Стоит ли использовать ИИ для задач? Простой тест профессора Гарварда

Ключевые моменты

• Брюс Шнайер преподает государственную политику в школе Кеннеди Гарварда и школе Мунка при Университете Торонто.
• Его студенты регулярно используют ИИ для написания эссе, что, по его мнению, растрачивает их инвестиции в обучение.
• Фреймворк «работа против спортзала» от исследователя ИИ Дэниэля Мейслера предлагает четкий способ решить, когда помощь ИИ вредит вам.
• Главный вопрос не в том, может ли ИИ выполнить задачу, а в том, является ли сам процесс выполнения целью.

Брюс Шнайер сталкивается с проблемой, общей для профессоров во всем мире. Его студенты, обучающиеся в одних из самых конкурентных программ государственной политики мира, представляют эссе, написанные ИИ.

Он преподает в школе Кеннеди Гарварда и в школе глобальных дел и государственной политики Мунка при Университете Торонто. Его студенты платят значительные суммы за обучение. И затем они незаметно передают мышление чат-боту.

Почему это имеет значение, если ИИ — их будущее?

Потому что написание текста никогда не было настоящим результатом. Результатом было мышление.

Шнайер, пишущий в The Guardian, заимствует фреймворк у исследователя ИИ Дэниэля Мейслера, чтобы объяснить эту ловушку. Мейслер называет это разницей между работой и спортзалом.

На работе важен результат. Если программное обеспечение может обрабатывать ваши счета быстрее, используйте его. Счету все равно, как он был отправлен.

Спортзал — это другое. Вы не нанимаете кого-то поднимать веса вместо вас и не ожидаете, что станете сильнее. Усилие — это механизм. Пропустите его — и вы пропустите пользу.

Написание текстов, как утверждают Мейслер и Шнайер, часто — это деятельность спортзала, выдаваемая за работу.

Так когда вам действительно стоит использовать ИИ?

Задайте себе один вопрос перед началом: важен готовый продукт или процесс его создания?

Если вы составляете стандартный пункт контракта, оформляете отчет или подводите итоги встречи, которую уже посетили, имеет значение результат. ИИ — разумный инструмент.

Если вы пытаетесь научиться четко аргументировать, обдумать проблему политики или развить то суждение, которое повысит вас по карьерной лестнице через десять лет, процесс имеет значение. Передача этого процесса большой языковой модели, технологии, лежащей в основе чат-ботов вроде ChatGPT, означает, что вы теряете пользу, ради которой пришли.

Та же логика применима за пределами аудитории. Медсестра, которая пишет отчеты об инцидентах для соответствия требованиям, работает. Медсестра, которая использует ИИ, чтобы избежать обучения документированию клинических наблюдений, пропускает спортзал.

Что на самом деле должны делать студенты и профессионалы?

Шнайер не говорит никогда не использовать ИИ. Он говорит, что будьте честны с собой о том, на что вы идете на компромисс.

Для студентов это означает использование ИИ в качестве инструмента проверки или стартовой подсказки, а не как гостайрайтера. Сначала сами напишите аргумент. Затем попросите ИИ указать на слабые места. Порядок имеет значение.

Для всех, кто развивает навык, применяется та же дисциплина. Беглость достигается через повторение. Нет ярлыков, которые оставляют беглость позади.

Фреймворк почти оскорбительно прост, когда вы его услышите. Работа против спортзала. Результат против процесса. Это не остановит студентов от отправки эссе, написанных ИИ, но дает каждому, кто готов честно думать, четкую точку отсчета.

Часто задаваемые вопросы

Означает ли это, что инструменты ИИ плохи для обучения?

Не обязательно. ИИ может быть полезным инструментом проверки или обратной связи, если вы сначала проделаете самостоятельное мышление. Проблема в использовании его, чтобы полностью избежать мышления.

Как я узнаю, является ли задача «работой» или «спортзалом»?

Спросите себя, сделает ли вас лучше в чем-то важном выполнение задачи самостоятельно. Если да, делайте это сами. Если имеет значение только готовый результат, помощь ИИ оправдана.