Človek – stroj – učenie

Technológia je súbor vyvíjajúcich sa myšlienok. Mustafa Suleyman

Správa je krátka, je reálna, bola napísaná v digitálnej aplikácii a je bezprostrednou reakciou na aktuálnu udalosť. Dospelý autor na malom priestore priblížil svoje pôsobenie na oficiálnom ligovom zápase: informoval o svojom myšlienkovom výkone, odhadol rozhodujúcu chybu, rozhodol sa overiť si domnienku o chybe, priblížil spôsob, ako chybu spracuje, načrtol, ako ju využije. Chybu neprijal ako výlučne nepríjemný zážitok, ale podáva ju ako normálnu súčasť svojho zlepšovania sa v šachovom myslení.

Aj takáto drobná správa môže byť nabitá informáciami o učení: o tom, ako sa dá postupovať pri kontrole učenia sa, ako možno pristupovať ku chybám v učení alebo ako plánovať učebný rozvoj. O týchto témach už bolo napísané veľa. Výrazne viac než o tej časti správy, v ktorej autor indikuje funkčné učenie pomocou stroja na analýzu. Samozrejme, pod týmto strojom si možno najlepšie predstaviť online aplikáciu, ktorá porovnáva postavenie figúrok súperov a na základe tohto porovnávania vyjadruje hodnotu jednotlivých ťahov. Pripomeňme, že autor správy sa rozhodol využiť strojovú analýzu, aby si overil hypotézu o pravdepodobne najvážnejšej chybe, ktorú počas hry urobil. Náš šachista si pomocou analytického stroja vytvoril nový poznatok o svojej myšlienkovej trase. Lepšie si touto cestou uvedomil, že došlo k chybám, lepšie mohol spracovať to, k akým chybám došlo, akú váhu chyby mali a v ktorej fáze hry k nim došlo. Ak by sme tento príklad predbežne zovšeobecnili: strojová analýza v aplikácii dokáže podporiť rozvoj vyšších kognitívnych funkcií človeka – napríklad tým, že poskytuje analytické východisko pre syntetické myslenie – v našom prípadne pre vyvodenie zásady alebo pravidla, ktoré autor vedome uplatní v ďalšom zápase. Touto cestou možno stroju z nášho príkladu pripísať aj schopnosť rozvíjať a posilňovať vedomie človeka o vlastnom učení.

Informácie zo správy si možno vysvetľovať z viacerých uhlov. Skúsme k situácii, o ktorej správa referuje, pristúpiť ako k predmetu myšlienkového experimentu: predpokladajme stroj, ktorý síce stále analyzuje dáta, no analyzuje ich v priamom rozhovore s učiacim sa človekom. Na základe analýzy potom aplikácia odpovedá na otázky a poskytuje vyžiadané informácie. Učiaci sa dostáva odpovede na otázky z oblastí, ktoré ho zaujímajú, učiaci sa teda môže rozvíjať v kontextoch, ku ktorým sa vzťahuje alebo na ktoré má predpoklady. Jedným z pravdepodobných výsledkov takéhoto postupu by mohlo byť presnejšie, adresnejšie, a teda účinnejšie smerovanie výučby, ktorá podnecuje a rozvíja myslenie cielene. Na druhej strane treba vidieť isté etické riziká spojené so zapojením strojovej analýzy do výučby. Prinajmenšom v zmysle, v akom o tom v kontexte umelej inteligencie hovorí Mark Coecklebergh: treba pamätať na rozdiel medzi tým, čo treba robiť, a tým, ako to robiť. Zapracovať pritom treba viac na metódach, postupoch a inštitúciách potrebných na to, aby strojová analýza vstupovala do výučby bezpečne a aby učiacim sa prinášala rozvojový efekt. Aký vplyv bude mať zapojenie prostriedkov strojovej analýzy na obsah výkonu učiteľov, ak očakávame, že informatívnu časť ich práce flexibilnejšie zvládne analytický stroj? Predpokladáme predsa stroj, ktorému sa ani po štyroch hodinách počítania nezavarí hlava, ktorý neposudzuje vstupy učiacich sa, netrpí stereotypmi, ale donekonečna odpovedá na otázky, všetko vysvetľuje a na požiadanie generuje údaje, o ktoré sa možno oprieť pri učení. Je preto realistické zotrvávať v presvedčení, že podpora zo strany živých učiteľov bude stále vyhľadávanejšia a dôležitejšia než podpora strojových sprievodcov, ktorí reagujú tak, ako keby človeku skutočne rozumeli? Nie je to vlastne triviálna otázka, ktorú už dávno zodpovedal Hans Moravec, keď vyzýval k stavbe záchranných lodí, lebo predpokladal záplavu strojov schopných postupne nahradiť ľudské myslenie? Nemáme preto jeho metaforu čítať na prvom mieste ako výzvu hľadať spôsoby, ktoré ľuďom dovolia šikovne sa pohybovať na mori výsledkov strojovej analýzy, a tak technologicky navigovať rozvoj myslenia človeka vo všetkých oblastiach vzdelávania?

Je zrejmé, že ako civilizácia stojíme na pobreží, ku ktorému sa nezadržateľne blíži masívna vlna zmien a inovácií spojená so vstupom viac než ľudskej inteligencie do vzdelávania. Jednou z kľúčových otázok preto bude, ako na túto vlnu zareagujeme v oblasti rozvoja myslenia človeka. Kľúčové bude pravdepodobne to, akým spôsobom využijeme jej inovatívnu silu a akým spôsobom túto silu oficiálne uvedieme do vzdelávacieho prostredia – do procesu sebaučenia ju už uvádzať netreba, pretože v ňom sa už táto sila tak či onak udomácňuje. Na to, aby táto sila fungovala ako zodpovedná inovácia, bude potrebné postupovať zdola, t. j. tak, aby vznikla široká zhoda aktérov vo vzdelávaní na implementačných princípoch a výbere procedúr, ktoré myslenie nenahrádzajú, ale funkčne podporujú jeho rozvoj. Vec sa dá dobre ukázať na učebnej požiadavke overiť hypotézu počas riešenia skúmateľského problému: ktoré učebné činnosti spojené so skúmaním sa môžu alebo nesmú opierať o pomoc stroja, aby došlo k rozvoju schopnosti človeka overovať si hypotézy? Pomôže tomuto rozvoju, keď napríklad dovolíme, aby stroj analyticky rozčlenil hlavné body problému, ktorý treba preskúmať, aby bolo možné dospieť k úspešnému riešeniu? Akými kritériami treba učebnú strojovú podporu diferencovať z hľadiska aktuálnej úrovne myslenia učiacich sa ľudí? Ako bude vyzerať funkčný repertoár strojovej podpory rozvoja myslenia v jednotlivých učebných predmetoch? Požiadavka postupovať zodpovedne pri uvádzaní inovácií do vzdelávania nemá len etické pozadie, ale vyplýva z nej celý rad špecifických situácií, ktoré ďaleko presahujú potreby šachistu potvrdiť si domnienku o chybe v ligovom zápase. V budúcnosti môžeme napríklad rátať s tým, že stroje budú učiteľom poskytovať nielen dáta o priebehu učebného vzostupu konkrétneho žiaka, ale aj na základe týchto dát budú navrhovať adresné učebné scenáre prispôsobené individuálnej úrovni myslenia v konkrétnej oblasti počnúc kultúrou komunikácie v materinskom jazyku a kultúrou akademickej integrity nekončiac. Z tejto perspektívy sa potom možno na učiteľa pozerať ako na profesionála, ktorý vie z navrhnutých scenárov informovane vyberať najvhodnejšie a potom ich prakticky vo výučbe realizovať. Stroj, ktorý bude poskytovať východisko pre výber učebných ciest, si potom môžeme predstavovať ako pomocníka, ktorý sa neriadi naslepo danými pravidlami, ale priebežne upravuje svoje návrhy podľa pokynov (promptov) učiteľa.

Ľudská schopnosť hrať šachy je relatívne hlboko pod hladinou metaforického mora Hansa Moravca: stroje nás v šachoch spoľahlivo porážajú prinajmenšom od roku 1997, keď Garryho Kasparova zdolal počítač Deep Blue. Ľudia napriek tomu šachy hrať neprestali. Zdokonaľujú sa v nich a robia to aj tak, že sa počas učenia opierajú o strojovú analýzu, ktorá im umožňuje efektívnejšie rekapitulovať vývoj hry, presnejšie identifikovať slabé alebo silné stránky logicko- matematického myslenia a premyslenejšie plánovať pokračovanie v učení. Podporovať vzdelávanie prostriedkami strojovej analýzy či umelej inteligencie je z mnohých dôvodov lákavé. Menej lákavá je predstava o tematickej šírke a potenciálnej hĺbke diskusie, ktorá musí prebehnúť pred tým než dôjde k legalizácii či legitimizácii najnovších technologických prostriedkov vo vzdelávaní. Napriek zložitosti problému i napriek množstvu relevantných riešiteľov treba nájsť konsenzus na národnej, európskej či globálnej úrovni. Bez neho hrozí, že záplava učených strojov príde skôr než stihneme postaviť prvú loď.

Autor: Karel Dvořák

Automatizovaná analýza textu alebo dát v zmysle čl. 4 smernice 2019/790/EU je bez súhlasu nositeľa práv zakázaná.

Všetky práva vyhradené EDUAWEN EUROPE

Zdroje:

BRIDLE, James. 2024. Způsoby bytí. Za hranice lidské inteligence. Brno : Host. 359 s. ISBN 978-80-275-2264-4

COECKELBERGH, Mark. 2023. Etika umělé inteligence. Praha : Filosofia. 268 s. ISBN 978-80-7007-746-7

GARDNER, Howard. 1999. Dimenze myšlení. Teorie rozmanitých myšlení. Praha : Portál. 398 s. ISBN 80-7178-279-3

SULEYMAN, Mustafa – BHASKAR, Michael. 2024. Nezadržitelná vlna. Technologie, umělá inteligence, moc a největší dilema 21. století. Praha : Audiolibrix. 383 s. ISBN 978-80-88494-39-3

TEGMARK, Max. 2020. Život 3.0. Člověk v éře umělé inteligence. Praha : Argo Dokořán, 294 s. ISBN 978-80-7363-948-8