سواری هوش مصنوعی برای کودکان: آنها را راهنمایی کنید، نه سوار کنید

بیشتر کودکان با هوش مصنوعی به همان شکلی آشنا می‌شوند که با دستگاه فروش خودکار آشنا می‌شوند: سوال را وارد کن، جواب را دریافت کن، جلو برو. شکستن این عادت در وقت زود ارزشمند است، زیرا کودکانی که یاد بگیرند این ابزارها را هدایت کنند به جای اینکه خروجی آنها را بپذیرند، کسانی هستند که واقعاً از آنها منتفع شوند. هدایت هوش مصنوعی به معنی درک آنچه می‌تواند و نمی‌تواند انجام دهد، تردید در پاسخ‌هایش، و استفاده از آن به عنوان ابزاری برای تفکر نه جایگزینی برای تفکر است.

چرا استفاده منفعل پیش‌فرض است

چت‌بات‌ها و تولیدکننده‌های تصویر به گونه‌ای ساخته شده‌اند که بی‌تلاش به نظر برسند. یک فرمان را تایپ کن، یک نتیجه صیقل‌شده را در ثانیه‌ها دریافت کن. برای کودکی که مشغول تکالیف خانگی است، این فوری‌بودن جذاب است — هوش مصنوعی مقاله را می‌نویسد، مسئله ریاضی را حل می‌کند، یا تصویر را می‌کشد، و کار «تمام» می‌شود. اما هیچ چیزی در این فرایند یادگرفته نشد. ابزار فکر کرد، و کودک فقط یک واسطه برای درخواست بود.

این با نحوه استفاده کودکان از ماشین‌حساب متفاوت است، جایی که مهارت ریاضی زیربنایی معمولاً ابتدا تدریس می‌شود. با هوش مصنوعی تولیدی، کودکان اغلب به آن روی می‌آورند قبل از اینکه هیچ مهارت مستقل‌ای را برای تکیه بر آن بسازند. این شکافی است که بزرگسالان باید پر کنند.

تدریس فرمان‌نویسی به عنوان مهارت، نه میانبر

یک فرمان خوب یک درخواست مشخص و محدود است، و نوشتن آن یک مهارت واقعی است که ارزش تمرین آگاهانه را دارد. به جای اینکه کودک «برای من داستانی در مورد یک اژدها بنویس» را تایپ کند، فرمان را در لایه‌ها بسازید: شخصیت اژدها چیست؟ چه تعارضی با آن روبه‌رو است؟ تن آن — طنز‌آمیز، ترسناک، غم‌انگیز؟ هر جزئیات افزودهشده تصمیمی است که کودک گرفت، نه هوش مصنوعی.

یک تمرین عملی: یک فرمان پایه یکسان را به دو کودک بدهید و هر یک را وادار کنید سه محدودیت از انتخاب خود قبل از اجرا اضافه کنند. نتایج را بعد از آن مقایسه کنید. این نشان می‌دهد چقدر از نتیجه از هدایت انسان نسبت به حدس مدل ناشی می‌شود.

بررسی حقیقت الزامی است

مدل‌ها توهم می‌بینند — اطلاعات غلط را با اطمینان کامل بیان می‌کنند. کودکان باید این را مستقیماً ببینند، نه فقط بشنوند. یک تمرین مفید این است که یک ابزار هوش مصنوعی را در مورد چیزی که کودک از قبل خوب می‌شناسد، مثل سری کتاب‌های دوست‌داشتنی‌اش یا یک سرگرمی، سؤال کنید و پاسخ را با آنچه واقعاً می‌دانند مقایسه کنند. وقتی آنها مدل را اشتباه کردن می‌بینند، این درسی است که فرود می‌آید.

آن را عادت کنید: بعد از هر حقیقت، جواب، یا خلاصه تولید‌شده توسط هوش مصنوعی، بپرسید «این را چگونه بررسی می‌کردید؟» گاهی یک جستجوی سریع است، گاهی از معلم یا والدین پرسیدن است، گاهی فقط متوجه شدن است که ادعا با عقل سلیم مطابقت ندارد.

به آنها نشان دهید ابزار چه کار نمی‌تواند انجام دهد

کودکان مدل‌های ذهنی دقیق‌تری از هوش مصنوعی سریع‌تر ساخته می‌شوند وقتی محدودیت‌های آن را مستقیماً ببینند. یک چت‌بات هوش مصنوعی را با سؤالی درباره یک رویداد بسیار اخیر که نمی‌دانید، یا مسئله ریاضی‌ای که نیاز به چند مرحله احتیاط دارد، بپرسید و ببینید آن شکست بخورد. از تولیدکننده تصویر بخواهید دست بکشد، یا متن درون تصویر، و به آنچه بیرون می‌آید نگاه کنید. اینها تله نیستند — آنها نمایش‌های صادقانه‌ای هستند که ابزار یک الگوی‌یاب با نقاط کور واقعی است، نه ذهن.

از هوش مصنوعی برای بررسی کار خود استفاده کنید، نه برای انجام آن

یک الگوی قوی: کودک ابتدا تکلیف را انجام می‌دهد، سپس از هوش مصنوعی به عنوان بازبین استفاده می‌کند. «این مقاله‌ام است — یک چیز نامشخص چیست؟» یا «این کدم است — آیا این حلقه واقعاً کاری را که فکر می‌کنم انجام می‌دهد؟» این رابطه را برگردان می‌دهد. هوش مصنوعی به جای نویسنده، نظر دوم می‌شود، و کودک کسی است که تصمیمات می‌گیرد و مالک نتیجه نهایی است.

برای کودکانی که یاد می‌گیرند کد بنویسند، این به خصوص مفید است. ابتدا یک اسکریپت کوچک بنویسند — حتی یک اسکریپت شکسته — قبل از اینکه از هوش مصنوعی برای درون‌رفتن کمک بخواهند. آنها باید بتوانند، با کلمات خود، توضیح دهند که هر خط اصلاح‌شده چه کاری انجام می‌دهد قبل از جلو رفتن. اگر نتوانند توضیح دهند، هنوز واقعاً یاد نگرفته‌اند، مهم نیست که کد نهایی چقدر درست به نظر برسد.

درباره اینکه داده‌های آموزش از کجا می‌آیند صحبت کنید

حتی یک نسخه ساده‌شده از این گفتگو اهمیت دارد: این مدل‌ها از خواندن مقادیر بسیار زیادی متن و تصویر ساخته‌شده توسط مردم واقعی یاد گرفتند، و این بدان معنی است که آنها می‌توانند تورش‌ها، اشتباهات، و ایده‌های منسوخ یافت‌شده در آن داده را تکرار کنند. کودکان بزرگ‌تر می‌توانند نسخه کمی عمیق‌تری را تحمل کنند — پرسیدن اینکه چرا یک تولیدکننده تصویر ممکن است به فرضیات خاصی در مورد اینکه یک «پزشک» یا «مدیر» چگونه به نظر برسد، مگر اینکه در غیر این صورت گفته شود، به طور پیش‌فرض برسد، و اینکه این الگو از کجا می‌تواند نشأت گرفته باشد.

یک قانون ساده خانگی که کار می‌کند

یک قانون که خوب در سنین مختلف مقیاس می‌شود: هیچ خروجی هوش مصنوعی از خانه بیرون نرود مگر اینکه کودک بتواند ابتدا آن را با کلمات خود توضیح دهد. مهم نیست اگر یک پروژه مدرسه‌ای، یک پیام کارت تولد، یا یک قطعه کد است. اگر بتوانند آن را بروند و از آن دفاع کنند، ابزار را خوب استفاده کردند. اگر نتوانند، این ابزار آنها را استفاده کرد.

برای اطلاعات بیشتر درباره اینکه ابزارهای هوش مصنوعی در زیر درپوش واقعاً چگونه کار می‌کنند، و محدودیت‌های آنها از کجا ناشی می‌شود، بخش‌های هوش مصنوعی و علوم داده را در Korra Studio مطالعه کنید.