Αντώνης Μαυρόπουλος

Για να αξιοποιηθεί η υπαρκτή τεχνητή νοημοσύνη στο σχολείο, πρέπει πρώτα να το φέρει στα πεπερασμένα μέτρα της

Η παγκόσμια συζήτηση για την «αξιοποίηση» της τεχνητής νοημοσύνης στην πρωτοβάθμια και δευτεροβάθμια εκπαίδευση συνεχίζεται αμείωτη. Όπως έχουμε ξαναγράψει, η μαζική χρήση των εμπορικών εφαρμογών της τεχνητής νοημοσύνης στα σχολεία είναι κεντρική στρατηγική των μεγάλων πολυεθνικών που ελέγχουν τα μεγάλα γλωσσικά μοντέλα στη Δύση.

Πρόσφατα, είχα την χαρά να συμμετάσχω σε μία πολύ ενδιαφέρουσα συζήτηση της Διδασκαλικής Ομοσπονδίας Ελλάδος για την τεχνητή νοημοσύνη και ομολογώ ότι εντυπωσιάστηκα από το βάθος των ερωτημάτων που τέθηκαν αλλά και της της συζήτησης που έγινε. Θα ήθελα όμως, έστω και εκ των υστέρων, να βάλω στο τραπέζι και μερικές πολύ χρήσιμες και κατατοπιστικές σκέψεις που εντόπισα διαβάζοντας το πολύ ενδιαφέρον βιβλίο του Γιάννη Περπερίδη «Η Τεχνητή «Νοημοσύνη» ενώπιον του εαυτού της. Μία φιλοσοφική απομάγευση» (εκδόσεις Τόπος).

Ο Γιάννης Περπερίδης διακρίνει μία σειρά από μακροπρόθεσμα σημαντικούς κινδύνους για την εκπαίδευση, την τέχνη, τη φιλοσοφία και το περιβάλλον, όπως αυτοί προκύπτουν από την έννοια της «περιτύλιξης» του κόσμου μας γύρω από την τεχνητής νοημοσύνης. Πρόκειται για μία έννοια – κλειδί που έχει αναπτύξει ο περίφημος Luciano Floridi. Η έννοια της περιτύλιξης περιγράφει μια διαδικασία κατά την οποία η τεχνητή νοημοσύνη δεν προσαρμόζεται στον κόσμο, αλλά αντιθέτως ο κόσμος προσαρμόζεται σταδιακά στη λογική της. Δεν είναι η τεχνητή νοημοσύνη που «καταλαβαίνει» τον κόσμο, είναι ο κόσμος που αναδιαμορφώνεται ώστε να γίνει «κατανοητός» από αυτήν.

Ένα απλό παράδειγμα: ένα smartwatch δεν μετράει τη «γενική ευεξία» ενός ανθρώπου, μετράει παλμούς, βήματα, ώρες ύπνου. Έτσι η ευεξία ορίζεται εκ νέου ως αυτό που μπορεί να μετρηθεί και να ψηφιοποιηθεί. Ο κόσμος έχει αρχίσει να τυλίγεται γύρω από εκείνο που η τεχνητή νοημοσύνη μπορεί να διαβάσει και να επεξεργαστεί. Και ό,τι μένει έξω από αυτή την αναγνωσιμότητα, αρχίζει να θεωρείται αόρατο, ή και ανύπαρκτο.

Η τεχνητή νοημοσύνη ως εργαλείο αναμόρφωσης

Ο Περπερίδης μετασχηματίζει αυτή την έννοια σε εργαλείο ανάλυσης και την «τρέχει» πάνω σε πεδία της ζωής που μας αφορούν άμεσα: την εκπαίδευση, την τέχνη, τη φιλοσοφία και το περιβάλλον. Σε κάθε ένα από αυτά, η τεχνητή νοημοσύνη εμφανίζεται ως μία δύναμη που δεν «χρησιμοποιείται» απλώς, αλλά αναδιατάσσει, εκτοπίζει και αντικαθιστά. Με αυτή την οπτική, ο κίνδυνος δεν είναι ότι η τεχνητή νοημοσύνη θα γίνει «έξυπνη» και θα μας ξεπεράσει. Ο κίνδυνος είναι πολύ πιο γήινος και πολύ πιο πιεστικός: ότι θα περιορίσουμε εμείς τους εαυτούς μας, περιορίζοντας τις ανθρώπινες λειτουργίες σε ότι χωράει στα καλούπια που βάζουν οι μηχανές.

Ένας από τους μεγάλους περιορισμούς των μεγάλων γλωσσικών μοντέλων είναι ότι είναι αποκλειστικά γλωσσικά και δεν μπορούν να συμπεριλάβουν καμία άλλη εκδοχή της ανθρώπινης νοημοσύνης, της οποίας η γλώσσα είναι ένα μόνο μέρος. Η τεχνητή νοημοσύνη λειτουργεί αποκλειστικά σε επίπεδο συντακτικού: επεξεργάζεται σύμβολα σύμφωνα με κανόνες, χωρίς να «καταλαβαίνει» το νόημα αυτών των συμβόλων. Το πρόβλημα επομένως δεν είναι ότι οι μηχανές δεν κατανοούν τον κόσμο. Αυτό που είναι βαθιά ανησυχητικό είναι η μεγάλη πίεση που υπάρχει έτσι ώστε, σταδιακά, ο κόσμος να αναδιαμορφώνεται και οι ανθρώπινες λειτουργίες να υποβιβάζονται – περιορίζονται σε αυτές του συντακτικού επιπέδου. Αυτή είναι η πλέον απαραίτητη προϋπόθεση που θα επιτρέπει στη τεχνητή νοημοσύνη να «προσομοιώσει» επιτυχώς τις συνήθεις ανθρώπινες διαδικασίες. Οι μεγάλοι έμποροι της τεχνητής νοημοσύνης θέλουν να κατακτήσουν και να αποικιοποιήσουν όλο τον κόσμο εντός των μεγάλων γλωσσικών μοντέλων, όχι «ανεβάζοντας» τις μηχανές στο επίπεδο των ανθρώπων, αλλά «κατεβάζοντας» τους ανθρώπους στο επίπεδο της μηχανής.

Ποια είναι λοιπόν η ακριβής διαδικασία της περιτύλιξης της τεχνητής νοημοσύνης στην εκπαίδευση, με άλλα λόγια πως επιδιώκεται να αλλάξει η εκπαίδευση για να μπορούν να εφαρμοστούν τα εμπορικά μεγάλα γλωσσικά μοντέλα;

Τα τελευταία χρόνια, ένα ερώτημα επανέρχεται όλο και πιο επιτακτικά στους εκπαιδευτικούς κύκλους: μπορεί η τεχνητή νοημοσύνη να διδάξει και να υποκαταστήσει, έστω και μερικά, την ανθρώπινη διδασκαλία; Η συνήθης βιαστική απάντηση είναι «ναι». Ακούμε συνέχεια για εξατομικευμένη μάθηση, για αλγόριθμους που «προσαρμόζονται στον ρυθμό κάθε μαθητή», για παιδαγωγικά chatbots που δεν κουράζονται, δεν απογοητεύονται, δεν χάνουν την υπομονή τους. Βεβαίως, όταν αυτές οι απαντήσεις δίνονται από τις ίδιες τις εταιρείες που προωθούν τα εμπορικά τους προϊόντα στα σχολεία, κάθε άλλο παρά ανιδιοτελείς ή ουδέτερες είναι.

Νομίζω όμως, ότι σε αντίθεση με την ευκολία του «ναι» το βιβλίο του Περπερίδη βάζει τα πράγματα στη σωστή τους θέση. Η εκπαίδευση δεν είναι μια διαδικασία μεταφοράς πληροφοριών από έναν πομπό (δάσκαλο/βιβλίο) σε έναν δέκτη (μαθητή). Είναι μια σχέση (σωματική, κοινωνική, βιωματική) η οποία απαιτεί παρουσία, αμφιβολία, αντίσταση, συναίσθημα, αποτυχία και επανεκκίνηση. Κανένα από αυτά τα στοιχεία δεν μπορεί να ψηφιοποιηθεί χωρίς να χαθεί κάτι ουσιαστικό.

Η μεταφορά πληροφοριών δεν είναι εκπαίδευση

Ένα σύστημα τεχνητής νοημοσύνης μπορεί να αξιολογήσει τις γραπτές απαντήσεις ενός μαθητή, να εντοπίσει ορθογραφικά λάθη, να μετρήσει τη σωστή απάντηση. Αυτό που δεν μπορεί να κάνει (και εδώ βρίσκεται το κομβικό σημείο) είναι να αντιληφθεί γιατί ένας μαθητής έκανε αυτό το λάθος, τι αγωνία κρύβεται πίσω από τη σιωπή του, ποια σωστή η λάθος αναζήτηση βρίσκεται πίσω από μια «λανθασμένη» απάντηση.

Το βιβλίο αξιοποιεί την παιδαγωγική σκέψη δύο στοχαστών που αξίζει να θυμηθούμε: τον Paulo Freire και τον Ivan Illich. Ο Freire είχε δείξει ότι η εκπαίδευση που αντιμετωπίζει τον μαθητή ως παθητικό δέκτη πληροφοριών (αυτό που αποκαλούσε «τραπεζική εκπαίδευση») δεν εκπαιδεύει αλλά μάλλον αφυδατώνει την κριτική σκέψη. Οι μαθητές δεν είναι αποθήκες γνώσεων για να τους γεμίσουμε όπως γεμίζουμε έναν άδειο χώρο. Η γνώση κατακτάται μέσα από δράση, κριτική, κατανόηση του κόσμου και μετασχηματισμό του εαυτού. Ο Illich, από την πλευρά του, είχε επισημάνει τον κίνδυνο του «πιστοποιητισμού», δηλαδή τη μετατροπή της εκπαίδευσης σε πιστοποιητικό, σε τυπική διαδικασία που αποσυνδέεται από την πραγματική μάθηση και γίνεται απλώς γρανάζι της οικονομικής μηχανής.

Ωστόσο ακριβώς αυτό δεν είναι που υπόσχεται η ΤΝ στην εκπαίδευση; Μια εκπαίδευση που βελτιστοποιεί μετρήσιμα αποτελέσματα, που αξιολογεί «επιδόσεις», που παρέχει «εξατομικευμένο περιεχόμενο» βάσει αναλυτικών δεδομένων (learning analytics); Είναι ακριβώς η «τραπεζική εκπαίδευση» του Freire σε ψηφιακή έκδοση, με την επιπλέον αυταπάτη ότι αφού ο αλγόριθμος «προσαρμόζεται», τάχα σέβεται τον μαθητή. Είναι άραγε σεβασμός του μαθητή να μετράς την ταχύτητα απόκρισής του και να βελτιστοποιείς, αλγοριθμικά, τα ποσοστά «σωστών απαντήσεων» του;

Το βαθύτερο πρόβλημα δεν είναι τεχνικό αλλά οντολογικό. Η τεχνητή νοημοσύνη μπορεί να λειτουργήσει στην εκπαίδευση μόνο αν η εκπαίδευση επαναπροσδιοριστεί με τους όρους που η τεχνητή νοημοσύνη μπορεί να κατανοήσει. Αυτό σημαίνει να «αποξηράνουμε» τη μάθηση ως μεταφορά ποσοτικοποιήσιμης πληροφορίας, και το μαθητή ως επεξεργαστή δεδομένων. Αυτή είναι η «περιτύλιξη» εφαρμοσμένη στην εκπαίδευση: το σχολείο αναδιαμορφώνεται όχι για να χρησιμοποιήσει καλύτερα τον άνθρωπο, αλλά για να γίνει διαχειρίσιμο από τη μηχανή. Και αυτό δεν είναι υποθετικό σενάριο, συμβαίνει ήδη σε κάθε εκπαιδευτικό σύστημα που αξιολογείται με τυποποιημένα τεστ, στρέφεται στα «μετρήσιμα αποτελέσματα» και αντιμετωπίζει τον δάσκαλο ως «πάροχο γνώσης» που αξιολογείται από τα αποτελέσματα της τάξης του.

Η σχέση δασκάλου-μαθητή δεν είναι διαδικασία μεταφοράς πληροφοριών, είναι ενσώματο βίωμα σε κοινούς χωροχρόνους. Ο δάσκαλος δεν «εξηγεί» απλώς, είναι παρόν με το σώμα του, με την εμπειρία του, με τις επιτυχίες και αποτυχίες του. Είναι μοντέλο όχι τόσο σωστής απάντησης, αλλά κυρίως σωστής και κριτικής αναζήτησης. Η τεχνητή νοημοσύνη μπορεί να αντικαταστήσει τη μεταφορά πληροφοριών, αλλά δεν μπορεί να αντικαταστήσει αυτή τη σχέση. Και αν η εκπαίδευση επαναπροσδιοριστεί ως «αποτελεσματική μεταφορά πληροφοριών», τότε ο δάσκαλος γίνεται περιττός. Όχι γιατί η τεχνητή νοημοσύνη είναι ανώτερη, αλλά γιατί εμείς θα έχουμε αποδεχθεί έναν χωρίς χυμούς, «αποξηραμένο» ορισμό της διδασκαλίας που είναι ο μόνος που χωράει στον αλγόριθμο.

Ο κίνδυνος τελικά δεν είναι ότι η τεχνητή νοημοσύνη θα «καταστρέψει» την εκπαίδευση. Είναι ότι η εκπαίδευση θα καταστρέψει τον εαυτό της, αποδεχόμενη έναν ορισμό της μάθησης που ταιριάζει στη μηχανή αλλά αφαιρεί από τον άνθρωπο ό,τι τον κάνει να μαθαίνει πραγματικά: την αβεβαιότητα, τη σχέση, την ανατροπή, την ανακάλυψη, την αποτυχία που διδάσκει περισσότερο από κάθε σωστή απάντηση. Και εδώ εντοπίζεται μια ακόμη βαθιά αντίφαση: η τεχνητή ενδεχομένως βελτιώνει κάποιες μετρήσιμες επιδόσεις, αλλά ακριβώς επειδή αναπαράγει τα ήδη μετρούμενα, δεν μπορεί ποτέ να μεταδώσει αυτό που δεν μετριέται: κριτική σκέψη, φρόνηση, ήθος.

*Ο Αντώνης Μαυρόπουλος είναι σύμβουλος κυκλικής οικονομίας και συγγραφέας.

πηγή: e-lesxi.gr