Концепції
Історія ШІ в освіті
Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.
Історія ШІ в освіті — вивчення того, як штучний інтелект і освіта співоеволюціонували від середини XX століття, і як минулі концептуальні, термінологічні та проєктні вибори продовжують формувати сьогоднішні дебати про ШІ в навчанні. Замість того щоб розглядати генеративний ШІ як раптову, безпрецедентну силу, історична лінза виявляє повторювані напруги — контроль проти аґенційності, стандартизація проти креативності, автоматизація проти посилення, — які структурували ШІ в освіті від самих його початків.
Питання для роздумів
- Сьогоднішній генеративний ШІ часто описують як безпрецедентну революцію. Як це формулювання («хроноцентризм») може заважати нам бачити повторювані патерни під ним?
- Галузь майже назвали «кібернетикою», а не «штучним інтелектом». Як цей єдиний вибір імені міг би сформувати те, чи бачимо ми машини як незалежні інтелекти, чи як частину взаємопов’язаних систем зі зворотним зв’язком?
- Сторінка формулює історію AIED як напругу між контролем (когнітивні репетитори Андерсона, що оптимізують навчання) і аґенційністю (конструктивізм Паперта, що розширює можливості здобувачів). Де ваші власні вибори щодо ШІ в освіті падають на цьому спектрі — і чому?
- Персоналізація, стверджує сторінка, має два значення: варіювання шляху до того самого результату або уможливлення різноманітних, керованих здобувачем результатів. Який вид персоналізації ваша установа насправді переслідує, і який, на вашу думку, має б?
- Якщо сьогоднішні дебати про GenAI «дзеркалять» ці історичні напруги, які минулі помилки ми можемо повторювати — і чого ми могли б уникнути, пам’ятаючи про них?
- Сторінка стверджує, що технічні проєктні рішення вбудовують ціннісні судження про мету навчання. Чи можете ви виокремити проєктне рішення в інструменті освіти зі ШІ, яким ви користувалися, що тихо надавало перевагу стандартизації над аґенційністю здобувача — або навпаки?
Вступ
Історія галузі — не лінійний поступ, а серія контингентних рішень, ефекти яких досі лунають. Розуміння цієї історії оберігає від «хроноцентризму» (упередженості, що полягає в розгляді нинішніх подій як унікально революційних), допомагає уникнути повторення минулих помилок і виявляє, як вибори щодо формулювання та термінології — а не лише технології — керують траєкторією ШІ в освіті.
Ключові історичні нитки
Від кібернетики до «штучного інтелекту». Коли John McCarthy планував Dartmouth Summer Research Project 1956 року, він свідомо обрав термін artificial intelligence замість cybernetics — частково, щоб віддалити галузь від Норберта Вінера та його фокусу на аналоговому зворотному зв’язку. Це рішення щодо імені сформулювало можливості машин у прямому порівнянні з людською когніцією (антропоморфне формулювання), керуючи пріоритетами досліджень, публічним сприйняттям та етичними дебатами десятиліттями. Збережи галузь кібернетичне формулювання, уявляє стаття, ми б тепер говорили про «кібернетичні навчальні системи», що наголошують на зворотному зв’язку та взаємопов’язаності, а не про «репетиторів на основі ШІ», що позиціонують машину як незалежне джерело інтелекту.
Когнітивна революція та корені ITS. Ранні піонери — Herbert Simon, Allen Newell, Marvin Minsky, John Anderson — не просто моделювали когніцію; вони досліджували фундаментальні питання про навчання та інструкцію. Їхня робота дала моделі обробки інформації людської когніції, які стали основоположними для освітньої психології, і призвела до інтелектуальних систем репетиторства (ITS), укорінених у парадигмах евристичного пошуку та експертних систем штучного інтелекту 1960–70-х. Ці системи природно узгоджувалися з існуючими структурами оцінювання та стандартизації і зрештою злилися в спільноту AIED.
Контроль проти аґенційності: Андерсон і Паперт. З’явилися два конкуруючі бачення, втілені в John Anderson та Seymour Papert. Андерсонові когнітивні репетитори (теорія ACT/ACT-R) розкладали знання на продукційні правила, давали точний індивідуалізований зворотний зв’язок і посилювали традиційні освітні структури — бачення ШІ як інструменту для оптимізації навчання. Конструктивізм Паперта (Logo, «мікросвіти», налагодження як навчання) бачив комп’ютери як середовища, в яких діти конструюють знання через творчі експерименти, — бачення ШІ як інструменту інтелектуального розширення можливостей, що кидає виклик інституційним ієрархіям. Ця «суттєва напруга» між контролем і аґенційністю є наскрізною ниткою історії галузі.
Дві форми персоналізації. Персоналізація має дві відмінні інтерпретації, які відображаються на цих баченнях. Перша підтримує рівномірні результати, варіюючи шлях (укорінена в навчальних машинах Скіннера; баченні Khan Academy, що веде до володіння знанням). Друга приймає різноманітні результати — здобувачі, які переслідують індивідуальні інтереси та таланти, не обмежені межами стандартного куррикулуму (Zhao, 2024). Модель ITS підтримує першу; конструктивізм — другу.
Уроки для ери GenAI. Сьогоднішні дебати про генеративний ШІ тісно дзеркалять ці історичні напруги. GenAI часто позиціонується як інтелектуальний репетитор наступного покоління (продовжуючи Андерсона), породжуючи занепокоєння щодо нагляду, збору даних та стандартизації. Альтернативно він може бути інструментом для творчої аґенційності (продовжуючи Паперта), вимагаючи від нас переосмислити оцінювання та прийняти більш невизначені результати. Як стверджують Mishra et al., інституційні сили повторно надають перевагу підходам, що посилюють існуючі структури, — і мова та метафори, які ми обираємо, формуватимуть майбутні можливості. Фреймворк AI×Ed Rismanchian & Doroudi дає цій інтуїції емпіричну основу: розміщуючи статті з матеріалів AIED (1985, 1993, 2021, 2024) і IJAIED (2004, 2014, 2021) уздовж двох осей — ролі ШІ (застосований інструмент проти аналогії до людського інтелекту) та кінцевого користувача, — вони простежують галузь, що рушила від різноманітної суміші, включно зі суттєвими ранніми дослідженнями, що використовують ШІ як аналогію до людського інтелекту (обчислювальні моделі навчання, мікросвіти Паперта, аґентно-орієнтовані моделі набуття знань), до майже виключного фокусу на застосованих, інструментальних використаннях до 2000-х. Примітно, що ера генеративного ШІ, здається, частково розвертає цю траєкторію: на AIED 2024 три з чотирьох статей у квадранті «ШІ як аналогія» галузі базувалися на LLM, включно з роботою найкращої статті про навчальних агентів на основі LLM.
Нещодавній вплив генеративного ШІ
Поява генеративного ШІ — широкої родини, що включає великі мовні моделі (текст), плюс генератори зображень, аудіо та відео, — позначає найбільш злодійливу точку перегину в історії AIED від заснування галузі. LLM є найвиразнішим членом цієї родини і драйвером більшості впливу в аудиторії, але генеративний ШІ як ціле (здатний продукувати новий текст, зображення, звук і код) є ширшою силою, що переформатовує освіту. Його найкраще розуміти на тлі історії AIED, а не як чистий розрив. Кілька особливостей роблять еру генеративного ШІ відмітною:
Масштаб і сяг. На відміну від когнітивних репетиторів і ITS ранніх десятиліть, які діяли в контрольованих лабораторних та аудиторних умовах, LLM сягли сотень мільйонів здобувачів і викладачів упродовж місяців від випуску, майже відразу входячи в щоденне письмо, домашні завдання та навчання. Дебати про GenAI перейшли зі спеціалізованих журналів в аудиторії, ради директорів і законодавчі органи з безпрецедентною швидкістю.
Новий вид здатності. Ранні системи AIED моделювали когніцію та постачали структуроване навчання (традиція Андерсона). LLM виконують відкрите генерування — продукування есе, пояснень, коду та діалогу, — що виводить на передній план аґенційність та креативність здобувача (традиція Паперта) способами, яких ранні ITS не могли. Саме тому нинішній момент так гостро розпалює напругу контроль-проти-аґенційності: той самий інструмент можна розгорнути як інтелектуальний репетитор наступного покоління (контролюючи результати) або як творчого співавтора та партнера з мислення (посилюючи аґенційність).
Розвертання рівняння доступу. Історично персоналізоване репетиторство було дефіцитним і дорогим; GenAI зробив адаптивну підтримку один-на-один майже вільною та універсальною — різко знизивши бар’єри доступності та витрат, які формували раннє AIED. Але він також запровадив нові небезпеки: алгоритмічну упередженість, галюцинації, нагляд, збір даних та знеуміння викладачів.
Поновлене занепокоєння щодо ШІ-грамотності та неправильного використання. Ера генеративного ШІ зробила ШІ-грамотність нагальною та переформулювала дебати про Академічна доброчесність (виявлення проти діалогу), водночас відродивши довготривалі занепокоєння щодо автоматизації, стандартизації та епістемічної залежності. Це сучасні вирази первісних напруг галузі.
Небезпека хроноцентризму. Як попереджають Mishra et al., хайп навколо генеративного ШІ часто бракує історичної обізнаності, дозволяючи технологічним євангелістам домінувати в розмові. Розуміння того, що сьогоднішні дебати про GenAI лунають розділенням Андерсон–Паперт та рішенням 1955 року про ім’я кібернетики, допомагає нам робити свідомі вибори, а не розглядати теперішнє як неминуче. Справжнє питання не в тому, що можуть робити інструменти генеративного ШІ, а в тому, що ми хочемо, щоб вони робили, — рішення, сформоване тим, де ми були.
Наслідки
- Читайте хайп історично. Усвідомлюйте, що кожна нова хвиля ШІ формулюється як революційна; історична обізнаність виявляє безперервність і допомагає опиратися корпоративному домінуванню в розмові.
- Розглядайте проєктні вибори як ціннісні вибори. Технічні рішення щодо ШІ в освіті вбудовують ідеологічні позиції щодо мети навчання — висувайте їх на поверхню і ставити під сумнів.
- Зважуйте контроль проти аґенційності свідомо. Чи має ШІ оптимізувати в бік стандартних результатів, чи уможливлювати різноманітні, керовані здобувачем результати, — це справжній вибір з інституційними та політичними наслідками, а не технічна данина.
- Зберігайте аґенційність здобувача. Повторюваний опір стандартизації та контролю на користь відкритих, зосереджених на здобувачі підходів є стійкою ниткою, вартою захисту.
Пов’язані поняття
- ШІ в освіті
- Інтелектуальний тьюторінг
- Конструктивізм
- Суб’єктність здобувача
- Персоналізоване навчання
- Генеративний ШІ
- Теорії навчання
- Адаптивне навчання
- ШІ-грамотність
- Креативність
- Викладання
- Етика
Пов’язані статті
- Control vs. Agency: Exploring the History of AI in Education — Control vs. Agency: Exploring the History of AI in Education
- How Human-Centered Is AI-Aided Learning in Education? — Human-centered AI-aided learning (engages Anderson's legacy)
- The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — Cognitive commons and AI expertise (historical framing)
- Programming Intelligent Tutoring Systems — Programming Intelligent Tutoring Systems
- Revisiting the Hint Button: Consistent Negative Associations Between Unproductive Hint Use and Learning Outcomes in Intelligent Tutoring Systems — Revisiting the hint button in cognitive tutors
- Learning by Teaching: Engaging Students as Instructors of Large Language Models in Computer Science Education — Learning-by-teaching with LLMs (Papert's constructionism lineage)
- The Evolution of Research on AI and Education Across Four Decades: Insights from the AIxEd Framework