Сейчас мы наблюдаем реальный бум продуктивности благодаря генеративному искусственному интеллекту (ИИ), но он основан на знаниях и опыте людей, которые развивали свои навыки до появления этих технологий. Проблема в том, что условия, способствовавшие формированию этой экспертизы, постепенно исчезают. Молодые специалисты получают меньше возможностей для развития, а компании сокращают набор новичков. Это может привести к тому, что мы будем тратить наследие знаний, накопленное за десятилетия, не восполняя его должным образом.
Ситуация требует внимания, поскольку краткосрочные выгоды от использования ИИ могут затмить необходимость в глубоком понимании и критическом мышлении, которые формируются в процессе обучения. Важно, чтобы образовательные учреждения, профессиональные организации и финансирующие структуры начали осознавать эту проблему и разработали стратегии для её решения.
В качестве примера можно привести ситуацию с калькуляторами в 70-х и 80-х годах. Учителя математики столкнулись с вопросом: зачем заставлять студентов выполнять арифметические операции вручную, если калькулятор справляется с этим лучше? Ответ заключался в последовательности: сначала студенты учились делать вычисления без помощи калькулятора, а затем постепенно начинали использовать его. Подобный подход необходимо применять и к ИИ.
Политика в области образования должна включать несколько ключевых компонентов. Во-первых, в начальных классах использование ИИ должно быть ограничено, чтобы студенты могли развивать базовые навыки. Во-вторых, в старших классах следует вводить структурированное и контролируемое использование ИИ, когда студенты уже продемонстрировали свои способности без него. В-третьих, необходимо внедрить в учебные программы основы работы с ИИ, чтобы учащиеся понимали, как эти системы функционируют и какие риски с ними связаны.
В высшем образовании и профессиональной подготовке важно, чтобы аккредитационные учреждения могли удостовериться, что студенты развили свои навыки без помощи ИИ. Это касается таких профессий, как медицина, юриспруденция и инженерия, где ошибки могут иметь серьезные последствия.
Кроме того, необходимо пересмотреть политику финансирования исследований, чтобы поддерживать инновации и оригинальные идеи, а не только повторение уже известных решений с помощью ИИ.
В заключение, важно действовать сейчас, чтобы защитить будущее образования и сохранить наследие знаний. Если мы не предпримем шаги для решения этих проблем, последствия могут оказаться дорогостоящими и трудными для исправления.