Обучение в эпоху ИИ (и объяснялки)

В 2002 году я поступила в университет и переехала в Москву, в незнакомый город, где я до этого была лишь однажды. Я жила в общежитии на Воробьёвых горах и быстро освоилась в окрестностях универа. Но поездки в центр долгое время походили на разведку незнакомой территории в игре «Герои 3». Я приезжала по делам или просто погулять, выходила из метро, выхватывала кусочек карты и возвращалась домой.

Со временем я начала чувствовать себя более уверенно, радиус знакомых территорий расширялся. Однажды я дошла от Красных ворот до любимого кинотеатра «35 мм» — это был знакомый маршрут. А оттуда вместо того, чтобы пойти обратно, я пошла вниз по Покровке и дошла до метро Китай‑город. Два пятна соединились, включив в себя уже знакомые мне Чистые пруды. Оказалось, что за «туманом войны» город, по которому можно перемещаться пешком.

Через пару лет у меня в голове образовалась карта центра Москвы, и я научилась строить маршруты между любыми двумя точками внутри Садового кольца. Я полюбила наземный транспорт, в котором виден путь из точки А в точку Б, с радостью и предвкушением сворачивала в незнакомые переулки, нагуляла бесчисленное число километров по Москве. Тот первый эпизод, когда один кусочек ясности соединился с другим, и восторг узнавания я помню до сих пор. Именно он послужил толчком для изучения города.

Невозможно знать город целиком со всеми его тупиками и закоулками. Но с внутренней картой мы, во‑первых, понимаем, где остались неизвестные места, а во‑вторых, они нас не пугают, а вызывают любопытство. Когда открывается новый фрагмент карты, проясняется не только он, вся карта становится более цельной!

Мне кажется, так мы знакомимся не только с местностью, но и с любой областью знания, собираем из разрозненных кусочков единую картину. С приходом ИИ ответ на любой вопрос оказывается в одном шаге: формулируем точечный запрос, получаем точечный ответ — чаще всего узкое определение без контекста и связи с другими вещами — и идём дальше. Для меня это даже не на метро похоже, от метро хотя бы нужно дойти в нужную точку. Это «когнитивный» телепорт. Разумеется, ИИ с радостью проведёт за руку и разъяснит всё, что непонятно. Но зачем вообще разбираться, если можно телепортироваться?

Приведу пример из школьного предмета «Окружающий мир». Можно узнать формальные определения «восхода», «заката», «сумерек», «зенита», «полярной ночи» и «полярного дня», не осознав, как все они связаны между собой и с движением солнца по небосводу.

Для создания цельной картины идеально подходят объяснялки. Вот как перечисленные выше понятия собираются воедино в интерактивном уроке «Солнце на небосводе»:

Нельзя сделать объяснялку, не построив модель целиком. Контекст проявляется сам собой, в силу того, что мы показываем суть явления. А управляемая интерактивность превращает несвязанные на первый взгляд понятия в разные грани одного и того же феномена. Ученик не просто узнаёт, что такое «полярная ночь», он понимает, как она возникает.

Следующий шаг — это объяснить, что движение солнца по небосводу само по себе проявление вращения Земли вокруг собственной оси и вокруг Солнца, наблюдаемое с нашей точки зрения. Об этом тоже есть интерактивный урок, покажу его в следующий раз.

Возвращаясь к обучению и ИИ. Я переживаю, что возможность мгновенного телепорта в любую точку «знания» обнуляет ценность карты в принципе. Не появляется понимания, что где‑то есть пробелы. Не формируется интуиция, которая опирается на собранные по ходу блужданий крупицы информации. Не возникает любопытства свернуть «в незнакомый переулок». А на мой взгляд, нет ничего ценнее зарождения этих естественных «почему» в нашем мозгу и понимания, что во всём можно разобраться. Но я надеюсь, что мои дети и студенты, которых я сейчас учу, будут использовать ИИ именно так: искать объяснения и строить свои собственные карты. И что не только ИИ, но и качественные, проливающие свет на природу вещей объяснялки будут им в этом помогать.