouluttaa kansalaisia, jotka ovat varustettu kriittisellä ajattelulla, tarkoilla moniaistisilla viestintätaidoilla, mielikuvituksella ja emotionaalisella älyllä, jotka pystyvät ymmärtämään, sopeutumaan ja lopulta hyödyntämään valtavat teknologiset ja taloudelliset mahdollisuudet, jotka ovat edessä. On sattumaa, että tällaista koulutusta haetaan monissa kansainvälisissä työpaikoissa [2].

Tämä tarve koskee kaikkia koulutustasoja ja sosiaalisen aseman tasoa. Yhteiskunta, jossa 1/3 väestöstä ymmärtää ja hyötyy tieteellisestä edistymisestä, kun taas loput 2/3 jäävät jälkeen, köyhyyteen ja teknofobiaan, ei ole kestävää, koska se ei voi taata tieteen edistymistä maailmanlaajuisella tasolla. Kaikki ihmiset tulisi pystyä hyödyntämään tietoa, mukaan lukien naiset, vähemmistöt ja globalin etelän asukkaat. Muuten voimme kohtaamme katastrofaalisen sosiaalisen räjähdyksen, kuten tapahtui toisista syistä varhaisessa keskiajassa.

Onneksi peruskäsitteet, jotka ovat välttämättömiä AI:n ja tietojen tieteen ymmärtämiseksi (esim. datan samankaltaisuus, ryhmittely, luokittelu), ovat yksinkertaisia ja voidaan opettaa kaikilla koulutustasoilla. Jos ne opetetaan oikein, ne voidaan helposti ymmärtää jopa kouluttamattomien ihmisten toimesta. Tämä auttaa suuresti taistelussa tietämättömyyttä ja AI-teknofobiaa vastaan. Tällainen koulutuksellinen edistysaskel vaatii vain poliittista tahtoa ja koulutuksen sopeuttamista opettamaan näitä käsitteitä, etenkin matematiikan ja tietojenkäsittelytieteen opetussuunnitelman uudelleenjärjestelyä kaikilla koulutustasoilla. Toki, me jo havaitsemme (osittain) matematiikan kaikkeen tieteeseen (mukaan lukien humanistiset tieteet), mikä näyttää välttämättömältä. Se ei ole varmaa, onko se toteutettavissa, ottaen huomioon perinteisen tieteen ja teknologian erottamisen kaikilla koulutustasoilla. Se on kuitenkin toteutettavissa, koska klassiset tutkimukset ovat ihanteellinen työkalu kriittisen ajattelun ja ilmaisun tarkkuuden kehittämiseen. Luonnollisesti, tällaisessa ympäristössä ei ole sijaa tietämättömyyden muistamiselle tai koulutukselle, joka tarjoaa taitoja laajemman ja syvempien tietojen hankkimisen kustannuksella.

Yliopistokoulutuksessa muutokset ovat dramaattisia ja ne tulevat hyvin pian (useimmat niistä). Esitän joitakin ehdotuksia, jotka olen yksityiskohtaisesti käsitellyt kirjassani “AI-tiede ja yhteiskunta” [2], joka julkaistiin lokakuussa 2022, ja uskallan sanoa, että ne olivat profeetallisia.

1. “Tietojen tieteen ja tekniikan” koulujen perustaminen, joihin kuuluvat:

  • Tietojenkäsittelytiede
  • Matematiikka
  • Tietokonetekniikka
  • Teckoälytiede ja -tekniikka
  • Internet- ja verkkotiede.

Tällaisia ponnisteluita tehdään jo kansainvälisesti, kuten voidaan nähdä kuvassa 1. Vaikka ne ovat kysynnän ajamina, perussyy tällaiselle kehitykselle on “tiedon” (ja tietämisen) tunnustaminen itsenäiseksi tieteelliseksi aiheeksi, samalla tasolla kuin aine (fysiikka, kemia), ympäristö (tekniikka) ja elämä (terveydenhuolto, biologia). Näyttää siltä, että tietokonetiede (jota kutsutaan toisaalla tietojenkäsittelyksi) on jo muodostumassa muiden tieteiden “äidiksi”, esimerkiksi tekoälytieteeksi ja -tekniikaksi. Sama tapahtui 1800-luvulla: silloin fysiikka ja kemia antoivat syntyyn kaikille tekniikan tieteille.

[kuvateksti id=”attachment_187602″ align=”alignnone” width=”720″] Kuva 1: Maailmanlaajuisten alempien korkeakoulutusohjelmien määrä.[/kuvateksti]

2. “Mieli ja sosiaalitieteiden ja tekniikan” osastojen perustaminen humanistisiin tiedekuntiin (ehkä sopivampi termi voisi olla). Uskon, että tämä on yksi merkittävimmistä ehdotuksistani. Nykyisin humanistiset tieteet ovat suurimman paineen alla AI-kehityksen vuoksi, mikä ei välttämättä ole heti näkyvissä. Todellakin klassisten aiheiden matematisoiminen (esim. kielitiede, sosiologia) on edennyt merkittävästi. “Digitaalisten humanististen” osastojen perustaminen olisi toinen hyvä vaihtoehto. Muuten ainoa vaihtoehto, jonka näen, on “filologisen/kielitieteellisen” tai “sosiaalisen” insinööriosastojen perustaminen luonnontieteellisiin tai tekniikan tiedekuntiin. Olen klassisen koulutuksen kannattaja (vaikka olen insinööri koulutukseltani), en halua todistaa humanististen tiedekuntien tuhon.

3. “Bio-tieteen ja tekniikan” osastojen perustaminen terveydenhuollon tiedekuntiin. Periaatteessa tämä olisi radikaali kehitys biolääketieteellisten osastojen kanssa, joissa olisi uusia aiheita, kuten geenitekniikkaa ja systeemibiologiaa.

4. Matematiikan ja tietokoneen kurssien pakollinen sisällyttäminen kaikkien alojen opetussuunnitelmiin ilman poikkeuksia. Yksinkertaisesti, yksi tai kaksi (heikkoa) kurssia tilastotieteessä tai ohjelmoinnissa eivät täytä nykyisiä tarpeita.

Jotkut näistä ehdotuksista (ei kaikki) on jo ehdotettu tai toteutettu kansainvälisesti. Ottaen huomioon maailmanlaajuisen koulutusjärjestelmän hitautta, en ole niin viattomaksi uskoakseni, että nämä ideat voivat toteutua ilman reaktioita tai yhdessä yössä. Ne voidaan kuitenkin käydä läpi poliittisella tasolla ja yliopistojen sisällä (tieteellisellä tasolla), jotta jokainen maa voi astua tulevaan tietoyhteiskuntaan parhaimmillaan mahdollisilla edellytyksillä.

Viittaukset

[1] Ioannis Pitas, “Tekoälytiede ja yhteiskunta Osa A: Johdanto tekoälytieteeseen ja tietotekniikkaan“, https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

[2] Ioannis Pitas, “Tekoälytiede ja yhteiskunta Osa C: Tekoälytiede ja yhteiskunta“, Amazon /Createspace, https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

Lisää lukemista

[PIT2023a] Ioannis Pitas, CVML-lyhytkurssi, “Tekoälytiede ja tekniikka ja sen vaikutus yhteiskuntaan”, https://icarus.csd.auth.gr/introduction-to-ai-science-and-engineering-and-its-impact-on-the-society-and-the-environment/

[PIT2022] Ioannis Pitas, “Tekoälytiede ja tekniikka: Uusi tieteellinen tieteenala?”, https://icarus.csd.auth.gr/chatgtp-in-education/

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

[PIT2023c] I. Pitas, “Tekoäly ei ole uusi Babelin torni. Meidän on varottava teknofobiaa sen sijaan”, 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) on professori AUTH:n tietojenkäsittelyosastolla ja johtaa Artificial Intelligence and Information Analysis (AIIA) labia. Hän on toiminut vierailevana professorina useissa yliopistoissa. Hän on julkaissut yli 920 tutkimuspaperia, osallistunut 45 kirjaan aihealueillaan ja toimittanut tai (yhteis)kirjoittanut 11 muuta kirjaa tietokoneen näöstä ja koneoppimisesta. Hän on puheenjohtaja International AI Doctoral Academy (AIDA):lle.