Poza technofobią sztucznej inteligencji: kształtowanie obywateli i podniesienie edukacji na poziom globalny

Obecnie istnieje publiczny zainteresowanie wszelkimi tematami związanymi z sztuczną inteligencją (AI), szczególnie tymi związanymi z dużymi modelami językowymi, takimi jak ChatGPT [1]. Nie jest to losowy rozwój: AI jest tutaj, aby pozostać i będzie miało ogromne społeczne i ekonomiczne implikacje. Wiadomo, że AI może być błogosławieństwem, ale może również stać się przekleństwem. W związku z jego potencjalnymi niebezpieczeństwami, wielu naukowców AI wyraziło swoje zaniepokojenie dotyczące rozwoju AI w sposób, który, moim zdaniem, graniczy z technofobią. Jednakże, istnieją linie obrony. Pierwszą z nich jest globalna regulacja AI. Jednak prawdziwa obrona i sposób naprzód to kształtowanie nowego pokolenia dobrze wykształconych i poinformowanych obywateli. Artykuł ten dotyka właśnie relacji między AI a koniecznym (moim zdaniem) odnowieniem globalnego systemu edukacji na wszystkich poziomach.

AI jest odpowiedzią ludzkości na coraz bardziej złożone społecznie połączone społeczeństwo i nasze sztuczne i naturalne środowisko. Procesy wzrostu fizycznej i społecznej złożoności są głębokie i wydają się niepowstrzymane. Nasze obecne Społeczeństwo Informacyjne (w którym dane zwiększają się wykładniczo, ale wiedza zwiększa się liniowo w czasie) szybko przekształca się w Społeczeństwo Wiedzy (społeczeństwo, w którym wiedza ma zwiększać się wykładniczo). AI i morfologia (kształtowanie) wykształconych obywateli są naszą jedyną nadzieją na takie płynne przejście. Celowo używam greckiego terminu “morfologia obywateli”, aby podkreślić potrzebę kształtowania obywateli wyposażonych w krytyczne myślenie, precyzyjne wielomodalne umiejętności komunikacji, wyobraźnię i inteligencję emocjonalną, którzy będą w stanie zrozumieć, zaadaptować i ostatecznie wykorzystać ogromne technologiczne i ekonomiczne możliwości oraz perspektywy zatrudnienia, które leżą przed nami. Nie jest przypadkiem, że taki poziom edukacji jest poszukiwany dzisiaj w wielu stanowiskach pracy na całym świecie [2].

Ta potrzeba przenika wszystkie poziomy edukacji we wszystkich warstwach społecznych. Społeczeństwo podzielone na 1/3-2/3, w którym 1/3 populacji rozumie i korzysta z postępu naukowego, podczas gdy pozostałe 2/3 pozostają w tyle, będąc uboższe i technofobiczne, po prostu nie jest zrównoważone, ponieważ nie może zagwarantować postępu i przyjęcia wiedzy na poziomie globalnym. Wszystkie osoby powinny korzystać z korzyści wiedzy, w tym kobiety, mniejszości i ludzie z Globalnego Południa. W przeciwnym razie, możemy spotkać się z katastrofalnym społecznym wybuchem, jak to miało miejsce, z innych powodów, we wczesnym średniowieczu.

Na szczęście, podstawowe pojęcia niezbędne do zrozumienia AI i Nauk Informacyjnych (np. podobieństwo danych, klastering, klasyfikacja) są proste i mogą być nauczane na wszystkich poziomach edukacji. Jeśli są odpowiednio nauczane, mogą być łatwo zrozumiane nawet przez osoby nie wykształcone. To znacznie zwalczy ignorancję i technofobię AI. Taki postęp edukacyjny wymaga po prostu politycznej woli i dostosowania edukacji do nauczania tych pojęć, przede wszystkim poprzez rearanżację programu nauczania matematyki i informatyki na wszystkich poziomach edukacji. Oczywiście, już obserwujemy (częściową) matematyzację wszystkich nauk (w tym nauk humanistycznych), co wydaje się nieuniknione. Nie jest pewne, czy jest to możliwe, biorąc pod uwagę tradycyjne rozdzielenie nauk i inżynierii oraz humanistyki na wszystkich poziomach edukacji. Jednak może to być możliwe, ponieważ, poza matematyką, studia klasyczne są idealnym narzędziem do rozwoju krytycznego myślenia i precyzyjności wyrażania. Naturalnie, w takim środowisku, naiwne zapamiętywanie wiedzy lub edukacyjna oferta umiejętności na koszt szerszego i głębszego nabywania wiedzy nie mają miejsca.

W edukacji uniwersyteckiej zmiany będą drastyczne i nastąpią bardzo szybko (większość z nich). Przedstawiam kilka propozycji, które szczegółowo opisałem w mojej książce “Nauka i społeczeństwo sztucznej inteligencji” [2], która została opublikowana w październiku 2022 roku, i ośmielam się powiedzieć, że były one prorocze.

1. Utworzenie szkół “Nauk Informacyjnych i Inżynierii” z wydziałami:

• Informatyki
• Matematyki
• Inżynierii komputerowej
• Nauki i inżynierii sztucznej inteligencji
• Nauki o Internecie i sieci Web.

Takie wysiłki są już podejmowane na poziomie międzynarodowym, jak można zobaczyć na rysunku 1. Chociaż podyktowane popytem, podstawową przyczyną takiego rozwoju jest uznanie “informacji” (i wiedzy) za niezależny przedmiot naukowy, na tym samym poziomie co materia (fizyka, chemia), środowisko (nauki inżynierskie) i życie (nauki o zdrowiu, biologia). Wydaje się, że nauka komputerowa (nazywana informatyką gdzie indziej) już staje się “matką” innych dyscyplin, np. nauki i inżynierii sztucznej inteligencji. To samo działo się w XIX wieku: w tym czasie fizyka i chemia dały początek wszystkim naukom inżynierskim.

Rysunek 1: Liczba programów licencjackich AI na całym świecie.

2. Utworzenie wydziałów “Umysł i nauka społeczna i inżynierska” w szkołach sztuk i humanistyki (może bardziej odpowiednie będzie użycie innego terminu). Uważam, że jest to moja najbardziej przełomowa propozycja. Obecnie nauki humanistyczne doświadczają największej presji ze strony postępu AI, co może nie być od razu widoczne. W istocie, matematyzacja przedmiotów klasycznych (np. lingwistyki, socjologii) znacznie się posunęła do przodu. Utworzenie wydziałów “Humanistyki cyfrowej” byłoby również dobrym wyborem. W przeciwnym razie, jedyną alternatywą, jaką widzę, jest utworzenie wydziałów “inżynierii filologicznej/lingwistycznej” lub “inżynierii społecznej” w szkołach nauk przyrodniczych lub inżynierskich. Będąc fanem studiów klasycznych (chociaż inżynierem wykształcenia), nie chciałbym być świadkiem upadku szkół humanistycznych.

3. Utworzenie wydziałów “Bio-nauk i inżynierii” w szkołach nauk o zdrowiu. Podstawowo, byłoby to radykalne przekształcenie wydziałów inżynierii biomedycznej z dodaniem nowych przedmiotów, takich jak inżynieria genetyczna i biologia systemów.

4. Obowiązkowe włączenie kursów matematyki i nauk komputerowych do programów nauczania wszystkich dyscyplin bez wyjątku. Po prostu, jeden lub dwa (słabe) kursy ze statystyki lub programowania nie spełniają obecnych potrzeb.

Niektóre z powyższych propozycji (nie wszystkie) zostały już zasugerowane lub wdrożone na poziomie międzynarodowym. Biorąc pod uwagę bezwładność globalnego systemu edukacji, nie jestem na tyle naiwny, aby uwierzyć, że takie pomysły mogą być wdrożone bez reakcji lub w nocy. Jednak te propozycje (lub nawet lepsze) mogą być dyskutowane na poziomie politycznym i w samych uczelniach (na poziomie naukowym), tak aby każdy kraj mógł wejść w nadchodzącą erę Społeczeństwa Wiedzy z najlepszymi możliwymi przesłankami.

Bibliografia

[1] Ioannis Pitas, “Nauka sztucznej inteligencji i społeczeństwo Część A: Wprowadzenie do nauki sztucznej inteligencji i technologii informacyjnej“, https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

[2] Ioannis Pitas, “Nauka sztucznej inteligencji i społeczeństwo Część C: Nauka sztucznej inteligencji i społeczeństwo“, Amazon /Createspace, https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

Dalsze czytanie

[PIT2023a] Ioannis Pitas, CVML short course, “Nauka sztucznej inteligencji i inżynierii oraz jej wpływ na społeczeństwo”, https://icarus.csd.auth.gr/introduction-to-ai-science-and-engineering-and-its-impact-on-the-society-and-the-environment/

[PIT2022] Ioannis Pitas, “Nauka sztucznej inteligencji i inżynieria: nowa dyscyplina naukowa?”, https://icarus.csd.auth.gr/chatgtp-in-education/

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

[PIT2023c] I. Pitas, “Sztuczna inteligencja nie jest nową wieżą Babel. Powinniśmy się strzec przed technofobią zamiast tego”, 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