Come apprende l’Intelligenza Artificiale

Indice

• Trasformer
• Stili di apprendimento
• Stili di apprendimento e modalità di apprendimento
• Considerazioni sullo scritto
• La potenza dell’AI
• Il caso di New York
• I vantaggi dell’AI
• Conclusioni

I nuovi strumenti di intelligenza artificiale sono oggi in grado di scrivere saggi per gli studenti e richiedono dunque agli educatori di ripensare l’insegnamento e la valutazione.

Strumenti in grado di scrivere saggi avvincenti di livello universitario. Prendendo un esempio di saggio prodotto dal trasformatore GPT-3, Mike Sharples, accademico britannico che lavora sulla tecnologia educativa, discute le implicazioni di questa tecnologia per l’istruzione superiore e sostiene che dovrebbero essere utilizzate per migliorare la pedagogia, piuttosto che accelerare una corsa agli armamenti in corso tra truffatori sempre più sofisticati e rilevatori di frodi.

Trasformer

Con tutta l’attenzione rivolta all’intelligenza artificiale e all’istruzione sui sistemi di apprendimento e tutoraggio personalizzati, una tecnologia AI è passata inosservata. Quest’ultima potrebbe diventare un regalo per quegli studenti definibili come imbroglioni, o un potente assistente didattico, o uno strumento per la creatività. Si chiama Transformer, agisce come uno strumento linguistico universale ed è destinato a rivoluzionare l’istruzione. È stato fatto un esperimento con la scrittura di un saggio che qui riporto.

Stili di apprendimento

Il costrutto degli “stili di apprendimento” è problematico perché non riesce a tenere conto dei processi attraverso i quali gli stili di apprendimento sono modellati. Alcuni studenti potrebbero sviluppare un particolare stile di apprendimento perché hanno avuto esperienze particolari. Altri potrebbero sviluppare un particolare stile di apprendimento cercando di adattarsi a un ambiente di apprendimento che non era adatto alle loro esigenze di apprendimento. In definitiva, dobbiamo comprendere le interazioni tra stili di apprendimento e fattori ambientali e personali, e come questi modellano il modo in cui impariamo e i tipi di apprendimento che sperimentiamo.

Stili di apprendimento e modalità di apprendimento

Nel 1970, gli stili di apprendimento sono diventati una caratteristica importante della pratica educativa. Nel 1990, le “modalità di apprendimento” sono diventate un obiettivo fondamentale della ricerca sullo stile di apprendimento. Questa è l’idea che elaboriamo per le informazioni in modi diversi. Ad esempio, alcuni individui possono essere studenti uditivi, beneficiando dell’ascolto delle lezioni e dell’utilizzo di materiali registrati. Altri possono essere studenti visivi, che traggono vantaggio dall’utilizzo di materiali visivi come libri di testo, dispense e computer grafica. Altri ancora possono essere studenti cinestesici, che traggono beneficio dall’apprendimento attraverso il movimento e il fare. Sono stati condotti numerosi esperimenti per testare questa idea e sono state proposte diverse classificazioni delle modalità di apprendimento.

In una revisione di questa ricerca, Dunn e Dunn (1997) hanno scoperto che le prove non supportano l’idea che le persone abbiano una particolare modalità di apprendimento dominante o che elaborino le informazioni in un modo particolare. Nel loro studio, gli autori hanno scoperto che quando agli studenti veniva somministrato un particolare trattamento didattico, potevano essere classificati in una particolare categoria di modalità di apprendimento. Ma quando hanno ricevuto un trattamento didattico diverso, sono stati classificati in una categoria diversa. In uno studio di follow-up in cui hanno dato agli studenti una serie di trattamenti didattici, Dunn e Dunn hanno scoperto che gli studenti potrebbero essere collocati in una particolare categoria in alcuni trattamenti, ma non in altri.

Dunn e Dunn hanno anche scoperto che i risultati variavano in base all’età. Gli studenti più grandi generalmente si adattano ai risultati di più di una modalità, mentre gli studenti più giovani avevano maggiori probabilità di adattarsi ai risultati di una sola modalità. Ciò li ha portati a concludere che le preferenze di stile vengono apprese nel corso dello sviluppo. Ciò è coerente con l’idea che le persone sono flessibili nel rispondere al modo in cui vengono insegnate. (Dunn, R., & Dunn, K. (1997). Stili di apprendimento: ricerca e pratica. Journal of Research in Education, 7 (2), 139-151).

Considerazioni sullo scritto

L’intero “saggio studentesco” è stato scritto da un programma Transformer AI, GPT-3. Gli è stato dato il suggerimento “Il costrutto di ‘stili di apprendimento’ è problematico perché” e ha prodotto il resto, compresi titoli e riferimenti. Il software antiplagio non ha rilevato i saggi scritti da Transformers, perché il testo viene generato, non copiato. Una ricerca su Google del saggio mostra che ogni frase è originale.

Si noti il suo riferimento per “Dunn and Dunn (1997)”. C’è una rivista di ricerca nell’educazione, ma nessun numero 7 (2) nel 1997. Dunn e Dunn pubblicarono sugli stili di apprendimento, ma non in quella rivista. GPT-3 ha modellato un riferimento dall’aspetto plausibile ma falso. Ha anche inventato uno studio di ricerca fittizio di Dunn e Dunn per criticare gli stili di apprendimento.

La potenza dell’AI

Chiunque può registrarsi per un account con il trasformatore GPT-3, quindi andare nel suo “parco giochi”, digitare le parole di apertura di un compito, premere “invia” e lasciare che il software faccia il resto. Uno studente può ora generare un intero saggio o compito in pochi secondi, al costo di circa 1 centesimo. Anche aziende e Università stanno sviluppando sistemi Transformer che scrivono in più lingue e imparano mentre fanno pratica.

Alcuni Transformers, come GPT-3, possono filtrare il linguaggio volgare. Ma sono essenzialmente amorali. Non sanno cosa hanno scritto, non possono riflettere sulla loro produzione. Può un generatore di testo potente ma amorale essere usato per il bene nell’educazione? Esattamente come per uno studente che può generare un tema in pochi secondi, così un insegnante può valutarlo.

Il software opera quindi un lavoro ragionevole e strutturato. Il programma trasforma il testo superficiale in una recensione, ma non arriva al significato del saggio, né trova il riferimento falso o lo studio di ricerca inventato.

Il caso di New York

A New York l’impiego di GhatGPT è stato vietato a studenti e insegnanti sostenendo “impatti negativi sull’apprendimento degli studenti e preoccupazioni riguardanti la sicurezza e l’accuratezza dei contenuti”.

“Sebbene lo strumento possa essere in grado di fornire risposte rapide e semplici alle domande, non sviluppa capacità di pensiero critico e di risoluzione dei problemi, che sono essenziali per il successo accademico e per tutta la vita”.

I vantaggi dell’AI

Gli studenti utilizzeranno l’intelligenza artificiale per scrivere compiti. Gli insegnanti useranno l’intelligenza artificiale per valutarli. Nessuno impara, nessuno guadagna. Se mai c’è stato un momento per ripensare la valutazione, è ora. Invece di educatori che cercano di superare in astuzia i Transformers AI, sfruttiamoli per l’apprendimento.

Se i sistemi AI di Transformer hanno un’influenza duratura sull’istruzione, forse ciò verrà da educatori e responsabili politici che dovranno ripensare a come valutare gli studenti.

In primo luogo, Transformers può mostrare rapidamente agli studenti diversi modi per esprimere idee e strutturare i compiti. Un insegnante può eseguire un esercizio in classe per generare alcuni compiti su un argomento, quindi convincere gli studenti a criticarli e scrivere le proprie versioni migliori.

In secondo luogo, i Transformers AI possono essere strumenti di creatività. Ogni studente scrive una breve storia con un’intelligenza artificiale. Lo studente scrive il primo paragrafo, l’IA continua con il secondo e così via. È un buon modo per esplorare le possibilità e superare il blocco dello scrittore.

In terzo luogo, gli insegnanti possono esplorare l’etica e i limiti dell’AI. Come ci si sente a interagire con un esperto di parole che non ha morale e nessuna esperienza del mondo? Una “rete neurale profonda” ha una mente o è solo un processore di big data?

Conclusioni

Dal punto di vista degli educatori, se stanno impostando compiti agli studenti a cui possono rispondere i Transformers AI, stanno davvero aiutando gli studenti a imparare? Ci sono molti modi migliori per valutare l’apprendimento: il feedback costruttivo e la valutazione tra pari. Se i sistemi di intelligenza artificiale di Transformer hanno un’influenza duratura sull’istruzione, forse ciò verrà da educatori e responsabili politici che dovranno ripensare a come valutare gli studenti, lontano dall’impostazione di compiti a cui le macchine possono rispondere, verso la valutazione per l’apprendimento.