MI, egyéni utak, önszervező tanulás
I. rész. Bessenyei István írása
Ha a Wikipédia szövegében egy-egy fogalmat, kifejezést, mondatot nem tudok értelmezni, nem mondhatom azt a Wikipédiának, hogy kérlek, magyarázd el részletesebben ezt vagy azt a kifejezést.
Bevezetés
Miután a mesterséges intelligencia algoritmusai1 a nagy adatbázisok (big data) elemzése alapján működnek, felmerülhet a kérdés, hogy nem tudnának-e ezek az eszközök a tanulók tevékenységei során keletkezett adatok segítségével egyéni tanulási utakat alkotni.
A kérdés megközelítéséhez szükséges néhány alapfogalommal tisztában lennünk. Az úgynevezett chatbotok (magyarítva csevegők) óriási adatbázisaik alapján képesek kérdéseinkre választ kreálni, legkülönbözőbb kívánságainkat teljesíteni. A Microsoft ChatGPT-je (vagy továbbfejlesztett változata, a GPT 4) vagy a Google Bard-ja több milliárdos, a webről összevadászott adatbázisa segítségével a begyűjtött szövegeket (matematikai vagy más feladatmegoldásokat, programozásokat) a feldolgozás során szövegtestekre - betűkre, szótöredékekre, szótagokra – szabdalja, majd egy igen bonyolult algoritmus segítségével kérdéseink nyomán értelmes, eredeti, egyedi szöveggé (feladatmegoldássá) rakja össze a részeket. A bevitt adatok személyhez köthetősége így elvész, ezen a nyomon tehát technikailag sem jöhet szóba a tanulói portfólióhoz igazodó egyéni tanulási utak gépi megalkotása.
Mi a helyzet azokkal az adatokkal, amelyek a tanulóknak a legkülönbözőbb nyilvános programok (például a közösségi média vagy a tanulásszervező programok) használata közben keletkezett digitális lábnyomait tárolják, és amelyeket felhasználva az MI-alapú programok elvileg képesek lennének nagyon pontosan az egyéni tanulási stílushoz, tudásszinthez, életkorhoz, iskolatípushoz, tantervhez is igazodó egyéni utakat javasolni? Itt az a bökkenő, hogy a személyes adatok használatát szigorú adatvédelmi és személyiségi jogi törvények szabályozzák, emiatt ez a személyekhez köthető adatbázis (törvényesen) nem használható fel egyedi segítő programok megalkotására.
Ezzel kapcsolatban van egy jó és egy rossz hírünk. Vannak olyan applikációk, amelyek kizárólag a saját, nem nyilvános, a tanulói tevékenységek alapján képzett adatbázisuk alapján képesek javaslataikkal igazodni az előzetes tanulói tevékenységekhez. Itt nem merül fel az adatvédelem és a személyiségi jog, hiszen a használó adatai csak az applikáción belül hozzáférhetőek, és logikus, hogy a felhasználó a bejelentkezéssel eleve hozzájárul adatai felhasználásához. Egyre-másra meg is jelentek az egymással konkuráló, az OpenAI algoritmusait felhasználó intelligens oktatóprogramok, amelyek egyéni adatbázisokból levezetett tanulási utakat tudnak létrehozni. Itt jön viszont a rossz hír: ezek a programok mind fizetősek, és ha még online tanári tutorálást is rendelünk hozzá, akkor igen borsos összeget kell a belépésért befizetnünk. Így ez a segítség egy privilegizált réteg kiváltsága marad (és csak abban reménykedhetünk, hogy a konkurencia leszorítja majd az árakat.)
Nem véletlen tehát, hogy ha az egyéni tanulási utak intelligens gépi megalkotásának lehetőségeire rákérdezünk a nyilvánosan elérhető csevegőkön (ChatGPT, Bing, Bard), akkor ezt ezek olyan önszervező tanulásként fogják fel, amelyben a tanuló kapja a saját egyéni útja felelős megalkotójának szerepét, amihez viszont a chatbotok számtalan kreatív eszközt képesek felkínálni.
Mielőtt azonban rátérnénk az önszervező tanulás definíciójára és az azt támogató új eszközök bemutatására, meg kell ismerkednünk egy fontos technológiai fejleménnyel. Az MI-fejlesztések következő lépése ugyanis az volt, hogy a Microsoft egyesítette keresőjének, a Bingnek a keresési képességeit a ChatGPT csevegési képességével. Így a Bing integráltan tudja kezelni a kereső és a csevegő funkciót. Ez a felhasználó szempontjából azt jelenti, hogy a Bing egyrészt új, egyedi szöveget alkotva válaszol a kérdésekre, kérésekre, javaslatokra (csevegő funkció), de a beépített kereső funkció segítségével megadja az autentikusnak ítélt, legfontosabb forrásokat is (kereső funkció), és ha a forrásokat megnyitjuk, a Bing egy osztott képernyőn tálalja is nekünk ezeket. A Bing így megspórolja nekünk, hogy ugrálnunk kelljen a Bing oldala és a források oldalai között. Az új szolgáltatások között találjuk azt is, hogy a csevegést is be lehet állítani kreatív, kiegyensúlyozott és precíz üzemmódra, amelyek más-más típusú válaszokat generálnak. Bevitt szöveg nyomán képet alkotni például a „kreatív” módban lehet, ezenkívül a kreatív beszélgetési stílusban a Bing nem csak tényeket és információkat ad, hanem humoros, kreatív vagy meglepő megjegyzéseket is tehet.2 A Google Bard nevű csevegőprogramja szintén integrálta a Google kereső képességeit, és hasonló funkciók fejlesztésébe kezdett. Válaszai egy részében integrált forrásokra mutat rá, és képes például magyar nyelvű válaszait hibátlan magyar kiejtéssel, hangsúlyozással felolvasni.
Kérdezhetnénk viszont, hogy minek ez a nagy felhajtás, hiszen az eddigi klasszikus digitális forráskeresési módszerekkel (a keresőkkel, a Wikipédiával) amúgy is hozzájuthattunk a számunkra fontos információkhoz és szervezhettünk magunknak önképző programokat. De emlékezzünk: a keresők által felkínált ezernyi találat közül sokszor igen időigényes és nehézkes volt kibogarászni a speciális témánkhoz leginkább illeszkedőket. A Wikipédia pedig jól használható, s a legtöbb esetben hiteles összefoglalókat és válogatott tovább vezető linkeket kínál fel, de ezek messze nem egyedi igényekhez, hanem egy elképzelt művelt közönség szintjéhez igazodnak. Ha a Wikipédia szövegében egy-egy fogalmat, kifejezést, mondatot nem tudok értelmezni, nem mondhatom azt a Wikipédiának, hogy kérlek, magyarázd el részletesebben ezt vagy azt a kifejezést. Azt tehetem, hogy visszanyúlok a keresőkhöz abban a reményben, hogy könnyen rátalálok a keresett kifejezésére. Ezzel szemben, ha a csevegőktől kérdezek vagy kérek valamit, és a válaszban számomra nehezen értelmezhető rész fordul elő, úgy egyazon csevegésen belül kérhetem meg a chatbotot, hogy adjon erre rövidebb vagy hosszabb, részletesebb magyarázatot, vagy fogalmazza meg a választ egyszerűbb, hétköznapi szavakkal.
A klasszikus és az új eszközök közötti legfontosabb különbséget tehát az adja, hogy a keresőkbe integrált szöveggenerátorok megtartják a régi funkciókat is, de arra is képesek, hogy specifikus egyedi igényeket elégítsenek ki. Míg a klasszikus lexikonok és keresők statikusak és nem interaktívak, az új eszközök dinamikusak (alkalmazkodóak) és képesek az interaktív párbeszédre. E képességek kombinációi teszik lehetővé, hogy a kereső + csetelő együttes egyedi, az önszervezés tervezési (célkitűzési), megvalósítási, önellenőrzési és visszacsatolási folyamatait támogató eszköztárat képes generálni.
Önszervező tanulás – definíció
Kézenfekvőnek látszott, hogy az önszervező tanulás definíciójára az MI által támogatott intelligens programokat kérjem fel. Megkértem tehát a ChatGPT-t és a Binget, hogy definiálják az önszervező tanulást, illetve a Bardot arra, hogy sorolja fel az önszervező tanulás jellegzetességeit.3 A válaszok:
A ChatGPT válasza az önszervező tanulás definíciójára
Az önszervező tanulás olyan tanulási folyamatot jelent, amely során az egyének saját kezdeményezésre és felelősségre vállalkoznak saját tanulási folyamatuk megszervezésére, hagyományos oktató vagy hivatalos oktatási intézmény közvetlen felügyelete vagy irányítása nélkül. Az önszervező tanulás során a tanulók aktívan részt vesznek saját tanulási tevékenységeik kiválasztásában, tervezésében és irányításában, gyakran saját személyes érdekeik, céljaik és preferenciáik által motiválva. Ez a tanulási megközelítés az autonómiát, a kritikus gondolkodást és az önirányítást hangsúlyozza. Az önszervező módon tanulók saját tempójukat állítják be, eldöntik, mely témákra fókuszálnak, és értékelik saját haladásukat.
A Bing válasza az önszervező tanulás definíciójára
Az önszervező tanulás olyan tanulási folyamat, amelyben a tanulók maguk határozzák meg a tanulási céljaikat, választják ki a megfelelő tanulási módszereket, ellenőrzik és értékelik a saját tanulásukat, és szükség esetén módosítják a tanulási stratégiáikat. Az önszervező tanulás elősegíti az önálló, aktív és élethosszig tartó tanulást, valamint a tudás alkalmazását és transzferálását. Az önszervező tanulásnak három fő fázisa van: előkészítés, végrehajtás és visszacsatolás. Az előkészítés során a tanulók meghatározzák a tanulási célokat, tervezik a tanulási tevékenységeket, és kiválasztják a szükséges erőforrásokat. A végrehajtás során a tanulók megvalósítják a terveiket, alkalmazzák a kiválasztott tanulási módszereket, és monitorozzák a saját haladásukat. A passzív befogadással, magolással szemben a tananyag önálló, aktív feldolgozását igénylik meghatározott lépéseken keresztül. A visszacsatolás során a tanulók értékelik a saját teljesítményüket, összehasonlítják az eredményeket a célokkal, és eldöntik, hogy szükség van-e változtatásra vagy további tanulásra.
A Bard válasza az önszervező tanulás jellegzetességeire:
Önállóság: A tanuló maga vállalja a kezdeményezést és a felelősséget a saját tanulása terén. Meghatározza saját tanulási céljait, azonosítja saját tanulási szükségleteit, és kiválasztja a legmegfelelőbb tanulási tevékenységeket.
Aktív részvétel: A tanuló aktívan részt vesz a tanulási folyamatban. Nem passzívan fogad el információt, hanem aktívan keresi és dolgozza fel az információkat. Továbbá reflektál a tanulására és kapcsolatokat teremt az új információk és a meglévő tudása között.
Önellenőrzés: A tanuló rendszeresen értékeli saját tanulási haladását. Meghatározza, hogy mely területeken kell javítania, és ennek megfelelően módosítja tanulási stratégiáit.
Önszabályozás: A tanuló képes saját maga menedzselni tanulását. Határidőket határoz meg, és hatékonyan kezeli az idejét.
Reflektív gondolkodás: A tanuló időt szán arra, hogy reflektáljon a tanulására. Gondolkodik azon, hogy mit tanult, hogyan tanulta meg, és hogyan alkalmazhatja a tanulását más kontextusokban.
A folytatás
Miután ezek a válaszok megfelelően vázolták az önszervező tanulás legfontosabb tulajdonságait és tevékenységi területeit, a cikk második részében ezekhez a tevékenységekhez keresünk az MI által támogatott eszközöket, és különböző kontextusokban mutatjuk be az eszközök lehetőségeit, előnyeit és korlátait. Míg az első két rész az egyéni, önképző tanulás keretei között marad, a cikk tervezett harmadik részében az egész problémakört a tanárok és az iskola lehetőségeire fókuszálva fogjuk megvizsgálni.
- 1. A szerző korábbi írása a témában, ami segíthet a mesterséges intelligencia alapfogalmainak tisztázásában: Bessenyei István: Mire jó a mesterséges intelligencia?, Taní-Tani Online, 2023. 04. 06.
- 2. Témánk szempontjából nem releváns újítás még az „Elemzések” alatt elérhető weboldal-optimalizáló és a különböző stílusú (professzionális, lezser, informatív, vicces), és különböző hosszúságú leveleket generáló „Levélírás” szolgáltatás is.
- 3. Lekérdezések: 2023. augusztus 25-27. A ChatGPT-t magyarul, a Binget németül, a Bardot angolul kérdeztem, majd az eredményt magukkal a programokkal fordíttattam magyarra.