Новая парадигма образования в эпоху ИИ
Новая парадигма образования в эпоху ИИ
Сейчас, когда люди сдают экзамены любого характера, они даже не учат - просто скидывают вопросы в нейросеть, получают готовый ответ и успешно закрывают как минимум на 80% верно. Бороться с этим или использовать?
Что происходит сейчас?
После 2020 года и повсеместной пандемии, популяризировалась парадигма дистанционного обучения, когда студент/ученик самостоятельно изучает материал, предоставленный на сайте, а потом просто подтверждает свои знания путём сдачи квалификационных или промежуточных экзаменов в режиме онлайн.
Здесь есть несколько категорий:
- школьники;
- студенты;
- рабочие;
- соискатели.
Школьники защищают свои основные знания по фундаментальным наукам. Разумеется, спрос с них низкий, когнитивная нагрузка чуть ниже, да и списывали во все времена. Тест по истории просто ограничивается вопросами, в каком году что-то произошло, а задачи заставляют лишь слегка задуматься и вспомнить ранее изученный материал.
Студентам сложнее, и одновременно проще. На них зачастую уже нет давления родителей, реже бывают домашние задания, но зато экзамены, зачёты и тестирования более сложные, и требуют тщательной подготовки.
Рабочих, уже получивших образование и работу людей, просто вынуждают - либо это какие-то повышения квалификации, либо переаттестации, либо требования сверху. Их не особо беспокоят итоги таких проверок, они воспринимают такие задачи как стандартные поручения, за которые им платят.
Соискателям тяжелее всего. Они уже обучились, и находятся в самом непредсказуемом положении, и не представляют, что будут спрашивать у них на собеседованиях, вступительных тестах и карьерных встречах. Им приходится вспоминать и студенческий основной материал, и дополнительный, и свой личный опыт работы. Если школьник, студент просто получат оценку, а рабочий и вовсе ничего не теряет, то соискатель может остаться без работы, поэтому выкладывается на полную.
Но все эти категории получили крайне эффективный инструмент - нейронные сети. ИИ может решить любые задачи за секунду. Школьники и студенты могут не заморачиваться, наслаждаться жизнью, играть и бездельничать, рабочие могут не отвлекаться от задач, а соискатели повышать свой шанс на получение работы.
С другой стороны тоже так!
С обратной стороны у нас есть:
- учителя;
- экзаменаторы;
- собеседующие.
Учителя и экзаменаторы нагружены дополнительной нагрузкой - заполнение журналов, подготовка материала на следующей день, общение с родителями в чатах, решение всяких дополнительных проблем. У них не особо много времени для проверки, и поэтому они могут применить ту же технологию - просто закинуть результаты в нейронку, и получить краткое резюме и оценку.
Собеседующие и того хуже, ещё на этапе первичного разбора откликов, резюме кандидатов УЖЕ проверяет нейросеть, а тестовые задания...составляются тоже через ИИ. Как и вопросы на собеседовании.
Получается, что та сторона, что другая - обе играют не по правилам. Значит, правила теряют смысл и являются лишь формальными.
Проблема была всегда
На самом деле, в устоявшейся практике всегда были проблемы. Лично я отличником был всегда, получил красный диплом, готовился и старался максимально хорошо изучать предмет. На устных экзаменах, решении задач, олимпиадах и викторинах чувствовал себя великолепно. Моя слабость была в тестировании - я негативно к ним отношусь, потому что выпадал на спорных моментах. Возможно, вопросы скорее к составителям тестов, которые совсем иначе работают...
Проблема здесь в том, что при решении тестом задействуется иное мышление, которое не касается проверки знаний. Логика здесь тоже не при чём. Внимательность скорее, и умение реагировать быстро, действовать необдуманно.
А можно и вовсе положиться на везение, расставить ответы в случайном порядке, и теоретически, получить хороший результат. Не имея знаний и не готовясь!
Справедливо ли? Не думаю.
Очевидно, что старые методы (которые и так были спорными) не эффективны сейчас. К тому же, учитывая что требуется что-то новое, нужно исправить проблемы связанные с тем, что они плохо подтверждали знания. Порой человек может быть слабым теоретиком, но очень крепким решателем задач. Короче говоря, всё это узко, примитивно.
Оценивался всегда результат, потому что он измерим и проверяем. А проверяющие лица физически не могут выкладываться на тысячи учеников на полную, поэтому человеческий фактор при оценке процессов неискореним.
Требуется новый подход
Проблема в том, что нужно формировать некое портфолио знаний и достижений в области, а не конкретный итоговый тест.
Раньше мы смотрели на финальный ответ, но сейчас он ничего не стоит и просто тратит время, не имея какой-то ценности. Для тренировки решения задач хороши, но не для оценки личности.
Требуется анализировать определённый набор показателей, которые в итоге формируют общую сводку.
Например, о тестах можно забыть, но можно посмотреть процесс решения задачи.
- Разрешить использование нейросети и признать её обычным источником.
- Разрешить использование материалов и источников, признать их инструментом.
- Разрешить действовать так, как считает правильным сам ученик.
К примеру, ученик представляет не просто решение задачи, а полную карту того, как он решал её - как переписывался с нейросетью, как анализировал ответ, почему выбрал тот или иной промпт, как итерировал запросы, как понял задачу. Так можно увидеть в человеке работу в анализе. Если же он не заморачивался, а просто скинул "Реши задачу", и на этом закончил, то здесь, очевидно, слабая позиция - человек даже не уточнял. Либо вопрос был совсем простым?
Устный формат нужно включать, это самый надёжный способ проверять знания, путём диалога. Но вопросы нужно задавать более жизненно, чтобы нейросеть не могла при помощи распознавания речи формировать корректные ответы. Например, задавать вопросы "Почему", уточнять мнение, чтобы оценивать гибкость мышления и понимание концепций.
К примеру, задавать междисциплинарно и интересно. Не решение уравнения или написание программы, а подсказать в итоговой задаче проектирования, к примеру. Здесь нейросеть допустима как инструмент - ученик скажет "ChatGPT мне подсказал вот так, а DeepSeek - иначе. Я считаю, что..." и это уже анализ!
Хороший вариант - предлагать прочесть книгу, а потом спросить мнение о ней. Можно и сфокусироваться на нейросетях, когда ученику будет даваться заведомо неверный или неоптимальный ответ, сгенерированный ИИ, и требуется его улучшить. Это учит критическому мышлению.
И самое важное, наверное. Это кейсы из реальной жизни, задачи, которые нельзя нагуглить в пользу уникальности человека, региона, предприятия. Например, спросить о личных наблюдениях ученика.
Главная концепция - перед вами не робот, а человек!
Пока мы будем воспринимать людей "роботами", мы так и будем в беде.