Ένας μαθητής έχει μπροστά του ένα δύσκολο πρόβλημα. Παλαιότερα θα δοκίμαζε, θα έκανε ένα λάθος, θα έσβηνε, θα ξαναδοκίμαζε και ίσως τελικά θα ζητούσε μια υπόδειξη από τον καθηγητή του.
Σήμερα μπορεί μέσα σε λίγα δευτερόλεπτα να γράψει το πρόβλημα στο ChatGPT και να πάρει μια ολοκληρωμένη λύση.
Είναι αυτό πρόοδος; Αναμφίβολα. Είναι όμως και μάθηση;
Μια ενδιαφέρουσα μελέτη ερευνητών του MIT Media Lab έρχεται να προσθέσει ένα σημαντικό στοιχείο στη συζήτηση. Και το ουσιαστικό της μήνυμα δεν είναι ότι «το ChatGPT βλάπτει τον εγκέφαλο», όπως εύκολα θα μπορούσε να υποθέσει κανείς από ορισμένους εντυπωσιακούς τίτλους.
Το πραγματικά ενδιαφέρον ερώτημα είναι διαφορετικό:
Τι έκαναν οι ερευνητές
Οι ερευνητές μελέτησαν 54 συμμετέχοντες, οι οποίοι κλήθηκαν να γράψουν δοκίμια. Χωρίστηκαν σε τρεις ομάδες:
- η πρώτη χρησιμοποιούσε ένα LLM,
- η δεύτερη χρησιμοποιούσε μηχανή αναζήτησης,
- και η τρίτη εργαζόταν χωρίς κανένα εξωτερικό εργαλείο.
Κατά τη διάρκεια της εργασίας τους, οι ερευνητές κατέγραφαν με ηλεκτροεγκεφαλογράφημα (EEG) δείκτες της λειτουργικής συνδεσιμότητας του εγκεφάλου. Εξέτασαν επίσης τα κείμενα, την ικανότητα των συμμετεχόντων να θυμηθούν όσα είχαν γράψει και το πόσο ένιωθαν ότι το τελικό κείμενο ήταν πραγματικά «δικό τους».
Τα αποτελέσματα παρουσίασαν ένα αξιοπρόσεκτο μοτίβο. Η ομάδα που εργαζόταν χωρίς εργαλεία εμφάνισε την ισχυρότερη και περισσότερο εκτεταμένη λειτουργική συνδεσιμότητα, η ομάδα της αναζήτησης βρισκόταν ενδιάμεσα και η ομάδα που χρησιμοποιούσε LLM εμφάνισε τη χαμηλότερη.
Οι χρήστες του LLM δυσκολεύονταν επίσης περισσότερο να ανακαλέσουν με ακρίβεια φράσεις από τα κείμενα που μόλις είχαν δημιουργήσει και δήλωναν μικρότερη αίσθηση «ιδιοκτησίας» του κειμένου τους.
Το πιο ενδιαφέρον πείραμα έγινε στο τέλος
Στην τέταρτη συνεδρία οι ερευνητές άλλαξαν τους ρόλους. Ορισμένοι από όσους είχαν χρησιμοποιήσει προηγουμένως LLM έπρεπε τώρα να εργαστούν χωρίς αυτό, ενώ συμμετέχοντες που προηγουμένως είχαν εργαστεί μόνοι τους απέκτησαν πρόσβαση σε LLM.
Εδώ εμφανίστηκε ίσως το πιο ενδιαφέρον εύρημα της έρευνας.
Το εύρημα δεν αποδεικνύει ότι υπάρχει ένας καθολικός «σωστός τρόπος» χρήσης της AI. Μας δίνει όμως μια εξαιρετικά ενδιαφέρουσα εκπαιδευτική υπόθεση:
Ίσως το σημαντικό δεν είναι μόνο αν χρησιμοποιούμε AI.
Είναι και πότε τη χρησιμοποιούμε.
Το πρόβλημα δεν είναι η βοήθεια — είναι η παράκαμψη
Η μάθηση δεν είναι απλώς η απόκτηση της σωστής απάντησης. Είναι η διαδικασία που προηγείται: η προσπάθεια, η ανάκληση γνώσεων, η δημιουργία υποθέσεων, το λάθος, η διόρθωση και η σύνδεση μιας νέας ιδέας με όσα ήδη γνωρίζουμε.
Αν ένα εργαλείο αναλάβει ολόκληρη αυτή τη διαδικασία πριν από εμάς, μπορεί να έχουμε εξαιρετικό αποτέλεσμα χωρίς να έχουμε πραγματοποιήσει την αντίστοιχη γνωστική εργασία.
Αυτό δεν είναι κάτι εντελώς καινούργιο. Η αριθμομηχανή μπορεί να εκτελέσει έναν υπολογισμό, το GPS μπορεί να βρει μια διαδρομή και η μηχανή αναζήτησης μπορεί να ανακαλέσει μια πληροφορία. Η διαφορά με τα σύγχρονα LLM είναι ότι μπορούν να αναλάβουν πολύ μεγαλύτερο μέρος της ίδιας της διαδικασίας συλλογισμού και παραγωγής του τελικού αποτελέσματος.
Στα Μαθηματικά αυτό φαίνεται καθαρότερα
Ας υποθέσουμε ότι ένας μαθητής πρέπει να αποδείξει μια ανισότητα.
Μπορεί να γράψει στο ChatGPT:
Σε λίγα δευτερόλεπτα μπορεί να έχει μπροστά του μια κομψή απόδειξη. Το πρόβλημα λύθηκε — αλλά ο μαθητής πιθανόν δεν χρειάστηκε να αναρωτηθεί ποια ανισότητα θα μπορούσε να χρησιμοποιήσει, να δοκιμάσει μια λανθασμένη προσέγγιση ή να αναγνωρίσει τη δομή του προβλήματος.
Υπάρχει όμως ένας εντελώς διαφορετικός τρόπος χρήσης του ίδιου εργαλείου:
Στη δεύτερη περίπτωση η AI δεν αντικαθιστά τον μαθητή. Λειτουργεί περισσότερο σαν καθηγητής που δίνει την κατάλληλη υπόδειξη την κατάλληλη στιγμή.
Ένας απλός κανόνας: Προσπάθησε → Ρώτησε → Έλεγξε
Από εκπαιδευτική σκοπιά, μπορούμε να μετατρέψουμε αυτή την ιδέα σε έναν πολύ απλό κανόνα χρήσης της AI:
1. ΠΡΟΣΠΑΘΗΣΕ
Δούλεψε πρώτα μόνος σου. Γράψε τι γνωρίζεις, δοκίμασε μια μέθοδο, κάνε ακόμη και λάθος.
2. ΡΩΤΗΣΕ
Χρησιμοποίησε την AI όταν έχεις ήδη κάτι να της δείξεις. Ζήτησε υπόδειξη, κριτική, εναλλακτική προσέγγιση ή εξήγηση — όχι απαραίτητα την τελική απάντηση.
3. ΕΛΕΓΞΕ
Κλείσε την AI και προσπάθησε να ανακατασκευάσεις μόνος σου το επιχείρημα. Αν δεν μπορείς να εξηγήσεις τη λύση χωρίς να κοιτάζεις την οθόνη, πιθανότατα δεν την έχεις ακόμη μάθει.
Το πραγματικό ερώτημα είναι πώς θα χρησιμοποιήσουμε ένα εξαιρετικά ισχυρό εργαλείο χωρίς να του παραδώσουμε ακριβώς εκείνη τη διανοητική προσπάθεια μέσα από την οποία πραγματοποιείται η μάθηση.
Ίσως λοιπόν ο καλύτερος ρόλος της AI στην εκπαίδευση να μην είναι να σκέφτεται αντί για τον μαθητή, αλλά να τον βοηθά να σκέφτεται περισσότερο και καλύτερα.
Και αυτό οδηγεί σε έναν κανόνα που αξίζει να θυμόμαστε:
Πρώτα σκέψου.
Μετά ρώτησε την AI.
Και στο τέλος βεβαιώσου ότι μπορείς να το κάνεις ξανά χωρίς αυτήν.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου