Süni intellekt dövründə niyə təhsil alırıq?

ABŞ-nin Kembric şəhərində yerləşən Massaçusets Texnologiya İnstitutu (Massachusetts Institute of Technology - MIT) avqustun 25-də xüsusi komitəsinin hesabatını ictimaiyyətə təqdim edib.

Hesabat süni intellektin tədrisdə, öyrənmədə və tədqiqatçı hazırlığında istifadəsinə həsr olunub. Universitet qeyd edir ki, bugünkü süni intellekt sistemləri bakalavr proqramlarında verilən demək olar ki, istənilən yazılı tapşırığa qənaətbəxş cavab hazırlaya bilir. Buraya riyazi və elmi məsələlər, esselər və proqramlaşdırma tapşırıqları da daxildir.

İllərdir tələbələrin bir hissəsi öyrənməkdən çox qiymət almağa, imtahanı keçməyə, diplom əldə etməyə çalışır. Müəllim tapşırıq verir, tələbə cavab hazırlayır, sistem də nəticəni qiymətləndirir.

Süni intellekt qiymətləndirmə mexanizminin zəif yerini ifşa edir: tələbənin təqdim etdiyi hazır iş onun bu işi hazırlamaq üçün nə qədər “işlədiyini” göstərmir. Başqa sözlə desək, tələbənin təhvil verdiyi cavablar onun öyrənmə, mühakimə və qərarvermə prosesi haqqında heç bir təsəvvür yaratmır.

Hesabatın qaldırdığı suallar Azərbaycanda da universitetlərdən peşə və özəl təhsil qurumlarına qədər hamımıza aiddir.

Biz Code Academy-də 2018-ci ildən yekun imtahanı buraxılış layihəsinin müdafiəsi ilə əvəz etmişik. O vaxt bu qərarı daha çox praktiki təhsilin və real iş mühitinə hazırlığın bir hissəsi kimi vermişdik. Süni intellekt həmin qərarda rol oynamamışdı. Bu gün isə həmin qərarın niyə doğru olduğunu daha aydın görürəm. Süni intellekt nəticənin hazırlanmasına kömək edir. Tələbə də bu nəticəni necə əldə etdiyini izah etməyi və seçdiyi həlli əsaslandırmağı bacarmalıdır.

Düşünmə imkanı genişlənir, yoxsa düşünmə ehtiyacı aradan qaldırılır?

Hesabatda “cognitive surrender” anlayışından istifadə olunur. Mən bunu düşünməyi süni intellektə təhvil vermək kimi başa düşürəm.

Əvvəllər tələbə bir məsələni həll edə bilməyəndə bir müddət onun üzərində düşünürdü. Qeydlərinə baxır, mənbə axtarır, tələbə yoldaşlarına və ya müəllimə müraciət edirdi. Bəzən səhv yolla gedir, geri qayıdır və yenidən cəhd edirdi. İndi isə ilk çətinlikdə çatbota müraciət edib saniyələr ərzində cavab almaq mümkündür.

Amma hər dəfə çətinlik yaranan kimi düşünməyi süni intellektə həvalə ediriksə, cavabı alsaq da, öyrənmək üçün lazım olan işi özümüz görmürük. Bu da zamanla düşünmə bacarığımızın zəifləməsinə səbəb ola bilər.

MIT-in “productive struggle” (“öyrədici çətinlik”) adlandırdığı məqam da budur. İlk baxışda vaxt itkisi kimi görünən çətinliyin öhdəsindən gəlməyə çalışarkən mühakimə yürütməyi və problem həll etməyi öyrənirik. Təhsildə bəzən “səmərəsiz” görünən şey məhz təhsilin özüdür.

Nəticəyə çatmaq üçün yol getmək nəticəni əldə etmək qədər dəyərlidir. Təhsil ocaqları bu yolları qət etməyimiz üçün şərait yaradır.

Məqsəd işi bitirməkdirsə, qısa yol axtarmaq məntiqlidir. Təhsildə isə məqsəd həmin işi görməyi öyrənməkdir. Tələbə düşünməli, sınamalı və səhvini düzəltməlidir. Bütün bunları süni intellektə həvalə edəndə iş görülür, amma tələbə o işi görməyi öyrənmir.

Hesabatda qeyd olunur ki, süni intellektdən istifadə artdıqca tələbələr müəllimlərin məsləhət saatlarına daha az qatılır, üzbəüz çalışma qrupları da azalır.

Müəllimlə söhbət edərkən, tələbə yoldaşı ilə birlikdə problem həll edərkən, laboratoriyada səhv edərkən, fikrimizi izah və müdafiə edərkən də öyrənirik. Təhsil müəssisəsinin dəyərini də dərs proqramında, insanları bir araya gətirən mühitdə, orada formalaşan intellektual çevrədə və birlikdə öyrənmək təcrübəsində daha aydın görürük.

Hesabatda hətta bəzi müəllimlərin bakalavr tələbələrini tədqiqat işlərinə cəlb etmək əvəzinə süni intellekt agentlərindən istifadə etməyi düşündüyü qeyd olunur. Araşdırma baxımından bu daha sürətli və səmərəli ola bilər. Təhsil baxımından isə tələbənin həmin işi görərkən nə öyrəndiyini də nəzərə almaq lazımdır. Süni intellekt işi üzərinə götürəndə tapşırıq avtomatlaşır və tələbə onu yerinə yetirərkən qazanacağı təcrübənin bir hissəsindən məhrum ola bilər.

Hesabatda mənə ən yaxın gələn prinsiplərdən biri insanı əvəz etmədən onun imkanlarını genişləndirməkdir (“augmentation, not automation”).

Məsələn, proqramlaşdırma öyrənən tələbə süni intellektin köməyi ilə əvvəllər xeyli vaxt tələb edən bir layihəni daha qısa müddətdə hazırlaya bilər. Bunun üçün tələbə özü problemi hissələrə bölməyi, hansı həllin niyə seçildiyini anlamağı, alınan nəticəni yoxlamağı və lazım gəldikdə süni intellektin verdiyi cavabla razılaşmamağı bacarmalıdır.

Tələbənin nəyi özü bacardığını göstərə bilməyən tapşırıqlar qiymətləndirmə vasitəsi kimi artıq öz mənasını itirib.

Hesabat süni intellektin mövcud tədris sisteminə təsirini nəzərə alaraq əvvəlcə hər dərsin məqsədinə yenidən baxmağı təklif edir: tələbə bu dərsin sonunda nə bilməli, nəyi bacarmalı və nəyə dəyər verməyi öyrənməlidir? Yalnız bundan sonra tapşırıq, qiymətləndirmə və süni intellektdən istifadə ilə bağlı qaydalar müəyyən edilməlidir.

İnsan nəyi özü öyrənməlidir?

* Mühakimə etməyi.

* Sual verməyi.

* Müstəqil düşünməyi.

* Yaratmağı.

* Fikrini əsaslandırmağı və müdafiə etməyi.

* Başqaları ilə işləməyi.

* Səhv etməyi və səhvini düzəltməyi.

Məsələn, layihə müdafiəsində tələbədən seçdiyi həlli başqa bir həll ilə müqayisə etməsini, komanda yoldaşının etirazına cavab verməsini və tapdığı səhvi necə düzəltdiyini göstərməsini istəyə bilərik. Cavabına uyğun əlavə suallar verəndə onun nəyi başa düşdüyünü və harada çətinlik çəkdiyini görmək də asanlaşır.

“Bilet çəkmək”dən layihə müdafiəsinə

Bizim təhsil sistemində uzun illər “bilet çəkmək” deyilən şifahi imtahan ənənəsi olub. Həmin imtahan formasına qayıtmadan da onun əsasında duran və bu gün yenidən dəyər qazanan prinsipdən istifadə etmək olar. Tələbə bildiyini özü ifadə edirdi. Suallara cavab verərək fikrini izah etməyi bacarmalı idi.

MIT də ənənəvi ev tapşırıqlarına alternativ olaraq şifahi imtahanları, semestr portfoliolarını, auditoriyadan kənarda hazırlanmış işlərin sonradan sinifdə müzakirəsini, layihə və təcrübə əsaslı qiymətləndirməni daha çox nəzərdən keçirməyi təklif edir.

Müəllim məlumat çatdırmaqla yanaşı, getdikcə daha çox mentorluq edir, düzgün suallar verir və tələbəyə düşünməyi öyrədir. Tələbə cavab tapmaqla yanaşı, onu qiymətləndirməli, seçim etməli, arqument qurmalı və verdiyi qərarın məsuliyyətini daşımalıdır.

Əgər tələbə sonda yaxşı nəticə əldə edir, amma həmin nəticəyə necə və niyə gəldiyini başa düşmürsə, təhsil öz işini tam görmüş sayılmaz. Təhsil alırıq ki, gördüyümüz işi anlayaq, qərarlarımızı əsaslandıraq və başqaları ilə birlikdə daha yaxşı iş görə bilək.

Texnologiyalar bizə daha yaxşı düşünmək və daha böyük işləri səmərəli görmək imkanı verir. Diqqət etməli olduğumuz məqam yaratdığımız alətlərin alətinə çevrilməməkdir.

Ülvi Aslanov