Тег
Материалы Оливы по выбранной теме.
Домашнее задание выполнено без ошибок, эссе написано убедительно, программа работает. Но способен ли ученик объяснить собственное решение? Стэнфордские исследователи изучили 52 научные работы об использовании искусственного интеллекта в образовании и обнаружили существенное различие между качеством результата и реальным усвоением знаний.
Можно ли рассказать историю человечества через поцелуи? В британском Норидже открылись две выставки, посвящённые любви во всех её проявлениях — от первого прикосновения до расставания, от материнской нежности до политического жеста. Художники нескольких столетий пытаются ответить на вопрос, который люди задают себе тысячелетиями: что такое любовь?
В Великобритании сомневаются, насколько университетские оценки отражают реальные знания студентов. В России обсуждают, что происходит с человеком, когда рядом с ним постоянно работает искусственный интеллект. Похоже, привычная модель высшего образования столкнулась с вопросом, на который пока нет готового ответа.
Студент сдаёт безупречную работу, получает высокую оценку, но не может объяснить, что именно написал. Искусственный интеллект поставил университеты перед неудобным вопросом: как удостовериться, что диплом подтверждает реальные знания? Британский регулятор высшего образования требует пересмотреть систему оценивания.
Государственные учреждения, суды и благотворительные фонды столкнулись с неожиданным последствием распространения искусственного интеллекта. Нейросети помогают людям массово составлять заявления, жалобы и заявки на финансирование. Но читать и рассматривать эти документы по-прежнему приходится людям.
Искусственный интеллект добрался до одной из самых человеческих территорий науки — математического доказательства. Теперь математики обсуждают уже не только, способна ли машина решить сложную задачу, но и кому принадлежит результат, если значительную часть пути к нему прошёл ИИ.
Человек плюс искусственный интеллект — уже не обязательно пользователь и его инструмент. В ВШЭ предлагают другое определение: «эпистемический кентавр» — единый контур, в котором знание рождается в работе человека и машины.
Цифровой двойник больше не обязан быть максимально подробной копией реальности. На воркшопе AI4DT в Маастрихте исследователи обсуждали другой подход: модель должна быть настолько точной, насколько этого требует конкретная задача.
Распространившийся мем говорить искусственному интеллекту «пожалуйста», опасаясь, вдруг однажды машины всё вспомнят, пока остается человеческим юмором, но за ним уже встает серьёзный вопрос: чему мы учим системы, которые становятся всё способнее действовать без нас?
Преподаватель USC дал коллегам две многостраничные математические работы — одну написал студент, другую искусственный интеллект — и предложил угадать, где какая. Никто не смог. Для инженерного факультета это стало сигналом: привычный способ проверять знания перестал работать.
Искусственный интеллект всё активнее входит в образование. В Университете Нотр-Дам решили попробовать использовать его так, чтобы в аудитории его, наоборот, стало меньше.
Студенты могут всё лучше понимать этические проблемы искусственного интеллекта — и это ещё не означает, что их реальное отношение к работе с ИИ меняется с той же скоростью.
Искусственный интеллект хорошо помогает решать сложные задачи. Но что происходит с человеком сразу после того, как эту помощь убирают?
Гендерный разрыв в оплате труда добрался до места, где, казалось бы, ему вообще нечего делать. В эксперименте с искусственным интеллектом люди заплатили виртуальному помощнику с женским обликом на 10,25% меньше, чем такому же помощнику с мужским обликом. Работу они выполняли одинаковую. Более того, внутри это был буквально один и тот же искусственный интеллект.
С появлением искусственного интеллекта мы всё чаще сравниваем две системы: что быстрее делает машина, в чём человек пока выигрывает, сколько информации способен удержать мозг и насколько долго сохранится наше преимущество. Но, возможно, ошибка начинается раньше - в самой попытке измерять человека и компьютер одной линейкой.
У генеративного искусственного интеллекта обнаруживается довольно парадоксальная проблема: привыкнуть полагаться на него можно не потому, что технология плохо работает, а именно потому, что она работает хорошо.
Со 2 августа Евросоюз вводит новые правила маркировки контента, созданного искусственным интеллектом. Логика понятна: человек должен знать, с кем он разговаривает и откуда взялись изображение, голос или текст. Но почему искусственное происхождение требует предупреждения, а человеческая глупость, некомпетентность и недобросовестность по-прежнему считаются естественным состоянием информационной среды?