Влияют ли нейросети на способность мыслить?

Однажды душным летним вечером я оказался на лекции, посвященной искусственному интеллекту. Профессор СПбГУ начал с исторического экскурса, охватив путь развития технологии с середины прошлого века, и закончил восторженными прогнозами о том, какие блага нам непременно принесут нейросети в обозримом будущем.

Признаюсь, я убежденный нейроскептик: был бы счастлив, если бы компании, развивающие ИИ, внезапно исчезли, вернув нас в эпоху «живых» копирайтеров и старательных стажеров. Однако, похоже, этого не случится, поэтому приходится хотя бы поверхностно следить за тем, что происходит в этой сфере.

Мое внимание привлек один слайд, который спикер пролистал почти без комментариев. На нем описывалась концепция «дистилляции» нейросетей — процесс, при котором массивная и сложная модель обучает компактную и упрощенную архитектуру. Последняя достигает производительности «старшего брата», требуя при этом кратно меньше вычислительных ресурсов. Почему же дистилляция не стала доминирующим подходом? Ответ прост: ученик никогда не превзойдет учителя в интеллектуальном плане.

Аналогичная закономерность прослеживается и в исходных моделях: для достижения впечатляющих результатов им требуются всё более колоссальные объемы данных. Языковые модели мастерски воспроизводят накопленный опыт, генерируют изображения, код и даже математические доказательства, но лишь потому, что впитали в себя практически весь оцифрованный культурный багаж человечества.

Разумеется, я тут же экстраполировал эти размышления на педагогику.

Образование сегодня стоит перед вечным вопросом: как адаптироваться к технологиям, которые автоматизируют рутинные задачи, не утратив при этом способности к критическому мышлению и созиданию нового? Еще античные философы сетовали на молодежь, которая перестала учить наизусть поэмы, предпочтя полагаться на письменные записи. Станут ли дети, привыкшие к цифровым помощникам, своего рода «дистилляцией» программ, утративших самостоятельность?

Честно говоря, для этого вовсе не обязателен ИИ. В прошлом учебном году я работал с учеником, излишне привязанным к поддержке репетитора. Пока тот помогал ему, школьник виртуозно щелкал математические задачи, демонстрируя легкость в обучении. Как только занятия прекратились, успеваемость испарилась, словно карета Золушки в полночь.

Признаки грядущих трудностей были заметны и раньше: ученик не мог объяснить логику решения или обосновать правильность ответа. Он просто механически воспроизводил заученный шаблон, полагая, что это и есть математика. Разве это наука о вычислениях? Калькулятор тоже не объясняет логику, но мы пользуемся им как инструментом. Выходит, даже без участия нейросетей мой подопечный атрофировал навык самостоятельного мышления — просто за ненадобностью.

Живой педагог может навредить не меньше, чем алгоритм, если его цель — «отбарабанить материал», а не научить мыслить. С другой стороны, нейросеть может стать мощным подспорьем, если использовать её осознанно.

Вот задачи, в которых нейросети мне реально помогают:

Верификация решений. Современные нейросети неплохо справляются со школьной программой по математике. Уравнения они решают безупречно (хотя геометрия и олимпиадные задачи пока остаются их слабым местом). Я использую их как проверку, чтобы убедиться, что не допустил досадной ошибки в вычислениях.

Поиск фактов. Если раньше нейронкам было сложно доверять, то сейчас поисковики со встроенным ИИ выдают вполне структурированные справки со ссылками на источники. Да, там всё еще встречаются неточности, но как навигатор в море информации они становятся всё эффективнее.

Корректура текстов. Нейросеть за секунды вылавливает опечатки, пунктуационные или стилистические огрехи. Я не доверяю ей в вопросах «авторского стиля», но как технический редактор она работает безупречно.

Поиск решений для быта. Например, лучший рецепт блинов, которым я пользуюсь уже год, — результат работы нейросети. Они получаются идеальными по текстуре и прочности.

Нейросеть для меня — не замена деятельности, а способ разгрузить рутинную часть работы. Я не теряю компетенций, а оптимизирую процесс.

Мои советы учащимся, как извлечь пользу из ИИ, не вредя развитию:

Используйте ИИ для проверки, а не для написания. Решите задачу сами, зафиксируйте результат, а затем дайте проверить его машине. Если найдены ошибки — разбирайтесь, почему так вышло, и тренируйтесь на аналогичных примерах.
Используйте ИИ для подбора источников, а не как генератор текстов. Просите алгоритм рекомендовать литературу и статьи, а не писать сочинение за вас. Навык самостоятельной работы с первоисточниками — критически важный скилл, и делегирование его нейросети — это путь в никуда.

Я верю, что прогресс в этой области принесет нам надежный инструмент для навигации в колоссальном массиве знаний. Страхи о том, что технологии сделают нас глупее, сопровождали появление письменности и интернета, но человечество лишь расширяло горизонты своих возможностей. ИИ — это инструмент, а вредным или полезным его делает исключительно характер нашего использования.

Автор: Иван Маврин

Оригинал

Источник