Il est décevant que mon employeur – une establishment engagée en faveur du développement sturdy, cherchant à réduire de moitié ses émissions de carbone d’ici 2030 – fasse largement état de ces préoccupations.* Pourtant, ce qui est encore plus décevant, c’est que l’université semble déterminée à imposer l’IA dans pratiquement tous les programmes d’études qu’elle suggest. Cela me semble totalement irresponsable, sans parler du décalage avec l’engagement de l’université en faveur d’une pédagogie fondée sur des données probantes. Où est la preuve que c’est une bonne idée ? Je suis prêt à être convaincu qu’il existe des utilisations pédagogiquement bénéfiques de l’IA. Certes, je peux imaginer des usages qui améliorent l’accessibilité des salles de classe, ce qui est une bonne selected. Mais cette nouvelle initiative ne me semble pas être une aventure de pédagogie fondée sur des données probantes. Cela me semble être un peu un FOMO institutionnel et un pari désespéré sur le potentiel de transformation mal défini d’une technologie à la mode.
[* Pedersen does at least acknowledge environmental concerns, and has remarked that “in the longer term, [he] j’aimerais explorer… remark [increased AI use] contribue à notre empreinte climatique globale. (Inversement.)]
Mon doctorat est en philosophie, ainsi que l’essentiel de mon expérience d’enseignement. Alors – j’étais curieux de savoir – remark l’IA pourrait-elle améliorer l’enseignement philosophique ? S’il existe une bonne réponse à cette query, je ne l’ai pas entendue. J’ai entendu parler de professeurs formant des chatbots pour discuter avec leurs étudiants ; de chatbots faits pour jouer le rôle du naïf socratique ; des résultats de l’IA utilisés pour amorcer une dialog en classe ; et bien sûr, ce sont tous utilise de l’IA. Mais est-ce que l’un d’entre eux, comme, bien? C’est comme si quelqu’un avait demandé à un modèle d’IA remark intégrer l’IA dans la classe et qu’il avait fait un tas de recommendations sans creativeness. Quoi qu’il en soit, jusqu’à nouvel ordre, l’utilité pédagogique de l’IA pour les étudiants en philosophie semble totalement non prouvée.
Mais en réalité, les choses sont pires que cela, automotive les functions de plus en plus routinières de l’IA sont (je dirais) pédagogiquement nuisibles. Considérez le kind de devoir le plus menacé : l’essai argumentatif. Désormais, tout le monde sait que l’IA générative a fait de l’évaluation des essais argumentatifs une véritable farce. Mais les gens ne sont pas d’accord sur la query de savoir où s’arrête exactement le problème. Presque tout le monde s’accorde sur le fait qu’il est mauvais d’utiliser des modèles d’IA génératifs pour rédiger votre article : si un étudiant présente son écriture comme la sienne, alors qu’en fait elle a été générée par un LLM, cet étudiant triche carrément. Pourtant, les opinions sont divisées sur la query de savoir s’il est tout aussi mauvais que l’IA affine une idée, « vérifie la pressure » de votre argument ou suggest un plan pour un article.
Je pense que c’est tout aussi mauvais. La raison en est que l’écriture est une activité fondamentalement empathique. Pour rédiger un bon essai, il ne suffit pas d’avoir un bon argument. L’auteur doit également présenter son argument de manière à ce qu’il soit intelligible pour le lecteur, qui peut être le professeur, un collègue ou quelqu’un d’autre (par exemple, un décideur politique). Inutile de dire que ce n’est pas facile. Pour de nombreux étudiants, le fait de planifier une dissertation nécessite un effort psychological considérable. Ce n’est pas une mince affaire de se projeter dans l’esprit d’un lecteur et de décider ce qu’il a besoin d’entendre pour donner un sens à votre argument. Mais c’est exactement comme ça que ça devrait être ! L’apprentissage nécessite des frictions. Lorsque vos pensées roulent sans effort sur un plan sans friction, vous n’apprenez pas. (C’est la même raison pour laquelle les gens n’apprennent pas grand-chose des vidéos YouTube sur papier glacé, ou d’ailleurs des cours universitaires. Celles-ci ne génèrent pas de frictions, à moins que vous ne les génériez vous-même.) Ainsi, lorsque vous confiez la planification d’une dissertation à un LLM, vous renoncez à la principale valeur pédagogique de l’activité. Vous contournez les frictions grâce à une technologie anti-friction et excluez l’empathie d’une pratique empathique.
Je ne voulais pas que cela devienne un discours anti-IA. Bien sûr L’IA a des functions utiles. Dieu sait que je l’utilise pour traduire des paperwork depuis que j’ai déménagé au Danemark, et parfois pour retrouver des références et récupérer des informations sur le Internet. Je fais ces choses avec une certaine culpabilité, mais je ne suis pas un ascète et je ne m’oppose pas de temps en temps à l’utilisation de l’IA. Ce à quoi je m’oppose, c’est l’adoption de Le maximalisme de l’IA— l’idée selon laquelle nous devrions utiliser l’IA partout, sans limites, y compris en classe. Il existe presque certainement des functions pédagogiques utiles de l’IA. Je ne sais pas ce que c’est, mais j’think about qu’ils existent probablement. (N’est-ce pas ?) Pourtant, nous ne devrions pas laisser les projections des maximalistes de l’IA nous convaincre que l’IA doit jouer un rôle necessary dans la classe du futur. Ne pouvons-nous pas attendre d’avoir un bon sign de la recherche pédagogique pour nous lancer, les bras tendus, dans notre cauchemar numérique ? Et ne nous devons-nous pas d’avoir une dialogue franche pour savoir s’il est conforme à nos valeurs d’infuser l’IA dans chaque fibre de l’université ?*
[* I want to be fair. Since I put up this post, I’ve become aware of another statement from the university: this one specifying that, under the new initiative, “degree programmes and lecturers [will] il faut de plus en plus considérer et utiliser l’IA là où cela a du sens et vous en retirer lorsqu’il ne soutient pas l’éducation et l’apprentissage.» C’est mieux qu’une politique de maximalisme pur et easy ; mais en soulignant la nécessité d’intégrer et en qualifiant la non-intégration de « retrait », une place maximaliste est néanmoins implicite. Attrape cette ortie, frère !]
Il est compréhensible que les gens soient enthousiasmés par l’IA. Le thème prédominant de ces vingt dernières années a été la futilité d’une motion coordonnée. Nous documentons, avec des données toujours meilleures, la perte de biodiversité mondiale, mais ensuite nous manquons chaque objectif d’Aichi. Nous observons la fumée des incendies de forêt s’abattre sur les villes américaines, mais nous continuons de rejeter dans l’atmosphère des niveaux sans précédent de dioxyde de carbone… Paris soit damné. L’égalité des revenus est pire que jamais, nos dirigeants politiques sont des fripons et des idiots – en bref, tout est bloqué, et il semble peu possible qu’il se débloque : alors pourquoi investir dans une technologie qui promet de perturber le statu quo, même si la perturbation promise est informe ? La réponse, bien sûr, est que toutes les perturbations ne sont pas celles dont nous avons besoin. Parfois la technologie vraiment fait nous aggraver la state of affairs. Ou, dans le plus grand nombre de cas, il laisse les choses exactement comme elles étaient avant, tandis que le monde proceed de tourner avec tous ses problèmes et ses possibilités latentes.