A CMU az AI-korszakban is a kritikus gondolkodást tanítaná
A Carnegie Mellon University az oktatás több területén is beépíti a mesterséges intelligenciát, miközben a hallgatókat kritikus gondolkodásra és önálló problémamegoldásra ösztönzi. Az egyetem szerint a diákoknak nem elég használniuk a jelenlegi eszközöket, a jövő technológiáinak alakításához is fel kell készülniük.
- A CMU több kurzuson is beépíti a mesterséges intelligenciát az oktatásba.
- Az egyetem a kritikus gondolkodást és a problémamegoldást helyezi előtérbe.
- A programozási feladatokban nagyobb szerepet kaphat a tesztelés és a kódáttekintés.
- A GAITAR kezdeményezés a generatív AI tanulásra gyakorolt hatását vizsgálja.
- Egy mechanikakurzusban az AI szándékosan hibás válaszait kellett a hallgatóknak kijavítaniuk.
Az AI használata mellett a működés megértése is fontos
A Carnegie Mellon University (CMU) számítástechnikai képzéseiben a mesterséges intelligencia használata egyre több kurzus része. Az egyetem közleménye szerint a cél a hallgatói kíváncsiság, kreativitás és kritikus gondolkodás erősítése, miközben a diákok az algoritmikus döntéshozatal etikájával és az új technológiák társadalmi hatásaival is foglalkoznak.
Tom Cortina, a School of Computer Science alapképzési programokért felelős dékánhelyettese és a Computer Science Department oktatója szerint a hallgatókat a következő eszközgeneráció közreműködőivé kell képezni. Úgy látja, a diákok használni fogják az AI-eszközöket, de elegendő tudással kell rendelkezniük ahhoz is, hogy maguk dolgozhassanak ezeken a technológiákon. Emiatt az oktatásban nagyobb hangsúlyt kap a problémamegoldás és a mélyebb gondolkodás.
Zico Kolter, a számítástechnika docense és a Machine Learning Department igazgatója szerint a tanulás fontos része, hogy a hallgató megküzdjön egy fogalommal, majd egy problémán dolgozva jusson el a megoldásig. Az AI könnyen megadhatja a választ, ezért az oktatóknak olyan tanítási módszereket kell keresniük, amelyek egy olyan világban is működnek, ahol a hallgatók szinte bármilyen házi feladat megoldásához használhatnak AI-t.
Új feladatok és programkód-ellenőrzés jöhet
A School of Computer Science oktatói a generatív AI tanításban való használatának tapasztalatait is megosztják egymással. Martial Hebert dékán felkérésére Cortina és Kolter egy oktatói csúcstalálkozót szervezett, ahol a résztvevők az alkalmazott módszerekről beszéltek. Tom Mitchell, a Machine Learning Department Founders University Professzora a technológiai változások történetéről és a generatív AI-eszközök gyors elterjedéséről tartott előadást.
Cortina szerint óvatosan kell haladni, miközben kísérletezni is szükséges. A hallgatóknak kevesebb kódot kellhet teljesen a semmiből megírniuk, de továbbra is érteniük kell a számítógépes kód működését. Az egyetem ezért olyan programozási feladatokat is tervezhet, amelyekben több teszt és kódáttekintés szerepel. A tanársegédek a projektekről kérdezhetik a hallgatókat, hogy azok el tudják magyarázni az elkészítés folyamatát.
Az elvárás szerint a diákok magasabb szintű feladatokra, például szoftvertervezésre és tervezésre koncentrálhatnak. Cortina ugyanakkor azt mondta, hogy a végeredménynek továbbra is a hallgató programjának kell lennie, akkor is, ha a kód egy részét AI hozta létre.
Mike Taylor „Effective Coding With AI” kurzusán az algoritmikus gondolkodást állította a középpontba. A célja az volt, hogy a hallgatók a problémamegoldás folyamatára figyeljenek, ne csak a végső eredményre. A kurzus résztvevői között számítástechnikai és villamosmérnöki hallgatók mellett statisztikát és adatelemzést, információs rendszereket, építészetet és idegtudományt tanulók is voltak. A kurzus után összeállított gyakorlati tanácsok között szerepelt minden eredmény ellenőrzése, a fokozatos munkavégzés és több modell tudatos használata.
Az egyetem kutatja, hogyan hat az AI a tanulásra
A CMU Eberly Center for Teaching Excellence and Educational Innovation 2023-ban indította el a Generative Artificial Intelligence Teaching as Research, vagyis GAITAR kezdeményezést. A program oktatók által vezetett újításokat és oktatáskutatási projekteket támogat, amelyek a generatív AI tanulásra gyakorolt hatását vizsgálják.
A GAITAR ösztöndíjasai közé 27 CMU-oktatót választottak ki. Projektjeikhez 5000 dolláros támogatást és az Eberly Center természetbeni segítségét kapták egyéves kutatásukhoz. Chad Hershock, a központ ügyvezető igazgatója szerint a generatív AI tanulási eredményekre gyakorolt hatása továbbra is nyitott, empirikusan vizsgálandó kérdés. A kezdeményezés célja, hogy az oktatók érdemi adatok alapján dönthessenek a módszereikről.
Chris McComb, a gépészmérnöki professzor és a Human + AI Design Initiative igazgatója a „Mechanics II: 3D Design” kurzuson vizsgálta a technológiát. A hallgatók nyolc házi feladatnál előre meghatározott utasításokkal használtak egy generatív AI-chatbotot, amely szándékosan hibázott. Így a diákoknak az AI-t egy kezdő hallgatóhoz hasonló szerepben kellett kezelniük, és ki kellett javítaniuk a hibáit.
McComb szerint a kurzus hallgatói a négy vizsgált fogalmi terület közül háromban jelentősen jobban teljesítettek, mint az előző félév diákjai. Ugyanakkor arra is figyelmeztetett, hogy az AI-ra épülő, könnyen elérhető egyéni tanulás gyengítheti a közösségi bizalmat, például amikor a hallgatók egymástól kérnek segítséget. A CMU megközelítésében ezért az AI használata olyan készségekkel egészül ki, mint az ellenőrzés, a magyarázat, az etikai mérlegelés és az önálló gondolkodás.
CMU School of Computer Science: Navigating the AI Era With a Focus on Critical Thinking
