Tankeledare

Bortom AI-teknofobi: Utveckling av medborgare och global utbildning

mm
Lägg till Unite.AI bland dina föredragna källor på Google

För närvarande finns det ett allmänt ökat intresse för alla ämnen relaterade till artificiell intelligens (AI), särskilt de som rör stora språkmodeller, som ChatGPT [1]. Detta är inte en slumpmässig utveckling: AI är här för att stanna och kommer att ha enorma sociala och ekonomiska konsekvenser. Det är väl känt att AI kan vara en välsignelse, men också förvandlas till en förbannelse. I och med dess potentiella faror har många AI-forskare uttryckt sin oro över AI-utvecklingen på ett sätt som, enligt min mening, gränsar till teknofobi. Men det finns försvarslinjer. Den första är global AI-reglering. Men det verkliga försvaret och framtidens väg är utvecklingen av en ny generation välutbildade och informerade medborgare. Den här artikeln behandlar precis relationen mellan AI och ett nödvändigt (enligt min mening) omstrukturering av det globala utbildningssystemet på alla nivåer.

AI är mänsklighetens svar på den alltmer komplexa världen och vår konstgjorda och naturliga miljö. Tillväxtprocesserna för fysisk och social komplexitet är djupa och tycks vara obromsbara. Vårt nuvarande informationsamhälle (där data ökar exponentiellt men kunskapen ökar linjärt över tiden) förvandlas snabbt till ett kunskapssamhälle (ett samhälle där kunskapen förväntas öka exponentiellt). AI och utvecklingen av kunniga medborgare är vår enda hopp för en sådan smidig övergång. Jag använder medvetet den grekiska termen “medborgarutveckling” för att betona behovet av att utbilda medborgare som är utrustade med kritiskt tänkande, exakt multimodal kommunikationsförmåga, fantasi och emotionell intelligens som kan förstå, anpassa sig till och till slut utnyttja de enorma tekniska och ekonomiska möjligheterna och sysselsättningsmöjligheterna som ligger framför oss. Det är ingen tillfällighet att en sådan utbildningsnivå efterfrågas idag i många jobb över hela världen [2].

Detta behov genomsyrar alla utbildningsnivåer i alla samhällsklasser. Ett samhälle som är uppdelat i 1/3-2/3, där 1/3 av befolkningen förstår och har nytta av vetenskaplig framsteg, medan de återstående 2/3 halkar efter, är fattiga och teknofobiska, är helt enkelt inte hållbart, eftersom det inte kan garantera framsteg och tillämpning av kunskap på global nivå. Alla människor bör ha nytta av kunskap, inklusive kvinnor, minoriteter och människor från den globala södern. Annars kan vi stå inför en katastrofal social explosion, som skedde av andra skäl under tidig medeltid.

Luckligtvis är de grundläggande begreppen som krävs för att förstå AI och informationsvetenskap (t.ex. datasimilaritet, kluster, klassificering) enkla och kan undervisas på alla utbildningsnivåer. Om de undervisas på rätt sätt kan de lätt förstås, även av outbildade människor. Detta kommer att kämpa mot okunskap och AI-teknofobi. En sådan utbildningsutveckling kräver bara politisk vilja och utbildningsanpassning för att tillhandahålla lämplig undervisning av dessa begrepp, främst genom att omstrukturera matematik- och informatikcurricula på alla utbildningsnivåer. Naturligtvis observerar vi redan en (delvis) matematisk utveckling av alla vetenskaper (inklusive de fria), som verkar oundviklig. Det är inte säkert att det är möjligt, med tanke på den traditionella separationen av vetenskaper/teknik och humaniora på alla utbildningsnivåer. Men det kan vara möjligt, eftersom, förutom matematik, klassiska studier är ett idealiskt verktyg för att utveckla kritiskt tänkande och precision i uttryck. Naturligtvis har naiv kunskapsinlärning eller utbildningens erbjudande av färdigheter på bekostnad av en bredare och djupare kunskapsförvärv ingen plats i en sådan miljö.

I universitetsutbildningen kommer förändringarna att vara drastiska och kommer att ske mycket snart (de flesta av dem). Jag presenterar några förslag som jag har detaljerat i min bok “AI Science and Society” [2], som publicerades i oktober 2022, och jag vågar säga eller hoppas att de var profetiska.

1. Skapande av skolor för “Information Science and Engineering” med avdelningar för:

  • Informatik
  • Matematik
  • Datorteknik
  • Artificiell intelligensvetenskap och teknik
  • Internet/Vetenskapsvetenskap.

Sådana ansträngningar görs redan internationellt, som kan ses i figur 1. Även om de drivs av efterfrågan, är den grundläggande orsaken till en sådan utveckling erkännandet av “information” (och kunskap) som ett oberoende vetenskapligt ämne, på samma nivå som materia (fysik, kemi), miljö (teknikvetenskaper) och liv (hälsovetenskaper, biologi). Det verkar som om datavetenskap (som kallas informatik på andra håll) redan blir moderämnet för andra discipliner, t.ex. artificiell intelligensvetenskap och teknik. Samma sak hände på 1800-talet: vid den tiden gav fysik och kemi upphov till alla tekniska vetenskaper.

Figur 1: Antalet undergraduate AI-program i hela världen.

2. Skapande av avdelningar för “Mind and Social Science and Engineering” i skolor för konst och humaniora (kanske kan en mer lämplig term användas). Jag tror att detta är mitt mest banbrytande förslag. För närvarande står humaniora under största pressen från AI-utvecklingen, som kanske inte är omedelbart uppenbar. Verkligen har matematiken av klassiska ämnen (t.ex. lingvistik, sociologi) framskridit betydligt. Skapandet av “Digitala humaniora”-avdelningar vore ett annat bra val. Annars är den enda alternativ jag ser skapandet av avdelningar för “Filologisk/lingvistisk teknik” eller “Samhällsteknik” i naturvetenskapliga eller tekniska skolor. Som fan av klassiska studier (även om jag är utbildad ingenjör) skulle jag inte vilja se en sådan undergång av humanioraskolor.

3. Skapande av avdelningar för “Bio-Science and Engineering” i skolor för hälsovetenskaper. I princip skulle detta vara en radikal utveckling av biomedicinska ingenjörsavdelningar med tillägg av nya ämnen, som genetisk teknik och systembiologi.

4. Obligatorisk inkludering av matematik- och datavetenskapskurser i alla discipliners kurser utan undantag. Enkelt uttryckt, ett eller två (dåliga) kurser i statistik eller programmering uppfyller inte nuvarande behov.

Några av ovanstående förslag (inte alla) har redan föreslagits eller implementerats på internationell nivå. Med tanke på den globala utbildningssystemets tröghet är jag inte naiv nog att tro att sådana idéer kan implementeras utan reaktioner eller över en natt. Men dessa förslag (eller ännu bättre) kan diskuteras på en politisk nivå och inom universiteten själva (på en vetenskaplig nivå), så att varje land kan gå in i den kommande kunskapssamhällets era med de bästa möjliga förutsättningarna.

Referenser

[1] Ioannis Pitas, “Artificiell intelligensvetenskap och samhälle Del A: Introduktion till AI-vetenskap och informations-teknik“, https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

[2] Ioannis Pitas, “Artificiell intelligensvetenskap och samhälle Del C: AI-vetenskap och samhälle“, Amazon /Createspace, https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

För ytterligare läsning

[PIT2023a] Ioannis Pitas, CVML-kurs, “AI-vetenskap och teknik och dess påverkan på samhället”, https://icarus.csd.auth.gr/introduction-to-ai-science-and-engineering-and-its-impact-on-the-society-and-the-environment/

[PIT2022] Ioannis Pitas, “AI-vetenskap och teknik: En ny vetenskaplig disciplin?”, https://icarus.csd.auth.gr/chatgtp-in-education/

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

[PIT2023c] I. Pitas, “Artificiell intelligens är inte det nya Babels torn. Vi måste vara medvetna om teknofobi istället”, Euronews, 8/5/2023, https://www.euronews.com/2023/05/08/artificiell-intelligens-är-inte-det-nya-babels-torn-vi-måste-vara-medvetna-om-teknofobi-istället

Prof. Ioannis Pitas (IEEE fellow, IEEE Distinguished Lecturer, EURASIP fellow) är professor vid Institutionen för informatik vid AUTH och chef för Artificial Intelligence and Information Analysis (AIIA) lab. Han har varit gästprofessor vid flera universitet. Han har publicerat över 920 artiklar, bidragit till 45 böcker inom sina områden och redigerat eller (co-)författat ytterligare 11 böcker om datorseende och maskinlärande. Han är ordförande för International AI Doctoral Academy (AIDA).