Kamil Bojarski, head of E-learning TTMS i współtwórca AI4E-learning, w rozmowie z ISBtech o AI w procesach edukacyjnych firm, gdzie wygodę łatwo pomylić ze skutecznością i projektowaniu rozwiązań, które pozwalają przejąć sporą część pracy przy tworzeniu szkoleń, ale niekoniecznie tę, która powinna zostać wykonana przez człowieka uczącego się.
Pod jakimi warunkami sztuczna inteligencja może dziś wspierać proces uczenia się zamiast prowadzić do uzależnienia od technologii?
Sztuczna inteligencja może bardzo pomagać w samodzielnej nauce, ale łatwo dojść do momentu, w którym zaczyna robić wszystko za użytkownika. Jeśli AI podpowiada kolejne kroki, pomaga uporządkować informacje, wyjaśnia błędy lub wspiera w znalezieniu rozwiązania, może skutecznie wspierać naukę. Problem pojawia się wtedy, gdy przejmuje także ten wysiłek, który jest potrzebny do zrozumienia tematu i zapamiętania wiedzy. Nie każdą trudność warto eliminować, bo część z nich jest naturalnym elementem procesu uczenia się. Dlatego przy projektowaniu rozwiązań edukacyjnych opartych na AI warto zastanowić się, które zadania nadal powinien wykonywać człowiek.
Człowiek pewnie chciałby wykonywać ich jak najmniej?
Powinniśmy odejść od przekonania, że więcej interakcji z AI automatycznie oznacza lepsze
doświadczenie po stronie człowieka. Nie zawsze więcej znaczy lepiej. Nasze analizy po pilotażu narzędzia AI4E-learning potwierdziły ten mechanizm. Daliśmy użytkownikom możliwość ingerowania w praktycznie każdy etap tworzenia kursu, a oni często wybierali sugestie AI i przechodzili dalej.
Oczekiwali przede wszystkim rezultatu, który mogą zweryfikować. Dlatego dobry system powinien pozwalać użytkownikowi zdecydować, ile kontroli chce zachować. Jedna osoba będzie chciała współtworzyć kurs krok po kroku, inna woli przekazać materiały źródłowe i otrzymać gotową propozycję. Rolą dobrze zaprojektowanego narzędzia do tworzenia kursów e-learningowych, opartego na AI, jest umożliwienie obu tych scenariuszy, przy jednoczesnym pozostawieniu człowiekowi możliwości sprawdzenia, poprawienia lub odrzucenia rezultatu. Także najnowsze badania pokazują, że AI może wspierać samodzielne uczenie się, o ile nie eliminuje wysiłku poznawczego potrzebnego do trwałego przyswajania wiedzy.
Z drugiej strony „czas to pieniądz”, co oznaczałoby, że im szybciej zadanie zostanie wykonane, tym lepiej?
W kontekście projektowania e-learningu warto rozróżnić dwie sytuacje. Inaczej powinniśmy
traktować aplikacje AI, które pomagają pracownikowi stworzyć szkolenie, a inaczej te, które pomagają drugiej osobie się z tego szkolenia nauczyć. W pierwszym przypadku możemy bardzo mocno automatyzować pracę: analizę dokumentów, budowanie struktury, przygotowanie treści czy propozycji ćwiczeń. Nasz pilotaż pokazał zresztą, że twórcy kursów często oczekują właśnie takiego odciążenia, ponadprzeciętnie cenią zaoszczędzony czas i są gotowi oddać AI sporą część procesu.
Natomiast po stronie osoby uczącej się nie powinniśmy automatyzować samego myślenia. Jeżeli pracownik natychmiast dostaje gotową odpowiedź, może mieć poczucie, że szybko opanował materiał, podczas gdy w rzeczywistości nie wykonał pracy potrzebnej do jego zapamiętania i późniejszego zastosowania. Dlatego coraz ważniejsze stają się mechanizmy, które zadają pytania, pozwalają popełnić błąd, wymagają przypomnienia informacji, zastosowania jej w konkretnym przypadku czy refleksji przed otrzymaniem podpowiedzi.
Z tego punktu widzenia narzędzie AI stosowane do nauki nie powinno być oceniane wyłącznie przez pryzmat tego, ile potrafi wygenerować i jak szybko to robi. Powinno dobrze rozpoznawać, kiedy użytkownika warto odciążyć, a kiedy warto pozostawić mu pewien wysiłek. W dużych organizacjach dochodzą do tego kwestie skalowalności, pracy na rzeczywistych materiałach firmy, aktualności treści, możliwości ich weryfikacji i edycji oraz kontroli nad tym, skąd AI czerpie wiedzę. Narzędzie musi umieć pracować na procedurach, dokumentacji technicznej czy regulacyjnej i zachować wierność materiałom źródłowym. Jednocześnie szkolenie nie może sprowadzać się do biernego konsumowania treści wygenerowanej przez AI – np. poprzez zwykłą statyczną prezentację.
Potrzebne są elementy, które angażują pracownika do myślenia i działania. Następnie powinny zachęcać do przypomnienia sobie informacji, wykorzystania jej w konkretnym scenariuszu oraz sprawdzenia poziomu wiedzy. Paradoksalnie więc AI w edukacji nie zawsze powinno maksymalnie ułatwiać użytkownikowi zadanie. Czasem jego rolą powinno być świadome pozostawienie człowiekowi czegoś do zrobienia samodzielnie.
