Odločanje o GenUI se seli na sistemsko raven prek vprašanja pravil, odgovornosti in pomena znanja

V prispevkih, ki smo jih pregledali v zadnjih dveh tednih, je zaznati premik od vprašanja individualne rabe orodij (generativne) umetne inteligence, “Ali študent uporablja genUI pri nalogah?” do sistemskih premislekov, kdo, kdaj, ob kakšnih pravilih, s kakšnimi stroški in kakšnimi posledicami lahko uporablja genUI. Premik se kaže v treh sočasnih potezah:

1. Spletna učna okolja in različni univerzitetni sistemi vključujejo “agentne” funkcionalnosti, ki obljubljajo prihranek časa, a hkrati naslovijo izziv manj fizičnega stika s študenti.
2. Pedagogi preizkušajo nove in prilagajajo ustaljene oblike preverjanja znanja (npr. ustne zagovore, izpite v varnih okoljih), saj se je pri ustaljenih, običajno pisnih oblikah preverjanja znanja, zapletlo.
3. Razprava glede uporabe genUI se še bolj intenzivno premika k zmožnostim in kompetencam pedagogov in drugega osebja ter institucionalni odgovornosti, kjer predvsem izstopajo različne kompetence zaposlenih, ki ni samo didaktični problem, ampak vpliva tudi na kakovost in regulacije uporabe orodij UI.

Dodatno je obdobje zadnjih dveh tednov pokazalo, da (gen)UI sproža hkrati kulturne konflikte (zlasti v kreativnih disciplinah), pravne konflikte (spori o podatkih za učenje modelov) in infrastrukturne konflikte (energetska poraba, prilagodljivost podatkovnih centrov, monetizacija prek oglasov). Visoko šolstvo je v tej sliki hkrati uporabnik, trg, regulator (prek pravil za uporabo v izobraževanju, raziskovanju) in prostor oblikovanja družbenih norm (prek vrednotenja znanja).

Agentni sistemi v spletnih učnih okoljih so novost in vprašanje, s katerim se tudi na naši univerzi pogosto srečujemo. Podjetje Infrastructure, ki je lastnik spletnega učnega okolja Canvas, je napovedalo svojega novega agenta “IgniteAI Agent”, ki bo avtomatiziral določene rutinske aktivnosti v spletnem učnem okolju, kot so generiranje ocenjevalnih lestvic, usklajevanje gradiv z učnimi cilji, pregled razprav v predmetu. Čas, ki ga bodo pedagogi s tem prihranili, bodo po mnenju razvijalcev lahko porabili za aktivnosti, ki zahtevajo mentorstvo, podajanje povratnih informacij in bolj poglobljene učne izkušnje. Hkrati se pojavljajo agenti, ki obljubljajo avtomatizirano reševanje aktivnosti v spletnih učnih okoljih, kot je Canvas. Tako smo ponovno pri vprašanju, ali drsimo v scenarije, kjer uporabljamo umetno inteligenco, da rešuje z umetno inteligenco generirane aktivnosti.

Ker gre za zahtevna vprašanja, na katera odgovori niso enoznačni, se lahko vsi strinjamo, da smo v prehodnem obdobju, kjer se oblikujejo začasna pravila in regulacije. V Kaliforniji so med pedagogi, študenti in drugim osebjem v visokošolskem izobraževanju izvedli obsežno raziskavo (>94000 odgovorov) glede trenutne rabe in “življenja” z uporabo UI. Rezultati so pokazali tri težišča, ki bi jih morala naslavljati vsaka univerza.

Prvič, kar 95% udeležencev raziskave uporablja vsaj eno UI orodje, kar pomeni, da je UI močno vpeta v univerzitetni vsakdan, ne glede na individualne zadržanosti glede rabe.

Drugič, odnos pedagogov do rabe orodij genUI med študenti je mešan, od spodbujanja do prepovedi, kar potrdi, da pravilniki na ravni univerz, fakultet morajo zagotavljati raznolikost, prilagodljivost. Dodatno ta del podpre nedavna raziskava, ki na podlagi sistematične sinteze empiričnih študij in kvalitativnega vpogleda v zaznave strokovnjakov izpostavi komplementarnost modelov (gen)UI. Ne glede na to, ali se strinjamo z okvirjem raziskave, je rezultat lahko zanimiva didaktična usmeritev. Pedagoška praksa običajno ne bo usmerjena v eno samo orodje, temveč v ekosistem modelov z različnimi priložnostmi. Namesto odločanja o orodjih se tako ponovno premaknemo k vprašanju kako pri študentih spodbuditi razmislek o tem kdaj je model uporaben kot ustvarjalec idej, kdaj kot orodje za preverjanje, kdaj uporaba predstavlja tveganje.

Tretjič, močno povpraševanje po usposabljanju kaže, da se je težišče iz razprav o goljufanju premaknilo k vprašanju strokovne zmožnosti, kjer se univerze sprašujejo, kako pedagoge opremiti, da bodo znali preoblikovati naloge, preverjati proces učenja in učiti “kritično rabo” rezultatov, ki jih ponudijo orodja genUI, namesto prepovedovanja.

Zadnje težišče, premalo usposabljanj in nizka usposabljenost pedagogov in zaposlenih dodatno podpira izziv, kjer genUI razgalja razlike med univerzami. Zaradi različnih pedagoških zmožnosti v poznavanju kurikularnega načrtovanja, postavljanja jasnih pravil in oblikovanja kakovostnih nalog se ustvarjajo razpršene prakse, ki povzročajo neenake študentske izkušnje, kar ni le didaktični problem, ampak tudi vprašanje pravičnosti ter zagotavljanja kakovostnega znanja.

Glede na razsežnosti rabe genUI ne preseneča, da je tudi vse več znanstvenih in strokovnih prispevkov osredotočenih ne samo na didaktični oz. tehnični učinek, ampak tudi na čustveni in moralni proces, ki ga ta orodja vzbujajo pri študentih. V eni izmed novejših študij pokažejo izrazito ambivalentnost, kjer optimizem in navdušenje nad možnostmi UI pogosto soobstajata s skepticizmom in skrbjo. V študiji dodatno pokažejo, kako študenti ob uporabi UI doživljajo olajšanje, a hkrati tudi občutke krivde, dvoma in povečane pozornosti, zlasti v kontekstu ocenjevanja, ustvarjalnosti in lastnega glasu. Pomemben zaključek študije je, da moramo v izobraževanju polega pravilnikov razvijati tudi t. i. kritično afektivno pismenost, zmožnost, da v pedagoškem prostoru odpremo prostor za pogovor o čustvih, dilemah in moralnih odločitvah, ki spremljajo uporabo UI. Prav ti vidiki bodo v prihodnje bistveni za vzpostavljanje zaupanja, odgovorne rabe tehnologije in reflektiranega učenja.

Deloma tudi zaradi omenjenih čustvenih in moralnih implikacij uporabe UI se je na nekaj ameriških univerzah, kjer na letni ravni porabijo okrog 17 milijonov za nakup licenc za genUI, del pedagogov oz. zaposlenih uprl obnovi licenc. Svojo odločitev utemeljujejo v kontekstu finančnih pritiskov in strahu pred poslabšanjem delovnih pogojev. Vprašali so se, koliko je vredno plačati za univerzitetno licenco, če pri uporabi ni jasnega didaktičnega načrta in če obstaja tveganje, da tehnologija nadomešča ali razvrednoti delo človeka, tudi na račun zasebnosti in varnosti. 

Še posebej je odpor izrazit pri umetnostnih disciplinah. Umetniške institucije spodbujajo premik h kritični pismenosti, torej učenju študentov, kako orodja delujejo, kakšne so pravne in okoljske posledice uporabe in kako postavljati etične meje. Ob tem se soočajo z odporom, ki ni samo “tehnofoben”, ampak pogosto izvira iz vprašanj avtorskih pravic in poklicne prihodnosti. Sporočilo, ki ga lahko iz prispevka razbere vsak izmed nas, je, kjerkoli je disciplina opredeljena z avtorskim “glasom”, interpretacijo ali profesionalno etiko, bo dovoljena raba UI manj pomembna kot to, kaj v posamezni disciplini štejemo kot kakovostno delo in kako to ocenjujemo (tudi če je v proces ustvarjanja vključena umetna inteligenca).

Odpor dodatno podpirajo novice, kot je tožba 3D ustvarjalca proti različnim velikanom na področju genUI, zaradi domnevnih zlorab 3D modelov za učenje generativnih sistemov. Takšni prispevki naj nam bodo opozorilo glede pravnega in etičnega ozadja orodij, ki jih uporabljamo. Še toliko bolj pomembno je, da s študenti razpravljamo o tem, na katerih podatkih temeljijo orodja genUI ter s tem vplivamo na splošno UI-pismenost študentov (in pedagogov), ki morajo razumeti razliko med licencami, dovoljenji, komercialno rabo in učenjem modelov na podatkih.

Razmišljati moramo še o izzivu oglasov v orodjih genUI, ki vplivajo na zaupanje v odgovore teh orodij. Namreč, genUI orodja se utrjujejo tudi kot množični medij z lastno ekonomiko pozornosti. V izobraževanju se bomo morali vprašati, če genUI postaja kanal z oglasno infrastrukturo, kako to vpliva na študentsko percepcijo nevtralnosti sistema, na njihove navade preverjanja virov in na tveganje, da se iskanje informacij preplete s komercialnimi interesi. Univerze bodo morale pri digitalni pismenosti vse bolj vključevati tudi razumevanje poslovnih modelov orodij, ki jih študenti uporabljajo za učenje.

Vse naštete dileme pomembno vplivajo na razmislek pedagogov glede ocenjevanja znanja. Še vedno zaznavamo prehod iz obstoječih načinov ocenjevanja v nekoliko bolj tradicionalne oblike, npr. ustne zagovore. Prehod pa se, kot lahko tudi sami sklepate, ne dogaja zaradi nostalgičnih občutkov, ampak iz skrbi, da je z genUI možno ustvariti dovolj dobra besedila in rešitve, ki niso rezultat študentovega razumevanja in procesa ustvarjanja. Pedagogi so tako zaskrbljeni glede avtentičnosti študentskega dela, pravičnosti ter vzdržnosti obstoječih načinov preverjanja znanja. Ustni zagovori oz. nekoliko bolj tradicionalne oblike ocenjevanja omogočajo pedagogom premik od ocenjevanja “izdelka” k ocenjevanju epistemskega vedenja, kjer študenti pojasnjujejo, argumentirajo, utemeljujejo svoje premisleke in evalvirajo uporabo različnih orodij in njihovih rezultatov. Hkrati pa pedagogi opozarjajo na izzive, povezane s takšno izvedbo (čas, vprašanje izvedljivosti pri velikih skupinah, usposobljenost pedagogov, manjko usmeritev za oblikovanje ocenjevanj), in na potrebo po skrbnem oblikovanju takšnih ocenjevanj zaradi zmanjšanja neželenih učinkov na študente z anksioznostjo in specifičnimi potrebami.

Tekma na področju umetne inteligence ni več omejena na modele in algoritme, temveč vse bolj poteka na ravni fizične infrastrukture, predvsem energije. Tehnološka podjetja si skušajo zagotoviti stabilne in dolgoročne vire elektrike, saj hitro rastoči centri postajajo energetsko izjemno zahtevni. Za visokošolski prostor ima to več implikacij. (gen)UI ni več »nevidna« digitalna storitev, temveč materialno odvisen sistem z realnimi okoljskimi in ekonomskimi posledicami. To lahko vpliva tudi na odločitve univerz o uporabi UI (npr. Izbira orodij, obseg rabe), saj se raba posredno povezuje tudi z vprašanji trajnosti in stroški infrastrukture.

V kontekstu dogajanja zadnjih dveh tednov nam ponovno postane jasno, da generativna umetna inteligenca v izobraževanju ni le vprašanje orodij, temveč pogojev njene rabe. Tudi nedavno objavljena študija s sistematičnim pregledom literature kaže, da lahko umetna inteligenca pomembno prispeva k bolj prilagojenemu učenju, povratni informaciji in razvoju samoregulacije, vendar le, če je vključena premišljeno, z jasno pedagoško logiko, ustrezno UI-pismenostjo in prenovljenimi pristopi k ocenjevanju. Brez tega se hitro preoblikuje v vir površinskega učenja, odvisnosti in novih neenakosti. Ključno vprašanje zato ostaja, kako UI vključiti tako, da podpira razumevanje, odgovornost in zaupanje v akademski prostor.

Če ste na svoji fakulteti, pri predmetu ali v okviru strokovnega dela preizkusili zanimivo rabo UI v izobraževanju, vas prijazno vabimo, da svoj primer delite z nami prek obrazca za zbiranje primerov dobrih praks.  Z veseljem bomo pregledali predloge in izbrane prispevke vključili v naslednje številke UI novičnika, da bomo lahko skupaj gradili pregled uporabnih in premišljenih pristopov v univerzitetnem prostoru.

Avtorice: Sanja Jedrinović Čufer, Mateja Bevčič, Eva Kern Nanut, Eva Škraba, Maja Kosmač, Center UL za uporabo IKT v pedagoškem procesu