ОБ ИИ В ПРЕПОДАВАНИИ Сейчас основная дискуссия ведётся об использовании ИИ на фронте науки - для получения и проверки новых доказательств и т.п. Недавний опрос экономистов показал, что около 60% академических экономистов активно используют ИИ в работе. (При подаче статей в журналы все, по-моему, используют - есть и платный сервис RefineInk, и, не хуже, бесплатный Coarse, созданный моим соавтором Дэвидом ван Дайком - эти сервисы пишут ИИ-рецензии на статьи.) Но я хотел поговорить об использовании ИИ в преподавании. Конечно, мои вопросы появляются с большим запозданием. У нас не факультете эти все обсуждения были два года назад и тогда же все внедрили ИИ-подходы. Но мне большая часть дискуссий об ИИ в университете кажется слишком сфокусированной на вопросе "как не дать студенткам и студентам жульничать с помощью ИИ". А это вопрос прагматически, может, и важный, но по существу глубоко второстепенный. Взять, для примера, теорию игр, которую я преподаю и магистрам-аспирантам в Чикаго и бакалаврам в Киеве. И в тех, и в других курсах ИИ решает стандартные задачи быстрее и лучше, чем я или мои ассистенты. Намного быстрее решает, гораздо лучше записывает. Есть профессора, которые предлагают решение - "на моём занятии нельзя использовать ничего, кроме чистых листов и ручки". То же самое потом на квизах и экзаменах. Этот метод понятен, но мне не нравится. Почему? Потому что при этом методе, действительно, студентки и студенты честно соревнуются в решении задач. Но моя-то задача, задача профессора - это не турнир им устроить. Соревнование при обучении - это инструмент, но это всего лишь инструмент. Строить курс вокруг качества соревнования за высокую оценку - это как хирургу планировать операцию, чтобы максимально задействовать какой-то конкретный скальпель. Мне нужно от моих учеников и учениц чтобы они узнали как пользоваться теорией игр при анализе разных ситуаций, которые возникают в жизни. Допустим, я им устрою турнир по решению задач с помощью ручки, листа бумаги и собственных мозгов. А в реальной жизни, столкнувшись с необходимостью думать про что-то в терминах стратегии, они просто спросят ИИ. В этом случае получится, что я их, реально, учил не тому что нужно. Мог бы давать шахматные задачи или задачи по лингвистике - просто для развития мозгов. Или, там, латынь преподавал - тоже мозги развивает. Ну то есть - в мире, в котором многие задачи решаются ИИ, нужно ли преподавать то, что преподавал раньше? Очевидно, нет. Полвека назад курсы высшей математики включали массу всяких вычислительных методов, а сейчас это не нужно - потому что компьютеры стали считать так быстро, что проблемы скорости и сложности вычислений теперь в других местах. Конечно, и симплекс-метод, и другие устаревшие методы развивают, в целом мозг, но экономистам они нужны и теории игр они не нужны. И так масса всяких классических разделов. Можно привести аналогию из другой области. Поколение наших родителей знало, как устроен автомобиль. Вот это вот приподнять капот, залезть под машину сзади, что-то там крутить, подвинчивать, менять. Понятно, что моё поколение использует автомобили куда больше и лучше, чем старшее, но ни в чём не разбирается. Почти все могут залить жидкость для омывания окон, кое-кто знает, как поменять, когда загорелась лампочка на панели, масло. Но в целом все умеют, когда загорелась лампочка, звонить в автосервис. Точно то же самое из симплекс-методом или поиском равновесий по Нэшу - это вот тоже самое копаться в капоте. С другой стороны, это правда, что, когда разбираешься в том, что как устроено, то бывает легче двигаться дальше. Есть прекрасные учебники, которые устроены именно так - ты решаешь простую задачку, потом следующую, потом ещё и так всё осваиваешь. Конечно, ИИ может сделать за тебя каждую ступеньку, но если ты попросишь рассказать тебе ответ сразу, то можешь его не понять. У меня образование математическое, поэтому для меня самый очевидный пример - волшебная книжка Алексеева, учебник по теории Галуа, построенный как последовательность, с нуля, из 300+ задач. А приводят задачи к доказательству того, что для уравнений степени выше 5-ой в принципе не может быть формулы. (Для уравнения 2-ой степени все знают формулу из школы, для 3-ей и 4-ой можно вывести из уравнения для 2-ой.) Всякий хороший учебник, в принципе, делает что-то подобное, но по теории игр, например, я такого не знаю. Итого: Сцилла - ИИ сделал многие навыки устаревшими и надо не выдумывать трюки как сохранить их в программе, а избавляться от них. Не нужно преподавать как устроен карбюратор. Харибда - в присутствии ИИ трудно объяснять студенткам и студентам что какие-то навыки - это то, что им пригодится, даже если эту конкретную задачу ИИ решает лучше. В итоге, преподавая бакалаврам в мае-июне, я заменил семинары (то, что ведут ассистенты) на часовой квест, смысл которого был в том, что студенты решают задачи по маленьким шагам, а ассистенты только следят за тем, чтобы они ничего не использовали. (Ну и если у кого из студентов будет острый абстинентный синдром во время часа без телефонов, чтобы оказать первую помощь.) Это не квиз и не экзамен - за последовательное продвижение по задачам начисляются баллы, которые потом используются в лотерее. Больше продвинулась - больше шансов выиграть приз (призом были две пятерки за весь курс). Но лотерея с призами в виде высшего балла за весь курс - это другая история. Просто рассказываю про мой опыт прохождения Сциллы и Харибды, которых подарил нам профессорам ИИ.