Mokyklose pagal atnaujintas bendrojo ugdymo programas mokiniai nuo šių metų rugsėjo bus supažindinami ir su dirbtiniu protu (DI).
Nacionalinei švietimo agentūrai paskelbus apie šią naujovę, spaudoje ir tarp mokytojų kilo nerimo banga – ar tikrai esame tam pasiruošę?
Ar pakaks mokytojams žinių? Kas juos paruoš?
Vilniaus universiteto (VU) Matematikos ir informatikos fakulteto profesorė Valentina Dagienė įsitikinusi, kad ši naujovė reikalinga:
„Ar mes galime užsimerkti, kai ateina naujovės?“
9-ojo dešimtmečio karta mokėsi iš knygų, dabartinė – su „ChatGPT“
Pasak mokslininkės, didžiausią stresą mokytojams kelia nežinomybė, staigūs ministerijos planai, mokomosios medžiagos ir priemonių stygius:
„Kai atsirado internetas, irgi buvo keliamas klausimas – ar mokyti apie tai ir, svarbiausia, kaip mokyti? Dabar mūsų kasdienybė nebeįsivaizduojama be interneto.
Panaši padėtis ir su DI – mes negalime neigti, kai jis yra ir jis yra jau visur.
Reikia galvoti, kaip padėti mokytojams, kad jie galėtų perteikti būtinas žinias ir įgūdžius mokiniams.“
VU Matematikos ir informatikos fakulteto informacinių technologijų prodekanas prof. Povilas Treigys DI įtraukimą į mokymo procesą vertina teigiamai:
„9-ojo dešimtmečio karta ėjo į paskaitas ir mokėsi iš knygų bibliotekose ar konspektų, 10-ojo dešimtmečio ir vėlesnės kartos – iš „Google“ paieškos.
Natūralu, kad, progresuojant technologijoms, dabar galima mokytis naudojant „ChatGPT“.
Tačiau mokslininkas pabrėžia, kad tam reikalingas žinių pagrindas, nes DI įrankiais ne visada galima pasitikėti.
Tą svarbu suprasti ir mokytojams, ir mokiniams.
„DI atsirado ne šiandien, moksliniai darbai ir bandymai prasidėjo daugiau kaip prieš pusšimtį.
Tačiau tik dabar DI technologijos taip pagerėjo, paspartėjo, išaugo, kad galėjo būti pritaikytos kasdienėse veiklose“, – apie technologinį proveržį sako prof. V. Dagienė.
Ji pabrėžia, kad DI auga eksponentiniu greičiu, ir negalima į tai nekreipti dėmesio:
„Galime palyginti su daugeliu technologijų, kad ir automobilių (variklio) atsiradimu:
irgi buvo baiminamasi, kad arkliai, vežėjai neteks darbo, kad bus daug avarijų ir pan., bet automobilius gamino, jais ėmė važinėti vis daugiau žmonių ir tiesiog nebūtų galima įsivaizduoti kitaip gyvenimo.“
Jai antrina ir prof. P. Treigys, teigdamas, kad negalima ignoruoti to, kas jau dabar yra, DI niekur nedings ir jo bus visur tik daugiau:
„Jau dabar sparčiai besivystančioje srityje reikia pradėti kalbėti apie mašinų „politiką“ ir DI algoritmų naudojimo etiką.
Kuo anksčiau mokiniai tai supras, tuo labiau užtikrinti būsime dėl protingo pritaikymo.“
Dar 1970 m. Marvinas Minskis žurnalui „Life Magazine“ teigė, kad prireiks apie 8 metų tam, kad DI pranoktų vidutiniškai išsilavinusio žmogaus protą.
Taip neįvyko, tačiau srities raida nestovi vietoje:
jau dabar turime autonomines mašinas, spręsdami problemas bendraujame su programiniais robotais, mums rodomos reklamos yra pritaikytos mūsų pomėgiams – visa tai daro algoritmai, gebantys apsimokyti.
Mėnuo – pakankamas laikas išmokti bendrųjų DI principų
Didžiausias atnaujintos bendrojo ugdymo programos pavojus – teisingai įžvelgti mokytojų poreikius ir sugebėti suprantamai jiems pateikti tai, ko reikia.
O sudominus reikia parodyti daugiau, kad mokytojai galėtų sužavėti mokinius informatikos mokslu.
DI kaip tik tai suteikia.
„Bendrųjų programų atnaujinimo projektas kelia pavojų, bet, palyginti su nauda, pavojai numenksta, – sako prof. V. Dagienė.
– Galime džiaugtis, kad informatikos ugdymo programa yra nuo pradinių klasių iki pat mokyklos baigimo.
Tiesa, 11 ir 12 klasėje informatika yra pasirinktinis dalykas, tačiau pasirinkus galima gauti nuo 3 iki 6 val. per savaitę (minimumas – 3 valandos).
Ko gero, mes esame viena iš nedaugelio šalių, kurios turi tiek daug informatikai skirtų valandų.
Ar sugebame jas tinkamai panaudoti?“
DI principai jau seniai žinomi, Alanas Turingas juos pristatė 1950 m. konferencijoje.
Pats principas, kaip veikia save apmokantys algoritmai, yra gana paprastas.
Prof. P. Treigys pateikia pavyzdį:
10–12 klasių mokiniams paaiškinti, kaip sukurti algoritmą, galintį išspręsti loginę IR/ARBA operaciją, užtrunka apie pamoką; kas yra klasifikavimas ir klasterizavimas (arba kaip mokiniai gali pritaikyti Euklido atstumą spręsdami bazinius DI uždavinius) – dar dvi – tai tikrai ne raketų mokslas.
„Manau, mėnuo – pakankamas laikas išmokti bendrųjų DI principų.
Ar taip bus padengta didžioji dalis mašininio mokymo algoritmų veikimo – tikrai ne, tam reikia labai gilių žinių apie algebrinius skaičiavimus, statistinius skirstinius, dalines išvestines ir kt.“, – sako P. Treigys.
Anot mokslininko, svarbu nebandyti per trumpą laiką aprėpti didžiosios dalies DI ir labai kruopščiai atsirinkti temas, kurias mokytojai ir patys galėtų suvokti, o po to nuosekliai perteikti mokiniams.
Nauja programa – pirmųjų metų iššūkiai
Prof. V. Dagienė dalyvauja bendrojo ugdymo programų atnaujinimo darbo grupėje ir prisidės prie nuotolinių mokymų mokytojams.
Ji pritaria, kad galbūt tai daroma šiek tiek paskubomis, bet turime reaguoti į pokyčius.
Galbūt pirmais metais bus mokama silpniau, bet bus žengtas pirmas žingsnis ir pokyčiai įtvirtinti programose.
„Bendrojo ugdymo programų kūrimas – ilgas, varginantis procesas.
Darbo grupėje diskutavome apie įvairių šalių pavyzdžius, susidarėme pagrindinių konceptų, kurių reikia mokyti, tinklą, sudėliojome pagal klases, aprašėme pasiekimų lygius (jų keturi).
Paskui pristatėme švietimo politikams, asociacijoms, mokytojams.
Sulaukėme pastabų, diskutavome, taisėme, vėl pristatėme.
Programų tekstas neparankus tuo, kad yra kondensuotas, trumpas ir mokytojai nejaučia, kiek giliai reikia mokyti.
Konkretinti, pripildyti programas pavyzdžiais visuomet pavojinga.
Ir taip mūsų bendrosios programos yra per ilgos, per daug konkretybių“, – pasakoja prof. V. Dagienė.
Lūkesčiai aiškūs – kad mokiniams būtų įdomios informatikos pamokos, kad jie išmoktų žvelgti giliau į technologijas ir tai, kas slypi už kompiuterio, kad norėtų projektuoti naujus kompiuterius.
DI gebėjimai priklauso tik nuo mūsų
Visuomenėje netylant diskusijoms, kad DI temos į atnaujintas programas įtrauktos per anksti, prof. V. Dagienė nesutinka:
„Nematau jokio skubotumo.
Juk DI jau visur greta mūsų, tad ar galime mokykloje vaizduoti, kad jo nėra, nekalbėti apie tai?“
Pasak mokslininkės, yra daugybė temų iš DI, kiek filmų sukurta, kiek visko prigalvota.
Profesorė, daug metų dirbanti su moksleiviais iš viso pasaulio, pabrėžia, kad ir žmogaus, ir DI gebėjimai priklauso tik nuo mūsų:
„Kokio mes norime DI, kaip jį „auginti“, „mokyti“, „auklėti“ – taip DI ir mokosi (atskira tema „mašininis mokymasis“) iš mūsų ir jo gebėjimai, kokybė priklauso nuo mūsų.
Apie tai galima ir reikia kalbėtis jau su pradinukais.“
Prof. V. Dagienė pabrėžia, kad mokytojams labai trūksta mokymų, seminarų, paskaitų, užsiėmimų ir, be abejo, mokomosios medžiagos.
Ir pateikia puikų pavyzdį:
„Stebiuosi estais, kurie sugebėjo perduoti pagrindinių vadovėlių rengimą universitetams.
Universitetų (daugiausia Talino ir Tartu) komandos pasidalina temomis ir internete parengia mokytojams bei mokiniams mokomuosius išteklius.
Pirmais metais jie ne itin kokie, tačiau mokytojai patys gali papildyti, pasitaisyti.
Kasmet galima lengvai atnaujinti medžiagą.“
„Universitetų indėlis – šviesti bendruomenę, rodyti gerąsias praktikas, kelti etinius ir teisinius taikymo klausimus ir jokiais būdais neužsimerkti prieš tuos dalykus, kurie jau yra“, – sako VU Matematikos ir informatikos fakulteto informacinių technologijų prodekanas prof. P. Treigys.
Mokslininkas įsitikinęs, kad reikia šviesti bendruomenę apie galimas DI taikymo galimybes ir su tuo susijusius pavojus.
Labai aiškiai atkreipti dėmesį, kad DI „nejaučia“ ir klysta – tai yra tik algoritmas.
Visa DI pritaikymo atsakomybė tenka subjektui, taikančiam algoritmą užduotims spręsti.
„Informatikos mokytojams reikia paskaitų įvairiomis DI temomis, skirtingo lygio.
Reikėtų parengti užduočių, žaidimų (tai daro vokiečiai, pavyzdžiui, Paderborno universitetas ar Berlyno laisvasis universitetas), galima gauti iš jų, išversti, pritaikyti.
Reikia kalbėti apie duomenis, didžiuosius duomenis, jų panaudojimą.
Reikia kalbėti apie neuroninius tinklus ir jų taikymą.
Visa tai galima puikiai sieti su matematikos temomis“, – gerosiomis užsienio praktikomis dalinasi prof. V. Dagienė.
Mokymo proceso permainos
Dar viena iš problemų – atsiradus DI prasilenkia mokytojų ir mokinių žinios.
Jaunoji karta smalsi, gerai moka anglų kalbą, jau patys pasitelkia į pagalbą DI įrankius rašydami rašinius, kurdami vizualizacijas ir skaidres.
Tad užduotis mokykloje sukurti pristatymą nebetenka prasmės – mokytojas turi sugebėti arba atskirti, kad darbai atlikti pasitelkus DI įrankius, arba kitaip formuluoti užduotis.
Mokslininkė įsitikinusi – būtinai turime įtraukti naujausias technologijas, pavyzdžiui, mokytis naudoti pamokose „ChatGTP“:
„Pagalvokime, juk naudojamės grafikus braižančiomis programomis, vertimo programomis ir pan.
Greitai taip pat visur naudosimės „ChatGTP“ ar panašiais DI įrankiais.
Tik reikės išmokti protingai jais naudotis ir dar daugiau – juos išmokyti spręsti mums reikalingus uždavinius.“
Prof. V. Dagienė turbūt vienintelė mokslininkė, apie kurios veiklas žino visi – nuo Lietuvos penktoko iki Japonijos mokytojo:
„Pastaraisiais metais daugiau dėmesio skiriu pradinių klasių mokytojams, juos mokau informatinio mąstymo dalykų:
duomenų analizės, abstrahavimo, algoritmavimo, uždavinių dekomponavimo, modeliavimo, sprendimų vertinimo, apibendrinimo.
Turiu pasakyti, kad pradinių klasių mokytojai itin smalsūs, aktyvūs, jiems norisi daug sužinoti.
Su Turku universitetu (Suomija) sutarėme, kad jie mūsų mokykloms duoda nemokamai virtualiąją mokymosi aplinką ViLLE – ją papildėme informatinio mąstymo užduotimis 1–4 klasėms, toliau kuriame užduotis 5–9 klasėms.“
Prof. P. Treigys kaip pavyzdį pateikia greitą natūralios kalbos apdorojimo (NLP) algoritmų pažangą.
„ChatGPT“ tapo prieinama kiekvienam ir išgarsėjo per trumpą laiką – programėlė vis geriau supranta ir generuoja į žmogų panašų tekstą, GPT-3.5 modelis jau parodė įspūdingą gebėjimą generuoti nuoseklius ir į kontekstą atsižvelgiančius atsakymus.
Tačiau jau dabar atsiranda tyrimų, kurie rodo, jog generuojamo teksto atsakymo tikslumas smarkiai krinta.
Tad generuotų tekstų naudojimas turėtų būti itin kruopščiai tikrinamas.
Dar vienas iššūkis mokytojams – ne visi moka anglų kalbą, o būtent šia kalba labiausiai išvystyti DI gaminiai.
Pasak prof. P. Treigio, taip jau yra, kad didžioji dalis NLP ir generatyvinių algoritmų veikia anglų kalba, tad mokėti kalbą yra pageidautina, tačiau nėra būtina.
Mokslininkas dalinasi patarimais, ką daryti, norint naudotis žinomais įrankiais, bet nemokant kalbos:
„Tekstams versti puikiai tinka Deepl.com, pristatymams generuoti Gamma.com, o tekstams rašyti jau minėtas GPT modelis ar Grammarly.com.
Visi šie sprendimai turi DI, tad generuotų tekstų naudojimas turėtų būti keliskart tikrinamas.“
Prof. V. Dagienė dalinasi mintimis iš Mo Gawdat knygos „Scary Smart. The Future of Artifical Intelligence and How You Can Save Our World“.
Joje autorius suformuluoja ir pagrindžia tris neišvengiamybes:
DI bus visur; DI pranoks žmones; nutiks blogų dalykų.
„Taigi turime mokytis ir mokyti, suprasti, diskutuoti dirbtinio proto temomis, kad kuo protingiau pranoktų mus, kad kuo mažiau blogų dalykų nutiktų, o nutikus mokėtume juos įveikti“, – sako mokslininkė.
