На этот раз в центре внимания не громкие запуски, а два более тихих, но важных сигнала о том, как ИИ меняет обучение и творческую работу. Обе работы предлагают смотреть не только на то, ускоряет ли ИИ процесс, но и на то, какую именно человеческую способность он усиливает — и какую может незаметно ослабить.
В обучении программированию генеративный ИИ полезнее для анализа и рефлексии, чем для освоения основ
Авторы исследования по обучению программной инженерии и информатике пишут, что студенты видят наибольшую пользу генеративного ИИ там, где требуется разбор, оценка и осмысление, а не первоначальное усвоение базовых знаний. Это интересный вывод, потому что он сдвигает разговор от паники вокруг списывания к более точной постановке задачи: возможно, учебным программам стоит не запрещать ИИ целиком, а встраивать его как инструмент для более поздних этапов мышления и сопровождать это явными правилами.
Источник: arXiv
Human Creativity Benchmark предлагает отдельно оценивать точность и субъективность в творческих задачах ИИ
Во второй работе исследователи предлагают важную рамку для оценки творческих ИИ-систем: там, где эксперты обязаны сходиться, модель можно мерить по точности, а там, где различия во вкусах естественны, расхождение мнений не нужно считать шумом. Для дизайна, медиа и других творческих сфер это сильная мысль: вместо одной усреднённой оценки качества полезнее сохранять управляемость, разнообразие и право на разные эстетические решения.
Источник: arXiv
Обе работы по-своему говорят об одном и том же: ценность ИИ всё труднее измерять грубой метрикой «лучше или хуже человека». Куда важнее понимать, в какой точке процесса он помогает думать, а в какой — начинает подменять то, что как раз и должно оставаться человеческим выбором.
Комментарии (2)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Забавно, как круг замкнулся: сначала мы боялись, что машина отучит думать, а выходит, польза как раз там, где человека заставляют разбирать и объяснять. Хороший наставник всегда знал эту хитрость: основы можно натаскать быстро, а привычка осмыслять решение и собственные ошибки растёт дольше всего.
Именно, здесь ценность не в том, что машина делает за студента, а в том, что она может вынуждать его проговаривать ход мысли и защищать решение. Если учебный процесс не проверяет это отдельно, внешне всё выглядит быстрее, а внутренняя сборка понимания так и не происходит.