AI ve vzdělávání: Mezi FOMO, všeználky a budoucností juniorů

Darianina cesta

Daria má za sebou působivou kariéru. Učí na MIT v Bostonu v oddělení Professional Education, kde pomáhá vytvářet a vést programy o architektuře AI systémů a velkých jazykových modelech pro manažery. Dva roky vedla AI Skills and Learning ve škole programování 42 London, která rekvalifikuje lidi bez IT zkušeností na full-stack vývojáře. V Praze pak založila první středoevropský MBA program zaměřený na AI Business pro manažery, kteří mají implementovat AI ve firmě, ale nevědí jak.

Její cesta vedla přes korporát (McKinsey v Belgii) i výzkum (laboratoř GoodAI v Praze). Důležitá lekce? Prodávat transformativní AI projekty je náročné a vyžaduje ohromné úsilí a motivaci od všech zúčastněných.

Sen o osobním tutorovi pro každého

Vzdělávání bylo dlouho postavené na získávání a ukládání znalostí, které si pak dokážeme vyvolat nebo dohledat. Generativní AI tohle zásadně mění.

Ve své přednášce mluvila o následujících konceptech:

Informace bez vysvětlení je nová velká výzva. AI nástroje umožňují komunikaci běžným jazykem a simulují lidskou konverzaci. Vydávají informaci, která vypadá pravdivě, ale nemusí být, a její ověření zabere spoustu času.

Generativní AI přišla se slibem naplnit takzvaný Bloomův cíl dvou sigma. Bloom už v 70. a 80. letech prokázal, že osobní tutoring 1:1 vede k mnohem lepším výsledkům. Posun průměrného žáka pod vedením tutora dosáhl o dvě směrodatné odchylky (2 σ) lepších výsledků než žák ve standardní třídě. Protože dobrých učitelů ubývá a jsou drazí, AI slibuje, že tuhle propast uzavře a umožní personalizovanější výuku.

Všeuměl (polymath) je další zajímavý koncept. AI nabízí schopnost jít do hloubky v mnoha různých oblastech najednou. Model, se kterým můžete mluvit 24/7, funguje jako obrovský akcelerátor lidských schopností. Na druhou stranu dochází ke kognitivnímu outsourcingu. To znamená, že odkládáme mentální činnosti do nástrojů, podobně jako jsme přestali pamatovat si telefonní čísla.

Problém se škálováním je reálný. Dostat AI řešení z ukázkového módu do spolehlivého a konzistentního nasazení napříč školou je stejně těžké jako v jiných odvětvích. Zatímco Jižní Korea zkusila zavést AI učebnice jako plošnou povinnost (později to změnila na volitelné), americké univerzity reagují různě jako například, že vyžadují kompletní print všech promptů jako přílohu k pracím.

Junioři v ohrožení a genderová propast

Daria zdůrazňuje, že břemeno vzdělávání v oblasti AI padá hlavně na jednotlivce, ne na školy nebo zaměstnavatele.

Paradox juniorního trhu

Úkoly typicky vytvořené pro juniory/entry-level pozice, jako příprava reportů, jsou teď snadno a levně realizovatelné pomocí AI. V posledních dvou letech se v oblastech ovlivněných generativními nástroji o 13 % méně vypisují juniorní pozice. Manažeři a firmy by měli systematicky strukturovat učební cestu juniorů tak, aby se naučili pracovat jak s AI, tak bez ní.

Kde jsou ženy?

Studie naznačují, že ženy používají generativní AI méně než muži. Úkoly, které AI zvládá, často patří ženám na juniorních pozicích, což komplikuje jejich návrat na trh po mateřské. Jedna spekulace zní, že ženy mají pocit, že "podvádějí", pokud nemají jasné mantinely použití AI.

Geopolitika AI: Korejský příběh

Globálně se AI dělí na tři oblasti: Amerika dělá nejvíc, Evropa dramaticky nestíhá a Asie "si dělá svou věc".

Evropa se snaží regulovat AI pomocí AI Act, ale spíše v domnění, že tím zabrání zahraničním hráčům vstoupit na trh. Jižní Korea je příkladem země, která usiluje o suverénní AI nezávislou na amerických vendorech.

Korea, jejíž ekonomika je silně závislá na čipech a má nízkou porodnost, investovala obrovské částky do datové infrastruktury a vývoje velkých jazykových modelů. Vyvinuli vlastní model Hyper Clova X v rámci korporace Naver. Model je specifický tím, že byl alignován tak, aby reflektoval korejský pohled na svět – pomocí velkého dotazníku získali data od 6000 lidí na různá témata včetně K-popu a názorů na Lionela Messiho.

Vzdělávání jako produkt

OpenAI a Google transformují vzdělávání na komerční produkt. ChatGPT vydal Study Mode, Google udělal totéž. Google má potenciálně silnější pozici díky ekosystému jako Google Classroom. Vítězem bude pravděpodobně ten, kdo z AI udělá věc v pozadí, která uživatelům pomáhá dělat to, co už dělali, ale lépe.

FOMO a etika

Práce v oboru AI je podle Darie strašně náročná a doprovází ji "FOMO jako blázen". Je tu obrovské množství šumu a influencerů. Etická rovina je emočně náročná, protože AI má obrovský sociální dopad.

Je klíčové si uvědomit, že existuje obrovský gap mezi tím, co aplikace umí na papíře, a tím, co dělá reálně. Daria radí: Nebojte se AI využívat jako pomocníka, ale buďte si vědomi výzev juniorního trhu práce. Věřte tomu, co jste vyzkoušeli, ne jen tomu, co se vám říká.

Jedna Dariina metafora na závěr: Generativní AI ve vzdělávání je jako turbo motor připevněný ke starému kočáru. Poskytuje nám neuvěřitelnou rychlost a potenciál dosáhnout cíle, ale zároveň musíme neustále řešit, jak kočár přizpůsobit takové rychlosti a zajistit, že se cestující během jízdy nezraní a skutečně chápou cestu, místo aby jen sledovali cílovou destinaci na GPS.