Φανταστείτε έναν ιδιωτικό δάσκαλο που δεν κουράζεται ποτέ, έχει πρόσβαση σε τεράστιο όγκο δεδομένων και είναι δωρεάν για όλους.
Το 1966, ο καθηγητής φιλοσοφίας του Στάνφορντ Patrick Suppes έκανε ακριβώς αυτό, όταν έκανε αυτή την πρόβλεψη: Μια μέρα, η τεχνολογία των υπολογιστών θα εξελισσόταν έτσι ώστε “εκατομμύρια μαθητές” να έχουν πρόσβαση σε έναν προσωπικό δάσκαλο. Είπε ότι οι συνθήκες θα ήταν ακριβώς όπως όταν ο νεαρός πρίγκιπας Μέγας Αλέξανδρος διδασκόταν από τον Αριστοτέλη.
Τώρα, το ChatGPT, ένα νέο chatbot με τεχνητή νοημοσύνη και προηγμένες ικανότητες συνομιλίας, μπορεί να έχει τη δυνατότητα να γίνει ένας τέτοιος δάσκαλος. Το ChatGPT έχει συλλέξει τεράστιες ποσότητες δεδομένων για ένα ευρύ φάσμα θεμάτων και μπορεί να περάσει εξετάσεις για μεταπτυχιακές σχολές. Οι ερευνητές που μελετούν τον τρόπο με τον οποίο οι υπολογιστές μπορούν να χρησιμοποιηθούν για να βοηθήσουν τους ανθρώπους να μάθουν, πιστεύουν ότι το ChatGPT μπορεί να χρησιμοποιηθεί για να βοηθήσει τους φοιτητές να διαπρέψουν ακαδημαϊκά. Ωστόσο, στην τρέχουσα μορφή του, το ChatGPT δείχνει αδυναμία να παραμείνει συγκεντρωμένο σε μια συγκεκριμένη εργασία, πόσο μάλλον στη διδασκαλία.
Οι μελετητές της φιλοσοφίας, της μηχανικής και της τεχνητής νοημοσύνης οραματίστηκαν τη χρήση του υπολογιστή ως “έξυπνου δασκάλου” πολύ πριν το διαδίκτυο γίνει ένα παγκόσμιο εμπορικό δίκτυο τη δεκαετία του 1990. Πιστεύω ότι τα διδάγματα από την ανάπτυξη αυτών των πρώτων συστημάτων διδασκαλίας μπορούν να προσφέρουν πληροφορίες για το πώς οι μαθητές και οι εκπαιδευτικοί μπορούν να χρησιμοποιήσουν καλύτερα το ChatGPT ως φροντιστήριο στο μέλλον.
Οι υπολογιστές ως δάσκαλοι
Ο Suppes – ο καθηγητής φιλοσοφίας του Στάνφορντ – ήταν πρωτοπόρος σε έναν τομέα που ονομάζεται “διδασκαλία με τη βοήθεια υπολογιστή”. Ανέπτυξε μερικά από τα πρώτα εκπαιδευτικά λογισμικά. Αυτό το λογισμικό παρείχε ατομική διδασκαλία μέσω υπολογιστή και οδήγησε τους μαθητές να έχουν καλύτερα αποτελέσματα στα τεστ από εκείνους που δεν χρησιμοποιούσαν το πρόγραμμα. Εργάστηκα για τον Suppes στην ανάπτυξη λογισμικού και άλλων διαδικτυακών προγραμμάτων από το 2004 έως το 2012.
Έκτοτε, τα πειράματα για τη δημιουργία “έξυπνων δασκάλων” που θα βοηθούσαν τους μαθητές έχουν οδηγήσει στην πρόοδο της τεχνητής νοημοσύνης, των κοινωνικών δικτύων και του υλικού των υπολογιστών. Και σήμερα, οι ικανότητες του ChatGPT να γράφει δοκίμια, να απαντά σε φιλοσοφικές ερωτήσεις και να λύνει προβλήματα προγραμματισμού υπολογιστών μπορεί τελικά να επιτύχει τον στόχο του Suppes για πραγματικά εξατομικευμένη διδασκαλία μέσω υπολογιστή.
Οι πρώτες εκδόσεις της εξατομικευμένης μάθησης
Το 1972 έκανε το ντεμπούτο του ένα νέο σύστημα εξατομικευμένης μάθησης που ονομαζόταν PLATO, δηλαδή Programmed Logic for Automated Teaching Operations (Προγραμματισμένη Λογική για Αυτοματοποιημένες Διδακτικές Λειτουργίες). Ήταν το πρώτο ευρέως διαθέσιμο σύστημα εξατομικευμένης μάθησης του είδους του.
Δημιουργήθηκε από τον Don Bitzer, καθηγητή ηλεκτρολόγο μηχανικό στο Πανεπιστήμιο του Ιλινόις, το PLATO επέτρεπε την ταυτόχρονη σύνδεση έως και 1.000 μαθητών σε έναν κεντρικό υπολογιστή. Κάθε μαθητής μπορούσε να ολοκληρώσει διαφορετικά διαδικτυακά μαθήματα ξένων γλωσσών, μουσικής, μαθηματικών και πολλών άλλων μαθημάτων, ενώ παράλληλα λάμβανε ανατροφοδότηση από τον υπολογιστή για την εργασία του.
Το PLATO επέτρεψε στους φοιτητές να επιτύχουν το ίδιο επίπεδο επιτυχίας με τα μαθήματα που γίνονταν δια ζώσης σε λιγότερο χρόνο. Και οι περισσότεροι μαθητές προτιμούσαν αυτόν τον τρόπο διδασκαλίας από το να κάθονται σε μια μεγάλη τάξη διαλέξεων. Ωστόσο, το σύστημα ήταν πολύ ακριβό για να χρησιμοποιηθεί από πολλά κολέγια και πανεπιστήμια. Κάθε τερματικό υπολογιστή πωλούνταν στην αγορά πάνω από 8.000 δολάρια ΗΠΑ – περίπου 58.000 δολάρια σήμερα – και τα σχολεία χρεώνονταν πρόσθετα τέλη κάθε φορά που ένας φοιτητής χρησιμοποιούσε το σύστημα. Παρόλα αυτά, η επιτυχία του PLATO στους φοιτητές ενέπνευσε πολλές εταιρείες να δημιουργήσουν λογισμικό που παρείχε παρόμοιο είδος διδασκαλίας, συμπεριλαμβανομένης της College Curriculum Corporation, η οποία ήταν συνιδρυτής του Suppes.
Δημοφιλείς μάρκες προσωπικών υπολογιστών, όπως η Apple και η Commodore, διαφήμιζαν τη διαθεσιμότητα εκπαιδευτικού λογισμικού ως λόγο για να επενδύσουν οι οικογένειες σε έναν οικιακό υπολογιστή.
Μέχρι το 1985, οι ερευνητές του Πανεπιστημίου Carnegie Mellon σχεδίαζαν λογισμικό χρησιμοποιώντας τις εξελίξεις στην τεχνητή νοημοσύνη και τη γνωστική ψυχολογία. Υποστήριζαν ότι η τρέχουσα τεχνολογία είχε εξελιχθεί σε επίπεδο που επέτρεπε στα συστήματα υπολογιστών να σχεδιάζονται έτσι ώστε να λειτουργούν εξίσου αποτελεσματικά με τους ανθρώπινους δασκάλους. Ωστόσο, παρόλο που εκείνη την εποχή υπήρχαν πάνω από 10.000 διαθέσιμα εκπαιδευτικά λογισμικά, πολλά από αυτά ήταν αρκετά χαμηλής ποιότητας και δεν παρείχαν πραγματική διδασκαλία.
Παρόλο που τα πιο προηγμένα σχέδια του εκπαιδευτικού λογισμικού που αναπτύχθηκε στο Carnegie Mellon επέτρεπαν στους μαθητές να μαθαίνουν σημαντικά περισσότερα από ό,τι οι μαθητές στις παραδοσιακές τάξεις, δεν χρησιμοποιούνταν ευρέως στα σχολεία.
Στις δεκαετίες του 1980 και του 1990, ένα σχολείο θα χρειαζόταν έναν σημαντικό αριθμό ακριβών, υψηλής ισχύος σταθμών εργασίας υπολογιστών για να χρησιμοποιήσουν οι μαθητές έναν ευφυή καθηγητή. Σήμερα, οι υπολογιστές είναι πολύ πιο ισχυροί και πολύ λιγότερο ακριβοί.
Και οι πρώτοι ευφυείς δάσκαλοι χρησιμοποιούνταν κυρίως σε μαθήματα μαθηματικών, θετικών επιστημών και τεχνολογίας, γεγονός που περιόριζε την απήχησή τους. Οι μαθητές δεν μπορούσαν να θέσουν στα προγράμματα λογισμικού μια ερώτηση. Ωστόσο, οι μαθητές μπορούσαν να λαμβάνουν ανατροφοδότηση για τις απαντήσεις σε κουίζ και τεστ.
Το 2001, η επόμενη γενιά ευφυών συστημάτων διδασκαλίας ήταν σε θέση να συνομιλεί με τους μαθητές στα γραπτά αγγλικά. Αυτά τα συστήματα, τα πρώιμα chatbots, χρησιμοποίησαν τις εξελίξεις στην επεξεργασία φυσικής γλώσσας για να έχουν διαλόγους με τους μαθητές για μια σειρά θεμάτων. Κάθε σύστημα είχε σχεδιαστεί ειδικά για ένα αντικείμενο, όπως η φυσική. Η προσθήκη ενός άλλου θέματος, όπως τα αγγλικά, θα απαιτούσε το δικό του εξειδικευμένο σύστημα διδασκαλίας.
Τα επόμενα χρόνια έφεραν τρεις εξελίξεις, οι οποίες επέτρεψαν ένα άλμα προς τα εμπρός στην επίτευξη του ονείρου της ηλεκτρονικής διδασκαλίας. Η μία ήταν η διαθεσιμότητα του ευρυζωνικού διαδικτύου, το οποίο ήταν ταχύτερο από τις dial-up συνδέσεις της δεκαετίας του 1990. Η δεύτερη ήταν το χαμηλότερο κόστος των ισχυρότερων υπολογιστών. Το τρίτο ήταν η επένδυση από τις εταιρείες τεχνολογίας και η κρατική χρηματοδότηση της πανεπιστημιακής έρευνας στην τεχνητή νοημοσύνη, η οποία οδήγησε στην ανάπτυξη αυτού που σήμερα αποκαλούμε chatbots.
Τα πρώτα chatbots
Μέχρι το 2007, τα πρώτα chatbots τεχνητής νοημοσύνης παρείχαν διδασκαλία μιλώντας στους μαθητές για τις απαντήσεις τους σε ερωτήσεις. Η έρευνα έδειξε ότι αυτά τα chatbots υποστήριζαν μαθησιακά αποτελέσματα παρόμοια με τα αποτελέσματα των ανθρώπινων καθηγητών. Ακόμα κι έτσι, η χρήση της τεχνολογίας chatbot για την παροχή διδασκαλίας ήταν κυρίως πειραματική.
Κατά τη διάρκεια της δεκαετίας του 2010, τα κοινωνικά δίκτυα και οι εξελίξεις στην τεχνητή νοημοσύνη άλλαξαν δραματικά τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν με την τεχνολογία. Τα chatbots έχουν ενσωματωθεί σε πολλά μέρη της ζωής μας και δεν είναι πλέον πειραματικά. Οι άνθρωποι μιλούν πλέον στα τηλέφωνά τους, στα αυτοκίνητά τους και στις οικιακές συσκευές τους. Πολλοί άνθρωποι έχουν εικονικούς βοηθούς στο σπίτι. Μπορούν να ζητήσουν από την Alexa, τη Siri ή τη Google οδηγίες ή απαντήσεις σε απλές ερωτήσεις για το σπίτι.
Σήμερα, το ChatGPT διαθέτει προηγμένες ικανότητες που επιτρέπουν πιο σύνθετες συνομιλίες και μπορούν να παρέχουν εξατομικευμένη διδασκαλία, όπως ακριβώς προέβλεπε ο Suppes το 1966.
Ρώτησα το ChatGPPT γιατί θα ήταν ένα καλό φροντιστήριο και μου απάντησε: “Είμαι καλός καθηγητής για έναν μαθητή επειδή είμαι σε θέση να κατανοώ και να απαντώ σε ένα ευρύ φάσμα ερωτήσεων και προτροπών και μπορώ να παρέχω λεπτομερείς και ακριβείς πληροφορίες για ένα ευρύ φάσμα θεμάτων. Επιπλέον, είμαι σε θέση να μεταφέρω αυτές τις πληροφορίες με σαφή και κατανοητό τρόπο, καθιστώντας τις προσιτές σε μαθητές όλων των επιπέδων κατανόησης. Επειδή είμαι ένα μοντέλο μηχανικής μάθησης, μπορώ επίσης να παρέχω μεγάλο όγκο πληροφοριών γρήγορα και αποτελεσματικά, γεγονός που μπορεί να είναι ιδιαίτερα χρήσιμο για τους μαθητές που προσπαθούν να μάθουν πολύ νέο υλικό σε σύντομο χρονικό διάστημα”.
Αντίθετα, η Siri είπε: “Χμμ … δεν έχω απάντηση γι’ αυτό. Υπάρχει κάτι άλλο με το οποίο μπορώ να σας βοηθήσω;”
Πρόσφατες έρευνες σχετικά με τη χρήση chatbots σε πανεπιστημιακά μαθήματα δείχνουν ότι ο τρόπος χρήσης των chatbots είναι σημαντικός για την ενθάρρυνση των φοιτητών να μάθουν πιο βαθιά. Για παράδειγμα, τα AI chatbots επέτρεψαν σημαντικές βελτιώσεις στη μάθηση σε ένα μεταπτυχιακό μάθημα για το cloud computing στο Carnegie Mellon. Αυτά τα μαθησιακά κέρδη σημειώθηκαν όταν αυτά τα chatbots ζήτησαν από τους φοιτητές να βασιστούν σε ένα υπάρχον επιχείρημα ή να παράσχουν περισσότερες πληροφορίες σχετικά με έναν ισχυρισμό που είχαν διατυπώσει. Σε αυτή την περίπτωση, το chatbot υπέβαλε στον φοιτητή μια ερώτηση και όχι το αντίστροφο.
Πολλοί εκπαιδευτικοί ανησυχούν ότι οι μαθητές μαθαίνουν λιγότερο με το ChatGPT, καθώς μπορεί να χρησιμοποιηθεί για να αντιγράψουν σε εργασίες και γραπτά. Άλλοι ανησυχούν για το ChatGPT που δίνει λανθασμένες απαντήσεις ή διαδίδει παραπληροφόρηση.
Ωστόσο, η ιστορία και η έρευνα των έξυπνων καθηγητών δείχνουν ότι η χρήση του σωστού σχεδιασμού για την αξιοποίηση της δύναμης των chatbots όπως το ChatGPT μπορεί να καταστήσει τη βαθύτερη, εξατομικευμένη μάθηση διαθέσιμη σχεδόν σε όλους. Για παράδειγμα, αν οι άνθρωποι χρησιμοποιούν το ChatGPT για να θέτουν στους μαθητές ερωτήσεις που τους προτρέπουν να αναθεωρήσουν ή να εξηγήσουν την εργασία τους, οι μαθητές θα έχουν καλύτερα μαθησιακά οφέλη. Δεδομένου ότι το ChatGPT έχει πρόσβαση σε πολύ περισσότερες γνώσεις από ό,τι είχε ποτέ ο Αριστοτέλης, έχει μεγάλες δυνατότητες για την παροχή διδασκαλίας σε μαθητές, ώστε να τους βοηθήσει να μάθουν περισσότερα από ό,τι θα μάθαιναν διαφορετικά.
Πηγή: theconversation.com