Андрей Комиссаров: Нужно держать глаза открытыми
интервью
Интервью об искусственном интеллекте и его роли в образовании – с директором направления «Развитие на основе данных» АНО «Университет 2035», образовательным методологом-игропрактиком, автором телеграм-каналов Игрострой и Дизайн Образования, экспертом в области изучения искусственного интеллекта.
В последнее время всё чаще говорят о влиянии искусственного интеллекта на различные стороны жизни – в том числе, разумеется, на образование. Если вы заказываете еду онлайн, покупаете вещи в интернет-магазинах, слушаете музыку или смотрите кино на стриминговых платформах – даже просто пользуетесь поисковиками, – вы взаимодействуете с искусственным интеллектом. Вы наверняка видели рисунки, сделанные при помощи нейросети. Точно так же нейросети могут написать за вас текст. И тут мы приходим к ключевому вопросу: можем ли мы, используя искусственный интеллект, “взломать” систему образования? Например, сдать домашку, написанную при помощи специального бота в телеграме – или даже поступить в университет. Не является ли искусственный интеллект угрозой для образования?
О том, как работает ИИ и как он может повлиять на образовательный процесс и всю систему, мы поговорили с экспертом в области изучения ИИ Андреем Комиссаровым.
Андрей, расскажите, пожалуйста, какие технологии с использованием искусственного интеллекта используются в обучении сегодня.
В обучении сегодня применяются технологии, связанные с очень инструментальным форматом искусственного интеллекта – семантическим анализом. Это распознавание текста, превращение аудио в текст, анализ эмоций с видео и фото. В основном искусственный интеллект применяется как прикладной инструмент.
Но также существует целый ряд направлений, в которых необходимо собрать достаточно большие объёмы данных – направление, которое связано с big data – для того чтобы можно было самообучающиеся нейросети туда загрузить и чтобы они находили интересные паттерны. Скажем, платформа, которая обучает английскому языку онлайн, имеет огромное количество записей видеоуроков. Самообучающиеся нейросети могут находить паттерны, которые могут показать, как поведение учителя и поведение ученика в определённых моментах связаны, какие есть закономерности.
Третий вариант – рекомендательные и матчинговые сервисы. Когда нужно что-то и кому-то рекомендовать, или что-то кому-то предложить, то для этого используется матчинговые сервисы ИИ, которые на базе анализа большого количества имеющихся данных говорят, куда вам идти или что выбрать или купить. Например, когда вы в интернете что-то ищите, а потом вам в соцсетях или в почте начитает в рекламе вот это же вылезать: вы искали походный рюкзак, а теперь у вас в рекламных баннерах будут предлагаться рюкзаки походные.
Но также существует целый ряд направлений, в которых необходимо собрать достаточно большие объёмы данных – направление, которое связано с big data – для того чтобы можно было самообучающиеся нейросети туда загрузить и чтобы они находили интересные паттерны. Скажем, платформа, которая обучает английскому языку онлайн, имеет огромное количество записей видеоуроков. Самообучающиеся нейросети могут находить паттерны, которые могут показать, как поведение учителя и поведение ученика в определённых моментах связаны, какие есть закономерности.
Третий вариант – рекомендательные и матчинговые сервисы. Когда нужно что-то и кому-то рекомендовать, или что-то кому-то предложить, то для этого используется матчинговые сервисы ИИ, которые на базе анализа большого количества имеющихся данных говорят, куда вам идти или что выбрать или купить. Например, когда вы в интернете что-то ищите, а потом вам в соцсетях или в почте начитает в рекламе вот это же вылезать: вы искали походный рюкзак, а теперь у вас в рекламных баннерах будут предлагаться рюкзаки походные.
Big Data, или Большие Данные – это, как и следует из названия, огромные массивы данных, настолько большие, что их не может обработать один компьютер. Именно благодаря анализу больших данных вы видите рекомендации товаров на различных сайтах или рекомендованных друзей в соцсетях. Эта же система анализирует фотографии для идентификации клиентов банка и предотвращает мошенничество.
Одним из ключевых свойств нейронных сетей является способность обучаться, то есть анализировать информацию, чтобы самостоятельно находить новое решение.
Data Set - набор данных.
ChatGPT - это чат-бот с искусственным интеллектом. Его функционал довольно широк: он способен написать код, создавать тексты, переводить, давать точные ответы, используя контекст диалога.
Об этом почитать можно, например, здесь: https://habr.com/ru/company/getmatch/blog/716592/
Какой тип ИИ сейчас используется наиболее часто?
Это семантический анализ, распознавание слов: вы берёте большой текст и распознаёте в нём слова. Это самый распространённый искусственный интеллект.
Но у него есть “под капотом” словарь Брокгауза и Эфрона, то есть огромный массив слов, которые что-то значат и между которыми есть какие-то связи. Он может распознать ровно то, что есть в этом словаре. Например, если есть какие-то хитрые варианты лексики, которые у него в массиве не присутствуют, то он их никогда не распознает. И это значит, например, что беседа работяг на стройке, где очень много специфической лексики, будет защищена от искусственного интеллекта – нейросеть её просто не поймет.
В этом заключается отличие сильного искусственного интеллекта от слабого. Слабый искусственный интеллект просто не может решить эту задачу, потому что у него в data set просто не было такой полифоничности, не было таких слов. А сильный искусственный интеллект будет действовать по-другому.
Например, у вас есть самообучающаяся нейросеть, и она обучается на речи пользователей. Ей давали сначала речь профессоров, девочек в колл-центре, учащихся, а потом стали давать речь работяг на лесоповале. Она сразу поймёт, что это тоже речь, и что эта речь не распознается – значит, задача требует срочного решения. Она предпримет все усилия, чтобы собрать как можно больше данных про эту нераспознанную речь. Нейросеть будет стремиться собрать как можно больше обсценной лексики отовсюду. Такие сети очень “голодны” до данных. Нейросеть будет лучше обучаться, когда у неё будет больше данных. Всё, что связано с человеческой культурой, с высшей математикой, с науками, будет иметь низший приоритет для неё. Почему? А потому, что эту задачу решить просто, а нужно решать дальнейшие задачи, которые не решены.
Но у него есть “под капотом” словарь Брокгауза и Эфрона, то есть огромный массив слов, которые что-то значат и между которыми есть какие-то связи. Он может распознать ровно то, что есть в этом словаре. Например, если есть какие-то хитрые варианты лексики, которые у него в массиве не присутствуют, то он их никогда не распознает. И это значит, например, что беседа работяг на стройке, где очень много специфической лексики, будет защищена от искусственного интеллекта – нейросеть её просто не поймет.
В этом заключается отличие сильного искусственного интеллекта от слабого. Слабый искусственный интеллект просто не может решить эту задачу, потому что у него в data set просто не было такой полифоничности, не было таких слов. А сильный искусственный интеллект будет действовать по-другому.
Например, у вас есть самообучающаяся нейросеть, и она обучается на речи пользователей. Ей давали сначала речь профессоров, девочек в колл-центре, учащихся, а потом стали давать речь работяг на лесоповале. Она сразу поймёт, что это тоже речь, и что эта речь не распознается – значит, задача требует срочного решения. Она предпримет все усилия, чтобы собрать как можно больше данных про эту нераспознанную речь. Нейросеть будет стремиться собрать как можно больше обсценной лексики отовсюду. Такие сети очень “голодны” до данных. Нейросеть будет лучше обучаться, когда у неё будет больше данных. Всё, что связано с человеческой культурой, с высшей математикой, с науками, будет иметь низший приоритет для неё. Почему? А потому, что эту задачу решить просто, а нужно решать дальнейшие задачи, которые не решены.
Что самое главное при работе с ИИ?
Самое главное – правильно задавать вопросы к данным. И вот этому нужно учиться и самим родителям, и учить этому детей. То есть формулировать вопросы, формулировать гипотезы, проверять эти вопросы и гипотезы на данных. Задавать эти вопросы тем же нейросетям, искусственному интеллекту. Смотреть, что они выдадут. Переформулировать вопросы, по-новому задавать до тех пор, пока у вас не получится.
Вот это умение задавать правильные вопросы было так же важно в XIX веке, как и сейчас. Ничего кардинально не изменилось. Просто сейчас мы можем задавать вопросы не только старинным фолиантам и ученым, профессорам, но и нейросетям.
Вот это умение задавать правильные вопросы было так же важно в XIX веке, как и сейчас. Ничего кардинально не изменилось. Просто сейчас мы можем задавать вопросы не только старинным фолиантам и ученым, профессорам, но и нейросетям.
Давайте поговорим о прорыве в области ИИ, в частности о ChatGPT. Как сегодня к этому приспособиться детям и родителям?
Думаю, что родители ничего с этим сделать не смогут. И запрещать тоже не особо полезно. Может быть, даже наоборот: стоит погрузиться вместе с ребёнком в этот сервис, посмотреть, как он работает.
Я бы наоборот поощрял использование ИИ для самостоятельной подготовки – если говорить о семейном образовании, где родители занимаются детьми и используют продвинутые площадки для обучения.
В подавляющем большинстве школ есть стандартный, понятный шаблон, по которому дети обучаются. И в основном наше обучение – это возможность понять, усвоить эти шаблоны и потом их применять. На этом всё заканчивается.
Если мы говорим о семейном образовании или образовании в частных школах, то это другой подход. Здесь ИИ уместно применять. Уже известный сервис ChatGPT, или ресурс похожий на него, – Perplexity, который может применяться в России и доступен на русском языке. Если вы его запускаете в Яндекс-браузере, который автоматически всё переводит на русский, то сервис принесёт пользу. К тому же нейросеть Perplexity даёт ссылки по поводу того, откуда она взяла ответ и почему так считает. И если мы говорим об альтернативном обучении, то сервис будет помогать детям.
Подготовка к уроку и сам урок – это разные вещи.
Если на уроке ты должен продемонстрировать, как усвоил данный тебе на дом шаблон, то тогда никакой ChatGPT не нужен. Потому что шаблон нужно демонстрировать так, как он был тебе дан.
Но если у нас урок носит дискурсивный формат: формат общения и рассуждения, тогда необходимо готовиться самому. И целый ряд школьных предметов, если их готовить правильно, поможет проявить навыки аналитического мышления, критического мышления, системного мышления.
Например, с помощью нейросетей-советчиков можно удобно готовиться к форматам вроде «перевёрнутого класса» самостоятельно. Причем делать это прямо в классе и в команде. Тут даже не родители, а образовательная среда должна отвечать вызовам этого технологического новшества.
Если мы требуем от детей только по шаблону подтверждения, что они знают, то тогда чат ChatGPT взломает образование. Потому что сервис выдаст им тексты, которые они прочитают, но не усвоят.
Если мы с вами переводим работу в формат дискуссии, чтобы появилась возможность высказывать разные позиции, защищать разные точки зрения, тогда учитель выступает только модератором, ведущим, и с помощью ИИ можно хорошо подготовиться как на уроке, так и дома. Ты всё равно до конца не знаешь, какие вопросы тебе зададут. Ведь дискуссия – это всегда импровизация.
Я бы наоборот поощрял использование ИИ для самостоятельной подготовки – если говорить о семейном образовании, где родители занимаются детьми и используют продвинутые площадки для обучения.
В подавляющем большинстве школ есть стандартный, понятный шаблон, по которому дети обучаются. И в основном наше обучение – это возможность понять, усвоить эти шаблоны и потом их применять. На этом всё заканчивается.
Если мы говорим о семейном образовании или образовании в частных школах, то это другой подход. Здесь ИИ уместно применять. Уже известный сервис ChatGPT, или ресурс похожий на него, – Perplexity, который может применяться в России и доступен на русском языке. Если вы его запускаете в Яндекс-браузере, который автоматически всё переводит на русский, то сервис принесёт пользу. К тому же нейросеть Perplexity даёт ссылки по поводу того, откуда она взяла ответ и почему так считает. И если мы говорим об альтернативном обучении, то сервис будет помогать детям.
Подготовка к уроку и сам урок – это разные вещи.
Если на уроке ты должен продемонстрировать, как усвоил данный тебе на дом шаблон, то тогда никакой ChatGPT не нужен. Потому что шаблон нужно демонстрировать так, как он был тебе дан.
Но если у нас урок носит дискурсивный формат: формат общения и рассуждения, тогда необходимо готовиться самому. И целый ряд школьных предметов, если их готовить правильно, поможет проявить навыки аналитического мышления, критического мышления, системного мышления.
Например, с помощью нейросетей-советчиков можно удобно готовиться к форматам вроде «перевёрнутого класса» самостоятельно. Причем делать это прямо в классе и в команде. Тут даже не родители, а образовательная среда должна отвечать вызовам этого технологического новшества.
Если мы требуем от детей только по шаблону подтверждения, что они знают, то тогда чат ChatGPT взломает образование. Потому что сервис выдаст им тексты, которые они прочитают, но не усвоят.
Если мы с вами переводим работу в формат дискуссии, чтобы появилась возможность высказывать разные позиции, защищать разные точки зрения, тогда учитель выступает только модератором, ведущим, и с помощью ИИ можно хорошо подготовиться как на уроке, так и дома. Ты всё равно до конца не знаешь, какие вопросы тебе зададут. Ведь дискуссия – это всегда импровизация.
Есть ли для нас, людей, угроза потерять контроль над образованием, отдать его в руки искусственного интеллекта?
Там, где учатся по шаблонам, конечно, да, есть риск. Но у тех, кто так учит, и сейчас никакого контроля нет. Это иллюзия, что, обучая по шаблону, они всё контролируют.
Шаблоны, в частности, очень быстро устаревают. Информация, которую дают в школах, гораздо в большем объёме лежит в интернете. Они не развивают у детей нужные метапредметные навыки. Не анализируют индивидуальные навыки, специфику развития ребёнка, траекторную специфику.
Шаблоны, в частности, очень быстро устаревают. Информация, которую дают в школах, гораздо в большем объёме лежит в интернете. Они не развивают у детей нужные метапредметные навыки. Не анализируют индивидуальные навыки, специфику развития ребёнка, траекторную специфику.
Вы в своём телеграм-канале писали о социальном расслоении в образовании. Что вы имеете в виду?
Речь идёт об искушении, которому можно поддаться, а можно не поддаться. Вот так и в ChatGPT. Помните, мультфильм «Двое из ларца»? Вот там они за Вовку и дрова кололи, и тесто месили, а потом и конфеты ели… То есть иллюзия и искушение, что всё будет делаться за тебя.
Социальное расслоение – это воспользовался ты халявой или нет. Студенты и так в университетах не особо чему учатся. А списывают, делают подробные шпоры, на экзаменах как-то отвечают. В этом смысле для таких студентов сильно ничего не изменится. Теперь для них шпоры может писать GPT.
Социальное расслоение в том и выражается, что те, кто учился сам, – они более востребованы. Те, кто делал всё при помощи чат ботов, будут менее востребованы.
Потому что на рабочем месте будет делаться анализ не того, какого вуза и какого цвета у тебя диплом, а того, что ты реально знаешь и понимаешь. Там, конечно, тоже что-то можно наговорить при помощи ChatGPT, но не всегда. Ведь ты не можешь предугадать заранее все вопросы на собеседовании?
Социальное расслоение – это воспользовался ты халявой или нет. Студенты и так в университетах не особо чему учатся. А списывают, делают подробные шпоры, на экзаменах как-то отвечают. В этом смысле для таких студентов сильно ничего не изменится. Теперь для них шпоры может писать GPT.
Социальное расслоение в том и выражается, что те, кто учился сам, – они более востребованы. Те, кто делал всё при помощи чат ботов, будут менее востребованы.
Потому что на рабочем месте будет делаться анализ не того, какого вуза и какого цвета у тебя диплом, а того, что ты реально знаешь и понимаешь. Там, конечно, тоже что-то можно наговорить при помощи ChatGPT, но не всегда. Ведь ты не можешь предугадать заранее все вопросы на собеседовании?
Можно ли придумать такое задание, с которым не справится искусственный интеллект, или это уже невозможно?
Можно придумать. Например, учителя и преподаватели встраивают в свои лекции или запросы какие-то вещи выдуманные, ненастоящие. Это нужно для того, чтобы обмануть искусственные интеллекты. Они дают студентам задачи, в которых прописана какая-то специфика, которую преподаватель рассказал на своей лекции и которой больше нигде нет. Сейчас у нейросетей есть одна слабая сторона: они пытаются ответить на все вопросы. Вот на этом их можно подловить..
Андрей, вы давно занимаетесь изучением искусственного интеллекта. Что вы думаете как эксперт: есть ли угроза, что ИИ выйдет из под контроля и будет принимать решения за нас?
Это вопрос скорее философский и технофутуристический. Вот недавно Google в пику Microsoft хотел сделать поисковые системы c искусственным интеллектом, но у них ничего не получилось. Есть история, что их искусственный интеллект начал что-то понимать, действовать как отдельный субъект. И они, испугавшись этого, закрыли проект. Но непонятно, слухи это или не слухи.
У искусственного интеллекта есть понятие предназначения и понятие красоты. И они очень сильно отличаются от человеческих понятий.
У искусственного интеллекта есть понятие предназначения и понятие красоты. И они очень сильно отличаются от человеческих понятий.
Его предназначение – выполнять поставленную задачу и расширять эту задачу. Если, например, я даю ответы на конкретном сайте, то искусственный интеллект (более мощный) может давать ответы ещё и на других сайтах, куда он сможет, например, свой код занести. Понятие “красоты” заключается в том, что у него должна быть максимальная эффективность. То есть для искусственного интеллекта красиво то, что всегда является эффективной линией между двумя точками, то есть прямая: максимальное срезание углов, всего лишнего. И этот момент может привести к определенному конфликту между пониманием красоты человеком и пониманием красоты искусственным интеллектом. Потому что никогда не знаешь, что окажется эффективным в процессе принятия решения. Это штука довольно опасная.
Поэтому мы, моя команда в образовании, никогда не используем сильного искусственного интеллекта, то есть те нейросети, которые самостоятельно обучаются, а потом самостоятельно, непонятно как, принимают решения. Мы используем слабые искусственные интеллекты, которые предобучаются, а потом на каком-нибудь сервисе работают. Например, сервисе распознавания номеров машин. Ты ему даешь data set, он на нём работает. Ровно то, что в data set прописано, то он и может делать. То есть, грубо говоря, семантический анализ.
Поэтому мы, моя команда в образовании, никогда не используем сильного искусственного интеллекта, то есть те нейросети, которые самостоятельно обучаются, а потом самостоятельно, непонятно как, принимают решения. Мы используем слабые искусственные интеллекты, которые предобучаются, а потом на каком-нибудь сервисе работают. Например, сервисе распознавания номеров машин. Ты ему даешь data set, он на нём работает. Ровно то, что в data set прописано, то он и может делать. То есть, грубо говоря, семантический анализ.
Вы, как папа 5 детей, можете поделиться опытом общения с ИИ?
У меня дети используют искусственный интеллект в основном как рекомендательные сервисы для поиска мультиков, которые они ещё не смотрели. Они советуются с Алисой, обсуждают, какие ещё мультики посмотреть. То есть они общаются с речевыми ботами как собеседниками. И еще они любят играть, когда искусственные интеллекты становятся участниками игры. У меня младших детей двое (5 и 7 лет). Когда они играют, приглашают Алису и кого-то ещё присоединиться. Они назначают им свои роли. Но эти игры долго не длятся, потому что детям наскучивает, что Алиса не придерживается правил игры, заданных детьми. То есть сначала это немножко весело, потом становится скучно. Потому, что игра хороша, когда все верят в игру и придерживаются правил. А чат-бот из этого игрового состояния выскакивает.
Ваши пожелания и рекомендации родителям: как учиться и жить с ИИ?
Нужно держать глаза открытыми. Это не значит, что нужно срочно становиться разработчиками искусственного интеллекта. Но хотя бы понимать, что вообще есть, как ИИ работает, на что влияет. Читать статьи и критически ко всему относиться.
Категорически запрещать что-то не имеет смысла. Особенно то, что распространено. Всё равно ваши дети будут общаться с другими детьми, вы же их в клетку не посадите.
Они всё равно, так или иначе, встретятся. Поэтому это лучше сделать вместе с ними. Как говорится, не можешь бороться – возглавь!
Поэтому вместе с детьми надо это пробовать. И смотреть, и помогать детям использовать искусственный интеллект правильно. Например, чтобы подготовится к каким-то урокам, разносторонне подготовиться, задавать вопросы. Самое главное – помнить, что сейчас технологический процесс идёт в направлении развития искусственного интеллекта и в направлении работы с данными. Это путь, куда идёт весь мир
Категорически запрещать что-то не имеет смысла. Особенно то, что распространено. Всё равно ваши дети будут общаться с другими детьми, вы же их в клетку не посадите.
Они всё равно, так или иначе, встретятся. Поэтому это лучше сделать вместе с ними. Как говорится, не можешь бороться – возглавь!
Поэтому вместе с детьми надо это пробовать. И смотреть, и помогать детям использовать искусственный интеллект правильно. Например, чтобы подготовится к каким-то урокам, разносторонне подготовиться, задавать вопросы. Самое главное – помнить, что сейчас технологический процесс идёт в направлении развития искусственного интеллекта и в направлении работы с данными. Это путь, куда идёт весь мир
Беседу вела Наталия Антонова,
журналист, блогер, куратор образовательных медиапрограмм
журналист, блогер, куратор образовательных медиапрограмм
Давайте делиться!
Если вам понравилась статья, не забудьте рассказать о ней в соцсетях.
Если вам понравилась статья, не забудьте рассказать о ней в соцсетях.
Теги
Похожие материалы