AI i generativni AI u obrazovanju odraslih

0 od 14 lekcija završeno (0%)

1.09 Procjena i provjera rezultata umjetne inteligencije

Alati generativne umjetne inteligencije (GenAI) nedvojbeno su impresivni zbog svoje sposobnosti brze proizvodnje širokog spektra sadržaja. Mogu sastavljati tekstove, stvarati slike pa čak i generirati zvuk ili programski kôd s izvanrednom brzinom. Međutim, ključno je razumjeti da ti alati nisu nepogrešivi; ne pružaju uvijek savršene, potpuno točne ili kontekstualno prikladne odgovore. Značajnu zabrinutost predstavlja činjenica da umjetna inteligencija (AI) ponekad može stvoriti sadržaj koji se čini točnim, suvislim i autoritativnim, ali koji zapravo sadrži činjenične pogreške, obmanjuje ili je, u nekim slučajevima, u potpunosti izmišljen. Taj se fenomen, u kojem AI samouvjereno izmišlja informacije neutemeljene na podatcima za uvježbavanje ili stvarnim činjenicama, često naziva AI „halucinacijom“. Za odrasle polaznike u potrazi za pouzdanim znanjem, kao i za nastavnike koji žele pružiti visokokvalitetni proces učenja, razvijanje i dosljedna primjena navike pažljivog procjenjivanja i stroge provjere (usporedbom s pouzdanim izvorima) bilo kojeg materijala generiranog umjetnom inteligencijom nije samo dobra praksa, već i apsolutno ključna vještina za osiguravanje vjerodostojnog, pouzdanog i učinkovitog učenja.

ZAŠTO JE PROVJERA TOLIKO VAŽNA – MOGUĆE POSLJEDICE

Posljedice korištenja neprovjerenog sadržaja generiranog umjetnom inteligencijom mogu biti značajne i dalekosežne. Zamislite odraslog polaznika koji se koristi AI alatom za pomoć pri sastavljanju životopisa. Ako AI predloži navođenje određenih tehničkih vještina, kvalifikacija ili prijašnjih iskustava koje osoba zapravo ne posjeduje, a ta se neprovjerena informacija zatim preda potencijalnom poslodavcu, to bi moglo dovesti do ozbiljnog lažnog predstavljanja, neugodnosti tijekom razgovora za posao ili čak narušavanja profesionalnog ugleda. Uzmimo za primjer nastavnika koji se koristi AI-jem za brzo sastavljanje kviza za svoj tečaj financijske pismenosti za odrasle. Ako neka od pitanja generiranih umjetnom inteligencijom sadrže matematičke pogreške ili ako su ponuđeni odgovori netočni, to bi moglo duboko zbuniti polaznike, navesti ih da usvoje netočne postupke, nepravedno utjecati na njihove ocjene i potkopati njihovo samopouzdanje u ovaj predmet. U specijaliziranim kontekstima, kao što je projekt HER[AI]TAGE koji se bavi očuvanjem autentične kulturne baštine, predstavljanje informacija generiranih umjetnom inteligencijom o povijesnim događajima, tradicionalnim praksama ili kulturnim interpretacijama koje nisu veoma detaljno provjerili stručnjaci i nositelji znanja unutar zajednice moglo bi nenamjerno dovesti do širenja netočnosti, pogrešnih tumačenja ili čak banaliziranja duboko smislenih kulturnih narativa. Lakoću stvaranja sadržaja mora pratiti strogost provjere.

KAKO UČINKOVITO PROCJENJIVATI I PROVJERAVATI REZULTATE UMJETNE INTELIGENCIJE

Strukturirani pristup može pomoći. Metoda SIFT (engl. Stop, Investigate the source, Find better coverage, Trace claims) praktičan je okvir za procjenu internetskih informacija, iznimno relevantan za sadržaj generiran umjetnom inteligencijom. Dodatno, korisne su i kontrolne liste usmjerene na točnost, pristranost i logiku. Slijedi tablica s ključnim koracima procjene, koja objedinjuje elemente metode SIFT i druge primjere dobre prakse:

RAZVIJANJE I BRUŠENJE VJEŠTINA KRITIČKOG MIŠLJENJA

Odrasli polaznici u proces učenja obično unose bogato životno iskustvo, stečeno znanje i zdrav razum. To su neprocjenjivi resursi u interakciji s umjetnom inteligencijom. Ako vam se sažetak trenutnih sigurnosnih procedura na radnom mjestu generiran umjetnom inteligencijom čini zastarjelim ili proturječi vašem praktičnom iskustvu, ili ako prevoditeljski alat pokretan umjetnom inteligencijom proizvede formulaciju koja zvuči vrlo čudno, neprirodno ili kulturno neprikladno, vjerujte svojim instinktima. Te „crvene zastavice“ važni su znakovi koji potiču na daljnje istraživanje, preispitivanje rezultata umjetne inteligencije i marljivu provjeru informacija kod stručnjaka ili usporedbom s dodatnim pouzdanim izvorima. Kritičko mišljenje u doba umjetne inteligencije ne podrazumijeva potpuno odbacivanje tehnologije, već promišljen, skeptičan i procjenjivački pristup. Širi okviri pismenosti o umjetnoj inteligenciji, poput UNESCO-ovog Okvira kompetencija za umjetnu inteligenciju za učenike i Okvira za pismenost o umjetnoj inteligenciji (AILit) Europske komisije i OECD-a, koji se razvija, također naglašavaju važnost kritičkog prosuđivanja.

KORIŠTENJE POVRATNIH INFORMACIJA I SURADNIČKE GRUPNE PROVJERE

Dosljednom i marljivom primjenom ovih strategija za procjenu i provjeru, odrasli polaznici i nastavnici mogu sigurnije i učinkovitije iskoristiti znatnu moć AI alata. Takav kritički pristup pomaže smanjiti inherentne rizike od pogrešaka, dezinformacija i pristranosti, što u konačnici dovodi do kvalitetnijih, pouzdanijih i smislenijih ishoda učenja.

PRAKTIČNI PRIMJERI