'Nikoli še nismo bili v položaju, ko tehnologija ponuja toliko kot zdaj'

Andrej Bauer sodi med tiste profesorje, ki so zmeraj odprti za debate, predvsem pa pripravljen razumljivo raztolmačiti vprašanja, ki so prezapletena za povprečnega Zemljana. Je profesor računalniške matematike na Fakulteti za matematiko in fiziko Univerze v Ljubljani, avtor številnih znanstvenih člankov in prejemnik prestižne nagrade Ameriškega matematičnega združenja (AMS) Levija L. Conanta v letu 2022 za članek Pet korakov v sprejemanju konstruktivne matematike. Z njim smo se pogovorili o prihodnosti izobraževanja, spodbujanju sposobnosti kritičnega mišljenja med mladimi in vlogi ustvarjalnosti v dobi umetne inteligence.

Se zna zgoditi, da bo zaradi hitrega napredka umetne inteligence izgubljenih nekaj generacij, ki so zdaj v izobraževalnem sistemu?

Menjava kurikuluma gre počasneje kot napredek tehnologije v zadnjem času. Na vseh nivojih šolstva bo imela nova tehnologija vpliv, vprašanje je, kako velik. Četudi se šolski sistem ne bo prilagodil, se bodo ljudje zelo hitro, zato ne bi rekel, da izgubljamo cele generacije. Tudi iz preteklosti imamo nekaj takih primerov, denimo prihod kalkulatorjev. Naenkrat so se spremenila pričakovanja do šolarjev, saj ni bilo potrebe po 'peš' računanju. Tudi prihod Googla je spremenil način učenja in poučevanja, saj si lahko zelo hitro našel vse informacije. Ampak nikoli pa še nismo bili v situaciji, ko bi tehnologija ponudila toliko, kot ponuja zdaj. Kmalu bo lahko opravila vse, kar učimo in zahtevamo v šoli, razen visoke stopnje ustvarjalnosti in kritičnega mišljenja.

Domala vsi pedagoški strokovnjaki, pa tudi znanstveniki zadnje mesece poudarjajo pomen kritičnega mišljenja. Kako si ga predstavljate vi?

Morda je lažje povedati, kaj kritično mišljenje ni. V matematiki je to denimo recitiranje izrekov in definicij brez globljega razumevanja. Kritično mišljenje pa je, da znamo rešiti nalogo, ki je nikoli prej nismo videli, niti nismo videli takega tipa naloge. Se pravi, da moramo sami kombinirati znanje na nove načine, ki pripeljejo do rešitve. Pri študiju matematike je tipično, da dobiš nalogo, kjer prve pol ure sploh ne veš, kako bi se je lotil, kar pa je v vsakdanjem življenju dokaj nenavadno. Ljudje nismo vajeni, da se spopademo z neko težavo, kjer že na začetku ne vemo, kako bi se je sploh lotili. V srednji šoli se tega večinoma ne uči in se tudi ne izuči potrpljenja, ki je ob tem potrebno. Študentom velikokrat rečem, da je naravno stanje matematika tako, da pravzaprav ne ve, kaj naj naredi. Mogoče bodo šle zadeve v to smer, da bomo učili in zahtevali veliko več prave ustvarjalnosti.

Verjetno bi morale iti v to smer?

Ne smemo pretiravati in s tem izključevati učencev. Ne moremo biti vsi Mozarti, čeprav imamo radi glasbo. Prav tako je iluzorno pričakovati, da bodo vsi reševali izjemno zapletene matematične probleme. Čeprav pa bo v splošni kulturi potrebno spremeniti neko osnovno razumevanje tega, kaj pomeni analitično mišljenje in kako se spopasti s problemom, da prideš do rešitve. 

Kako je kalkulator spremenil način učenja matematičnih ved?

Ko sem bil v šoli, so že bili kalkulatorji, ampak mi smo se še učili, kako se kvadratni koren računa na roko. V resnici je zmeraj enako. Ko se pojavi nova tehnologija, ki nam 'odvzame' neko delo, se preusmerimo na nekaj drugega. Vprašanje pred nami v tem trenutku pa je, ali bomo znali izkoristiti priložnost. Ne verjamem toliko v te strahove, da bomo pa zdaj vsi ostali brez dela. Nekaj stvari je jasnih. Vpliv na družbo bo velik, vsaj primerljiv s pojavom interneta. Je pa zelo težko napovedati, kakšen. Kdo v zgodnjih 90. bi znal napovedati obstoj in vpliv internetnih socialnih omrežij na družbo? Zgodovina govori v prid temu, da se bomo prilagodili.

Kako prilagoditi šolski sistem in poučevanje, da bi študenti, dijaki in šolarji uporabljali umetno inteligenco kot orodje pri učnem procesu, ne pa kot orodje, s katerim brez napora pridejo do zelo lepe ocene? Seminarske naloge, eseje, tudi diplomske naloge so zdaj zelo hitro napisane, brez brskanja po virih in branja knjig.

Tukaj je vsem učiteljem jasno, da bo treba nova orodja vgraditi v učne procese, vsaj upam, da se tega vsi zavedamo. Zdaj smo v začetnem šoku, ker se je to zgodilo sredi šolskega leta. Mislim, da bomo potrebovali kakšno leto ali dve. Tako kot ne moremo več učenca prisiliti, da ročno izračuna kvadratni koren na šest decimalk, ker je to izguba časa, mislim, da se bomo morali prilagoditi tudi novi realnosti. ChatGPT zna napisati zelo dobro besedilo in osmisliti pomen podatkov, tudi ustvarjalen je do neke mere, ne more pa nadomestiti dejavnika kritičnega mišljenja. 

To najbrž velja bolj za družboslovne smeri?

Ne, niso samo družboslovne smeri na prepihu, tudi programiranje je. Program Copilot zna na podlagi besednega opisa rešiti skoraj vse naloge programiranja, ki jih imamo v prvem letniku. Smo v položaju, ko bomo morali relativno hitro spremeniti učenje osnov programiranja. Osnovna razlika je v motivaciji. Če človeka nekaj zanima, se bo to naučil, čeprav so računalniki pri tem opravilu boljši. Lep primer je šah, kjer kraljuje umetna inteligenca, a hkrati je šah v večjem razcvetu kot kadarkoli.  Na orodja, kot sta Copilot in ChatGPT, moramo gledati kot na osebna inštruktorja, ki te sproti učita, kako se programira in kako se piše. Zdaj imaš res na voljo individualno vzgojo, če se tega lotiš na pravi način.

Ko ste ravno omenili prve letnike in programiranje, kako bi denimo tak pristop ubrali pri njih? Kako boste oblikovali učni proces?

To je prišlo tako hitro, da je težko v enem mesecu sestaviti program za naslednja tri leta. Kar bi osebno naredil, je, da bi se najprej začel zavedati, da mladi bolje od mene vedo, kako uporabljati novo tehnologijo na zanimive načine. Najprej študentom svetuješ, da začnejo to uporabljati in pokažejo, kaj so ustvarili z novimi orodji, torej, da greš v odprt koncept. Odgovornost učitelja pa je, da se to ne prelevi v neko potuho, kar nas spet pripelje do motivacije. Meni je kot univerzitetnemu profesorju matematike lahko, ker imam opravka le s študenti, ki jih matematika zanima. Če koga kaj ne zanima in ne želi delati, lahko mirno odkoraka. Te svobode ni na nižjih nivojih, v srednji in osnovni šoli, kjer vzgajajo splošno populacijo, zaradi česar je izziv tam zahtevnejši. 

Ste pa ustvarili kolokvij, ki ga ChatGPT za zdaj ne more rešiti.

To je predmet Logika in množice. Lažjo nalogo je rešil, težje ni mogel. Je tako težka, da jo reši le zgornjih deset odstotkov študentov. To so naši najboljši študenti. Ker gre za generativno umetno inteligenco, ki le lepo govoriči, v bistvu nima "šanse", da bi jo rešila. 

Je to ena izmed možnosti, da narediš naloge tako zahtevne, da jih ChatGPT ne more rešiti?

Ne, mislim, da ne. Namen nalog ni ugotavljanje neznanja, ampak priložnost, da učenec pokaže znanje.

Velikokrat gredo študenti na neko fakulteto samo zato, da prejmejo diplomo, naziv, ne pa zaradi tega, da se nekaj res naučijo.

Takih je pri nas zelo malo, ker smo naravoslovna fakulteta, ki slovi po svoji zahtevnosti. 

Menite, da se je naš šolski sistem sploh sposoben prilagoditi, da so zakonodajalci, ki pišejo zakone o izobraževanju, dovolj kompetentni, da se spoprimejo s tem izzivom, spremenijo kurikulum tako, da bo prilagojen novim razmeram?

Nisem strokovnjak za šolske sisteme, iz lastnih izkušenj pa lahko povem, da lahko na šolsko reformo gledamo od spodaj ali od zgoraj. Javnost gleda na ta proces od zgoraj navzdol, se pravi država je tista, ki bo naredila nove učne načrte in zakone. Po drugi strani pa se stvari v praksi razvijajo od spodaj navzgor. Učitelji v razredih lahko stvari spreminjajo in se prilagajajo razmeram, če se jim dovolj zaupa. Na fakulteti imam kot profesor večjo svobodo, ker se ne igram s celotno populacijo. Če imate v šoli celo generacijo otrok, morate pa paziti, kaj delate. Mislim, da se da veliko narediti brez čakanja na novo zakonodajo in na ta način pridobiti začetne izkušnje. 

Verjamete, da se vsi učitelji že zavedajo, da ni druge poti kot prilagoditi se na nove razmere?

Učitelji imajo relativno težko delo glede na razmere, v katerih delujejo. Če imate v razredu 30 učencev in želite kaj resno spremeniti, tega zaradi pogojev dela preprosto ne zmorete sami. Saj učitelji opozarjajo na to, niso le plače, tudi delovne razmere in podpora, na kar bi rad opozoril tudi jaz. Ne smemo se spraševati le, ali so učitelji dojeli, da smo vstopili v dobo umetne inteligence, ampak tudi, ali imajo možnosti, da se odzovejo in ukrepajo. Bojim pa se tudi, da bodo dostop do te tehnologije imeli le tisti, ki si jo lahko privoščijo. ChatGPT je že zdaj plačljiv, Microsoft to vgrajuje v orodja Office, ki so plačljiva orodja, in dvomim, da bo kdorkoli dal kaj zastonj. Torej ni samo komponenta, kaj bi radi naredili, ampak tudi, kaj si lahko privoščimo. Lahko se zgodi, da bodo otroci premožnih staršev imeli dostop do novih orodij, drugi pa ne. In to bi le še pospeševalo razlike v družbi, da ne govorimo o razlikah med bolj in manj razvitimi državami. 

Medicina, biokemija, biotehnologija so z uporabo umetne inteligence naredile velike preboje. Kako je v fiziki? Sveti gral te veje je trenutno najti odgovor na teorijo velikega poenotenja med tremi temeljnimi silami.

Kar je uspelo biokemiji, ko lahko z veliko natančnostjo napovejo tri-dimenzionalno strukturo beljakovin, bi pri fiziki lahko enačili denimo s prvim posnetkom črne luknje iz leta 2019. Oboji so uporabili metodo umetne inteligence kot neke vrste bližnjico. Pri beljakovinah bi potrebovali ogromne računalniške kapacitete, pri črni luknji pa je bila težava v tem, da bi za ostro sliko potrebovali neznansko količino teleskopov. Na podlagi skopih podatkov, ki so bili na voljo, so uporabili metodo umetne inteligence, da so sklepali, kakšna podoba naj bi se iz teh podatkov videla. 

To je povsem veljavna metoda v znanosti. Če me pa vprašate o teoriji velikega poenotenja, tu bi morali najti ustrezne matematične formalizme, ki verjetno še ne obstajajo. Potem jih morate preveriti z ustreznimi fizikalnimi eksperimenti, ki bodo verjetno zelo dragi in tehnološko zahtevni. Menim, da sva se na tem mestu oddaljila od sposobnosti današnje umetne inteligence. 

Bi se v neki daljni prihodnosti to lahko zgodilo?

Razvoj umetne inteligence poteka po korakih. Najprej so bili šahovski programi, potem denimo to, da je umetna inteligenca znala prepoznati neko žival na fotografiji, da zna sama voziti avto, zdaj pa je pred nami tehnologija, ki zna tako dobro sestavljati besedila, da imamo občutek, da jih je napisal človek, celo inteligenten človek. Tudi v znanosti bo šlo to po korakih. Na matematičnem področju so že uporabili umetno inteligenco za odkrivanje zakonitosti znotraj neke matematične teorije in za določanje lastnosti nekaterih matematičnih objektov oziroma povezavo med količinami. Da bi pa na sedanji stopnji umetna inteligenca sama začela ustvarjati zares novo matematiko, od tega smo zaenkrat še precej oddaljeni. Ena od možnosti je, da bomo z umetno inteligenco uspešno premagali t. i. oviro enega uma, kar pomeni, da bomo uporabljali matematične koncepte, ki po svoji zapletenosti presegajo okvire in zmožnosti enega človeškega uma. Zdaj morate v matematiki trenirati doktorskega študenta vsaj tri ali štiri leta, da koncepte razume dovolj dobro, da lahko začne raziskovalno delati. Ena izmed stvari, ki se bo razvila in se mora razviti je, da bo tehnologija prebila to oviro enega uma, torej, da bo skupna sposobnost človeštva za abstraktno matematično mišljenje z uporabo tehnologije daleč presegla zmožnosti katerega koli posameznika.

Koliko se na Oddelku za matematiko poslužujete umetne inteligence?

Raziskovalno se ukvarjamo s tem, kako bi skrajšali matematične postopke, ki jih moramo matematiki narediti na roke. Med študenti že več let vlada za to ogromno zanimanje in so vsi predmeti, ki so povezani z umetno inteligenco, zelo dobro obiskani. 

Se veselite obdobja, v katerega vstopamo?

Da, absolutno. Tehnološki razvoj ima svoje pasti, na primer atomsko bombo in podnebne spremembe, a je doslej vedno prinesel večje blagostanje.