Πώς η Τεχνητή Νοημοσύνη θα αλλάξει την εκπαίδευση;
Άλκης Γούναρης
Λίγες ημέρες πριν από την έναρξη της σχολικής χρονιάς, ο πρωθυπουργός Κυριάκος Μητσοτάκης είχε μια τηλεδιάσκεψη[1] υψηλής συμβολικής και πρακτικής σημασίας, με τον επικεφαλής της OpenAI, Sam Altman, μια από τις επιδραστικότερες προσωπικότητες στην εξέλιξη της Τεχνητής Νοημοσύνης. Η ολιγόλεπτη συνομιλία τους, την οποία συντόνισε η υπουργός Παιδείας Σοφία Ζαχαράκη, εντάχθηκε στο πλαίσιο υπογραφής ενός μνημονίου συνεργασίας μεταξύ της ελληνικής κυβέρνησης και της OpenAI για την πιλοτική εγκατάσταση του ChatGPT Edu σε επιλεγμένα πρότυπα, Ωνάσεια και πειραματικά σχολεία δευτεροβάθμιας εκπαίδευσης. Στο ίδιο πλαίσιο, ο Chris Lehane, Chief Global Affairs Officer της OpenAI, περιέγραψε τους τρεις άξονες της συνεργασίας των δύο μερών. Συγκεκριμένα: α) την πιλοτική εισαγωγή της ΤΝ στις σχολικές τάξεις, β) την ενίσχυση του ψηφιακού-τεχνολογικού γραμματισμού, με έμφαση στην επιμόρφωση των εκπαιδευτικών, οι οποίοι θα πρέπει να είναι σε θέση να κατανοήσουν και να αξιοποιήσουν στο μέγιστο τις δυνατότητες της νέας τεχνολογίας, αλλά και να αντιληφθούν τις νέες προοπτικές μετάβασης από την εκπαίδευση στην αγορά εργασίας, και γ) τη στρατηγική αξιοποίησης της ΤΝ, ώστε, μέσα στην επόμενη πενταετία, η Ελλάδα να πρωταγωνιστήσει όχι μόνο τεχνολογικά αλλά και πολιτικά ως φάρος πολιτισμού, αναδεικνύοντας τον τρόπο με τον οποίο μπορεί να συμβάλλει η ΤΝ στη διαφύλαξη των δημοκρατικών αξιών και στη θεσμική κατοχύρωση νέων δικαιωμάτων που θα αναδυθούν από τις χρήσεις αυτής της τεχνολογίας.
Σε αυτήν την εκδήλωση, ο πρωθυπουργός υπογράμμισε ότι η Ελλάδα, η χώρα όπου γεννήθηκε η φιλοσοφία, μπορεί να γίνει η «νέα Αθήνα» της εποχής της ΤΝ όχι μόνο για τους μηχανικούς και τους τεχνικούς που αναπτύσσουν την τεχνολογία, αλλά και για τους νομικούς, τους κοινωνικούς επιστήμονες και κυρίως τους ηθικούς φιλοσόφους, που θα αντιμετωπίσουν τις προκλήσεις και θα διαμορφώσουν το νέο θεσμικό πλαίσιο ανάπτυξης και χρήσης της.
Η εισαγωγή της ΤΝ για πρώτη φορά στα ελληνικά σχολεία, θα γίνει με μια ειδικά παραμετροποιημένη έκδοση του ChatGPT Edu[2], που παρέχει πρόσβαση στα πιο πρόσφατα γλωσσικά μοντέλα της OpenAI, με δυνατότητες ανάλυσης δεδομένων, περιήγησης στο διαδίκτυο, σύνοψης και ανάλυσης εγγράφων, φόρτωσης εξειδικευμένων πληροφοριών για κάθε μάθημα και δυνατότητα δημιουργίας GPTs, είτε για συγκεκριμένα μαθήματα είτε για διοικητική υποστήριξη των διδασκόντων και του προσωπικού των σχολείων και εκπαιδευτικών ιδρυμάτων. Ήδη ανάλογες εφαρμογές έχουν εγκατασταθεί και χρησιμοποιούνται σε ιδρύματα τριτοβάθμιας εκπαίδευσης όπως το πανεπιστήμιο της Οξφόρδης, το πολιτειακό πανεπιστήμιο της Αριζόνα[3] το Wharton[4] κ.α.
Αν και αυτή η εξέλιξη αποτελεί ένα πρώτο πιλοτικό βήμα, όλα όσα μας επιφυλάσσει το μέλλον για την εκπαίδευση πρόκειται να αλλάξουν ριζικά τόσο τη σχολική τάξη όσο και το περιβάλλον της γνώσης γενικότερα, μετασχηματίζοντας τη διδακτική διαδικασία και το γνωσιακό σύστημα των μαθητών. Γενικώς όταν μιλάμε για την εισαγωγή της ΤΝ στην εκπαίδευση πρέπει να διακρίνουμε α) τη χρήση της ως εργαλείο διευκόλυνσης και ενίσχυσης της εκπαιδευτικής διαδικασίας στη ροή του μαθήματος, εντός της τάξης β) την ΤΝ ως σύντροφο μελέτης, σε ρόλο φροντιστή και βοηθού μάθησης στο σπίτι ή στο σχολείο γ) την ΤΝ ως εργαλείο υποστήριξης των εκπαιδευτικών για τον αποτελεσματικότερο σχεδιασμό του μαθήματος σύμφωνα με τις ανάγκες των μαθητών, την ταχύτερη κάλυψη των διδακτικών στόχων και τη διαχείριση καθηκόντων αξιολόγησης, ανατροφοδότησης κ.λπ., και δ) την ΤΝ ως εργαλείο υποστήριξης των διοικητικών υπηρεσιών των σχολικών μονάδων. Σε αυτή τη φάση, οι μεγαλύτερες υποσχέσεις που δίνει η εισαγωγή της ΤΝ στη σχολική τάξη είναι η προσωποποιημένη εκπαίδευση και η αλλαγή του τρόπου που μεταδίδεται, προσλαμβάνεται, επιμελείται και αξιολογείται η γνώση, μετατοπίζοντας το κέντρο βάρους από το περιεχόμενο του μαθήματος, από το «τι» λέγεται, στη σχεδίαση της μαθησιακής διαδικασίας, στο «πώς» λέγεται και πώς γίνεται αυτό τελικά κατανοητό από τους μαθητές.
Σε γενικές γραμμές η εισαγωγή της ΤΝ στη σχολική τάξη σημαίνει ότι κάθε μαθητής θα έχει έναν ψηφιακό «σύντροφο» μελέτης, που θα αναγνωρίζει τις δυνατότητες και τις αδυναμίες του και ανάλογα με αυτές θα εξηγεί, θα απαντά, θα θέτει ερωτήματα κατανόησης, θα θυμάται τα λάθη και θα προτείνει επόμενα βήματα, δημιουργώντας μια αυτορρυθμιζόμενη διαδικασία μάθησης. Για τον δε εκπαιδευτικό η νέα τεχνολογία υπόσχεται παραμετροποιημένη διδασκαλία που θα επιτρέπει την ταχύτερη και ταυτόχρονα πιο εστιασμένη επίτευξη των διδακτικών στόχων και τήρηση του προγράμματος μέσα από πολλαπλές διαδρομές, διαφορετικούς ρυθμούς και διαφορετικό επίπεδο τεκμηρίωσης, ανάλογα με το προφίλ κάθε μαθητή. Στην πράξη, η αλλαγή αυτή αναμένεται να μετασχηματίσει τον ρόλο του εκπαιδευτικού. Από εκπαιδευτικός «εισηγητής» του μαθήματος θα γίνει «διευκολυντής» (facilitator) της γνώσης και αυτό συνεπάγεται λιγότερες διαλέξεις, περισσότερη ενορχήστρωση δραστηριοτήτων, ξεκάθαρες και εύληπτες ρουμπρίκες αξιολόγησης, ανατροφοδότηση επί της διαδικασίας και συνολικά ένα πιο μαθητοκεντρικό μοντέλο διδασκαλίας.
Η αισιόδοξη προσέγγιση επί της συγκεκριμένης προοπτικής προβλέπει οικονομία χρόνου για τους εκπαιδευτικούς, δηλαδή λιγότερες ώρες προετοιμασίας των μαθημάτων και μετατόπιση των διδακτικών καθηκόντων «μετάδοσης» σε ποιοτικότερες δραστηριότητες καλλιέργειας της γνώσης, αλλά και λιγότερες ώρες για σχεδιασμό του διδακτικού υλικού ή και για τη διόρθωση και την αξιολόγηση των μαθητικών εργασιών. Η ίδια προσέγγιση προβλέπει για τους μαθητές εξάλειψη της λεγόμενης «παπαγαλίας», καθώς κάθε μαθητής θα διαθέτει πλέον τον προσωπικό «στοχαστικό παπαγάλο» του, όπως λέγονται στην τεχνική ιδιόλεκτο τα μεγάλα γλωσσικά μοντέλα[5], οπότε έτσι θα έχει τη δυνατότητα να δώσει μεγαλύτερη βαρύτητα στην ερμηνεία, τη σύγκριση, την αιτιολόγηση και την τεκμηρίωση, καθώς και στη σύνθεση της γνώσης, γενικώς σε αυτό που αποκαλείται κριτική σκέψη και σχετίζεται με την «ποιοτική» επεξεργασία των πληροφοριών, οι οποίες πλέον θα παρέχονται εξατομικευμένα, ανάλογα με το επίπεδο και τις δυνατότητες γνώσης κάθε μαθητή χωριστά.
Ωστόσο, η απαισιόδοξη προσέγγιση προβλέπει παρενέργειες και μακροπρόθεσμες επιπτώσεις αυτού του μετασχηματισμού. Σε πρώτη φάση θεωρείται ότι ο εκπαιδευτικός εκχωρεί τη δουλειά του, την ειδίκευσή του, τη δημιουργικότητά του και την κυριαρχία του ή έστω μέρος αυτών στην ΤΝ. Επίσης, καθώς γνωρίζουμε ότι τα γλωσσικά μοντέλα δίνουν συχνά εσφαλμένες πληροφορίες, ο έλεγχος και η αναζήτηση τεκμηρίων για τις πληροφορίες αυτές όχι μόνο δεν θα μειώσει, αλλά μπορεί τελικά να αυξήσει τον όγκο δουλειάς των εκπαιδευτικών. Παρατηρείται επίσης διαφορετική απόδοση αυτών των μοντέλων σε διαφορετικές γλώσσες ή σε διαφορετικές θεματολογίες – φαινόμενο που συνδέεται με τη βάση εκπαίδευσης των μοντέλων. Αυτό μπορεί να σημαίνει ότι κάποιος που σχεδιάζει ένα μάθημα με ΤΝ στα ελληνικά υστερεί σημαντικά σε σχέση με κάποιον που κάνει ακριβώς το ίδιο στα αγγλικά.
Ένας άλλος ορατός κίνδυνος είναι η ομογενοποίηση του διδακτικού περιεχομένου και η εξάλειψη της διαφορετικής «προσωπικότητας» του δασκάλου. Παρότι η χρήση της ΤΝ υπόσχεται προσωποποιημένη και ρυθμιζόμενη διαδικασία μετάδοσης της πληροφορίας στην «έξοδο», τα συστήματα αυτά αντλούν και επεξεργάζονται πληροφορίες αξιολογώντας τα δεδομένα που έχουν στη διάθεσή τους και προκρίνουν τελικά εκείνα που συναντώνται ή προτιμώνται περισσότερο. Αυτό έχει ως αποτέλεσμα τη μείωση της διδακτικής ποικιλομορφίας (όχι ότι αυτό είναι κακό σε πολλές περιπτώσεις) αλλά και τη σταδιακή εξάλειψη των λιγότερο δημοφιλών θέσεων. Βεβαίως αυτό συνδέεται και με τον κίνδυνο αναπαραγωγής στερεοτυπικών ιδεών. Παράλληλα υπάρχει ο κίνδυνος της νωθρότητας και της παθητικής εξάρτησης μαθητών και εκπαιδευτικών από το νέο μέσο. Η αντιγραφή, η λογοκλοπή, η αναπαραγωγή εσφαλμένων ή ψευδών ή μη επιβεβαιωμένων πληροφοριών αποτελεί επίσης μια πιθανότητα, καθώς ο έλεγχος των πηγών αποτελεί επίπονη και δύσκολη διαδικασία, η οποία είναι αμφίβολο ότι θα ακολουθείται πιστά. Τέλος, υπάρχει ο κίνδυνος διαρροής προσωπικών δεδομένων καθώς και η περίπτωση, οι ιδέες, το περιεχόμενο και τα δεδομένα μαθητών και εκπαιδευτικών να αποτελέσουν «τροφή» για τα μεγάλα γλωσσικά μοντέλα.
Ο αντίλογος στους παραπάνω προβληματισμούς λέει ότι μπερδεύουμε τον κίνδυνο με τον φόβο. Καθώς δεν μπορούμε να σταθμίσουμε τον κίνδυνο, δηλαδή τις πιθανότητες να συμβεί κάτι πραγματικά, αφού η τεχνολογία δεν έχει ακόμη δοκιμαστεί και δεν υπάρχουν επαρκή δεδομένα, τηρούμε μια φοβική στάση απέναντι στο νέο. Όμως ο φόβος βρίσκεται στη σφαίρα του συναισθηματικού και νοητικού κόσμου και είναι ανεξάρτητος από τις πιθανότητες ή την ενδεχομενικότητα των γεγονότων, από τον κόσμο δηλαδή της πραγματικότητας. Ο Altman στη συζήτηση με τον Κυριάκο Μητσοτάκη, αναφέρθηκε στο παράδειγμα του calculator. Όπως είπε, όταν εμφανίστηκαν τα κομπιουτεράκια, πολλοί έσπευσαν να μιλήσουν για «το τέλος των μαθηματικών». Όμως το τέλος δεν ήρθε. Απλώς άλλαξε ο τρόπος που διαχειρίζονται οι γενιές μετά το κομπιουτεράκι τα μαθηματικά προβλήματα. Λιγότερα χειρωνακτικά βήματα και χρονοβόροι υπολογισμοί, περισσότερη κατανόηση εννοιών και εστίαση στον τρόπο επίλυσης των προβλημάτων, όχι στην εκτέλεση της διαίρεσης ή του πολλαπλασιασμού. Αυτές οι αρχικές φοβίες και στη συνέχεια οι μεταβάσεις συμβαίνουν διαχρονικά στην πορεία της τεχνολογικής εξέλιξης. Η παλαιότερη γενιά φτιάχνει μια νέα τεχνολογία, η νεότερη γενιά μαθαίνει να τη χρησιμοποιεί και τελικά επιτυγχάνει συνολικά περισσότερα από την προηγούμενη γενιά, χάρη σε αυτήν.
Συνεπώς, το ζητούμενο δεν είναι η κινδυνολογία και η φοβική αναπαραγωγή φανταστικών σεναρίων καταστροφής, αλλά η σοβαρή αντιμετώπιση της προοπτικής που δίνει η νέα τεχνολογία με στόχο την καλύτερη αξιοποίησή της. Κι αυτό μπορεί να επιτευχθεί με δύο τρόπους. Ο πρώτος, δημιουργώντας ανάλογα ρυθμιστικά πλαίσια εκ των άνω (top down), παρεμβαίνοντας στο δεοντολογικό και νομικό πλαίσιο της ανάπτυξης και χρήσης της τεχνολογίας, μια διαδικασία που απαιτεί χρόνο και ενέχει τον κίνδυνο του φαινομένου που περιγράφει ο Collingridge, και ο δεύτερος από τη βάση (bottom up) από τις πραγματικές ανάγκες, στη συγκεκριμένη περίπτωση, του εκπαιδευτικού συστήματος.
Ο Collingridge[6] παρατήρησε ότι υπάρχει απόκλιση ανάμεσα α) στη γνώση του αντίκτυπου μιας νέας τεχνολογίας και β) στη λήψη κατάλληλων μέτρων για τη θεσμική κάλυψη των οικονομικών πολιτικών και κοινωνικών συνεπειών της, καθώς στις πρώτες φάσεις κάθε τεχνολογικής ανάπτυξης, η τεχνολογία είναι ακόμα εύπλαστη, δηλαδή μπορεί να προσαρμοστεί ή να αλλάξει και το κόστος ελέγχου ή και απαγόρευσής της είναι ακόμα χαμηλό αλλά οι πραγματικές επιπτώσεις της είναι δύσκολο να προβλεφθούν. Στα μεταγενέστερα στάδια της τεχνολογικής ανάπτυξης, όταν είναι πλέον γνωστές οι επιπτώσεις, η τεχνολογία είναι σε τέτοιο βαθμό εδραιωμένη ώστε είτε είναι αδύνατον να αλλάξει, είτε, αν μπορεί να αλλάξει, αυτό θα έχει υψηλό οικονομικό, κοινωνικό και πολιτικό κόστος. Σκεφτείτε τι συνέβη με την παραγωγή ηλεκτρικής ενέργειας από λιγνίτη, με τις πλαστικές συσκευασίες, με τους βενζινοκινητήρες κ.ά. Στο «δίλημμα» αυτό του Collingridge προστίθεται μια επιπλέον παράμετρος. Λόγω της ραγδαίας εξέλιξης της τεχνητής νοημοσύνης, οποιαδήποτε προσπάθεια της εκ των άνω ρύθμισής της κινδυνεύει, όταν εφαρμοστεί, να είναι ήδη ξεπερασμένη[7].
Αντίθετα, ο δεύτερος τρόπος αξιοποίησης της προοπτικής από τη βάση, μοιάζει πιο πραγματιστική. Αυτός ο τρόπος προϋποθέτει ότι για να αποφύγει κανείς τις πιθανές ανεπιθύμητες επιπτώσεις στο μέλλον θα πρέπει να κάνει έξυπνη χρήση της τεχνολογίας στο παρόν. Αυτός ο από κάτω προς τα πάνω, bottom up, τρόπος αντιμετώπισης, σημαίνει ότι η εισαγωγή της ΤΝ στη σχολική τάξη θα πρέπει να ακολουθήσει τις ανάγκες των εκπαιδευτικών και των μαθητών, οι οποίοι θα πρέπει να ξέρουν τι αναζητούν και τι θέλουν από αυτήν. Σε αυτήν όμως τη συνθήκη θα πρέπει να απαντήσουμε πρώτα σε ορισμένα ερωτήματα όπως: «Γιατί θέλουμε να κάνουμε χρήση ΤΝ στη σχολική τάξη;», «Τι ακριβώς εξυπηρετεί η χρήση της;», «Ποιο πρόβλημα θα επιλύσει;», «Πόσο “δυνατοί” και συνειδητοποιημένοι χρήστες είναι οι δάσκαλοι και οι μαθητές;». Για να λειτουργήσει αυτός ο εκ της βάσεως μετασχηματισμός προϋποθέτει ότι πριν εισάγουμε την ΤΝ στα σχολεία, πριν δηλαδή κάνουμε μαθήματα «ΜΕ» ΤΝ, θα πρέπει να προηγηθεί η εκπαίδευσή «ΓΙΑ» την ΤΝ. Δηλαδή εκπαιδευτικοί και μαθητές θα πρέπει να γνωρίζουν καλά τις δυνατότητες, τα οφέλη, τους ενδεχόμενους, σταθμισμένους, κινδύνους αλλά και τον τρόπο χρήση της νέας τεχνολογίας. Αυτό επιτυγχάνεται ενισχύοντας τον τεχνολογικό εγγραμματισμό, μια έννοια που περισσότερο ακούγεται στις μέρες μας, παρά εννοείται κυριολεκτικά.
Ιδανικά, μιλώντας για εγγραμματισμό στην συγκεκριμένη τεχνολογία[8], δεν εννοούμε μόνο να γνωρίζουμε πώς λειτουργεί η ΤΝ, δηλαδή το τεχνικό σκέλος. Το τεχνικό σκέλος είναι σημαντικό αλλά δεν είναι το μόνο. Επειδή δεν είναι εύκολο να κατανοήσει ο μέσος χρήστης ακριβώς πώς λειτουργεί μια μηχανή (δεν το έχει καταφέρει αυτό ούτε για τη μηχανή του αυτοκινήτου) είναι αρκετό να κατανοήσει τις βασικές αρχές και να αποδαιμονοποιήσει ή και να απομαγεύσει την τεχνολογία. Με λίγα λόγια να γνωρίζει σχηματικά τι κάνει και πώς το κάνει. Σημαντικότερο όμως επίτευγμα του επιθυμητού εγγραμματισμού είναι να κατακτηθούν οι γνώσεις εκείνες που επιτρέπουν την έξυπνη, ορθολογική, κριτική και αποτελεσματική χρήση των μηχανών. Για παράδειγμα ο χρήστης, μαθητής ή δάσκαλος πρέπει να μάθει πώς μιλά στη μηχανή, να μάθει δηλαδή να την «καθοδηγεί» διατυπώνοντας το κατάλληλο «prompt». Όμως και αυτό δεν είναι αρκετό. Καθώς γνωρίζουμε ότι οι μηχανές κάνουν, προς το παρόν, λάθη, πώς μπορεί κάποιος να ελέγχει την αξιοπιστία των εξόδων, δηλαδή των απαντήσεων της μηχανής; Η έξυπνη χρήση της ΤΝ προϋποθέτει να γνωρίζουμε επακριβώς τι θέλουμε και τι ζητάμε από αυτήν και να το ζητάμε με τον κατάλληλο τρόπο. Χωρίς σωστή ερώτηση, δεν υπάρχει σωστή απάντηση και αυτό είναι κάτι που συμβαίνει σε όλες τις εκφάνσεις του βίου, αλλά καθώς η χρήση της ΤΝ μεγεθύνει τα πάντα, μεγεθύνει και την αξία της ερώτησης. Με άλλα λόγια, σε μια ιδανική προοπτική, η σχολική τάξη θα μπορούσε να μεταμορφωθεί σε ένα φιλοσοφικό εργαστήριο που οι μαθητές θα μάθουν να θέτουν τα σωστά ερωτήματα.
Συνεπώς, το ζήτημα, όπως διατυπώνεται εδώ, δεν είναι να «προστατεύσουμε» τα παιδιά από την ΤΝ φτιάχνοντας σύνθετα και πιθανόν παρωχημένα ρυθμιστικά πλαίσια, αλλά να τα εξοπλίσουμε με τα εφόδια εκείνα ώστε να χρησιμοποιούν τις μηχανές, έξυπνα, υπεύθυνα και με την ανάλογη κριτική προσέγγιση. Να μάθουν τι ρωτούν, πώς το ρωτούν, γιατί εμπιστεύονται ή αμφισβητούν μια απάντηση και πώς μπορούν να συνεργαστούν καλύτερα με τις νέες αυτές μηχανές, όχι για να υποκαταστήσουν τον πνευματικό κόπο τους αλλά αντιθέτως για να ενισχύσουν και να εκτείνουν το γνωσιακό τους σύστημα.
Αυτή η διάκριση εκπαίδευσης «ΜΕ» τεχνητή νοημοσύνη και «ΓΙΑ» την τεχνητή νοημοσύνη είναι σημαντική και θεμελιώδης για τη χάραξη μιας παιδαγωγικής πολιτικής. Το δεύτερο σκέλος προηγείται του πρώτου και απαιτεί μια στρατηγική διαρκούς εκπαίδευσης των ίδιων των εκπαιδευτών όχι μόνο σε τεχνικά θέματα, αλλά κυρίως στα θέματα που πραγματεύονται οι ανθρωπιστικές και κοινωνικές επιστήμες, δίνοντας έμφαση στη χρήση της γλώσσας και στη λογική.
Σε αυτήν την κατεύθυνση πρωτοβουλίες όπως η εργαλειοθήκη καθοδήγησης για την εισαγωγή της ΤΝ στα σχολεία σε συνδυασμό με τον ανάλογο γραμματισμό εκπαιδευτικών, γονέων και μαθητών (βλ. Tech AI)[9] προτείνουν τον καθορισμό σαφούς αφετηριακού οράματος. Για παράδειγμα, η εισαγωγή της ΤΝ στο σχολείο με σκοπό την εξυπηρέτηση μαθησιακών στόχων διαφέρει από τη χρήση της ΤΝ για λόγους εξοικονόμησης πόρων ή για λόγους marketing. Η συγκεκριμένη εργαλειοθήκη δίνει βαρύτητα, εκτός από την εκπαίδευση των εκπαιδευτικών, που την θεωρεί εκ των ων ουκ άνευ, στη διαφάνεια με υποχρεωτική δήλωση χρήσης, στον ανθρώπινο έλεγχο στις κρίσιμες αποφάσεις (human on the loop)[10], στην ισότητα πρόσβασης και στη συστηματική διά βίου εκπαίδευση χρηστών, στην ελάχιστη συλλογή προσωπικών δεδομένων και στην εναρμόνιση με ένα επικαιροποιημένο για τις νέες συνθήκες GDPR, σε νέα αξιολογικά κριτήρια των σχολικών εργασιών κ.ά. Ειδικά για το τελευταίο προτείνονται τεχνικές όπως η ανάπτυξη της προφορικής υπεράσπισης θέσεων και η προσκόμιση πρωτογενών βιβλιογραφικών πηγών με κατάλληλη δικαιολόγηση, ενώ δεν προτείνονται μηχανικοί «ανιχνευτές παραγωγικής ΤΝ», καθώς δεν αποτελούν αξιόπιστο διαγνωστικό εργαλείο. Τέλος, προτείνονται συνεχείς αναθεωρήσεις με ανατροφοδότηση σε επίπεδο διδασκόντων, γονέων μαθητών και διοίκησης των σχολικών μονάδων.
Κλείνοντας, ας τονιστεί ότι η Τεχνητή Νοημοσύνη δεν θα αλλάξει την εκπαίδευση από μόνη της. Την εκπαίδευση θα την αλλάξουμε εμείς, αν εντάξουμε τη νέα τεχνολογία όχι απλώς στην τάξη, αλλά σε ένα στιβαρό παιδαγωγικό σχεδιασμό με γρήγορα αντανακλαστικά, που θα περιλαμβάνει διαρκή γραμματισμό «για» την ΤΝ προς όλους τους stakeholders. Το όραμα μιας «νέας Αθήνας» είναι φιλόδοξο, εφικτό αλλά ταυτόχρονα απαιτητικό. Δεν προϋποθέτει μόνο υλικούς και υπολογιστικούς πόρους, αλλά πρωτίστως απαιτεί ανθρώπινο κεφάλαιο, ικανό να κατευθύνει υπεύθυνα και αποτελεσματικά αυτήν την εξαιρετική ισχύ προς τη μόρφωση και την καλλιέργεια των αρετών των αυριανών πολιτών, υπερβαίνοντας και αναθεωρώντας τα κριτήρια της κατοχής γνώσεων.
[1] https://www.athensvoice.gr/epikairotita/politiki-oikonomia/921930/mitsotakis-sti-suzitisi-me-ton-sam-altman-i-hrisi-tis-tehnitis-noimosunis-borei-na-voithisei-daskalous-kai-mathites/
[2] https://openai.com/index/introducing-chatgpt-edu/
[3] https://tech.asu.edu/features/a-step-forward-in-charting-the-future-of-AI-in-higher-education
[4] https://news.wharton.upenn.edu/press-releases/2024/05/the-wharton-school-makes-strategic-investment-in-artificial-intelligence-research-and-teaching/
[5] https://en.wikipedia.org/wiki/Stochastic_parrot
[6] Collingridge, D. (1980). The Social Control of Technology
[7] Γούναρης, A. (2025). Μπορεί το σχέδιο δράσης του Ντόναλντ Τραμπ για την Τεχνητή Νοημοσύνη να κάνει την Αμερική «μεγάλη» ξανά; Πρώτη δημοσίευση https://www.athensvoice.gr/life/tehnologia-epistimi/916983/alkis-gounaris-borei-to-shedio-drasis-tou-donald-trab-gia-tin-tehniti-noimosuni-na-kanei-tin-ameriki-megali-xana/. Ανακτήθηκε από https://alkisgounaris.gr/gr/ai/
[8] Laupichler, M. C., Aster, A., Schirch, J., & Raupach, T. (2022). Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence, 3, 100101. https://doi.org/https://doi.org/10.1016/j.caeai.2022.100101
[9] Βλέπε περισσότερα στο: https://www.teachai.org/
[10] Γούναρης Ά., & Κωστελέτος Γ. (2024). Γράφοντας τον αλγόριθμο του Καλού: Η Τεχνητή Νοημοσύνη ως μηχανή απόδοσης Δικαιοσύνης. Ηθική. Περιοδικό φιλοσοφίας, (19). https://doi.org/10.12681/ethiki.39654
Διαβάστε το άρθρο στην Athens Voice
Πώς να παραπέμψετε:
Γούναρης, A. (2025). Πώς η Τεχνητή Νοημοσύνη θα αλλάξει την εκπαίδευση; Πρώτη δημοσίευση: https://www.athensvoice.gr/life/tehnologia-epistimi/923929/pos-i-tehniti-noimosuni-tha-allaxei-tin-ekpaideusi/. Ανακτήθηκε από https://alkisgounaris.gr/gr/ai/