Dirbtinis intelektas keičia mokymosi taisykles: ekspertas atskleidė, koks įgūdis tampa svarbiausias

Tradicinis požiūris į mokymą ilgus metus rėmėsi paprasta logika: kuo daugiau žinių sukaupsi savo galvoje, tuo būsi sėkmingesnis. Tačiau dirbtinio intelekto amžiuje ši taisyklė ima braškėti. Konsultantas ir lektorius Bryanas Cassady teigia, kad svarbiausia kompetencija tampa ne atsakymai, o gebėjimas formuluoti gerus klausimus.

Pasak jo, būtent klausimai šiandien lemia, ar dirbtinis intelektas padės, ar suklaidins.

Mokymas kaip banko sąskaita

Freire aprašytas „bankinis“ ugdymo modelis daugelį metų atrodė logiškas. Mokytojas lyg bankininkas „indėliais“ pildo mokinio galvą faktais, o žinių „sąskaitos likutis“ tampa vertės matu.

Šis modelis veikė tada, kai žinios buvo retos ir sunkiai pasiekiamos. Tačiau dabar didžiulės informacijos apimtys telpa kišenėje ir atsiveria per kelias sekundes.

Bryanas Cassady primena, kad dirbtinis intelektas kiekvienam suteikė praktiškai neribotą žinių prieigą. Vertinga tampa ne tai, ką atsimeni, o kaip gebi pasirinkti, ko klausti ir ką taikyti.

Gerų klausimų galia

Vienoje įmonėje Cassady paprašė 12 vadovų su bendra 200 metų patirtimi sugalvoti penkis klausimus, kurie parodytų, kad jie suprato įmonės strategiją ir mokėtų panaudoti dirbtinį intelektą.

Kambaryje stojo tyla. Žmonės, kurie įpratę turėti atsakymus, nebemokėjo suformuluoti klausimų.

Tai, anot Cassady, atskleidžia ne žinių trūkumą, o ugdymo spragą. Mes treniruojami atsakinėti, o ne klausti, todėl dirbtinis intelektas dažnai naudojamas paviršutiniškai.

Harvardo ir Vortono atliktas tyrimas su „Boston Consulting Group“ konsultantais parodė, kad dirbtinis intelektas, derinamas su gerai suformuluotais klausimais, jų darbo kokybę padidino 40 proc. Tačiau tie, kurie nekvestionavo atsakymų ir pernelyg pasikliovė technologija, padarė 19 proc. daugiau klaidų.

Formulė: „Kaip galėtume…“

Cassady siūlo paprastą įrankį – pradėti nuo trijų žodžių „kaip galėtume“ ir aiškiai įvardyti iššūkį. Pavyzdžiui, ne šiaip „pagerinti naujokų įvedimą“, o: „Kaip galėtume padėti naujiems darbuotojams per pirmąsias 10 dienų jaustis užtikrintiems, aiškiai suprasti savo užduotis ir kurti vertę?“

Toks klausimas užduoda kryptį ir leidžia dirbtiniam intelektui generuoti prasmingus, praktiškus sprendimus, o ne abstrakčias idėjas.

Kitas žingsnis – pridėti apribojimų, pavyzdžiui: „Kaip galėtume tai pasiekti nedidindami vadovų laiko sąnaudų?“ Įtampa klausime skatina kūrybiškumą.

Ateities mokymosi modelis

Cassady savo patirtimi įsitikino, kad ilgi, informacijos prikimšti kursai nebėra efektyvūs. Jis penkių dienų inovacijų programą sumažino iki trumpo, dešimties dienų ciklo, kuriame kasdien pateikiama tik tiek teorijos, kiek reikia geram klausimui suformuluoti, o likęs laikas skirtas taikymui.

Paskutinėje grupėje 76 proc. dalyvių teigė, kad per 10 dienų realiai pritaikė tai, ko išmoko. Esmė – ne daugiau turinio, o daugiau sąmoningo klausimo ir veiksmo.

Pats Cassady tai apibendrina paprastai: šiandien laimi ne tas, kurio galva pilniausia, o tas, kurio klausimai aštriausi. Dirbtinio intelekto amžiuje būtent geresni klausimai tampa svarbiausiu atsakymu.