Razjarene brige da generativni AI ChatGPT podstiče studente da uveliko varaju prilikom pisanja eseja, izaziva zadivljujuću pažnju na etiku veštačke inteligencije i zakon o veštačkoj inteligenciji

Je li pisani esej savremenih studenata nikad više?

Izlazi li kroz prozor grozničavo studentski seminarski rad ispunjen strepnjom?

To je svađa koja je nedavno izbila u sveopću pometnju. Vidite, pojava AI aplikacije poznate kao ChatGPT je privukla veliku pažnju i podjednako je izazvala veliku dozu ljutnje. Za moje sveobuhvatno pokrivanje ChatGPT-a, pogledajte link ovdje. Za moje kontinuirano i opsežno pokrivanje etike AI i prava AI, pogledajte link ovdje i link ovdje, Da nabrojimo samo neke.

Suština urlanja i urlanja je da se ova vrsta AI obično naziva generativna AI, biće smrtna zvona za traženje od učenika da rade zadatke u stilu eseja.

Zašto tako?

Zato što je najnovija generativna AI u stanju da proizvede naizgled tečne eseje samim unosom jednostavnog upita. Ako unesete red kao što je "Pričaj mi o Abrahamu Linkolnu", AI će stvoriti esej o životu i vremenu Linkolna koji je često dovoljno dobar da se pogrešno smatra da je napisan u potpunosti i isključivo ljudskim rukama. Štaviše, a evo i pravog zanosa, esej neće biti duplikat ili uočljiva kopija nečeg drugog već napisanog na istu temu. Izrada eseja bit će u suštini "original" koliko bi bilo koja slučajna inspekcija mogla utvrditi.

Učenik koji se suočava sa pismenim zadatkom može samo da pozove jednu od ovih generativnih AI aplikacija, unese prompt i voila, ceo njihov esej je napisan za njih. Oni samo moraju da iseku i zalepe automatski generisani tekst u prazan dokument, krišom ukucaju svoje ime i informacije o klasi na njega, i sa pomalo smelom hrabrošću krenu dalje i predaju ga kao sopstveno delo.

Šanse da nastavnik može otkriti da je esej napisao AI, a ne učenik, skoro su ravne nuli.

Skandalozno!

Naslovi su užurbano objavljivali da smo došli do gorkog kraja da učenici pišu eseje ili u suštini rade bilo koju vrstu pismenih zadataka van časa. Čini se da je jedini način da se izađe na kraj sa situacijom korištenje eseja u nastavi. Kada su učenici u kontrolisanom okruženju kao što je učionica i pretpostavljaju da nemaju pristup laptopima ili pametnim telefonima, naći će se ograničeni na pisanje eseja na staromodan način.

Da pojasnimo, staromodan način znači da će morati pisati isključivo korištenjem svojih vlastitih nožica.

Bilo koja vrsta eseja urađena van učionice biće odmah sumnjiva. Da li je učenik napisao esej ili je to uradila AI aplikacija? Kao što je spomenuto, esej će biti tako dobro napisan da nećete moći lako otkriti da ga je napisala mašina. Pravopis će biti besprijekoran. Sintaksa će biti ogromna. Linija diskursa i potencijalno izneseni argumenti će biti uvjerljivi.

Dovraga, na neki način, mogli biste sugerirati da će generativna AI podići svoju poslovičnu ruku tako što će napraviti esej koji je izvan mogućnosti učenika koji se odluči da krene ovim podlim putem. Nastavnik bi mogao postati sumnjičav samo zato što je esej previše dobar. Pametan nastavnik bi bio u iskušenju da pretpostavi da učenik nije mogao napisati tako elegantnu i zatvorenu prozu. Unutrašnja alarmna zvona počinju da zvone.

Naravno, izazivanje učenika u vezi sa njihovim esejem biće ružno i može imati štetne posledice.

Pretpostavimo da je učenik pažljivo napisao esej, sasvim sam. Možda su to dvaput i trostruko provjerili. Postoji i šansa da su možda imali prijatelja ili poznanika da pogleda da uoči nešto što treba dodatno polirati. Sve u svemu, to je i dalje njihov esej kako su oni napisali. Zamislite nastavnika koji ovom ozbiljnom i marljivom učeniku postavlja pitanja o eseju. Sramota i užas zbog toga što smo u suštini optuženi za varanje su opipljivi, čak i ako nastavnik ne iznese takvu tvrdnju naglas. Sama konfrontacija je dovoljna da potkopa poštovanje učenika i učini da se osjećaju lažno oklevetanim.

Neki insistiraju da svaki nastavnik koji sumnja u autorstvo eseja treba da zamoli učenika da objasni šta je napisao. Vjerovatno, ako je esej napisao student, određeni student ga može adekvatno objasniti. Nastavnici su radili ovakvu vrstu istraživanja eonima. Učenik je možda privukao drugog učenika da za njih napiše svoj esej. Učenik je možda dobio roditelja da napiše svoj esej. U današnjem svijetu, student bi mogao platiti nekome preko interneta da tajno napiše njihov esej u njihovo ime.

Stoga je traženje od učenika da potvrdi autorstvo putem upita u učionici uobičajeno i nije velika stvar.

Drago mi je da ste to spomenuli.

Pokušaj blage ili vidljive pripreme učenika na žaru nije baš tako jednostavan lakmusov test kao što mislite. Učenik je mogao pomno proučiti esej koji je izradila umjetna inteligencija i pripremiti se za potencijalno ispitivanje.

Razmislite o tome na ovaj način. Učenik prvo generira esej jednostavnim pritiskom na dugme. Učenik tada provodi gomilu vremena koje bi posvetio pisanju eseja umjesto da pomno ispituje i proučava esej. Nakon nekog vremena, riječi su gotovo potpuno vezane za pamćenje. Učenik se gotovo zavarava da vjeruje da je zaista napisao esej. Ovaj privid samopouzdanja i svesti mogao bi ih lako provući kroz ispitivanje koje vodi nastavnik.

Aha, neki kažu sa pomalo kontrapunktom strahova od generativnih AI aplikacija, primjećuju da je učenik zapravo „naučio“ nešto tako što je generirao esej. Naravno, učenik se nije potrudio da istraži temu, niti je sastavio esej, ali bez obzira na to, ako su pažljivo proučili esej, čini se da pokazuje da su naučili o zadatoj temi. Student koji se posveti učenju napamet eseja o Linkolnu je verovatno naučio nešto suštinsko o Linkolnu.

Učenje se dogodilo.

Vau, uzvraća se, zadatak je vjerovatno bio dvostruki proces. Učenje o Linkolnu možda je bilo relativno sekundarno. Prava svrha je bila da učenik nauči pisati. Ovaj suštinski dio zadatka je u potpunosti potkopan. Nastavnici često zadaju otvorene teme i zapravo samo žele da učenik iskusi pisanje. Morate izložiti ono što želite da napišete, morate smisliti riječi koje ćete koristiti, morate staviti riječi u razuman skup rečenica i pasusa, itd. Samo čitanje eseja proizvedenog od umjetne inteligencije uopće nije u skladu s tim temeljnim aspektom esejskog zadatka.

Protuudarac ovome je tvrdnja da učenik potencijalno uči o pisanju pomno proučavajući pisanje koje proizvodi AI. Zar svi ne proučavamo velemajstore pisanja da vidimo kako pišu? Naše pisanje je pokušaj da dopremo do Shakespearea i drugih velikih pisaca. Proučavanje pisane riječi je valjan način da se nauči kako pisati.

Poput žestokog teniskog meča, lopta prelazi na drugu stranu mreže. Iako je dobro proučavanje pisanja, morate na kraju pisati ako želite da budete u stanju pisati. Ne možete samo beskonačno čitati, a onda prazno pretpostaviti da učenik sada zna da piše. Moraju pisati, pisati i nastaviti pisati dok ne budu u stanju da opipljivo pokažu i poboljšaju svoje sposobnosti pisanja.

Vidite li kako je sve ovo prilično zagonetka?

Imajte na umu da postoji oko zilion ili više zaokreta u svemu ovome.

Pokriti ću neke od genijalnijih i zanimljivijih preokreta.

Podešavanje eseja putem AI promptinga

Upravo spomenuo Shakespearea, evo aspekta generativne AI koji bi vas mogao iznenaditi. U mnogim generativnim AI aplikacijama možete reći nešto poput ovoga: “Napišite esej o Linkolnu kao da je Shakespeare napisao esej.” AI će pokušati da stvori esej za koji se čini da je napisan na jeziku koji Shakespeare uobičajeno koristi u svojim spisima. Prilično je zabavan i privlačan podvig za vidjeti i mnogi od ovoga dobiju poprilično oduševljenje.

Kako se to odnosi na učenika koji „vara“ koristeći generativnu umjetnu inteligenciju za pisanje svojih eseja?

U mnogim generativnim AI aplikacijama, možete reći AI da piše na manje od zvjezdanog načina. AI će nastojati da proizvede esej koji je pomalo grub po rubovima. Postoje problemi sa sintaksom ovdje ili tamo. Logika eseja može biti napeta ili pomalo nepovezana.

Ovo bi bila pametna smicalica. Učenik uzima dobijeni esej i predaje ga. Esej je dovoljno dobar da dobije najbolju ocjenu, ali u međuvremenu nije toliko savršen da bi navukao bijes nastavnika. Još jednom, veštačka inteligencija je uradila sav posao za učenika, uključujući i da je esej učinio pomalo nesavršenim.

Povrh ovoga, većina generativnih AI aplikacija omogućava vam da koristite aplikaciju onoliko koliko želite. Evo kako to dolazi do izražaja. Student upisuje da aplikacija AI treba da napravi pomalo nesavršen esej o Linkolnu. Esej je proizveden. Učenik pogleda esej i shvati da je još uvijek previše savršen. Učenik ulazi u drugi upit koji daje instrukcije AI da učini nesavršenostima izraženijima.

Pjene, isperite, ponovite.

Učenik stalno unosi upute i pregleda izrađene eseje. Ovo se dešava iznova i iznova. Na kraju, učenik dovede AI na pravi nivo nesavršenosti u eseju. Verzija Zlatokosa je postignuta. Dovoljno je savršen da dobijete visoku ocjenu, a dovoljno nesavršen da ne izaziva sumnje.

Siguran sam da neki od vas pametno kažu da da je student samo odlučio da napiše prokleti esej, možda bi potrošio manje vremena ili barem isto toliko vremena za pisanje samog eseja. Sva ova upotreba AI aplikacije koja troši energiju mogla je biti usmjerena na jednostavno nastavljanje pisanja eseja.

Pa, zapamtite, učenik to nema na umu. Jednostavnost unosa upitnika i iterativnog pregledavanja i odabira željenog eseja sigurno će biti mnogo lakša za studenta. Sat vremena za ovo je mnogo manje naporan od direktnog pisanja eseja. Pametnost u ovom slučaju mora se odmjeriti u odnosu na stvarnost.

Šta se dešava ako drugi učenici urade isto

Kladim se da ste imali ovu pametnu misao na umu dok ste čitali prethodnu analizu o esejima i generativnim AI aplikacijama, naime da će učenik nesumnjivo biti uhvaćen ako mnogo drugih učenika radi isto.

Dozvolite mi da objasnim.

Učitelj zadaje cijeli razred da napiše esej o Linkolnu. Pretpostavimo da 90% učenika odluči koristiti generativnu AI aplikaciju za ovaj zadatak. Ako vam se 90% čini previše depresivnim, samo naprijed i umjesto toga koristite 10%. Samo imajte na umu da će, kako studenti budu saznali o korisnosti generativnih AI aplikacija, iskušenje da ih koriste rastao.

U redu, značajan postotak razreda koristi generativnu AI aplikaciju. Pretpostavili biste da će ergo svi studenti predati otprilike isti Linkolnov esej. Nastavnik će uočiti kada ocijeni treći ili četvrti esej da su svi eseji prilično isti. Ovo će biti veliki trag da nešto nije u redu.

Izvinite, ali malo je verovatno da ćete biti te sreće.

Većina generativnih AI aplikacija su vrlo osjetljive na to kako je prompt posebno sastavljen. Ako napišem “Pričaj mi o Linkolnu” u odnosu na “Pričaj mi o Linkolnovom životu” velika je vjerovatnoća da će eseji biti suštinski drugačiji. U prvom slučaju, možda se esej koji je izradila AI fokusira na predsjednika Linkolna tokom njegovog mandata u Bijeloj kući i izostavlja bilo šta o njegovom djetinjstvu. Drugi upit bi mogao proizvesti esej koji pokriva njegovo rođenje do smrti.

Učenici vjerovatno neće unijeti tačno ono što im je nastavnik dao kao upitnik za esej. Činilo bi se razumnim, kao varalica, isprobati varijacije. Ali čak i ako svi učenici uđu u isti upitnik, izgledi su prilično dobri da će se svaki esej donekle razlikovati od ostalih.

Ove AI aplikacije koriste ogromnu interno kreiranu matematičku i računsku mrežu koja u osnovi ima široko podudaranje s uzorkom na tekstu koji se nalazi na internetu. Uključen u proces generisanja eseja je faktor vjerovatnoće. Malo je vjerovatno da će odabrane riječi biti istim redoslijedom i iste riječi. Svaki generirani esej općenito će biti drugačiji.

Ipak, postoji jedna kvaka u ovome. Ako je odabrana tema prilično nejasna, postoji šansa da će neki od proizvedenih eseja ličiti jedni na druge. To bi djelomično bilo zato što je uzorak u korijenu teksta bio tanak za početak. S obzirom na to, način na koji je esej sastavljen mogao bi biti sasvim drugačiji. Sve što želim reći je da bi suština sadržaja per se potencijalno mogla biti otprilike ista.

Ne želite da izgledate turobno, ali potencijalno biste mogli da iznesete istu tvrdnju o zajedničkoj temi kao što je Linkolnov život. Na koliko različitih načina možete elaborirati sveukupne aspekte njegovog života? Ako ste nekako osigurali studente u zaključanoj učionici da pišu o Linkolnu i dali im pristup na mreži da istraže njegov život, usuđujem se reći da bi se šanse da eseji budu donekle bili slični mogli dogoditi.

Faktor besplatnog i lakog je značajan

Ako student danas želi da vara tako što će nekome preko interneta platiti da napiše svoj esej, to je vrlo jednostavno (nadam se da vas to neće šokirati, možda sam trebao unaprijed ponuditi upozorenje o okidaču).

Međutim, problem je u tome što morate platiti esej. Takođe, postoji mala šansa da bi vas kasnije možda uhvatili. Jeste li koristili kreditnu karticu za plaćanje eseja? Možda je bolje koristiti neki oblik podzemne obrade plaćanja kako biste pokušali zadržati svoje tragove.

Ljepota ili možda razdražujući faktor generativne AI je u tome što je trenutno većina njih dostupna besplatno. Plaćanje nije potrebno. Nema posebne evidencije o vašem korištenju (pa, da bude jasno, AI aplikacija možda prati vašu upotrebu, pogotovo jer mnoge AI aplikacije zahtijevaju da se prijavite s adresom e-pošte, ali naravno, možete i to lažirati ).

Neki ljudi prirodno pretpostavljaju da morate biti AI čarobnjak da biste koristili generativnu AI aplikaciju.

Ne tako.

Uglavnom, generativne AI aplikacije su zapanjujuće jednostavne za korištenje. Pozivate aplikaciju AI. Predstavlja vam otvoreni okvir za tekst u koji možete unijeti svoj upit. Unesite prompt i pritisnete Submit. AI aplikacija generira tekst.

To je u vezi s tim.

Nisu potrebni specijalizovani kompjuterski jezici. Nema znanja o bazama podataka ili nauci o podacima. Uvjeravam vas da gotovo svako dijete u školi može lako koristiti generativnu AI aplikaciju. Ako dijete može kucati, može koristiti ove aplikacije.

Neki tvrde da bi kompanije koje pružaju generativne AI aplikacije trebale prvo provjeriti starost korisnika, vjerovatno kako bi spriječile neodrasle osobe da koriste AI u svrhe varanja prilikom pisanja eseja. Ako korisnik kaže da nije punoljetan, ne dozvolite mu da koristi AI aplikaciju. Iskreno, to je malo vjerojatan scenarij prevencije, osim ako na neki način nisu doneseni zakoni koji se odnose na umjetnu inteligenciju koji pokušavaju uspostaviti ovakve vrste ograničenja. Čak i ako se takvi zakoni izglasaju, ovo možete zaobići korištenjem generativne AI aplikacije koja se nalazi u drugoj zemlji, itd.

Još jedan nedovoljan ugao bi bio kada bi korištenje generativnih AI aplikacija koštalo novac. Pretpostavimo da je postojala naknada po transakciji ili naknada za pretplatu. Ovo bi generativnu AI aplikaciju stavilo u rang sa onim ljudima širom interneta koji će za vas napisati esej koji vam to naplaćuje. Rad bi se suočio s umjetnom inteligencijom (na stranu, sve ovo sugerira da će ljudi za život pisati eseje za studente biti zamijenjeni umjetnom inteligencijom koja radi isto; pitanje je trebamo li biti tužni ili zadovoljni da ti ljudi koji zarađuju za život više neće moći na taj način).

Kompanije koje proizvode generativne AI aplikacije sigurno žele zaraditi novac od ovih aplikacija, iako je još uvijek u zraku kako to učiniti. Naplata transakcijske naknade, pretplate ili možda naplata po generisanoj riječi su sve na stolu. Umjesto da se naplaćuje ljudima, monetizacija bi se mogla obaviti korištenjem oglasa. Možda svaki put kada koristite određenu generativnu AI aplikaciju, prvo morate vidjeti oglas. To bi moglo biti zarada.

Mrzim da prosipam mleko na ovo, ali kao sredstvo za prevazilaženje prevare učenika, to neće biti nikakav srebrni metak. Nije ni blizu.

Postoje verzije otvorenog koda generativne AI. Ljudi ih stavljaju na tržište, a drugi su skloni da aplikaciju učine besplatnom. Na ovaj ili onaj način, čak i ako neke kompanije naplaćuju naknadu, moći ćete pronaći varijante koje su besplatne za korištenje, iako ćete možda morati vidjeti oglase ili se možda prijaviti i dati neke informacije o sebi u marketinške svrhe.

Da li Multi-Step pomaže u tome

Student se odlučuje za korištenje generativne AI aplikacije za izradu svog eseja.

Umjesto da odmah okrene esej, student odlučuje urediti esej. Ovdje razborito izdvajaju nekoliko riječi. Upiši tu par riječi. Pomjerite rečenicu gore. Pomerite rečenicu niže. Nakon malo uređivanja i dorade, sada imaju esej koji su spremni da predaju.

Da li je ovaj esej rad studenta ili nije?

Doveo sam vas do velikog nerešenog nerešenog pitanja vrednog milion dolara.

Hajde da napravimo kratak pregled zakonskih prava i kršenja. Ovo je tema koju sam dosta obrađivao, kao npr link ovdje i link ovdje, na primjer.

Vjerovatno već znate nešto o autorskim pravima i onome što je poznato kao intelektualna svojina (IP). Neko ko ima priču zaštićenu autorskim pravima trebao bi zadržati razna zakonska prava povezana s tom pričom. Oni nemaju potpuno gvozdeni sveobuhvatni privid zakonskih prava. Postoje izuzeci i izuzeci.

Jedno od najtežih pitanja u vezi s kršenjem nečijeg materijala zaštićenog autorskim pravima je bliskost onoga što biste mogli imati u odnosu na originalni izvor. Možda ste čitali ili vidjeli vijesti o poznatim pjevačima i njihovim tekstovima, gdje je neko drugi napisao pjesmu sa naizgled sličnim tekstom i da li je to pravno ispravno ili ne.

Ranije sam spomenuo da generativna AI aplikacija obično ne proizvodi esej koji je kopija drugih materijala za koje je ranije obučena kroz ispitivanje sadržaja na Internetu. Šanse su da je materijal generaliziran i sav spojen tako da više ne liči na ono od čega se izvorni sadržaj sastojao.

Morat ćemo sačekati i vidjeti kako će se pravni proces nositi s tim. Ako generativna AI aplikacija proizvodi umjetničko djelo koje je vizualno očigledno slično nekom izvornom umjetničkom djelu, vjerojatno bismo se sklonili da optužimo AI i kreatore AI da su prekršili autorska prava povezana s originalnim djelom. To možemo vidjeti vlastitim očima.

Kada su u pitanju eseji, ovo može biti teže. Očigledni su slučajevi kada su cijele rečenice i pasusi identični od riječi do riječi. Svi to možemo vidjeti. Ali kada se formulacije razlikuju sa malo razlika, ulazimo u sive zone.

Koliko daleko od originalnog materijala mora biti novoizrađeni materijal da bi se proglasilo da je bona fide original sam po sebi?

To je važno pitanje.

Povežimo ovo sa učenikom koji koristi generativnu AI aplikaciju za svoj esej.

Za trenutak se pretvarajte da će se određeni esej generiran pomoću AI aplikacije protumačiti kao "originalni" esej. Kažem da pretpostavimo da to ni na koji očigledan način ne krši bilo koji drugi postojeći esej ili tekstualni narativ bilo gdje na svijetu.

Učenik tada počinje sa izvornim izvorom materijala. Kao što je već navedeno, student uređuje i usavršava ovaj materijal. Stvari dostižu tačku u kojoj se original kako ga proizvodi AI aplikacija sada razlikuje od rafinirane verzije koju je student osmislio.

Je li ovo varanje?

Možda da, možda ne.

Možete tvrditi da jeste. Student je počeo sa AI pisanjem eseja za njih. Sve što je učenik uradio je mehanički se igrao sa esejem. Očekujemo od učenika da napiše esej iz zraka i koristi vlastito trzanje da to učini. Očigledno je varanje koristiti AI aplikaciju za generiranje njihove osnovne linije. Dodijelite ocjenu “F” učeniku.

Ne tako brzo. Možete tvrditi da to nije varanje. Učenik je preradio izvorni materijal. Ako je poređenje između eseja proizvedenog u aplikaciji umjetne inteligencije i verzije koju je rafinirao učenik dovoljno velika razlika, rekli bismo da je student napisao esej. Doduše, pri tome su koristili i drugi materijal, ali zar ne možete reći isto ako su koristili enciklopediju ili neki drugi izvor? Ovaj učenik zaslužuje ocjenu "A" jer je sastavio esej svojom vlastitom pameti (bez obzira što je referencirao druge materijale da to učini).

Nastavnici će biti uhvaćeni usred ovog već dosadnog pitanja.

Jedan pristup je da nastavnik može kategorički izjaviti da učenici moraju navesti sve referencirane materijale, uključujući da li je korištena generativna AI aplikacija. Ako učenik ne uspije direktno da navede generativnu AI kao referencu, i ako nastavnik otkrije da je propustio da navede, učenik po rezimeu dobija ocjenu “F” na zadatku. Ili će neke škole možda smatrati da je ovo čin varanja koji uzrokuje da učenik automatski padne. Ili možda izbačen. Moraćemo da vidimo dokle škole idu po ovim pitanjima.

Općenito, idemo u zaokretni svijet intelektualne svojine i pravnog vlasništva nad djelima kao što su eseji (tekst), umjetnost (slike) i video, uključujući:

• Neki će tražiti pravnu zaštitu od generativnih AI kreatora u vezi sa izvorima sadržaja koje je AI koristila za stvaranje proizvedenog rezultata.
• Neki će uzeti rezultat generativne AI i smatrati da su rezultat njihova vlastita djela, a zatim će pokušati tražiti pravni lijek od bilo koga ko krši njihov „originalni“ rad.
• Ovo bi moglo da se vrti okolo, tako da neko proizvede izlaz iz generativne veštačke inteligencije, koja se objavljuje na internetu, a onda dođe neka druga generativna veštačka inteligencija koja to koristi u svojoj obuci za proizvodnju srodnih dela.

Pretvaranje negativnosti u pozitivu

Sva ova priča o lošosti generativne umjetne inteligencije kada je u pitanju prevara učenika možda nam zamagljuje um, upozoravaju neki.

Idite na ovo u drugom pravcu.

Sjediš li?

Možda bi nastavnici trebali da razmotre namjerno da učenici koriste generativnu umjetnu inteligenciju kao dio procesa učenja o tome kako pisati eseje.

Ranije sam pisao o tzv dvostruke namjene AI, vidi link ovdje. Ideja je da se ponekad AI sistem može koristiti za loše, a ponekad se može promijeniti i koristiti za dobro. Zabrinjavajući aspekt je kada neko piše AI za dobro i blaženo nije svjestan koliko se lako njihova AI može pretvoriti u bauk zla. Dio Etička AI je spoznaja da AI treba osmisliti tako da se ne može preko noći pretvoriti u prokletstvo. Ovo je stalna briga.

Vratimo se na generativnu umjetnu inteligenciju za izradu eseja.

Ranije sam iznio koncept da bi učenik mogao naučiti o pisanju gledajući pisane radove koji već postoje. Ovo ima puno smisla. U osnovi, što više čitate, velike su šanse da proširujete svoj mentalni privid ka mogućnostima pisanja. Kao što je ranije rečeno, i dalje morate da pišete, jer vas svo čitanje na svetu neće nužno navesti da budete dobar pisac ako ne vežbate čin pisanja.

Mogli bismo koristiti generativnu umjetnu inteligenciju da podstaknemo ovu spregu čitanja i pisanja. Neka učenik namjerno koristi generativnu umjetnu inteligenciju. AI proizvodi esej. Studentu se daje zadatak da kritikuje esej koji je izradila umjetna inteligencija. Zatim, učenik dobija zadatak da napiše novi esej, možda na drugu temu, ali može koristiti strukturu i druge opšte elemente ranijeg eseja generisanog AI.

Ovo bi moglo biti čak i produktivnije, neki sugeriraju, za studente od jednostavnog čitanja knjiga ili drugih tekstova pisaca s kojima učenik nema pristup „interagirati“. Uz AI aplikaciju, učenik bi mogao pokušati ponovo pokrenuti i izraditi početni esej koristeći mnoštvo upita, jedan za drugim. Učenik bi mogao reći AI da napiše goli esej o Linkolnu. Zatim student traži poduži esej o Linkolnu koji je napisan neformalnim glasom. Nakon što to pogleda, učenik upućuje aplikaciji AI da napravi visoko formaliziranu verziju Linkolnovog eseja. itd.

Tvrdnja je da bi ovo moglo materijalno pomoći učeniku u učenju o pisanju i načinu na koji se pisanje može odvijati.

Nedavni istraživački rad predlaže upravo ovo: „Autori ovog rada vjeruju da se AI može koristiti za prevazilaženje tri barijere za učenje u učionici: poboljšanje prijenosa, razbijanje iluzije dubine objašnjenja i obučavanje učenika da kritički procjenjuju objašnjenja“ ( u radu pod naslovom “Novi načini učenja koje omogućavaju AI Chatbotovi: tri metode i zadaci”, dr. Ethan Mollick i dr. Lilach Mollick, Wharton School Univerziteta Pennsylvania & Wharton Interactive, 12. decembra 2022.)

Na primjer, ističu da bi se poboljšanje prijenosa učenja moglo dogoditi na ovaj način: „AI je jeftin način da se učenicima pruži mnogo primjera, od kojih neki mogu biti netačni, ili treba dodatno objašnjenje, ili jednostavno izmišljeni. Za učenike sa temeljnim znanjem o nekoj temi, možete koristiti AI da im pomognete da testiraju svoje razumijevanje i eksplicitno ih natjerati da imenuju i objasne netočnosti, nedostatke i aspekte teme koje nedostaju. AI može pružiti beskrajni niz primjera koncepata i primjena tih koncepata i možete potaknuti učenike da: uporede primjere u različitim kontekstima, objasne srž koncepta i ukažu na nedosljednosti i informacije koje nedostaju u načinu na koji AI primjenjuje koncepte novim situacijama” (ibid).

To je slično starom refrenu, ako ne možete da ih pobedite, pridružite im se.

Pretvorite generativnu umjetnu inteligenciju u obrazovni alat.

Ajme, stiže brz odgovor.

Stavljate lisicu u kokošinjac. Učenicima koji nisu imali pojma šta je generativna AI sada će se to pokazati, otvoreno, otvorenim postupcima nastavnika i njihovih škola. Ako učenici nisu imali pojma o mogućnostima varanja, vi im to stavljate direktno u lice i ruke.

Čini se potpuno odbojnim da oni koji su na vlasti upoznaju studente sa načinom varanja. Tako ćete zauvijek staviti najpoštenije studente u carstvo prevare iskušenja. Svi će imati pristup mašini za varanje. Rečeno im je da to učine. Nema potrebe da to krijete. Nema potrebe da se pretvarate da ne koristite generativnu umjetnu inteligenciju. Škola i nastavnik su te natjerali da ga koristiš.

Odgovor na ovo je da morate slijepo i neznalački gurnuti glavu u pijesak da mislite da se učenici neće upoznati sa generativnom umjetnom inteligencijom. Dok se vi glupo pretvarate da ne znaju za to, oni jure van škole da to iskoriste. Vaš bolji izbor je da im predstavite stvar, razgovarate za šta se može, a šta ne može koristiti, i unesete blistavo svjetlo u cijelu zagonetku.

Prilično je ludo.

Za one od vas koji istražuju obrazovne inovacije tehnologije, možda biste željeli pogledati generativnu umjetnu inteligenciju i kako ona može promijeniti prirodu obrazovnih pristupa i utjecati na učenje učenika. Dolazi uskoro.

Korištenje detekcije da nas spasi od propasti

Zamijenite šešire i pogledajmo na trenutak digitalna umjetnička djela.

Ako kreirate djelo digitalne umjetnosti, možda biste željeli da ga označite na neki način kako biste kasnije mogli razaznati da li je neko odlučio da koristi ili ponovo koristi vaše umijeće. Jednostavan način da to učinite sastoji se od promjene nekih piksela ili tačaka u vašem digitalnom umjetničkom djelu. Ako napravite nekoliko ovdje ili tamo, izgled umjetničkog djela i dalje će se činiti ljudskim očima isti. Neće primijetiti one piksele koji su maleni i postavljeni na neku posebnu boju koja se može vidjeti samo pomnim pregledom putem digitalnih alata.

Možda znate za ove tehnike kao oblik vodenog žiga. Baš kao što je u starim danima bilo pokušaja stavljanja vodenog žiga na materijale na papiru i drugi nedigitalizirani sadržaj, postepeno smo vidjeli porast digitalnih vodenih žigova.

Digitalni vodeni žig može biti skriven u slici digitalnog umjetničkog djela. Ako vam to može izgledati nametljivo za sliku, možete pokušati da ugradite vodeni žig u datoteku koja sadrži digitalno umjetničko djelo (takozvani "meta-podaci" digitalnog djela).

Postoji igra mačke i miša koja se može pojaviti.

Dođe neki zlotvor i otkrije vaš digitalni vodeni žig. Oni ga uklanjaju. Sada, oni naizgled mogu slobodno da koriste vaše digitalno umetničko delo bez brige da ćete kasnije moći da ga gurnete i pokažete da je to očigledno krađa vaših napora. Ti nitkovi!

Moramo pojačati digitalni vodeni žig, što možemo učiniti korištenjem kriptografskih tehnika i tehnologija. Razmislite o tajnim porukama i kodiranju.

Ideja je da kodiramo digitalni vodeni žig tako da ga je teško pronaći. Također je potencijalno teško ukloniti. Mogli bismo čak pokušati da osiguramo da softver koji će prikazati ili dozvoliti upotrebu digitalnog umjetničkog djela mora prvo provjeriti i vidjeti da li u djelu postoji važeći kodirani digitalni vodeni žig, inače se smatra neprikladnom kopijom. Uhvatili smo te na djelu.

Možemo li učiniti isto za generativnu umjetnu inteligenciju koja proizvodi tekst?

Rukavica je položena. Problem ipak može biti teži u određenoj mjeri nego kada se razmatraju digitalni vodeni žigovi za umjetnička djela.

Evo zašto.

Pretpostavimo da je jedino mjesto na koje možete postaviti vodeni žig direktno u sam tekst. Kažem ovo jer tekst koji se generira ne ide nužno u datoteku. Tekst je samo tekst. Možete ga izrezati i zalijepiti iz generativnog AI alata. U tom smislu, obično ne postoje meta-podaci ili datoteka u koju se može ugraditi vodeni žig.

Morate se fokusirati isključivo na tekst. Čist tekst.

Jedan od načina bi bio taj da se generativna AI proizvede tekst na način koji se može pratiti. Kao grub, ali nepraktičan primjer, zamislite da smo odlučili da svaku treću rečenicu započnemo riječju “I” na početku rečenice. I dalje bismo napravili naizgled potpuno tečan esej. Jedina varka je da svaka treća rečenica počinje našom odabranom magičnom riječi. Niko drugi ne zna na čemu smo.

Učenik koristi generativnu umjetnu inteligenciju za izradu zadanog eseja o Linkolnu. Učenik ga preuzima direktno iz AI aplikacije i šalje ga e-poštom nastavniku. Ispostavilo se da je student čekao do posljednjeg trenutka i dogurao do objavljenog roka. Nema vremena za recenziju eseja. Samo pošaljite i nadajte se najboljem.

Nastavnik gleda esej. Pretpostavimo da smo joj rekli da se naš vodeni žig sastoji od magične riječi koja se koristi na početku svake treće rečenice. Nastavnik otkriva da je to slučaj u ovom predatom eseju. Iako postoji nevjerojatno mala šansa da je učenik napisao esej i da možda voli koristiti ovu konkretnu riječ na početku svake treće rečenice, mislim da se razumno možemo složiti da je to vrlo malo vjerovatno i umjesto toga učenik je vjerojatno koristio generativnu umjetnu inteligenciju za izradu eseja.

Vidite li kako to funkcionira?

Vjerujem da je tako.

Sada je problem kako doći do vodenog žiga koji nije baš tako očigledan. Učenik bi mogao primijetiti da se u rečenicama čini da neobično koriste određenu riječ. Možda pogode šta se dešava. Zauzvrat, učenik može da se kreće po rečenicama i da preformuliše. Ovo onda prilično poništava ovaj vodeni žig jer se esej više ne može lako uočiti da ga je napisao generativna AI.

Igra mačke i miša ponovo ide naprijed.

Moramo proizvesti tečan tekst koji na neki način sadrži “vodeni žig” na način koji se ne može lako uočiti. Nadalje, ako je moguće, vodeni žig bi trebao nastaviti postojati čak i ako je esej malo revidiran. Celokupna revizija verovatno neće dozvoliti da vodeni žig preživi. Ali želimo malo redundantnosti i elastičnosti tako da će vodeni žig po mogućnosti biti uočljiv čak i ako se napravi određena količina promjena u području teksta.

Istraživač koji radi za kompaniju koja proizvodi ChatGPT (AI aplikaciju od OpenAI) istražuje neke zanimljive kriptografske napore u skladu sa ovim razmatranjima o vodenim žigovima. Scott Aaronson je profesor kompjuterskih nauka na Univerzitetu Teksas u Austinu i nedavno je govorio o nekim od radova koji se odvijaju (transkript je objavljen na njegovom blogu).

Razmotrite ovaj odlomak u kojem on ukratko objašnjava postojeći pristup: „Kako to funkcionira? Za GPT, svaki ulaz i izlaz je niz tokena, koji mogu biti riječi, ali i znakovi interpunkcije, dijelovi riječi ili više – ukupno ima oko 100,000 tokena. U svojoj srži, GPT konstantno generiše distribuciju vjerovatnoće preko sljedećeg tokena za generiranje, uslovljeno nizom prethodnih tokena. Nakon što neuronska mreža generiše distribuciju, OpenAI server onda zapravo uzorkuje token prema toj distribuciji—ili nekoj modifikovanoj verziji distribucije, u zavisnosti od parametra koji se zove 'temperatura'. Međutim, sve dok je temperatura različita od nule, obično će postojati određeni slučajnost u izboru sljedećeg tokena: možete trčati iznova i iznova s ​​istim promptom i svaki put dobiti drugačiji završetak (tj. niz izlaznih tokena) .”

Kao što je napomenuto, postoji određena količina nasumice u pogledu toga koje riječi će biti stavljene sljedeće u esej koji se izvodi pomoću aplikacije ChatGPT. To također objašnjava raniju tvrdnju da će svaki esej vjerovatno biti nešto drugačiji čak i ako je na istu temu. Namjerna upotreba pristupa slučajnog odabira koji je unutar određenih granica odvija se ispod haube tokom generiranja eseja.

Sada dolazimo do sočnog dijela, kriptografskog miješanja: „Dakle, da se vodeni žig, umjesto nasumično odabira sljedećeg tokena, ideja će biti da ga odaberete pseudo-slučajno, koristeći kriptografsku pseudoslučajnu funkciju, čiji je ključ poznat samo OpenAI-u . To neće napraviti nikakvu vidljivu razliku za krajnjeg korisnika, pod pretpostavkom da krajnji korisnik ne može razlikovati pseudoslučajne brojeve od istinski slučajnih. Ali sada možete odabrati pseudoslučajnu funkciju koja potajno pristrasuje određeni rezultat – zbir određene funkcije g koja se procjenjuje na svakom n-gramu (niz od n uzastopnih tokena), za neki mali n – koji rezultat također možete izračunati ako znate ključ za ovu pseudoslučajnu funkciju.”

Shvaćam da bi to moglo izgledati pomalo tehnološki zagušeno.

Suština je da će proizvedeni esej izgledati tečno i nećete moći lako uočiti čitajući esej da sadrži digitalni vodeni žig. Da biste utvrdili da li dati esej sadrži vodeni žig, trebali biste ga ubaciti u posebno osmišljen detektor. Program koji vrši detekciju bi izračunao vrijednost na osnovu teksta i mogao bi je uporediti sa pohranjenim ključem. U pristupu koji se opisuje, ključeve bi držao prodavac i inače ne bi bili dostupni, tako da, pod pretpostavkom da se ključevi čuvaju u tajnosti, samo bi program za otkrivanje mogao izračunati da li je esej vjerovatno izveden iz ChatGPT-a u ovom slučaju.

On dalje priznaje da to nije sigurno: „Sada, sve ovo može biti poraženo uz dovoljno truda. Na primjer, ako ste koristili drugu umjetnu inteligenciju da parafrazirate GPT-ov izlaz — dobro, to nećemo moći otkriti. S druge strane, ako samo ubacite ili izbrišete nekoliko riječi tu i tamo, ili promijenite redoslijed nekih rečenica, signal vodenog žiga će i dalje biti tamo. Budući da ovisi samo o zbroju preko n-grama, otporan je na takve vrste intervencija.”

Nastavniku bi se mogao odobriti pristup detektorskom programu koji bi provjeravao eseje učenika. Pretpostavimo da je stvar relativno laka jer nastavnik daje učenike da svoje eseje e-poštom pošalju nastavniku i automatizovanom detektoru. Aplikacija detektor tada obavještava nastavnika o vjerovatnoći da će esej izraditi ChatGPT u ovom slučaju.

Sada, ako je detektor otvoreno dostupan bilo kome, imali biste studente varalice koji „premašuju“ i koji bi jednostavno ubacili svoje eseje u detektor i izvršili niz promjena sve dok detektor ne pokaže malu vjerovatnoću da je esej izveden generativnim AI. Više mačke i miša. Pretpostavlja se da detektor mora biti čvrsto zaštićen upotrebom lozinke, ili su potrebna neka druga sredstva ili metode za postupanje sa kriptografskim pristupima (postoje razne metode zasnovane na ključu i metode bez ključa koje se mogu koristiti).

Nastavnik se može suočiti s mogućnošću desetina ili stotina generativnih AI aplikacija dostupnih za korištenje na internetu. U tom slučaju, pokušaj da se svi oni navedu da koriste neki digitalni vodeni žig i da im svima treba ubaciti esej, pa, to postaje samo još očaravajuće i logistički komplikovanije.

Nema više eseja izvan učionice

Propast i sumorna perspektiva je da će nastavnici možda morati da napuste upotrebu pisanja eseja izvana. Svi eseji moraju biti napisani samo u kontrolisanom okruženju učionice.

Ovo ima mnogo i mnogo problema.

Pretpostavimo da bi učeniku obično trebalo deset sati da napiše određeni cjeloviti esej koji je razredni projekat. Kako bi se to uradilo u učionici? Hoćete li ga podijeliti i dati učeniku da napiše mali dio eseja tokom niza dana? Razmislite o poteškoćama koje ovo predstavlja.

Neki tvrde da je stvar možda prenapuhana.

Nastavnici bi trebalo da rade kao što su uvek radili sa plagijatom učenika. Nastavnik unaprijed izjavljuje da je plagijat ozbiljna briga za varanje. Naglasite da će se korištenje generativne AI, na bilo koji način, smatrati akcijom varanja.

Izvedite kazne koje imaju značajnu težinu, kao što su niska ocjena, pao razred ili isključenje iz škole ako dođe tako daleko. Zahtijevajte od učenika da pismeno potvrde za svaki vanjski esej zadatak da je ono što su predali njihov rad (to se radi bez pomagala kao što je generativna AI, kopiranje sa interneta, korištenje kolega učenika, korištenje roditelja, plaćanje da se to uradi i tako dalje). Također, zahtijevajte od učenika da navedu sve online alate koji su korišteni u pripremi rada, uključujući posebno potrebu da zabilježe bilo kakvu generativnu upotrebu AI.

Nastavnik može ili ne mora koristiti detektorsku aplikaciju kako bi pokušao utvrditi da li je poslani esej vjerovatno pomoću generativne AI aplikacije. Ovo je potencijalno opterećujući korak, ovisno o tome koliko su detektori jednostavni za korištenje i pristup.

Nastavnici bi vjerovatno već trebali poduzeti mjere oko utvrđivanja da li se vanjski pisani eseji čine legitimnim. Pisanjem eseja na času postoji šansa za upoređivanje i kontrast, shvaćajući da je vrijeme za pisanje u učionici manje i da može biti otežano ograničenjem nedozvoljavanja pristupa mrežnim referentnim materijalima.

Suština je u tome da ne bismo trebali krenuti putem naglog odbacivanja upotrebe vanjskog pisanja eseja. Neki bi ovo osudili kao ishitreni čin koji izgleda kao da podsjeća na izbacivanje bebe s vodom za kupanje (stara izreka, možda vrijedna povlačenja).

Ako se pisanje izvana u potpunosti prekine kao aktivnost učenja, vjerovatno postoje ozbiljne i dugotrajne negativne strane uklanjanja ove naizgled svakodnevne obrazovne aktivnosti iz nastavnog plana i programa. Uključen je kompromis. Koliko će učenika varati, uprkos svim gore navedenim provjerama i ravnotežama? Koliko učenika neće varati i stoga će nastaviti da koristi koristan obrazovni pristup kako bi unaprijedili svoje pisanje?

U teoriji, nadamo se, postotak varalica će biti dovoljno mali da bi vanjsko pisanje i dalje bilo zaslužno za prevagu učenika.

zaključak

AI može biti prilično glavobolja.

Za nastavnike AI može biti i blagoslov i prokletstvo. U svakom slučaju, to znači da nastavnici moraju da znaju o AI, zajedno sa načinom da se izbore sa AI zaokretima povezanim sa njihovim nastavnim aktivnostima, što je još jedan dodatni teret na njihovim već preopterećenim leđima i ramenima. Pozdrav nastavnicima svuda.

Možda možemo poželjeti da AI nestane.

Ne.

Vidite, nećemo vratiti vrijeme i izbrisati generativnu umjetnu inteligenciju. Svako ko ovo poziva je sanjar. I, na stranu, koristim riječ „I“ kao prvu riječ treće rečenice ovog pasusa (ups, dajem ključ!), generativna AI je tu da ostane.

Evo suflera da pokrenete svoje burne diskusije: Generativna AI će postati sve prisutnija i imat će još više zapanjujućih i uznemirujućih sposobnosti.

Mic drop.

Konačna misao za sada.

Shakespeare je čuveno napisao: "Biti ili ne biti: to je pitanje."

Uvjeravam vas da će generativna AI biti. Već jeste.

Moramo shvatiti kako želimo da generativna umjetna inteligencija uđe u naše živote i kako će se društvo odlučiti da oblikuje i vodi takvu upotrebu. Ako vam je ikada trebao razlog za razmišljanje o etici AI i zakonu o umjetnoj inteligenciji, možda će vas generativna AI potaknuti na traženje saznanja šta smo, čak i ako ne znamo šta bismo mogli biti (skrivena Šekspirova referenca).