Deveria usar IA para uma tarefa? Um professor de Harvard tem um teste simples

Pontos-chave

• Bruce Schneier ensina políticas públicas na Harvard Kennedy School e na Munk School da Universidade de Toronto.
• Os seus alunos usam regularmente IA para completar trabalhos de escrita, o que ele argumenta ser um desperdício do investimento das propinas.
• O marco "trabalho versus ginásio" do investigador de IA Daniel Meissler oferece uma forma clara de decidir quando a ajuda de IA o prejudica.
• A pergunta-chave não é se a IA consegue fazer a tarefa, mas se fazer você mesmo é o ponto.

Bruce Schneier tem um problema partilhado por professores por todo o lado. Os seus alunos, inscritos em alguns dos programas de políticas públicas mais competitivos do mundo, entregam ensaios escritos por IA.

Ensina na Harvard Kennedy School e na Munk School of Global Affairs and Public Policy da Universidade de Toronto. Os seus alunos pagam propinas consideráveis para aprender. E depois silenciosamente entregam o pensamento a um chatbot.

Por que é que isso importa se a IA é o seu futuro?

Importa porque a escrita nunca foi realmente o produto. O pensamento era.

Schneier, escrevendo no The Guardian, pede emprestado um marco do investigador de IA Daniel Meissler para explicar a armadilha. Meissler chama-lhe a diferença entre trabalho e ginásio.

No trabalho, o resultado é o que conta. Se um software conseguir processar as suas faturas mais rapidamente, use-o. A fatura não se importa como chegou ao ficheiro.

O ginásio é diferente. Não contrata alguém para levantar pesos em seu nome e espera ficar mais forte. O esforço é o mecanismo. Pule-o e salta o benefício.

A escrita, argumentam Meissler e Schneier, é frequentemente uma atividade de ginásio disfarçada de trabalho.

Então quando deveria usar a IA?

Faça uma pergunta antes de começar: o produto final é o ponto, ou produzi-lo é o ponto?

Se está a redigir uma cláusula de contrato padrão, a formatar um relatório, ou a resumir uma reunião a que já assistiu, o resultado é o que importa. A IA é uma ferramenta razoável.

Se está a tentar aprender a argumentar com clareza, a pensar através de um problema de política, ou a construir o tipo de julgamento que o promove em dez anos, o processo é o ponto. Entregar esse processo a um modelo de linguagem grande, a tecnologia por trás de chatbots como ChatGPT, significa que entrega o benefício que veio procurar.

A mesma lógica aplica-se fora da sala de aula. Um enfermeiro a escrever relatórios de incidentes para conformidade está a trabalhar. Um enfermeiro a usar IA para evitar aprender a documentar observações clínicas está a pular o ginásio.

O que deveriam fazer alunos e profissionais?

Schneier não diz nunca usar IA. Diz ser honesto sobre o que está a abdicar quando o faz.

Para alunos, isso significa tratar a IA como ferramenta de verificação ou um ponto de partida, não como um ghostwriter. Redija o argumento você mesmo. Depois peça à IA onde está fraco. Essa ordem importa.

Para qualquer um a construir uma habilidade, a mesma disciplina aplica-se. A fluência vem da repetição. Não existe atalho que deixe a fluência para trás.

O marco é quase insultuosamente simples quando o ouve. Trabalho versus ginásio. Resultado versus processo. Não vai impedir alunos de submeterem ensaios de IA, mas dá a qualquer um disposto a pensar honestamente um local claro para começar.

Perguntas comuns

Isto significa que as ferramentas de IA são más para aprender?

Não automaticamente. A IA pode ser uma ferramenta útil de verificação ou feedback quando faz o pensamento subjacente primeiro. O problema é usá-la para saltar completamente o pensamento.

Como sei se uma tarefa é "trabalho" ou "ginásio"?

Pergunte-se se completar a tarefa você mesmo o tornaria melhor em algo com que se importa. Se sim, faça você mesmo. Se a única coisa que importa é o resultado final, a assistência de IA é razoável.