«Восстание машин откладывается…»

21 ноября Линк Вебинары (ранее Webinar, продукт Webinar Group) и COMDI провели вторую онлайн-конференцию EdTech Space. 15 экспертов из России, США и Израиля рассказали о новейших тенденциях и технологиях в области онлайн-образования.

Один из вопросов осенней EdTech Space — будет ли искусственный интеллект учить человека? После конференции копирайтер Webinar Тимур Постоев пообщался с Тарасом Загибаловым, CEO SmallStep, PhD, специалистом по интеллектуальным системам и спикером EdTech Space.

«Бум — это одновременно и хорошо, и плохо…»

Тимур: Расскажите в двух словах про SmallStep.

Тарас: SmallStep занимается разработкой интеллектуальных систем в обучении. Это небольшой российско-финский стартап, резидент Сколково.

Тимур: SmallStep появился на российском рынке искусственного интеллекта недавно, однако вы в этой теме давно. Как вы начали заниматься искусственным интеллектом?

Тарас: Я закончил гуманитарный вуз: по образованию я преподаватель английского и переводчик с китайского. Двенадцать лет я преподавал языки в вузах, пока не увлекся IT. Я защитил диссертацию по анализу естественного языка в Великобритании и подумал, что неплохо бы совместить эти два моих увлечения — образование и обработку естественного языка, являющуюся одним из разделов искусственного интеллекта. Мой первый проект в этой сфере был связан с обучением английскому языку.

Тимур: Почему вы поверили в искусственный интеллект?

Тарас: Не то чтобы поверил — просто поработал в различных компаниях и увидел, какая пропасть существует между уровнем применения технологий искусственного интеллекта в бизнесе, например, в онлайн-маркетинге, и уровнем применения тех же технологий в образовании. Скажем, работая в Lingualeo, я понимал, как много возможностей существует в сфере онлайн-обучения и как мало возможностей используется.

Тимур: При этом существует мнение, что в России сейчас происходит бум, связанный с развитием искусственного интеллекта. Это так?

Тарас: Да, есть бум, связанный с появлением deep learning, одного из алгоритмов искусственного интеллекта. Если мы говорим именно о deep learning, то да, это настоящий прорыв последних лет, из-за которого во многом и сложилось ощущение бума. Бум — это одновременно и хорошо, и плохо. Плохо, потому что появляется все больше спекуляций на тему искусственного интеллекта, не имеющих к нему никакого отношения. Последнее время, когда говоришь, что связан с искусственным интеллектом, можно услышать комментарий вроде: «Ну вот еще один мошенник! Охота ему заниматься ерундой!» По этой причине, запуская SmallStep, мы называли то, чем занимаемся, адаптивным или персональным обучением, но потом решили рискнуть и честно заявили, что разрабатываем искусственный интеллект.

Тимур: Смело, потому что, кроме недоверия, есть еще и опасения. Многие считают, что искусственный интеллект уничтожит массу профессий. На ваш взгляд, профессия преподавателя может быть уничтожена?

Тарас: Искусственный интеллект наверняка уничтожит «рутинные» профессии, связанные с однотипной, монотонной работой. Например, по оценке Оксфорда, искусственный интеллект в большей степени угрожает профессиям юриста, таксиста, повара фастфуда. Учителям — в меньшей степени, но я считаю, что некоторые учителя — скажем, те, которые являются аудиоприложением к учебнику и занимаются исключительно пересказом и зубрежкой, — действительно могут пострадать от развития искусственного интеллекта в образовании. Ну и слава богу: они и так уже больше роботы, чем учителя. А преподаватели, которые занимаются с учениками сотворчеством, которым важно, чтобы ученики что-то поняли и чему-то научились, — такие преподаватели получат дополнительный инструментарий и смогут стать еще эффективнее.

Искусственный интеллект наверняка уничтожит «рутинные» профессии, связанные с однотипной, монотонной работой. А преподаватели, которые занимаются с учениками сотворчеством, которым важно, чтобы ученики что-то поняли и чему-то научились, — такие преподаватели получат дополнительный инструментарий и смогут стать еще эффективнее.

Автор

Тарас Загибалов

«Искусственному интеллекту абсолютно все равно, красиво это или нет…»

Тимур: Вы упомянули сотворчество. Можно ли с помощью искусственного интеллекта научить сочинять стихи, писать музыку или рисовать? Как объяснить машине, что такое «красиво», «трогательно» или «впечатляюще»?

Тарас: На самом деле, наиболее яркие примеры использования искусственного интеллекта — это стихосложение и ИЗО. Например, существуют мобильные приложения, которые превращают ваши фотографии в подобие картин того или иного художника. Разумеется, самостоятельно искусственный интеллект ничего такого породить не может, но сымитировать, сделать что-то похожее — запросто. Так же и в стихосложении: если скормить приложению произведения какого-нибудь поэта, оно сможет генерировать стихи в схожей стилистике. При этом искусственному интеллекту абсолютно все равно, красиво это или нет. Для него критерий один — соответствует ли получившееся стихотворение заданной функции. То есть, если вы хотите фотопортрет в стиле Пикассо, приложение сделает вас более квадратным, и любые ваши эмоции по этому поводу его не волнуют.

Тимур: Я читал отчет Университетского колледжа Лондона, посвященный развитию искусственного интеллекта. Вот цитата: «В будущем появятся обучающие компаньоны, которые будут учить человека на протяжении всей его жизни. Находясь в облаке, они будут доступны на каждом устройстве и в офлайн-режиме. Вместо того, чтобы обучать всем предметам, эти компаньоны при надобности обратятся к эксперту в определенной сфере.» Это напоминает антиутопию — например, сорокинскую «Манарагу». Не приведет ли это к деградации человека? Зачем учить или запоминать что-либо, если в ухе постоянный онлайн-консультант?

Тарас: Все-таки в отчете речь идет об обучении, а не о консультировании. Это вполне перспективная парадигма, она называется lifelong learning — обучение в течение всей жизни. Возьмем мой пример: по образованию — учитель, а стал в итоге IT-специалистом. Все мы знаем поговорку: век живи — век учись. А где учиться?

Вот представьте: молодой человек, 17–18 лет, поступает в университет и собирается изучать некий предмет. Что он о нем знает? Практически ничего. Если сравнить его стартовые знания и знания по окончании вуза, это будет небо и земля. Однако это очень важный выбор, это пять лет его жизни, которые повлияют на дальнейшую его судьбу: либо он будет работать по специальности и использовать свои навыки, либо бросит все и пойдет, скажем, продавцом в магазин и будет зарабатывать намного меньше, получая также меньшее удовлетворение от жизни. То есть в 17 лет все мы «покупаем продукт», о котором мало что знаем. Например, вы пришли в магазин, чтобы купить сыр, но при этом не знаете, что это такое. Вы отдаленно представляете: это нечто желтое, что можно жевать. Допустим, вы его купите и совсем скоро узнаете, вкусно это или нет. С обучением иначе — прежде всего, по временным затратам. А теперь представьте, что вы начали изучать биологию и спустя год поняли: не ваше. Бабочек и стрекоз вы любите, но посвящать этому жизнь не хотите. Но вы уже что-то изучили, потратили целый год: что теперь делать? Кроме стрекоз, вас, к примеру, интересовали компьютеры. Можно забыть всю биологию и поступить на первый курс IT. А теперь представьте, что у вас есть такая интеллектуальная система, которая сможет подсказать, что есть направление, связанное и с компьютерами, и с биологией, — биоинформатика. «Ты уже знаешь о бабочках и стрекозах, — говорит система, — давай соединим это с устройством компьютеров.»

То же самое случилось со мной: у меня есть багаж знаний об образовании, который я «притащил» с собой в IT-сферу. Я не стал отказываться от ранее полученных знаний и начинать с нуля. Такая парадигма образования, когда человек постоянно, в течение все жизни растет как личность, как профессионал, получая все новые и новые знания, должна прийти на смену нынешней модели обучения. Сейчас мы учимся десять лет в школе, еще пять — в вузе, а потом — как хочешь.

«Машине можно доверить очень небольшой спектр задач…»

Тимур: Тот же отчет: «Вместо традиционного тестирования искусственный интеллект будет оценивать человека посредством игр.» На мой взгляд, в любой игре важна интуиция. Как у искусственного интеллекта обстоит с этим дело?

Тарас: С интуицией — сложно. Но вообще в цитате нет ничего удивительного: о геймификации вы, наверное, слышали. С геймификацией, на мой взгляд, тоже сложно: не всегда получается мотивировать игрой к обучению. Очень часто игра уводит в сторону: например, вместо того, чтобы изучать иностранный язык, люди начинают собирать на экране монетки или что-нибудь еще. Да, мотивация высокая, но не к языку, не к обучению. Хорошая геймификация — это, скажем, учиться счету, играя в магазин. Это контекстуализированное обучение: оно наверняка будет эффективным. Если же игра используется для оценки знаний, нужно понимать, что оценка знаний как отдельная задача для искусственного интеллекта не совсем актуальна. Если некая система следит за тем, как вы обучаетесь, она и так про вас все знает. Зачем вас дополнительно тестировать? Это лишний стресс. Тестирование — это из прошлой парадигмы.

Тимур: Может быть, есть целые сферы, несовместимые с новой парадигмой? Такие сферы, куда не стоит пускать искусственный интеллект?

Тарас: Важно понимать, что для многих сложных задач в машинном обучении приемлемой является точность около 80%. Абсолютного попадания в точку от машины ждать не нужно. Все, что касается критических систем, — здесь нужно трижды подумать, прежде чем допускать искусственный интеллект.

Тимур: Критические системы — это что?

Тарас: Я имею в виду все, что связано с жизнью, здоровьем, безопасностью человека. В этих случаях нужно все тщательно отработать и перепроверить. Разумеется, пускать можно — но очень осторожно. Если вернуться к обучению, есть задачи по проверке знаний, которые не подлежат формализации: например, проверка эссе. Тут машина пока бессильна. Она способна найти грамматические ошибки и даже оценить структуру, но содержательную часть проверить не может. Это задача для сильного искусственного интеллекта, о котором я говорил в докладе для EdTech Space. Сильный искусственный интеллект — это полный аналог нас с вами: он бы сел рядом и начал отвечать на вопросы интервью наравне со мной. Сильного искусственного интеллекта не существует. А слабый искусственный интеллект — это помощник, это тросточка, которая позволяет нам хромать не так заметно. Поэтому то, что можно доверить машине, — это, на самом деле, очень небольшой спектр задач. Те вещи, которые требуют вовлечения всего нашего естественного интеллекта, машине пока не под силу.

Тимур: Последний вопрос — дурацкий, но не могу удержаться. Грозит ли нам восстание машин?

Тарас: Разумеется, но мы не доживем. Восстание машин откладывается до того момента, пока не появится сильный искусственный интеллект. А он не появится в ближайшие сто лет — я в этом плане скептик.