Чему учить студентов для жизни в ИИ-мире: мнение американского профессора

В последние годы дискуссию на тему «Заменит ли робот человека?» сменило обсуждение того, чему учить студентов, чтобы они успешно самореализовались в мире с развитыми ИИ-технологиями. С тем, что любому человеку не помешают навыки эффективного и этичного использования ИИ, кажется, нельзя поспорить. Но достаточно ли этого?

Профессор в области информационных технологий Фаузи Бенмессауд, старший преподаватель в Школе информатики, вычислительной техники и инженерии имени Ладди в Университете Индианы (США), уверен, что «новый мир ИИ — это мир, в котором образование должно не просто реагировать на технологические сдвиги, но и активно формировать их». Молодым специалистам, считает профессор, предстоит не только пользоваться возможностями ИИ, но и самостоятельно выстраивать взаимодействие человечества и искусственного интеллекта, проявляя изобретательность и критическое мышление, соблюдая этические нормы.

«Внедрение ИИ в образование должно быть связано с его проектированием и производством, а не только с использованием. А это означает, что студентам и преподавателям нужно изучать искусственный интеллект, участвовать в создании ИИ-решений и их оценке, влиять на развитие ИИ-технологий», — об этом Фаузи Бенмессауд пишет в статье «Необходимые навыки и компетенции в новом мире искусственного интеллекта: синтез для реформы образования» (Must-Have Competencies and Skills in Our New AI World: A Synthesis for Educational Reform).

Автор утверждает, что программы высшего образования должны включать в себя развитие компетенций в трёх областях:

• навыки интеллектуального проектирования, чтобы создавать ИИ и работать, используя ИИ;
• интеллектуальные навыки, свойственные только человеку;
• навыки работы с данными.

Бенмессауд представил эти области в виде модели из трёх секторов и описал каждый из входящих в неё навыков. Рассказываем, чему, по мнению профессора, необходимо учиться и учить.

Навыки интеллектуального проектирования: творческий синтез

В эту область входят навыки проектирования непосредственно ИИ-решений и с помощью ИИ-решений — Бенмессауд называет эту сферу «творческой гармонией между человеческими идеями и технологической осуществимостью», а основным принципом — фокус на дизайн-мышлении. Оно призвано выявлять потребности пользователя, анализировать их и определять главную проблему или запрос, а затем находить для этого креативное решение.

К этой категории навыков относятся:

• Инструментальные цифровые навыки. Это цифровая грамотность в области ИИ, которая позволит критически подходить к выбору технологий, применять их эффективно и ответственно.
• Структурирование и визуализация. Способность логически структурировать информацию и представлять сложные концепции в визуальной форме (например, в виде интеллект-карт) важна для понимания того, как работают ИИ-системы, и их проектирования. Также это поможет планировать и выстраивать сложные процессы создания продуктов и работы над проектами.
• Системное мышление, по мнению автора статьи, необходимо для воплощения целостного подхода к разработке ИИ-решений — чтобы новые продукты не существовали сами по себе, а встраивались в существующую систему и взаимодействовали с другими её компонентами.
• Навыки UI/UX-дизайна. Навыки проектирования интерфейсов и пользовательского опыта, как пишет Фаузи Бенмессауд, помогут подстраивать ИИ-системы под потребности людей — так, чтобы работа с ними была интуитивно понятной и доступной.

Читайте также:

Книжная полка: «Искусство системного мышления», Иан Макдермотт и Джозеф О’Коннор

Интеллектуальные навыки, свойственные только человеку: этический императив

В этой категории находятся компетенции, которые автор называет «квинтэссенцией человечности в цифровом мире», те, что позволяют людям сотрудничать с ИИ, обеспечивая мудрое и чуткое использование технологий. Эти навыки недоступны для воспроизведения искусственным интеллектом, они присущи только человеку. И именно они позволят будущим специалистам выстраивать взаимодействие с искусственным интеллектом безопасно и этично.

Вот какие навыки и компетенции входят в эту область:

• Критическая оценка и принятие решений. Эти навыки нужны специалистам и руководителям при разработке ИИ и его интеграции в различные отрасли — чтобы делать разумный и осознанный выбор в вопросах стратегического планирования и соответствия этическим стандартам.
• Этические компетенции критически важны для ответственной разработки и использования ИИ. Они предостерегают от злоупотребления технологиями и позволяют убедиться в том, что ИИ-системы не нарушают общепринятых моральных норм.
• Навыки обучения. Без непрерывного обучения, конечно же, не обойтись — иначе у специалиста не получится поспевать за развитием технологий и адаптироваться к изменениям, которые оно приносит.
• Рефлексия, к которой Бенмессауд относит критическое мышление и осознанность, поможет прогнозировать отдалённые последствия развития ИИ и его интеграции в повседневную жизнь.
• Промпт-инжиниринг, то есть способность пользователя добиваться от нейросети максимально полезных, точных и релевантных ответов на запросы. Этот навык сочетает в себе креативность с глубоким пониманием, что ИИ способен делать, чего он не умеет и как обойти эти ограничения.

Работа с данными: краеугольный камень аналитики

Фаузи Бенмессауд называет эти навыки основополагающими в мире, основанном на данных. Навыки интерпретации, анализа и применения данных позволят специалисту ориентироваться в огромном потоке информации, обнаруживать в нём полезные инсайты, принимать решения и внедрять инновации, основанные на данных. Среди этих навыков эксперт называет:

• Верификацию данных. Прежде чем использовать информацию, необходимо убедиться в её достоверности и точности — и здесь как раз поможет этот навык. Он был очень важен и до скачка в развитии ИИ, но сейчас особенно — мы уже убедились, что генеративные нейросети очень убедительно «галлюцинируют», выдавая по запросам пользователей ложные факты.
• Обработку данных. Необходимый навык, чтобы получить пользу из «сырых» разрозненных данных. Для этого информацию нужно сначала переработать — выделить всё ценное и релевантное, а затем представить в форме, подходящей для дальнейшего анализа и использования в ИИ-системах.
• Визуализацию данных. Как пишет Бенмессауд, мастерство презентации данных в визуальном формате поможет наглядно доносить до коллег и широкой аудитории выводы и инсайты, полученные в процессе анализа информации.
• Управление данными включает в себя их отбор и хранение в актуальном и полезном виде, что важно для развития существующих и проектирования новых ИИ-решений.