Мои выводы из исследования ““Управление изменениями в образовании. Генеративный ИИ”_ продолжение (3)
Ключевой вывод исследования (4)
Рынок труда трансформируется: новая задача преподавателей – адаптировать программы под новые роли и профессии
Преподаватели сходятся во мнении, что они окажутся среди тех, на кого технология окажет наиболее существенное воздействие: методологическая роль усиливается, важно научиться пользоваться этим инструментом.
______
Да, кажется, непросто признать, что тебе в очередной раз нужно адаптировать программу. Теперь не под требования к академическим достижениям, а под новые требования рынка труда.
Мой HR комментарий - пока мне не совсем очевидно, что может заставить повернуться классические вузы и ссузы, и школы тем более в сторону новых требований рынка труда.
Как должны быть изменены учебные программы, требования к преподавателям, чтобы конкретный преподаватель захотел развивать в себе методическую роль. В “новую” методическую роль, а не в “классическую”.
Методист как проводник качества образовательной программы. Видится мне, что преподаватель (кафедра) может захотеть задать себе вопрос:
Какие изменения на рынке труда есть, какую роль может играть мой предмет в подготовке к этим изменениям, какую цель ставлю я себе (какую цель ставит мне моя образовательная организация)? и др.
Нужны преподаватели и другие педагоги, знающие индустрию, умеющие работать со студентами/школьниками, развивающие себя в профессии преподавателя.
Где же их столько взять? И какие стимулы для их прихода в преподавание смогут их привлечь и удержать?
#aiimpact
to be continued
Галина Ларионова
Ключевой вывод исследования (4)
Рынок труда трансформируется: новая задача преподавателей – адаптировать программы под новые роли и профессии
Преподаватели сходятся во мнении, что они окажутся среди тех, на кого технология окажет наиболее существенное воздействие: методологическая роль усиливается, важно научиться пользоваться этим инструментом.
______
Да, кажется, непросто признать, что тебе в очередной раз нужно адаптировать программу. Теперь не под требования к академическим достижениям, а под новые требования рынка труда.
Мой HR комментарий - пока мне не совсем очевидно, что может заставить повернуться классические вузы и ссузы, и школы тем более в сторону новых требований рынка труда.
Как должны быть изменены учебные программы, требования к преподавателям, чтобы конкретный преподаватель захотел развивать в себе методическую роль. В “новую” методическую роль, а не в “классическую”.
Методист как проводник качества образовательной программы. Видится мне, что преподаватель (кафедра) может захотеть задать себе вопрос:
Какие изменения на рынке труда есть, какую роль может играть мой предмет в подготовке к этим изменениям, какую цель ставлю я себе (какую цель ставит мне моя образовательная организация)? и др.
Нужны преподаватели и другие педагоги, знающие индустрию, умеющие работать со студентами/школьниками, развивающие себя в профессии преподавателя.
Где же их столько взять? И какие стимулы для их прихода в преподавание смогут их привлечь и удержать?
#aiimpact
to be continued
Галина Ларионова
Мои выводы из исследования ““Управление изменениями в образовании. Генеративный ИИ”_ окончание
Интересен SWOT, который был составлен на основании глубинных интервью с преподавателями. 👆👆👆
Мое главное удивление - что эти большие языковые модели (Large Language Models), которые появились за последние пару лет - отражают установки их создателей. Ранее вопрос “авторства интернета” был, 😁 как будто, понятен - вот тебе сайт такой-то, вот тебе портал такой-то. Есть название и адрес.
И пользователи, тренируя насмотренность, могут развить в себе навык критического мышления. И то, мы знаем, есть многочисленные сбои восприятия и сайтов, и адресов, и информации. И эти сбои человеческого восприятия очень естественны.
Что меня безмерно удивляет сейчас, так это то, что у нейросетей есть авторы с определенными установками, но эти установки неочевидны и сами авторы неочевидны также. Насколько вы прицельно задумывались об этом?
Насколько инструменты генеративного ИИ обучены сами себя проверять и насколько достоверность данных является важным критерием работы генеративного ИИ?
Отмеченные в “слабых сторонах” другие недостатки нейросетей наводят меня на мысль, что вот опять нужно тренировать критическое мышление.)
Однако, возможности упрощения и ускорения технической и даже вполне себе интеллектуальной работы открываются колоссальные: упрощение и ускорение создания образовательного контента и настройки его тональности, упрощение работы с источниками, работа с нейросетями как источник вдохновения.
Большие возможности для использования в образовательном процессе - и выработки индивидуальных обучающих траекторий, и автоматизация поддержки студентов, и внедрение симуляторов и даже смещение фокуса с результата на процесс его достижения (!)
И, как будто, преподаватель или наставник, как носитель не только экспертизы, но и опыта ее формирования - все еще незаменим для передачи достоверной и внутренне связанной картины мира по предмету.
И хотя бы поэтому нельзя терять навык коммуникации с человеками) А ведь его нужно тренировать ничуть не меньше.
Да и кто захочет полностью передать муки творчества при создании нового другому?
#aiimpact
Галина Ларионова
Интересен SWOT, который был составлен на основании глубинных интервью с преподавателями. 👆👆👆
Мое главное удивление - что эти большие языковые модели (Large Language Models), которые появились за последние пару лет - отражают установки их создателей. Ранее вопрос “авторства интернета” был, 😁 как будто, понятен - вот тебе сайт такой-то, вот тебе портал такой-то. Есть название и адрес.
И пользователи, тренируя насмотренность, могут развить в себе навык критического мышления. И то, мы знаем, есть многочисленные сбои восприятия и сайтов, и адресов, и информации. И эти сбои человеческого восприятия очень естественны.
Что меня безмерно удивляет сейчас, так это то, что у нейросетей есть авторы с определенными установками, но эти установки неочевидны и сами авторы неочевидны также. Насколько вы прицельно задумывались об этом?
Насколько инструменты генеративного ИИ обучены сами себя проверять и насколько достоверность данных является важным критерием работы генеративного ИИ?
Отмеченные в “слабых сторонах” другие недостатки нейросетей наводят меня на мысль, что вот опять нужно тренировать критическое мышление.)
Однако, возможности упрощения и ускорения технической и даже вполне себе интеллектуальной работы открываются колоссальные: упрощение и ускорение создания образовательного контента и настройки его тональности, упрощение работы с источниками, работа с нейросетями как источник вдохновения.
Большие возможности для использования в образовательном процессе - и выработки индивидуальных обучающих траекторий, и автоматизация поддержки студентов, и внедрение симуляторов и даже смещение фокуса с результата на процесс его достижения (!)
И, как будто, преподаватель или наставник, как носитель не только экспертизы, но и опыта ее формирования - все еще незаменим для передачи достоверной и внутренне связанной картины мира по предмету.
И хотя бы поэтому нельзя терять навык коммуникации с человеками) А ведь его нужно тренировать ничуть не меньше.
Да и кто захочет полностью передать муки творчества при создании нового другому?
#aiimpact
Галина Ларионова
Генеративный ИИ в проектировании образовательных продуктов уже сейчас
С Анной Бабиной мы познакомились в сообществе авторов телеграм-каналов для HR и T&D. И очень быстро я стала подписчиком канала Анны Digital Tools for Creative Education - Анна пишет концентрированно, с добрым юмором и уважением к собеседнику. Я пригласила Анну поделиться своим опытом работы с инструментами генеративного ИИ для создания обучающих продуктов, и получилось интересное интервью специально для канала “HR в образовании”.
Эксперт: Анна Бабина, педагогический дизайнер, образовательный консультант, автор канала
Расскажите, пожалуйста, в двух словах о своей работе и используете ли вы в ней инструменты генеративного ИИ?
Я "упаковываю экспертов" в образовательные курсы, проектирую различные образовательные форматы под заказ, консультирую авторов курсов по решению глобальных и точечных задач при проектировании или доработке обучающих продуктов.
В работе использую ИИ инструменты для генерации и обработки текстов, видео, звука, изображений.
Какие?
В моем конструкторе более 100 инструментов для постоянной работы в зависимости от задач. Собственно, о тестах инструментов и применении точечном или постоянном я пишу на канале.
Например, мои инструменты для изучения исследований, статей есть в посте.
Как давно вы начали ими пользоваться?
Более года назад.
Как менялись цели и задачи, для которых вы ими пользуетесь?
Цели и задачи не меняются, а дополняются по мере развития технологий. Например, я давно ждала ИИ инструментов для генерации и обработки видео, для создания цифровых аватаров, чтобы снизить стоимость производства обучающих видео. Сейчас бум в этой сфере и буквально каждую неделю я тестирую “конструктор из нейронок”, которые позволяют одной головой методиста и ручками делать такой контент.
У меня есть большая цель. Я хочу делать доступным качественное обучение от реальных экспертов.
Сейчас авторские нишевые курсы для небольшой аудитории В2С или для обучения внутри компании делать дорого, большая часть вырученных средств рассчитана на маркетинговые затраты,а не на оплату экспертизы в B2C, бюджеты на корп обучение не всегда позволяют оплатить и качественную экспертизу, и квалифицированного методиста, и продакшн.
Многие эксперты не готовы идти в образовательный продукт без поддержки методиста, который сократит их временные затраты, да ещё и за небольшую оплату. Мне бы хотелось за счет применения ИИ в продакшн сделать реализацию таких проектов экономически выгодными.
to be continued
#aiimpact #expertopinion
Галина Ларионова
С Анной Бабиной мы познакомились в сообществе авторов телеграм-каналов для HR и T&D. И очень быстро я стала подписчиком канала Анны Digital Tools for Creative Education - Анна пишет концентрированно, с добрым юмором и уважением к собеседнику. Я пригласила Анну поделиться своим опытом работы с инструментами генеративного ИИ для создания обучающих продуктов, и получилось интересное интервью специально для канала “HR в образовании”.
Эксперт: Анна Бабина, педагогический дизайнер, образовательный консультант, автор канала
Расскажите, пожалуйста, в двух словах о своей работе и используете ли вы в ней инструменты генеративного ИИ?
Я "упаковываю экспертов" в образовательные курсы, проектирую различные образовательные форматы под заказ, консультирую авторов курсов по решению глобальных и точечных задач при проектировании или доработке обучающих продуктов.
В работе использую ИИ инструменты для генерации и обработки текстов, видео, звука, изображений.
Какие?
В моем конструкторе более 100 инструментов для постоянной работы в зависимости от задач. Собственно, о тестах инструментов и применении точечном или постоянном я пишу на канале.
Например, мои инструменты для изучения исследований, статей есть в посте.
Как давно вы начали ими пользоваться?
Более года назад.
Как менялись цели и задачи, для которых вы ими пользуетесь?
Цели и задачи не меняются, а дополняются по мере развития технологий. Например, я давно ждала ИИ инструментов для генерации и обработки видео, для создания цифровых аватаров, чтобы снизить стоимость производства обучающих видео. Сейчас бум в этой сфере и буквально каждую неделю я тестирую “конструктор из нейронок”, которые позволяют одной головой методиста и ручками делать такой контент.
У меня есть большая цель. Я хочу делать доступным качественное обучение от реальных экспертов.
Сейчас авторские нишевые курсы для небольшой аудитории В2С или для обучения внутри компании делать дорого, большая часть вырученных средств рассчитана на маркетинговые затраты,а не на оплату экспертизы в B2C, бюджеты на корп обучение не всегда позволяют оплатить и качественную экспертизу, и квалифицированного методиста, и продакшн.
Многие эксперты не готовы идти в образовательный продукт без поддержки методиста, который сократит их временные затраты, да ещё и за небольшую оплату. Мне бы хотелось за счет применения ИИ в продакшн сделать реализацию таких проектов экономически выгодными.
to be continued
#aiimpact #expertopinion
Галина Ларионова
Интервью Анны Бабиной - педагогического дизайнера, образовательного консультанта, автора канала специально для канала “HR в образовании” _продолжение
- В своем представлении в канале вы написали, что отсматриваете десяток инструментов каждую неделю. Уточните, как изменились инструменты и их возможности за последние 2-3 года?
Все просто. Сейчас бум ИИ. Раньше были платформенные решения или конструкторы, куда надо было вносить контент и пользоваться шаблонами.
Сейчас есть инструменты для автогенерации обучающего контента. То есть, вы даете тему, а вам выдают образовательный продукт. Я за ними слежу, но не пользуюсь, тк не устраивает качество.
При этом мне очень понравилось использовать json разметку для создания сложных запросов к ChatGPT. Если по-простому. У вас в голове есть конструкт “преподаватель”. У него есть параметры, которые вы сами заложили в этот конструкт. Например: он использует такой-то объясняющий стиль, такой-то tone of voice. У вас в голове есть конструкт вашего материала или сам материал. У него такой-то уровень сложности, такое-то содержание. Вот это все можно прописать в ChatGPT и смотреть, как бы тот или иной препод объяснял ту или иную тему. Это не для копирования, это для сотворчества с ИИ.
Собственно, я выше написала, какие инструменты у меня в фокусе: помогающие без навыков и обеспечивая сокращение затрат на доп сотрудников методисту и эксперту вместе сделать продукт.
- Какие задачи вы еще хотели бы решать с помощью этих инструментов?
Меня вполне устраивает то, что есть, т.к. я получаю идеальную “киборгизацию” меня буквально на глазах :-)
Если фантазировать, то, конечно, мне бы хотелось столь же легко заходить в unity и мета вселенные и там создавать тестирующие и обучающие симуляции на основе конструкта компетенции.
- Какие компоненты своей работы вы не готовы отдавать инструментам генеративного ИИ?
Мне в моей работе нравится “перевод” экспертизы сначала в конструкт, потом в продукт. Это зона передачи смыслов и креатива, а также сотворчества эксперта и методиста. Да, ИИ может создать цифрового двойника эксперта уже сейчас. Человек сможет как бы “общаться” с этим экспертом. Это очень классная технология, но человек, который обучается, будет долго извлекать пользу из такого общения. А обучающий продукт - это сжатие времени на получение знаний, умений, навыков при помощи методики. И вот это в ближайшей перспективе ИИ не сможет делать качественно.
#aiimpact #expertopinion
Галина Ларионова
- В своем представлении в канале вы написали, что отсматриваете десяток инструментов каждую неделю. Уточните, как изменились инструменты и их возможности за последние 2-3 года?
Все просто. Сейчас бум ИИ. Раньше были платформенные решения или конструкторы, куда надо было вносить контент и пользоваться шаблонами.
Сейчас есть инструменты для автогенерации обучающего контента. То есть, вы даете тему, а вам выдают образовательный продукт. Я за ними слежу, но не пользуюсь, тк не устраивает качество.
При этом мне очень понравилось использовать json разметку для создания сложных запросов к ChatGPT. Если по-простому. У вас в голове есть конструкт “преподаватель”. У него есть параметры, которые вы сами заложили в этот конструкт. Например: он использует такой-то объясняющий стиль, такой-то tone of voice. У вас в голове есть конструкт вашего материала или сам материал. У него такой-то уровень сложности, такое-то содержание. Вот это все можно прописать в ChatGPT и смотреть, как бы тот или иной препод объяснял ту или иную тему. Это не для копирования, это для сотворчества с ИИ.
Собственно, я выше написала, какие инструменты у меня в фокусе: помогающие без навыков и обеспечивая сокращение затрат на доп сотрудников методисту и эксперту вместе сделать продукт.
- Какие задачи вы еще хотели бы решать с помощью этих инструментов?
Меня вполне устраивает то, что есть, т.к. я получаю идеальную “киборгизацию” меня буквально на глазах :-)
Если фантазировать, то, конечно, мне бы хотелось столь же легко заходить в unity и мета вселенные и там создавать тестирующие и обучающие симуляции на основе конструкта компетенции.
- Какие компоненты своей работы вы не готовы отдавать инструментам генеративного ИИ?
Мне в моей работе нравится “перевод” экспертизы сначала в конструкт, потом в продукт. Это зона передачи смыслов и креатива, а также сотворчества эксперта и методиста. Да, ИИ может создать цифрового двойника эксперта уже сейчас. Человек сможет как бы “общаться” с этим экспертом. Это очень классная технология, но человек, который обучается, будет долго извлекать пользу из такого общения. А обучающий продукт - это сжатие времени на получение знаний, умений, навыков при помощи методики. И вот это в ближайшей перспективе ИИ не сможет делать качественно.
#aiimpact #expertopinion
Галина Ларионова
Академическая среда - вместо генеративного ИИ или вместе с ним?
Ранних последователей инструментов генеративного ИИ среди студентов тоже немало.
И, конечно же, вузовские преподаватели продолжают осмысливать - использование студентами этих инструментов для написания квалификационных работ - это правильно и приветствуется, либо - плагиат и подмена обязательной для студентов формирующей их интеллектуальной деятельности?
аргументы “против”:
- на этапе вхождения в профессию и формирования понимания мира через призму профессии нельзя передавать ИИ свой труд. Каким профи тогда ты станешь, если думать за тебя будут другой?
- ну не полностью у тебя пока еще сформирован навык критического мышления в профессии, не отработан еще навык обязательной проверки фактов, нет еще той насмотренности и опыта, которая нужна для формирования жизнеспособных гипотез о дальнейших шагах;
- авторство утверждений, особенно в науке, важно надежного первоисточника - генеративный ИИ не может им быть;
…
аргументы “за”:
- генеративный ИИ помогает научным работникам и студентам в рутинных операциях: собрать информацию, найти публикации, сделать обзор по тематике;
- сокращает время на подготовительную техническую работу;
- позволяет расширять охват доступного знания по теме и составлять свои подборки для использования в работе;
….
Этот список аргументов не претендует на полноту - хотите поделиться своими?
это можно сделать в комментариях к посту.
_____
Как HR могу сказать, что преподавателям в решении “разрешать” или “запрещать” поможет обсуждение этого вопроса на кафедре и выработка согласованного общего решения.
В этом случае сопротивление официальному решению со стороны преподавательского корпуса может быть слабее и дальнейшие дискуссии преподавателей со студентами по этому вопросу могут быть более открытыми, аргументированными и созидательными.
#aiimpact
Галина Ларионова
Ранних последователей инструментов генеративного ИИ среди студентов тоже немало.
И, конечно же, вузовские преподаватели продолжают осмысливать - использование студентами этих инструментов для написания квалификационных работ - это правильно и приветствуется, либо - плагиат и подмена обязательной для студентов формирующей их интеллектуальной деятельности?
аргументы “против”:
- на этапе вхождения в профессию и формирования понимания мира через призму профессии нельзя передавать ИИ свой труд. Каким профи тогда ты станешь, если думать за тебя будут другой?
- ну не полностью у тебя пока еще сформирован навык критического мышления в профессии, не отработан еще навык обязательной проверки фактов, нет еще той насмотренности и опыта, которая нужна для формирования жизнеспособных гипотез о дальнейших шагах;
- авторство утверждений, особенно в науке, важно надежного первоисточника - генеративный ИИ не может им быть;
…
аргументы “за”:
- генеративный ИИ помогает научным работникам и студентам в рутинных операциях: собрать информацию, найти публикации, сделать обзор по тематике;
- сокращает время на подготовительную техническую работу;
- позволяет расширять охват доступного знания по теме и составлять свои подборки для использования в работе;
….
Этот список аргументов не претендует на полноту - хотите поделиться своими?
это можно сделать в комментариях к посту.
_____
Как HR могу сказать, что преподавателям в решении “разрешать” или “запрещать” поможет обсуждение этого вопроса на кафедре и выработка согласованного общего решения.
В этом случае сопротивление официальному решению со стороны преподавательского корпуса может быть слабее и дальнейшие дискуссии преподавателей со студентами по этому вопросу могут быть более открытыми, аргументированными и созидательными.
#aiimpact
Галина Ларионова
Будущее генеративного ИИ в образовании_взгляд из середины 2023 года
Руслана Юсуфов, футуролог, дал интервью специально для канала “HR в образовании” о том, как он видит будущее генеративного ИИ в образовании.
Руслан, вы - футуролог, можете, пожалуйста, чуть рассказать о том, как вы формируете картину будущего?
Если прошлое — про ответы, то будущее — про вопросы. Мы с моей командой анализируем происходящее, чтобы сформировать контекст на различных временных горизонтах и по сути задать вопрос «и что?» — какие риски и возможности эти изменения несут для отдельных бизнесов и индустрий, как поменяются бизнес-модели, какие потребности появятся у людей и как они будут их реализовывать, — чтобы сформулировать сценарии будущего. Это такая вот data-driven футурология, когда в наши головы и информационные системы закачивается огромный объем данных — от научных статей, технологических концепций и патентов, данных о рынках, до меняющихся поведенческих привычек и хайпа — чтобы появились инсайты.
В своем канале вы недавно написали: “Технологии подвержены моде! Сейчас вот год ИИ, прошлый — метавселенных, до этого — NFT, до этого — DeFi, до этого — блокчейн, до этого — ICO, до этого — большие данные, а в 2014 году Сергей Брин вообще ходил в Google Glass”
Правильно ли я понимаю, что пройдет год-другой и массовый интерес к генеративному ИИ интеллекту утихнет? Почему?
Весь наш мир сегодня пронизан контентом, поэтому генеративный ИИ с нами надолго, он имеет крайне широкое применение и для бизнеса, и для отдельных потребителей. Мейджоры будут создавать гиперкастомизированные фильмы и сериалы, художники — творить, корпорации — манипулировать, мошенники — втираться в доверие. Но в какой-то момент хайп поутихнет, новизна пройдет, и генеративный ИИ станет частью нашей жизни.
Для цифр теперь есть калькулятор в телефоне, видео можно также снять на телефон, аудио записать на тот же телефон - какие функции при создании обучающих продуктов, вы думаете, будут превращены генеративным ИИ в рутину?
В первую очередь, маркетинг и контент для маркетинга. Но если говорить именно о самом процессе производства, это про автоматизаци/ действий, для которых уже собраны достаточные датасеты и обучены модели, действий рутинных: написание текстов, съемка видеоряда, изображений, написание кода, оценка прогресса обучающихся и их слабых мест. Вряд ли все это будет внедряться одновременно и сразу, но даже в случае максимально автоматизированного производства будут нужны кадры.
Их роль в таком случае перейдет к проверке и оценке результатов работы ИИ, к внесению правок. Скорее всего, проектирование и концептуализация останутся за человеком, то же самое касается разработки интерактивных частей курсов: в этих областях ИИ сможет помочь, но для работы с ними нужно глубокое, мультидисциплинарное и контекстно-ориентированное мышление, что ИИ дается достаточно сложно. Результаты работы ИИ нужно досконально проверять — есть, например, случаи, когда ChatGPT ссылался на несуществующие прецеденты.
to be continued
#aiimpact
Галина Ларионова
Руслана Юсуфов, футуролог, дал интервью специально для канала “HR в образовании” о том, как он видит будущее генеративного ИИ в образовании.
Руслан, вы - футуролог, можете, пожалуйста, чуть рассказать о том, как вы формируете картину будущего?
Если прошлое — про ответы, то будущее — про вопросы. Мы с моей командой анализируем происходящее, чтобы сформировать контекст на различных временных горизонтах и по сути задать вопрос «и что?» — какие риски и возможности эти изменения несут для отдельных бизнесов и индустрий, как поменяются бизнес-модели, какие потребности появятся у людей и как они будут их реализовывать, — чтобы сформулировать сценарии будущего. Это такая вот data-driven футурология, когда в наши головы и информационные системы закачивается огромный объем данных — от научных статей, технологических концепций и патентов, данных о рынках, до меняющихся поведенческих привычек и хайпа — чтобы появились инсайты.
В своем канале вы недавно написали: “Технологии подвержены моде! Сейчас вот год ИИ, прошлый — метавселенных, до этого — NFT, до этого — DeFi, до этого — блокчейн, до этого — ICO, до этого — большие данные, а в 2014 году Сергей Брин вообще ходил в Google Glass”
Правильно ли я понимаю, что пройдет год-другой и массовый интерес к генеративному ИИ интеллекту утихнет? Почему?
Весь наш мир сегодня пронизан контентом, поэтому генеративный ИИ с нами надолго, он имеет крайне широкое применение и для бизнеса, и для отдельных потребителей. Мейджоры будут создавать гиперкастомизированные фильмы и сериалы, художники — творить, корпорации — манипулировать, мошенники — втираться в доверие. Но в какой-то момент хайп поутихнет, новизна пройдет, и генеративный ИИ станет частью нашей жизни.
Для цифр теперь есть калькулятор в телефоне, видео можно также снять на телефон, аудио записать на тот же телефон - какие функции при создании обучающих продуктов, вы думаете, будут превращены генеративным ИИ в рутину?
В первую очередь, маркетинг и контент для маркетинга. Но если говорить именно о самом процессе производства, это про автоматизаци/ действий, для которых уже собраны достаточные датасеты и обучены модели, действий рутинных: написание текстов, съемка видеоряда, изображений, написание кода, оценка прогресса обучающихся и их слабых мест. Вряд ли все это будет внедряться одновременно и сразу, но даже в случае максимально автоматизированного производства будут нужны кадры.
Их роль в таком случае перейдет к проверке и оценке результатов работы ИИ, к внесению правок. Скорее всего, проектирование и концептуализация останутся за человеком, то же самое касается разработки интерактивных частей курсов: в этих областях ИИ сможет помочь, но для работы с ними нужно глубокое, мультидисциплинарное и контекстно-ориентированное мышление, что ИИ дается достаточно сложно. Результаты работы ИИ нужно досконально проверять — есть, например, случаи, когда ChatGPT ссылался на несуществующие прецеденты.
to be continued
#aiimpact
Галина Ларионова
Интервью Руслана Юсуфова, футуролога, специально для канала “HR в образовании”, о будущем генеративного ИИ в образовании_продолжение.
О каких серьезных изменениях в доступности образования, его содержании и ролях участников образовательного процесса можно говорить через 2-3 года?
Образование, несомненно, станет более доступным — уже сейчас есть модели, способные разъяснять неопытному читателю сложные термины в научных работах. Логично предположить, что для компаний при внедрении ИИ значительно вырастет маржинальность, если мы говорим о дистанционном обучении, продаже курсов. Их можно будет сделать дешевле.
Достаточно развитые большие языковые модели вряд ли заменят учителя, но могут значительно помочь учащемуся в освоении материала: предоставить источники для изучения, сделать смысловую выжимку из материала, объяснить те или иные темы. Они могут стать (и уже частично используются) как персональные ассистенты.
Работа с ИИ уже стала направлением для обучения, и такой тип курсов будет набирать популярность. Мы говорим не только о «как правильно составлять запросы» или «как читать документацию», но и про тюнинг датасетов, поиск и исправление ошибок, разработку и доработку моделей. Учитывая, что рынку нужны специалисты в этой области, и запрос на них вряд ли иссякнет в ближайшее время, такие курсы могут быть популярны и в то же время выгодны для самих учащихся.
Вероятно, в компаниях и образовательных учреждениях появится отдельная роль: специалисты или целые отделы, отвечающие за разработку и доработку ИИ, за его тюнинг, за отслеживание его ошибок и их причин, за формирование датасетов для его обучения.
Какой компонент образования (корпоративного, постшкольного, школьного) наверняка останется за человеком и его человеческими возможностями и ограничениями вне зависимости от развития технологий?
За человеком останется здравый смысл, широкое и глубокое понимание контекста, отсутствие так называемого «sensory gap» — сенсорного разрыва между сценой в реальном мире и ее цифровой репрезентацией, мультидисциплинарность и гибкость мышления, социальные навыки, персональный подход, более глубокое понимание учащегося как человека и личности в нескольких ракурсах одновременно, переосмысление и поиск по-настоящему новых подходов, харизма и авторитет, концептуализация и проектирование, интерактивы, особенно живые, в том числе с нестандартными, комплексными задачами.
В связи с недавними инициативами прогрессивных стран по созданию школ без планшетов, но со школьной доской, я допускаю, что обучение учителем-человеком (скорее даже человеком-наставником) в ближайшем будущем может стать своего рода роскошью.
Руслан Юсуфов ведет канал “Разговор с футурологом” , в котором он делится своим видением будущего и настоящего.
#aiimpact
Галина Ларионова
О каких серьезных изменениях в доступности образования, его содержании и ролях участников образовательного процесса можно говорить через 2-3 года?
Образование, несомненно, станет более доступным — уже сейчас есть модели, способные разъяснять неопытному читателю сложные термины в научных работах. Логично предположить, что для компаний при внедрении ИИ значительно вырастет маржинальность, если мы говорим о дистанционном обучении, продаже курсов. Их можно будет сделать дешевле.
Достаточно развитые большие языковые модели вряд ли заменят учителя, но могут значительно помочь учащемуся в освоении материала: предоставить источники для изучения, сделать смысловую выжимку из материала, объяснить те или иные темы. Они могут стать (и уже частично используются) как персональные ассистенты.
Работа с ИИ уже стала направлением для обучения, и такой тип курсов будет набирать популярность. Мы говорим не только о «как правильно составлять запросы» или «как читать документацию», но и про тюнинг датасетов, поиск и исправление ошибок, разработку и доработку моделей. Учитывая, что рынку нужны специалисты в этой области, и запрос на них вряд ли иссякнет в ближайшее время, такие курсы могут быть популярны и в то же время выгодны для самих учащихся.
Вероятно, в компаниях и образовательных учреждениях появится отдельная роль: специалисты или целые отделы, отвечающие за разработку и доработку ИИ, за его тюнинг, за отслеживание его ошибок и их причин, за формирование датасетов для его обучения.
Какой компонент образования (корпоративного, постшкольного, школьного) наверняка останется за человеком и его человеческими возможностями и ограничениями вне зависимости от развития технологий?
За человеком останется здравый смысл, широкое и глубокое понимание контекста, отсутствие так называемого «sensory gap» — сенсорного разрыва между сценой в реальном мире и ее цифровой репрезентацией, мультидисциплинарность и гибкость мышления, социальные навыки, персональный подход, более глубокое понимание учащегося как человека и личности в нескольких ракурсах одновременно, переосмысление и поиск по-настоящему новых подходов, харизма и авторитет, концептуализация и проектирование, интерактивы, особенно живые, в том числе с нестандартными, комплексными задачами.
В связи с недавними инициативами прогрессивных стран по созданию школ без планшетов, но со школьной доской, я допускаю, что обучение учителем-человеком (скорее даже человеком-наставником) в ближайшем будущем может стать своего рода роскошью.
Руслан Юсуфов ведет канал “Разговор с футурологом” , в котором он делится своим видением будущего и настоящего.
#aiimpact
Галина Ларионова
Выступление Хана на TED Talks
Хан представил свое видение Sal Khan: How AI could save (not destroy) education | TED Talk того, в чем может быть трансформационная польза генеративного ИИ для образования на примере созданного его Академией Khanmigo. Khanmigo - искусственно созданный тьютор - результат почти десятилетней работы команды. Посмотрите, интересно и познавательно. Есть функция “титры на русском”, если нужно.
Мои выводы:
-Отлично, что тьютор может увидеть ошибку в том, как ребенок подходит к решению задачи. Присутствие вот такого доброжелательного, внимательного к извивам мышления каждого ученика в доступном для ребенка поле - большая удача. Все еще нередко в классах у одного учителя по 30 человек и в этих условиях учителю - не до сложностей каждого ученика.
- Хан говорит о том, что, вероятно, генеративный ИИ поможет решить проблему двух сигм - ответить на вопрос, как можно экономически целесообразно масштабировать все преимущества и выгоды индивидуальной работы учителя и ученика 1 : 1 на работу с группами. Было бы здорово!
- От чего у меня практически зашевелились волосы на голове - Хан говорит о том, что в Khanmigo есть такая опция: поболтать с литературным героем. В примере Хана студентка при разборе произведения “Великий Гэтсби” не может найти удовлетворительный для себя ответ на вопрос о поведении героя и обращается к герою через Khanmigo за ответом. “Почему ТЫ это сделал?” - спрашивает она. И он объясняет.
Конечно, интерпретация действий литературных героев - очень субъективная вещь. Она зависит и от идеологии, и от учебника, и от педагога и от контекста. Однако, у учебников есть авторы, учитель - тоже конкретный человек с ИО. У интерпретации может быть вполне себе четкое авторство, что делает ее не абсолютной, что дает возможность с ней согласиться \ не согласиться или по-другому к ней отнестить.
Когда студент задает вопрос генеративному ИИ, обращаясь к герою рассматриваемого произведения, он, простите, на самом деле кого спрашивает? И кто ему на самом деле отвечает?
Мой ответ сегодня: создатели генеративного ИИ через созданные ими нейронные сети.
Эти сети умеют анализировать, запоминать информацию и воспроизводить ее из своей памяти на основе алгоритмов, заложенных людьми. Технологии позволили собрать и сделать доступным для человека большой объем информации, который человек может доставать практически по щелчку мыши.
Вопросы, на которые у меня сегодня нет ответа:
где указывается авторство? где указывается ссылка на первоисточники?
где нейронная сеть дает возможность человеку задать себе вопрос - КАК “думает” эта сеть?
где нейронная сеть дает возможность убедиться в надежности выдаваемой информации?
и где в ответе нейронной сети есть место для разумных сомнений?
Как мне видится сегодня, инструменты генеративного ИИ сегодня, на текущем уровне своего развития, дают возможность студентам по некоторым предметам не думать, не сомневаться, не подходить критически.
И у педагогов есть незаменимая функция - развивать эти навыки в студентах\учениках. А у HR, работающих с педагогами, есть функция создавать среду для того, чтобы педагоги и студентов развивали, и сами продолжали развиваться.
#aiimpact
Галина Ларионова
Хан представил свое видение Sal Khan: How AI could save (not destroy) education | TED Talk того, в чем может быть трансформационная польза генеративного ИИ для образования на примере созданного его Академией Khanmigo. Khanmigo - искусственно созданный тьютор - результат почти десятилетней работы команды. Посмотрите, интересно и познавательно. Есть функция “титры на русском”, если нужно.
Мои выводы:
-Отлично, что тьютор может увидеть ошибку в том, как ребенок подходит к решению задачи. Присутствие вот такого доброжелательного, внимательного к извивам мышления каждого ученика в доступном для ребенка поле - большая удача. Все еще нередко в классах у одного учителя по 30 человек и в этих условиях учителю - не до сложностей каждого ученика.
- Хан говорит о том, что, вероятно, генеративный ИИ поможет решить проблему двух сигм - ответить на вопрос, как можно экономически целесообразно масштабировать все преимущества и выгоды индивидуальной работы учителя и ученика 1 : 1 на работу с группами. Было бы здорово!
- От чего у меня практически зашевелились волосы на голове - Хан говорит о том, что в Khanmigo есть такая опция: поболтать с литературным героем. В примере Хана студентка при разборе произведения “Великий Гэтсби” не может найти удовлетворительный для себя ответ на вопрос о поведении героя и обращается к герою через Khanmigo за ответом. “Почему ТЫ это сделал?” - спрашивает она. И он объясняет.
Конечно, интерпретация действий литературных героев - очень субъективная вещь. Она зависит и от идеологии, и от учебника, и от педагога и от контекста. Однако, у учебников есть авторы, учитель - тоже конкретный человек с ИО. У интерпретации может быть вполне себе четкое авторство, что делает ее не абсолютной, что дает возможность с ней согласиться \ не согласиться или по-другому к ней отнестить.
Когда студент задает вопрос генеративному ИИ, обращаясь к герою рассматриваемого произведения, он, простите, на самом деле кого спрашивает? И кто ему на самом деле отвечает?
Мой ответ сегодня: создатели генеративного ИИ через созданные ими нейронные сети.
Эти сети умеют анализировать, запоминать информацию и воспроизводить ее из своей памяти на основе алгоритмов, заложенных людьми. Технологии позволили собрать и сделать доступным для человека большой объем информации, который человек может доставать практически по щелчку мыши.
Вопросы, на которые у меня сегодня нет ответа:
где указывается авторство? где указывается ссылка на первоисточники?
где нейронная сеть дает возможность человеку задать себе вопрос - КАК “думает” эта сеть?
где нейронная сеть дает возможность убедиться в надежности выдаваемой информации?
и где в ответе нейронной сети есть место для разумных сомнений?
Как мне видится сегодня, инструменты генеративного ИИ сегодня, на текущем уровне своего развития, дают возможность студентам по некоторым предметам не думать, не сомневаться, не подходить критически.
И у педагогов есть незаменимая функция - развивать эти навыки в студентах\учениках. А у HR, работающих с педагогами, есть функция создавать среду для того, чтобы педагоги и студентов развивали, и сами продолжали развиваться.
#aiimpact
Галина Ларионова
Ted
Sal Khan: How AI could save (not destroy) education
Sal Khan, the founder and CEO of Khan Academy, thinks artificial intelligence could spark the greatest positive transformation education has ever seen. He shares the opportunities he sees for students and educators to collaborate with AI tools -- including…
Вопросы к генеративному ИИ
Чуть позволю себе отклониться от непосредственной темы канала - и все в связи с использованием генеративного ИИ. В рубрике #LLLкаконесть
Уже сейчас, пока одни специалисты развивают большие языковые модели, другие задаются различными вопросами относительно их использования.
Калифорнийская юридическая фирма подала иск к OpenAI, обвиняя создателей в нарушении конфиденциальности и авторских прав миллионов людей при использовании информации, находящейся в открытом интернете для обучения своих языковых моделей.
Но люди, написавшие эти миллиарды слов, не подписывались по тем, что компании, подобные OpenAI, будут использовать их в целях получения прибыли.
Законность использования данных, закаченных из публичного пространства интернета для обучения инструментов, которые могут быть исключительно прибыльны для их разработчиков, все еще не определена.
Регуляторы обсуждают принятие новых законов, которые требуют большей прозрачности от компаний при раскрытии, какая именно информация была использования для обучения больших языковых моделей и как были обучены алгоритмы.
Источник: https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/
#aiimpact #LLLкаконесть
Галина Ларионова
Чуть позволю себе отклониться от непосредственной темы канала - и все в связи с использованием генеративного ИИ. В рубрике #LLLкаконесть
Уже сейчас, пока одни специалисты развивают большие языковые модели, другие задаются различными вопросами относительно их использования.
Калифорнийская юридическая фирма подала иск к OpenAI, обвиняя создателей в нарушении конфиденциальности и авторских прав миллионов людей при использовании информации, находящейся в открытом интернете для обучения своих языковых моделей.
Но люди, написавшие эти миллиарды слов, не подписывались по тем, что компании, подобные OpenAI, будут использовать их в целях получения прибыли.
Законность использования данных, закаченных из публичного пространства интернета для обучения инструментов, которые могут быть исключительно прибыльны для их разработчиков, все еще не определена.
Регуляторы обсуждают принятие новых законов, которые требуют большей прозрачности от компаний при раскрытии, какая именно информация была использования для обучения больших языковых моделей и как были обучены алгоритмы.
Источник: https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/
#aiimpact #LLLкаконесть
Галина Ларионова
Ни один человек не является островом
Ученые провели четыре эксперимента с четырьмя группами испытуемых в четырех различных регионах: Тайвань, Индонезия, США и Малайзия. Всего в эксперименте участвовало 166 инженера, которые в своей работе использовали генеративный ИИ, и члены их семей, проживающих с ними.
Испытуемые должны были сообщать о своем состоянии в течение трех недель три раза, каждый раз - через неделю.
В течение первой недели испытуемые сообщали о частоте взаимодействия с ИИ, частоте и качестве взаимодействия с коллегами по работе и о своем чувстве тревоги относительно связи с другими и проявлениях избегания.
В течение второй недели испытуемые сообщали о своей потребности в том, чтобы чувствовать связь с другими, отмечали испытываемое одиночество и свои потребности в принадлежности к коллективу. В течении третьей недели коллеги испытуемых сообщали о поведении испытуемых, нацеленном на оказании помощи, а члены семей испытуемых сообщали о том, что те потребляли алкоголь и испытывали бессонницу.
Ученые выдвигают теорию, что чем больше сотрудники взаимодействуют с ИИ в достижении рабочих задач, тем у них сильнее проявляется потребность в социальной принадлежности - что может вносить свой вклад в проявление более помогающего поведения сотрудников по отношению к коллегам на работе. Объем работы с ИИ может также способствовать росту ощущения одиночества, которое может наносить вред чувству благополучия сотрудника после работы (бессонница и потребление алкоголя).
В дополнение к этому, ученые считают, что эти эффекты могут особенно ярко проявляться у сотрудников с более высокими уровнями тревожности по отношению к чувству связи с другими.
Источник лежит здесь
Ниже - схема. 👇👇👇
#LLLкаконесть
#aiimpact
Галина Ларионова
Ученые провели четыре эксперимента с четырьмя группами испытуемых в четырех различных регионах: Тайвань, Индонезия, США и Малайзия. Всего в эксперименте участвовало 166 инженера, которые в своей работе использовали генеративный ИИ, и члены их семей, проживающих с ними.
Испытуемые должны были сообщать о своем состоянии в течение трех недель три раза, каждый раз - через неделю.
В течение первой недели испытуемые сообщали о частоте взаимодействия с ИИ, частоте и качестве взаимодействия с коллегами по работе и о своем чувстве тревоги относительно связи с другими и проявлениях избегания.
В течение второй недели испытуемые сообщали о своей потребности в том, чтобы чувствовать связь с другими, отмечали испытываемое одиночество и свои потребности в принадлежности к коллективу. В течении третьей недели коллеги испытуемых сообщали о поведении испытуемых, нацеленном на оказании помощи, а члены семей испытуемых сообщали о том, что те потребляли алкоголь и испытывали бессонницу.
Ученые выдвигают теорию, что чем больше сотрудники взаимодействуют с ИИ в достижении рабочих задач, тем у них сильнее проявляется потребность в социальной принадлежности - что может вносить свой вклад в проявление более помогающего поведения сотрудников по отношению к коллегам на работе. Объем работы с ИИ может также способствовать росту ощущения одиночества, которое может наносить вред чувству благополучия сотрудника после работы (бессонница и потребление алкоголя).
В дополнение к этому, ученые считают, что эти эффекты могут особенно ярко проявляться у сотрудников с более высокими уровнями тревожности по отношению к чувству связи с другими.
Источник лежит здесь
Ниже - схема. 👇👇👇
#LLLкаконесть
#aiimpact
Галина Ларионова
Опрос как Млечный Путь
Сердечно благодарю всех, кто нашел время ответить на опрос и дал мне ориентиры в том, что вы ожидаете в канале и почему вы здесь.
Под какими хэштегами можно в канале найти экспертные посты:
#путьдиректора
#будниобразования
#впередкзвездам
#hrimpact
#выспрашиваете
#aiimpact
#колумнист
Под какими хэштегами можно в канале найти мое видение различных процессов:
#LLLкаконесть
#мысли
#форсайт2030
#нашдиалог
#хорошиекниги
#заботаосебе
#жизнь
новые рубрики:
#опытлидера
#лидеручится
#моделистратегическогомышления
Я продолжу развивать эти направления. Спасибо, что читаете, реагируете и ведете с каналом диалоги!
Галина Ларионова
Сердечно благодарю всех, кто нашел время ответить на опрос и дал мне ориентиры в том, что вы ожидаете в канале и почему вы здесь.
Под какими хэштегами можно в канале найти экспертные посты:
#путьдиректора
#будниобразования
#впередкзвездам
#hrimpact
#выспрашиваете
#aiimpact
#колумнист
Под какими хэштегами можно в канале найти мое видение различных процессов:
#LLLкаконесть
#мысли
#форсайт2030
#нашдиалог
#хорошиекниги
#заботаосебе
#жизнь
новые рубрики:
#опытлидера
#лидеручится
#моделистратегическогомышления
Я продолжу развивать эти направления. Спасибо, что читаете, реагируете и ведете с каналом диалоги!
Галина Ларионова