Zašto je obrazovanje sektor koji je najteže automatizovati?

Svima su nam dobro poznata upozorenja da će automatizacija drastično izmeniti čitave grane privrede i ostaviti milione ljudi bez posla. Zapravo, i do 45 odsto postojećih poslova može se automatizovati korišćenjem već postojeće tehnologije.Međutim, ove promene mogle bi zaobići obrazovni sektor. Posle detaljne analize više od 2.000 radnih aktivnosti za preko 800 zanimanja, konsultantska kuća „McKinsey & Co” objavila je izveštaj u kom se navodi da je među svim ispitanim sektorima „tehnička izvodljivost automatizacije najmanja u obrazovanju”.

Nema nikakve sumnje da će tehnološki trendovi imati snažan uticaj na obrazovanje širom sveta, kako kroz poboljšanje ukupnog iskustva učenja tako i kroz unapređenje globalnog prustupa obrazovanju. Masovni otvoreni onlajn-kursevi (MOOC), chatbot tutori i časovi koje planira veštačka inteligencija samo su neki od primera digitalne transformacije svetskog obrazovanja. Ali da li će roboti i veštačka inteligencija ikada potpuno zameniti nastavnike?

Sektor koji je najteže automatizovati

Dok su različite radnje koje se tiču obrazovanja – recimo, administrativni poslovi ili održavanje zgrada – podložne automatizaciji, sa samim podučavanjem to nije slučaj. Efektivno obrazovanje podrazumeva mnogo više od pukog transfera informacija od nastavnika do učenika. Kvalitetno podučavanje zahteva kompleksne društvene interakcije i prilagođavanje potrebama pojedinačnog učenika. Efektivan nastavnik nije samo responzivan na snage i slabosti svakog studenta, nego oseća empatiju prema stanju u kom se student nalazi. Ovde se radi o maksimizovanju ljudskog potencijala.

Takođe, učenici ne očekuju od svojih učitelja samo da im prenesu gradivo nego i da im budu svojevrstan oslonac u životu i mentor za karijeru. Duboka i smislena ljudska interakcija je ključna, a nju je vrlo teško automatizovati; verovatno i nemoguće.Automatizacija podučavanja je primer zadatka koji bi zahtevao opštu veštačku inteligenciju (nasuprot specifičnoj inteligenciji). Drugim rečima, ovo je zadatak koji bi zahtevao veštačku inteligenciju koja razume ljudski jezik i u stanju je da bude empatična prema emocijama, planira, pravi strategije i donosi značajne odluke u nepredvidljivim okolnostima.

To bi bila mašina koja je u stanju da radi sve što može i čovek, a takva ne postoji – bar zasad.

Približavamo se

Ne zaboravimo koliko brzo veštačka inteligencija evoluira. Činjenica da je teško potpuno automatizovati učenje ne znači da vodeći svetski eksperti za veštačku inteligenciju ne rade na tome.Upoznajte Džil Votson, saradnika u nastavi na Tehnološkom institutu Džordžija. Votson nije poput nastavnog osoblja na kakvo ste navikli. Ona je AI – veštačka inteligencija, koja počiva na IBM-ovoj tehnologiji, kakva se uvodi na fakultete širom sveta. U stanju je da odgovori na pitanja studenata sa 97 posto sigurnosti.

Tehnologije kao što je ova takođe se primenjuju u ocenjivanju i obezbeđivanju povratnih informacija. Neki AI algoritmi se obučavaju i podešavaju da automatski ocenjuju eseje. Jedan projekat dostigao je korelaciju od 0,945 sa ljudima koji su ocenjivali iste radove.Sve će ovo imati značajan uticaj na onlajn-obrazovanje kakvo poznajemo i drastično će povećati stopu zadržavanja onlajn-učenika.

Svaki student sa pametnim telefonom može da pristupi pravoj riznici informacija i besplatnih kurseva sa univerziteta širom sveta. Masovni otvoreni onlajn-kursevi su omogućili da vredne obuke dopru do miliona studenata. Ali trenutno, ne mogu svi polaznici da dobijaju prilagođene povratne informacije za svoj rad. Ovo je zasad ograničeno ljudstvom, ali to u budućnosti možda neće biti slučaj.

Ono što chatbotovi poput Džil Votson omogućavaju jeste prilika za stotine hiljada studenata, ako ne i za milione, da se njihov rad pregleda i na njihova pitanja odgovori uz minimum troškova.

AI algoritmi takođe mogu igrati značajnu ulogu u personalizaciji obrazovanja. Svaki student je jedinstven i poseduje jedinstvenu kombinaciju jačih i slabijih strana. Analiza podataka se može usmeriti ka poboljšanju rezultata konkretnog studenta, procenjivanju njegovih snaga i slabosti, i kreiranju masovno prilagođenih programa. Algoritmi mogu da analiziraju podatke o studentima i na osnovu toga prave fleksibilne programe koji se prilagođavaju učeniku na bazi povratnih infomacija dobijenih u realnom vremenu. Prema McKinsey Global Institute, svi ovi podaci u obrazovanju mogu otključati globalnu ekonomsku vrednost koja seže između 900 milijardi i 1,2 biliona dolara.

Dalje od automatskog učenja

Važno je prepoznati da tehnološka automatizacija sama po sebi neće rešiti sve probleme koji postoje u globalnom obrazovnom sistemu današnjice. Imajući u vidu dominaciju zastarelih planova i programa, standardizovanih testova i akcenta koji se stavlja na kratkoročno znanje, mnogi stručnjaci pozivaju na transformaciju samog načina na koji podučavamo.

Nije dovoljno samo automatizovati proces. Možemo imati potpuno digitalno iskustvo učenja koje se i dalje fokusira na zastarele veštine i ne uspeva da pripremi učenike za budućnost. Drugim rečima, naša inventivnost ne sme se ograničiti na mogućnosti automatizacije, nego se mora protegnuti i na obrazovne sadržaje, strategiju i politiku.

Da li opremamo svoje učenike najvažnijim veštinama preživljavanja? Inspirišemo li mlade umove da stvaraju bolju budućnost? Zadovoljavamo li jedinstvene potrebe za učenjem baš svakog od naših učenika? Automatizacija i digitalizacija sistema koji je sam po sebi manjkav nema svrhe. Moramo da obezbedimo da se sam sistem koji digitalizujemo transformiše nabolje.

Izvor: Singularity Hub