211service.com
Dzieci są otoczone sztuczną inteligencją. Powinni wiedzieć, jak to działa.
Uczeń przy tablicy wypełnionej karteczkami samoprzylepnymi Dzięki uprzejmości MIT Media Lab
Uczeń podsumowuje, jak opisałby sztuczną inteligencję przyjacielowi: To trochę jak mózg dziecka lub ludzki, ponieważ musi się uczyć, mówi w filmie, a ona przechowuje [...] i wykorzystuje te informacje do obliczania rzeczy na zewnątrz.
Większość dorosłych miałaby trudności ze sformułowaniem tak przekonującej definicji złożonego tematu. Ten uczeń miał zaledwie 10 lat.
Uczeń był jednym z 28 gimnazjalistów w wieku od 9 do 14 lat, którzy tego lata wzięli udział w pilotażowym programie, którego celem było nauczenie ich o sztucznej inteligencji. Program nauczania, opracowany przez Blakeley Payne, asystenta naukowego w MIT Media Lab, jest częścią szerszej inicjatywy, która ma na celu uczynienie tych koncepcji integralną częścią klas gimnazjalnych. ona ma od program nauczania na zasadach open source , który obejmuje kilka interaktywnych ćwiczeń, które pomagają uczniom odkryć, jak powstają algorytmy i jak te procesy wpływają na życie ludzi.
Dzisiejsze dzieci dorastają w świecie otoczonym sztuczną inteligencją: algorytmy określają, jakie informacje widzą, pomagają wybrać oglądane filmy i kształtują sposób, w jaki uczą się mówić . Istnieje nadzieja, że dzięki lepszemu zrozumieniu, w jaki sposób tworzone są algorytmy i jak wpływają one na społeczeństwo, dzieci mogą stać się bardziej krytycznymi konsumentami takiej technologii. Może nawet zmotywować ich do pomocy w kształtowaniu jej przyszłości.
Ważne jest, aby zrozumieli, jak działają te technologie, aby mogli jak najlepiej je nawigować i konsumować, mówi Payne. Chcemy, aby poczuli się wzmocnieni.
Uczniowie wyobrażają sobie, jak przeprojektowaliby YouTube. Dzięki uprzejmości MIT Media Lab
Dlaczego dzieci?
Istnieje kilka powodów, dla których warto uczyć dzieci o sztucznej inteligencji. Po pierwsze, istnieje argument ekonomiczny: badania wykazały, że wystawienie dzieci na koncepcje techniczne stymuluje ich umiejętności rozwiązywania problemów i krytycznego myślenia. Może przygotować je do szybszego uczenia się umiejętności obliczeniowych w późniejszym życiu.
Po drugie, jest argument społeczny. Zwłaszcza lata gimnazjum mają kluczowe znaczenie dla kształtowania się i rozwoju tożsamości dziecka. Nauczanie dziewczynek o technologii w tym wieku może sprawić, że będą bardziej skłonne do późniejszej nauki lub zrobienia kariery w technologii, mówi Jennifer Jipson, profesor psychologii i rozwoju dziecka na California Polytechnic State University. Może to pomóc w dywersyfikacji branży sztucznej inteligencji — i szerszej branży technologicznej. Nauka radzenia sobie na wczesnym etapie z etyką i społecznymi skutkami technologii może również pomóc dzieciom wyrosnąć na bardziej świadomych twórców i programistów, a także bardziej świadomych obywateli.
Wreszcie jest argument podatności. Młodzi ludzie są bardziej plastyczni i podatni na wpływy, więc ryzyko etyczne, które wiąże się ze śledzeniem zachowań ludzi i wykorzystywaniem ich do projektowania bardziej uzależniających doświadczeń, jest dla nich większe, mówi Rose Luckin, profesor projektowania zorientowanego na ucznia w University College London. Uczynienie dzieci pasywnymi konsumentami może zaszkodzić ich sprawczości, prywatności i długoterminowemu rozwojowi.
Payne mówi, że średnia wieku, w którym dziecko otrzymuje swój pierwszy telefon komórkowy lub pierwsze konto w mediach społecznościowych, to 10-12 lat. Chcemy, aby naprawdę zrozumieli, że technologia ma opinie i cele, które niekoniecznie muszą być zgodne z ich własnymi, zanim staną się jeszcze większymi konsumentami technologii.
Studenci zaprojektowali macierze etyczne, aby przemyśleć interesariuszy algorytmu robienia kanapek i ich wartości. Dzięki uprzejmości MIT Media Lab
Algorytmy jako opinia
Program nauczania Payne'a obejmuje szereg ćwiczeń, które skłaniają uczniów do myślenia o podmiotowości algorytmów. Zaczynają od poznania algorytmów jako przepisów z danymi wejściowymi, zestawem instrukcji i danych wyjściowych. Następnie dzieci proszone są o zbudowanie lub zapisanie instrukcji algorytmu, który wygeneruje najlepszą kanapkę z masłem orzechowym i galaretką.
Dzieciaki z letniego pilota bardzo szybko zaczęły pojmować podstawową lekcję. Studentka odciągnęła mnie na bok i zapytała: „Czy to ma być opinia czy fakt?”, mówi. Poprzez własny proces odkrywania, uczniowie zdali sobie sprawę, w jaki sposób nieumyślnie wbudowali własne preferencje do swoich algorytmów.
Następne ćwiczenie opiera się na tej koncepcji: uczniowie rysują to, co Payne nazywa macierzą etyczną, aby przemyśleć, w jaki sposób różni interesariusze i ich wartości mogą również wpływać na projekt algorytmu kanapkowego. Podczas pilota Payne powiązał lekcje z bieżącymi wydarzeniami. Uczniowie wspólnie przeczytali skrócony tekst Artykuł z Wall Street Journal o tym, jak kierownictwo YouTube zastanawiało się, czy utworzyć oddzielną wersję aplikacji tylko dla dzieci ze zmodyfikowanym algorytmem rekomendacji. Studenci mogli zobaczyć, w jaki sposób wymagania inwestorów, presja rodziców lub preferencje dzieci mogą skierować firmę na zupełnie inne ścieżki przeprojektowania algorytmu.
Kolejny zestaw ćwiczeń wprowadza uczniów w pojęcie stronniczości AI. Oni używają Narzędzie do uczenia maszyn Google , interaktywną, pozbawioną kodu platformę do uczenia podstawowych modeli uczenia maszynowego w celu zbudowania klasyfikatora typu kot-pies — ale bez ich wiedzy otrzymują tendencyjny zestaw danych. Poprzez proces eksperymentów i dyskusji dowiadują się, w jaki sposób zestaw danych sprawia, że klasyfikator jest bardziej dokładny dla kotów. Mają wtedy możliwość naprawienia problemu.
Payne po raz kolejny połączył ćwiczenie z rzeczywistym przykładem podczas pilotażu, pokazując uczniom materiał filmowy Joy Buolamwini, badacza z Media Lab, zeznawać przed Kongresem o uprzedzeniach w rozpoznawaniu twarzy. Byli w stanie zobaczyć, jak rodzaj procesu myślowego, przez który przeszli, może zmienić sposób, w jaki te systemy są budowane na świecie, mówi Payne.
Studentka popisuje się swoim ostatnim przeprojektowaniem YouTube. Dzięki uprzejmości MIT Media Lab
Przyszłość edukacji
Payne planuje nadal ulepszać program, biorąc pod uwagę opinie opinii publicznej, i bada różne możliwości poszerzenia swojego zasięgu. Jej celem jest zintegrowanie jakiejś wersji z edukacją publiczną.
Poza tym ma nadzieję, że posłuży jako przykład nauczania dzieci o technologii, społeczeństwie i etyce. Zarówno Luckin, jak i Jipson zgadzają się, że oferuje obiecujący szablon, w jaki sposób edukacja może ewoluować, aby sprostać wymaganiom coraz bardziej napędzanego technologią świata.
Sztuczna inteligencja, jaką widzimy obecnie w społeczeństwie, nie jest świetnym wyrównywaczem, mówi Payne. Edukacja jest, a przynajmniej mamy nadzieję, że tak będzie. Jest to więc fundamentalny krok w kierunku sprawiedliwszego i bardziej sprawiedliwego społeczeństwa.