stub Beyond AI Technophobia: Formation of Citizens and Global Education Uplifting - Unite.AI
Anslut dig till vårt nätverk!

Tanke ledare

Beyond AI Technophobia: Formation of Citizens and Global Education Uplifting

mm

publicerade

 on

För närvarande finns det ett allmänt intresse för artificiell intelligens (AI)-ämnen, särskilt de som är relaterade till stora språkmodeller, som ChatGPT [1]. Detta är inte en slumpmässig utveckling: AI är här för att stanna och kommer att få enorma sociala och ekonomiska konsekvenser. Det är välkänt att AI kan vara en välsignelse men också förvandlas till en förbannelse. Med tanke på dess potentiella faror uttryckte många AI-forskare sin oro över AI-utvecklingen på ett sätt som enligt min uppfattning gränsar till teknofobi. Det finns dock försvarslinjer. Den första är global AI-reglering. Men det verkliga försvaret och vägen framåt är bildandet av en ny sort av välutbildade och informerade medborgare. Den här artikeln tar upp förhållandet mellan AI och en nödvändig (enligt min mening) ombyggnad av det globala utbildningssystemet på alla nivåer.

AI är mänsklighetens svar på den alltmer komplexiteten i vårt globalt sammanlänkade samhälle och vår konstgjorda och naturliga miljö. Tillväxtprocesserna av fysisk och social komplexitet är djupa och till synes ostoppbara. Vårt nuvarande informationssamhälle (där data ökar exponentiellt men kunskapen ökar linjärt över tid) håller snabbt på att förvandlas till ett kunskapssamhälle (kunskapsdominerat, där kunskapen förväntas öka exponentiellt). AI och morfosen (bildningen) av kunniga medborgare är vårt enda hopp för en så smidig övergång. Jag använder medvetet den grekiska termen "medborgarmorfos" för att betona behovet av att utbilda medborgare utrustade med kritiskt tänkande, exakta multimodala kommunikationsförmåga, fantasi och emotionell intelligens som kommer att kunna förstå, anpassa och i slutändan utnyttja de enorma tekniska och ekonomiska möjligheterna och sysselsättningsutsikter som ligger framför oss. Det är ingen slump att en sådan utbildningsnivå är eftertraktad i dag på många befattningar internationellt [2].

Detta behov genomsyrar alla utbildningsnivåer i alla sociala skikt. Ett samhälle uppdelat i 1/3-2/3, där 1/3 av befolkningen förstår och drar nytta av vetenskapliga framsteg, medan de återstående 2/3 släpar efter, eftersom de är fattiga och teknofoba, är helt enkelt inte hållbart, eftersom det inte kan garantera framsteg och ta upp kunskap på global nivå. Alla människor bör skörda frukterna av kunskap, inklusive kvinnor, minoriteter och människor i den globala södern. Annars kan vi möta en katastrofal social implosion, vilket hände, av andra skäl, under tidig medeltid.

Lyckligtvis är de grundläggande begreppen som krävs för att förstå AI och informationsvetenskap (t.ex. datalikhet, klustring, klassificering) enkla och kan läras ut på alla utbildningsnivåer. Om de undervisas på rätt sätt kan de lätt greppas även av outbildade människor. Detta kommer att kraftigt bekämpa okunnighet och AI-teknofobi. Ett sådant pedagogiskt framsteg kräver helt enkelt politisk vilja och pedagogisk omställning för att ge lämplig undervisning i dessa begrepp, främst genom att omorganisera matematik- och informatikläroplanen på alla utbildningsnivåer. Naturligtvis observerar vi redan en (delvis) matematisering av alla vetenskaper (inklusive de liberala), vilket verkar oundvikligt. Det är inte säkert att det är genomförbart med tanke på den traditionella uppdelningen av naturvetenskap/teknik och humaniora på alla utbildningsnivåer. Det kan dock vara genomförbart, eftersom klassiska studier förutom matematik är ett idealiskt verktyg för att utveckla kritiskt tänkande och precision i uttrycket. Naturligtvis, i en sådan miljö, har naiv kunskaps memorering, eller utbildningsutbudet av färdigheter på bekostnad av en bredare och djupare kunskapsinhämtning ingen plats.

Inom universitetsutbildningen kommer förändringarna att bli drastiska och kommer mycket snart (de flesta av dem). Jag presenterar några förslag som jag har beskrivit 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 'informationsvetenskap och teknik' med avdelningar för:

  • Informatik
  • Matematik
  • Datorteknik
  • Artificiell intelligens vetenskap och teknik
  • Internet/Web Science.

Sådana ansträngningar görs redan internationellt, vilket kan ses i figur 1. Även om det drivs av efterfrågan, är den grundläggande orsaken till en sådan utveckling erkännandet av 'information' (och kunskap) som ett självständigt vetenskapligt ämne, på samma nivå som materia (fysik, kemi), miljö (ingenjörsvetenskap) och liv (hälsovetenskap, biologi). Det verkar som om datavetenskap (kallad informatik någon annanstans) redan håller på att bli modervetenskapen för andra discipliner, t.ex. artificiell intelligens vetenskap och teknik. Samma sak hände på 19-talet: vid den tiden födde fysik och kemi alla ingenjörsvetenskaper.

Figur 1: Antalet AI-program på grundnivå över hela världen.

2. Skapande av avdelningar för "Sinne- och samhällsvetenskap och teknik" vid högskolorna för konst och humaniora (kanske kan en lämpligare term användas). Jag tror att detta är mitt mest banbrytande förslag. För närvarande möter humaniora det största trycket från AI-framsteg, vilket kanske inte är direkt uppenbart. Faktum är att matematiseringen av klassiska ämnen (t.ex. lingvistik, sociologi) har utvecklats avsevärt. Skapandet av "Digital Humanities"-avdelningar skulle vara ett annat bra val. Annars är det enda alternativet jag ser skapandet av avdelningar för 'filologisk/lingvistisk teknik' eller 'socialteknik' i naturvetenskap eller ingenjörsskolor. Eftersom jag är ett fan av klassiska studier (även om jag är ingenjör till sin utbildning), skulle jag inte vilja bevittna ett sådant fall av humanistiska skolor.

3. Skapande av avdelningar för 'Bio-Science and Engineering' i Schools of Health Sciences. I grund och botten skulle detta vara en radikal utveckling av biomedicinska ingenjörsavdelningar med tillägg av nya ämnen, såsom genteknik och systembiologi.

4. Obligatorisk inkludering av kurser i matematik och datavetenskap i kursplanerna för alla discipliner utan undantag. Helt enkelt, en eller två (dåliga) kurser i statistik eller programmering uppfyller inte de nuvarande behoven.

Vissa av ovanstående förslag (inte alla) har redan föreslagits eller genomförts på internationell nivå. Med tanke på trögheten i det globala utbildningssystemet är jag inte naiv nog att tro att sådana idéer kan genomföras utan reaktioner eller över en natt. Dessa förslag (eller ännu bättre) kan dock diskuteras på politisk nivå och inom universiteten själva (på vetenskaplig nivå), så att varje land kan gå in i den kommande Kunskapssamhällets era med bästa möjliga förutsättningar.

Bibliografi

[1] Ioannis Pitas, "Artificiell intelligens vetenskap och samhälle del A: Introduktion till AI-vetenskap och informationsteknik",  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

Ytterligare läsning

[PIT2023a] Ioannis Pitas, CVML kortkurs, "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: En ny vetenskaplig disciplin?", 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, "Artificiell intelligens är inte Babels nya torn. Vi måste akta oss för teknofobi istället”, Euronews, 8/5/2023, https://www.euronews.com/2023/05/08/artificiell-intelligens-är-inte-det-nya-tornet-av-babel-vi-bör-akta-för-teknofobi-ins

Prof. Ioannis Pitas (IEEE Kompis, IEEE Distinguished Lecturer, EURASIP fellow) är professor vid institutionen för informatik vid AUTH och chef för Labb för artificiell intelligens och informationsanalys (AIIA).. Han tjänstgjorde som gästprofessor vid flera universitet. Han har publicerat över 920 artiklar, bidragit till 45 böcker inom sina intresseområden och redigerat eller (med)författare till ytterligare 11 böcker om datorseende och maskininlärning. Han är ordförande i International AI Doctoral Academy (AIDA).