Η εικόνα είναι δελεαστική: κάθε μαθητής μπροστά σε μια οθόνη, ένα Η ΑΙ μπορεί να εξατομικεύσει τη μάθηση, να εξοικονομήσει χρόνο και να δώσει νέα εργαλεία στην τάξη. Αν όμως μετατραπεί από βοηθό σε «εκπαιδευτικό», κινδυνεύουμε να μπερδέψουμε την ταχύτητα με τη γνώση και την απόδοση με την παιδεία να αναγνωρίζει αμέσως τι γνωρίζει και πού δυσκολεύεται, να προσαρμόζει τις ασκήσεις στις ανάγκες του και να προχωρά με τον δικό του ρυθμό.
Χωρίς καθυστερήσεις. Χωρίς να περιμένει τους υπόλοιπους. Χωρίς, θεωρητικά, να μένει κανείς πίσω.
Θα μπορούσε κανείς να πει ότι αυτό είναι το τέλειο εξατομικευμένο σχολείο.
Υπάρχει όμως ένα ερώτημα που πρέπει να προηγηθεί όλων των άλλων:
Είναι πράγματι αυτό εκπαίδευση ή είναι απλώς ένας εξαιρετικά αποτελεσματικός τρόπος μεταφοράς πληροφοριών;
Γιατί δεν είναι το ίδιο πράγμα.
Η μεγάλη υπόσχεση: «Θα μάθεις γρηγορότερα»
Μοντέλα εκπαίδευσης που βασίζονται σε μεγάλο βαθμό στην τεχνητή νοημοσύνη υπόσχονται ακριβώς αυτό: σημαντικό μέρος της παραδοσιακής διδασκαλίας μπορεί να συμπιεστεί χρονικά, επειδή το σύστημα εντοπίζει άμεσα τα κενά κάθε μαθητή και του παρουσιάζει ακριβώς το υλικό που χρειάζεται.
Από τεχνική άποψη, η ιδέα είναι συναρπαστική.
Γιατί να ακούει ένα παιδί για πέμπτη φορά κάτι που έχει ήδη καταλάβει; Και γιατί ένας μαθητής που δεν κατανόησε μια βασική έννοια να υποχρεώνεται να προχωρήσει μαζί με ολόκληρη την τάξη;
Εδώ η τεχνητή νοημοσύνη μπορεί πράγματι να αλλάξει πολλά.
Μπορεί να λειτουργήσει ως προσωπικός βοηθός μάθησης. Να παράγει πρόσθετες ασκήσεις, να εξηγεί μια έννοια με διαφορετικό τρόπο, να εντοπίζει επαναλαμβανόμενα λάθη και να δίνει άμεση ανατροφοδότηση.
Το πρόβλημα αρχίζει όταν από αυτό το εύλογο επιχείρημα περνάμε σε ένα πολύ διαφορετικό συμπέρασμα:
Αφού η μηχανή μπορεί να εξηγεί, γιατί χρειαζόμαστε τον δάσκαλο;
Άλλο «τελείωσα την ενότητα» και άλλο «έμαθα»
Η εκπαίδευση δεν είναι αγώνας ταχύτητας.
Ένας μαθητής μπορεί να ολοκληρώσει είκοσι ασκήσεις μέσα σε μισή ώρα και παρ' όλα αυτά να μην έχει κατανοήσει ουσιαστικά την έννοια πάνω στην οποία εργάζεται.
Μπορεί να μάθει ποια απάντηση θεωρείται σωστή χωρίς να καταλάβει γιατί είναι σωστή.
Μπορεί να αποκτήσει μεγάλη αποτελεσματικότητα στην επίλυση συγκεκριμένων τύπων προβλημάτων, χωρίς να είναι σε θέση να χρησιμοποιήσει αυτή τη γνώση όταν το πρόβλημα παρουσιαστεί με διαφορετικό τρόπο.
Η πραγματική μάθηση χρειάζεται χρόνο.
Χρειάζεται απορία.
Χρειάζεται λάθος.
Χρειάζεται εκείνο το «μα γιατί;» που πολλές φορές διακόπτει το σχέδιο του μαθήματος και οδηγεί την τάξη σε κάτι που κανείς δεν είχε προβλέψει.
Και, κυρίως, χρειάζεται συζήτηση.
Η τάξη δεν είναι 25 εξατομικευμένες οθόνες
Υπάρχει μια παράξενη αντίφαση στην ιδέα της απόλυτης εξατομίκευσης.
Το σχολείο δεν δημιουργήθηκε μόνο για να μάθει κάθε παιδί μόνο του όσο πιο γρήγορα μπορεί.
Δημιουργήθηκε και για να μάθει μαζί με άλλους.
Μέσα στην τάξη το παιδί συναντά τη διαφορετική άποψη. Αναγκάζεται να επιχειρηματολογήσει. Ακούει μια λανθασμένη απάντηση που ίσως το κάνει να ξανασκεφτεί τη δική του. Συνεργάζεται με ένα παιδί που δεν θα είχε επιλέξει ως φίλο του. Μαθαίνει να περιμένει, να διαφωνεί, να υποχωρεί, να υπερασπίζεται τη θέση του.
Αυτές είναι επίσης μαθησιακές διαδικασίες.
Δεν εμφανίζονται εύκολα σε ένα dashboard.
Δεν μεταφράζονται σε ποσοστά επιτυχίας.
Δεν δίνουν απαραίτητα «πόντους».
Αλλά χωρίς αυτές το σχολείο κινδυνεύει να γίνει κάτι πολύ φτωχότερο: μια συλλογή από μοναχικούς μαθητές που εκπαιδεύονται παράλληλα στην ίδια αίθουσα.
Το πρόβλημα με ό,τι δεν μετριέται
Η τεχνολογία αγαπά ό,τι μπορεί να μετρηθεί.
Χρόνος απάντησης. Ποσοστά επιτυχίας. Αριθμός ασκήσεων. Πρόοδος ανά ενότητα. Δυσκολίες. Επιδόσεις.
Όλα αυτά είναι χρήσιμα.
Όμως η εκπαίδευση περιλαμβάνει και πράγματα που δύσκολα χωρούν σε αριθμούς.
Πώς μετριέται ότι ένας μαθητής έμαθε να αμφιβάλλει;
Πώς καταγράφεται ότι ένα παιδί που δεν μιλούσε ποτέ στην τάξη βρήκε το θάρρος να εκφράσει την άποψή του;
Ποιος αλγόριθμος θα αποτυπώσει τη στιγμή που ένας μαθητής αλλάζει γνώμη επειδή άκουσε ένα εξαιρετικό επιχείρημα από τον συμμαθητή του;
Και ποια εφαρμογή θα καταλάβει ότι σήμερα ο μαθητής δεν χρειάζεται άλλη μία άσκηση αλλά έναν άνθρωπο να τον ρωτήσει αν είναι καλά;
Αυτό που βλέπει ο δάσκαλος πριν εμφανιστεί στα δεδομένα
Ένας έμπειρος εκπαιδευτικός μπαίνει στην τάξη και αντιλαμβάνεται πράγματα που κανείς δεν έχει καταχωρίσει.
Βλέπει ότι ένα παιδί που συνήθως συμμετέχει είναι σήμερα σιωπηλό.
Καταλαβαίνει ότι η ειρωνική απάντηση ενός μαθητή δεν είναι απλώς «κακή συμπεριφορά».
Αντιλαμβάνεται ότι η τάξη έχει κουραστεί και το καλύτερο σχέδιο μαθήματος πρέπει να αλλάξει.
Μπορεί να σταματήσει μια συζήτηση, να την αφήσει να εξελιχθεί ή να παραμερίσει για λίγο το σχολικό βιβλίο επειδή κάτι σημαντικό συνέβη στον κόσμο ή στη ζωή της τάξης.
Αυτό δεν είναι αναποτελεσματικότητα.
Είναι παιδαγωγική κρίση.
Και αυτή είναι πολύ δυσκολότερο να αυτοματοποιηθεί από όσο συχνά παρουσιάζεται.
Ο κίνδυνος του νέου «ψηφιακού φροντιστηρίου»
Υπάρχει επίσης ένας άλλος κίνδυνος.
Να βαφτίσουμε «καινοτόμο σχολείο» κάτι που στην πραγματικότητα θυμίζει ένα υπερσύγχρονο ψηφιακό φροντιστήριο.
Ο μαθητής λύνει περισσότερες ασκήσεις, παίρνει συνεχείς διορθώσεις, προχωρά επίπεδα και βλέπει την επίδοσή του να καταγράφεται διαρκώς.
Αυτό μπορεί να είναι εξαιρετικό για συγκεκριμένες δεξιότητες.
Δεν σημαίνει όμως αυτομάτως ότι καλλιεργεί δημιουργικότητα, κριτική σκέψη, φαντασία ή πνευματική περιέργεια.
Υπάρχει μάλιστα ένας ειρωνικός κίνδυνος: η τεχνητή νοημοσύνη, ένα από τα πιο επαναστατικά εργαλεία της εποχής μας, να χρησιμοποιηθεί τελικά για να κάνει πιο αποτελεσματικό το πιο παραδοσιακό μοντέλο μάθησης: ερώτηση, απάντηση, σωστό, λάθος, επανάληψη.
Και ο δάσκαλος; Να γίνει απλώς «facilitator»;
Τα τελευταία χρόνια γίνεται όλο και πιο συχνή η περιγραφή του εκπαιδευτικού ως «facilitator», «coach», «mentor» ή «guide».
Υπάρχει κάτι σωστό σε αυτή την ιδέα: ο δάσκαλος δεν πρέπει να είναι ο μοναδικός κάτοχος της γνώσης μέσα στην τάξη.
Αλλά υπάρχει και μια παγίδα.
Ο εκπαιδευτικός δεν είναι μόνο εμψυχωτής.
Έχει επιστημονική γνώση. Έχει παιδαγωγική κρίση. Επιλέγει τι έχει σημασία. Συνδέει πληροφορίες. Ανιχνεύει προκαταλήψεις. Αμφισβητεί μια απάντηση που φαίνεται πειστική αλλά είναι λανθασμένη.
Και αυτό αποκτά ακόμη μεγαλύτερη σημασία στην εποχή της τεχνητής νοημοσύνης.
Το παιδί δεν χρειάζεται λιγότερο δάσκαλο επειδή έχει πρόσβαση σε περισσότερη πληροφορία.
Ίσως χρειάζεται περισσότερο δάσκαλο, ακριβώς επειδή η πληροφορία είναι πλέον ανεξάντλητη.
Γιατί η ΑΙ κάνει και λάθη – πειστικά
Υπάρχει ακόμη μία βασική δεξιότητα που το σχολείο καλείται πλέον να διδάξει: να μην πιστεύουμε αυτομάτως μια μηχανή επειδή ακούγεται βέβαιη.
Η τεχνητή νοημοσύνη μπορεί να παράγει εξαιρετικές απαντήσεις.
Μπορεί επίσης να παράγει λανθασμένες απαντήσεις με εντυπωσιακή αυτοπεποίθηση.
Το εκπαιδευτικό στοίχημα επομένως δεν είναι να μάθει το παιδί απλώς να χρησιμοποιεί ΑΙ.
Είναι να μάθει να τη ρωτά, να την ελέγχει, να διασταυρώνει, να εντοπίζει τα όριά της και, όταν χρειάζεται, να της λέει:
«Αυτό που μου απαντάς δεν με πείθει».
Και αυτή ίσως είναι μία από τις σημαντικότερες μορφές κριτικής σκέψης του μέλλοντος.
Η πραγματική επανάσταση δεν είναι «ΑΙ αντί δασκάλου»
Το δίλημμα λοιπόν είναι λάθος αν το θέσουμε ως:
τεχνητή νοημοσύνη ή παραδοσιακό σχολείο;
Η πραγματικά ενδιαφέρουσα δυνατότητα βρίσκεται αλλού.
Να χρησιμοποιηθεί η τεχνητή νοημοσύνη για να απαλλάξει τον εκπαιδευτικό από μηχανικές εργασίες, ώστε να του επιστρέψει περισσότερο χρόνο για αυτό που μόνο εκείνος μπορεί να κάνει.
Να του δίνει υλικό για διαφοροποιημένη διδασκαλία.
Να δημιουργεί ασκήσεις.
Να βοηθά στην προετοιμασία.
Να προσφέρει επιπλέον εξηγήσεις στον μαθητή που τις χρειάζεται.
Να λειτουργεί ως ένα ακόμη εργαλείο, όπως κάποτε το βιβλίο, ο χάρτης, ο υπολογιστής ή το διαδίκτυο.
Όχι όμως ως ο άνθρωπος απέναντι από το παιδί.
Γιατί το καλύτερο σχολείο του μέλλοντος ίσως δεν είναι εκείνο στο οποίο η τεχνητή νοημοσύνη θα κάνει περισσότερα και ο δάσκαλος λιγότερα.
Μπορεί να είναι ακριβώς το αντίθετο:
ένα σχολείο όπου η τεχνητή νοημοσύνη θα αναλάβει περισσότερα από όσα δεν χρειάζεται να κάνει ο δάσκαλος, ώστε ο δάσκαλος να έχει περισσότερο χρόνο για όσα δεν μπορεί να κάνει καμία μηχανή.
Να ακούσει.
Να αμφισβητήσει.
Να εμπνεύσει.
Να παρατηρήσει.
Να δημιουργήσει κοινότητα.
Και, κάποιες φορές, να αφήσει στην άκρη το πρόγραμμα επειδή μια ερώτηση ενός παιδιού αποδείχθηκε σημαντικότερη από το μάθημα που είχε σχεδιάσει.
Γιατί η τεχνητή νοημοσύνη μπορεί να γίνει ένας εξαιρετικός βοηθός του σχολείου.
Το πρόβλημα αρχίζει όταν αποφασίσουμε ότι, επειδή έμαθε να απαντά σαν δάσκαλος, έμαθε και να είναι δάσκαλος.
