Še pred nekaj leti je bilo precej preprosto razložiti, zakaj se je ob šoli, fakulteti ali službi smiselno naučiti še česa dodatnega. Tuj jezik ti bo nekoč prišel prav, programiranje je prihodnost. .. Če znaš oblikovati ali montirati video, imaš nekaj konkretnega v rokah, česar marsikdo drug nima. Neformalna izobraževanja so zato dolgo živela predvsem od obljube, da si z vsako dodatno veščino nekoliko bolj samostojen in nekoliko bolje pripravljen na svet, ki te čaka po koncu formalnega izobraževanja.

Potem je v to precej urejeno predstavo o učenju vstopila generativna umetna inteligenca in v nekaj letih odprla na nek način precej srhljivo vprašanje. Kaj pa, če se nekaterih stvari mladim preprosto ne bo več splačalo učiti?

Če lahko program v nekaj sekundah prevede besedilo v skoraj katerikoli jezik, zakaj bi nekdo leta hodil na tečaj nemščine? Če lahko iz nekaj navodil sestavi osnovno programsko kodo in nato še razloži, zakaj ta ne deluje, zakaj bi se začetnik tedne prebijal čez sintakso? Če lahko generativno orodje izdela uporaben vizual, zakaj bi nekdo vlagal ure v učenje programov, ki jih bo čez nekaj let uporabljal povsem drugače kot danes?

No, danes to niso hipotetična vprašanja, ampak še kako vsakdanja dilema generacije, ki se že izobražuje z umetno inteligenco ob sebi. Uporabljamo jo pri učenju in ustvarjanju, obenem pa je postala dovolj običajna, da vprašanje ni več, ali jo bomo uporabljali, ampak koliko procesa ji bomo pripravljeni prepustiti.

Zdaj pa seveda dileme ne smemo skrčiti zgolj na strah pred tem, da bi ChatGPT nekoč nadomestil učitelje ali celo znanje samo. Ne, mislim, da se ne približujemo času, ko se ne bo več treba učiti, pač pa je bolj verjetno, da bomo morali precej bolj natančno vedeti, zakaj neki se nekaj sploh učimo.

Ko rezultat dobiš, še preden znaš priti do njega

Sprijaznimo se, umetna inteligenca res ve veliko in nam lahko hitro rešitev ponudi v marsikateri situaciji, težava pa se začne, ko začnemo rezultat enačiti z znanjem.

Če potrebujem prevod elektronskega sporočila, lahko danes do njega pridem, ne da bi razumel eno samo poved v jeziku, v katerem bo poslano. Tudi pri spletni strani … En, dva, tri lahko dobim osnovno spletno stran, v resnici pa nimam pojma, kaj posamezni deli v kodi sploh pomenijo. To je uporabno, dokler potrebujemo (ali moramo dati od sebe) predvsem rezultat. Zaplete se v trenutku, ko moramo ta rezultat presoditi.

Pri jezikih je ta razlika precej očitna. Če želimo v restavraciji razumeti jedilni list ali na potovanju vprašati za smer, nam tehnologija že danes reši velik del težave, če pa želimo v tujem jeziku delati, študirati, celo živeti … Postane kaj hitro jasno, da prevajanje, četudi je še tako hitro in brezhibno, ni razumevanje. Jezik namreč ni samo prenos informacije iz ene slovnice v drugo, ampak tudi občutek, kdaj nekaj zveni hladno, kdaj je neka šala smešna samo domačinu, kako se pogovor spremeni, ko lahko nanj odgovoriš neposredno …

Podobno je pri programiranju. Če ga razumemo kot ročno pisanje vrstic kode, bo umetna inteligenca gotovo prevzela velik del dela, ki ga danes še opravljajo ljudje, če pa programiranje razumemo kot sposobnost razmišljanja o problemu in presojanja, ali je rešitev sploh dobra, postane precej manj jasno, ali bo znanje programiranja izgubilo vrednost ali pa jo bo samo dobilo drugje.

Pri grafičnem oblikovanju je razlika še bolj vidna, saj lahko orodje izdela vizual, težje pa odloči, ali ta vizual nekaj pomeni, ali je primeren za ljudi, ki jim je namenjen …

V prihodnosti zato ne bo manj pomembno, ali nekaj znaš, nikakor ne, bo pa ob znanju pomembneje, ali znaš dovolj, da prepoznaš trenutek, ko orodje nečesa ne zna (dovolj dobro).

Bližnjica je uporabna, dokler vemo, katero pot nam je skrajšala

Generativna umetna inteligenca ni prvo orodje, ki nam je prihranilo del razmišljanja, samo pomislite na kalkulatorje, navigacijo, splet … Razlika je v tem, da današnja orodja ne opravijo samo tehničnega koraka, ampak lahko preskočijo skoraj celoten miselni proces med vprašanjem in odgovorom. Prav zaradi tega je lahko isti program izvrsten učitelj … ali pa past, da se ničesar ne naučimo.

Če smo pri matematiki … Nam lahko umetna inteligenca matematični problem, ki nam dela težavo, razloži na drugačen način in nam ga razlaga tako dolgo, dokler ga ne razumemo bolje. Če pa umetno inteligenco uporabimo zgolj tako, da ji fotografiramo matematično domačo nalogo in nato iz odgovora v odmoru pred uro na hitro prepišemo rezultate … Vemo, kaj je v nas ostalo od tega. Znanje vsekakor ne.

Tu je tisto največje tveganje. Da se bomo pri učenju, bodisi formalnem in neformalnem, prehitro naučili opirati na rezultate, ki jih bomo lahko pridobili, ne da bi to, kar smo dobili, v resnici razumeli, s čimer bomo zamudili mnogo dragocenih priložnosti, da se dejansko nečesa naučimo, da pridobimo novo veščino …

Dober tečaj bo zaradi umetne inteligence lahko postal še bolj vreden

Teza, da bodo umetna inteligenca in vse boljša digitalna orodja počasi pokopala neformalno izobraževanje, je zato precej prehitra. Veliko verjetneje je, da bodo pokopala določene vrste izobraževanj, predvsem tista, katerih največja vrednost je bila v prenosu informacij ali razlagi tehničnega postopka, do katerega lahko človek zdaj pride hitreje in ceneje. Kar pomeni, da bodo tečaji tujega jezika ali drugih podobnih veščin, kjer v nedogled rešujemo delovne liste ali prepisujemo znanje iz »powerpointov«, preteklost, v ospredje pa bodo prišle vrste izobraževanj, kjer se bo potrebno v tujem jeziku dejansko pogovarjati z drugim človekom, praktične programerske delavnice z reševanjem dejanskega problema …

Neformalno izobraževanje ima tu celo določeno prednost pred formalnim, saj ni tako tesno vezano na preverjanje, ali je nekdo predpisano snov dovolj dobro ponovil in na pravilen datum naučeno reproduciral (nato pa vse to pozabil), zato se lahko hitreje premakne k izkušnji, iz katere človek nekaj odnese zato, ker je moral biti pri njej zares prisoten.

Čez nekaj let se bomo zato verjetno manj spraševali, koliko tečajev ima nekdo za sabo, in bolj, kaj zna po njih dejansko narediti brez navodil – v zadnjih letih smo bili namreč priča pravi poplavi certifikatov, spletnih izobraževanj in dokazil, s katerimi si je lahko vsakdo dopolnil življenjepis (bi me pa zanimalo, koliko tovrstnih veščin, ki jih deklariraja vsa ta dokazila, osebe na delovnem mestu in v okoljih, v katerih delujejo, dejansko izkazujejo …).

In potem so tu stvari, ki jih zaslon ne more opraviti namesto tebe

Najbolj zanimiv obrat se lahko zgodi tam, kjer ga danes še ne pričakujemo. Če bo vedno več stvari mogoče narediti hitro in avtomatizirano, se bo povečala vrednost vsega, kar od nas zahteva dejansko prisotnost.

Umetna inteligenca ti lahko napiše dober govor, toda nekega dne moraš vseeno stopiti pred ljudi in ga povedati. Lahko ti pomaga pripraviti argumente za pogajanje, toda ko bo človek na drugi strani mize reagiral povsem drugače, kot si pričakoval, boš moral odgovoriti sam. Lahko ti razloži, kako se rešuje konflikt, ne more pa dejansko sedeti v prostoru, kjer sta dva človeka jezna in nihče ne želi popustiti.

Podobno velja za praktične veščine, ki smo jih ob nenehnem poudarjanju digitalnega znanja počasi začeli dojemati kot manj pomembne. Popraviti kolo, zašiti oblačilo, znati nuditi prvo pomoč, igrati inštrument, izdelati voščilnico, zaviti darilo … Umetna inteligenca lahko pri tem pomaga, lahko razloži postopek, lahko celo opozori na napako, vendar delo še vedno opravi človek.

Enako velja za delo z ljudmi. In da, točno tukaj dobi posebno težo prav neformalno izobraževanje, ki ga mladim v Sloveniji v precejšnji meri ponujajo prav mladinski centri ter številne organizacije mladinskega sektorja. O tem, kaj vse, zakaj, kako … Smo že mnogokrat.

Ni treba izbirati med človekom in tehnologijo

Čeprav sem svoje razmišljanje spet malce romantično-optimistično pripeljala do te človeške plati in izjemne moči sfere mladinskega dela, pa se seveda zavedam, da je naivno misliti, da bodo ljudem ostale samo stvari, ki jih umetna inteligenca ne zna. Tehnologija bo vstopila tudi na področja, za katera danes radi verjamemo, da so izrazito človeška, in pri nekaterih nalogah bo gotovo boljša, kot si zdaj predstavljamo.

Zato nima veliko smisla sestavljati seznamov poklicev, ki naj bi bili povsem varni pred umetno inteligenco, in mladim svetovati, naj se preventivno usmerijo vanje. Če so nas zadnja leta česa naučila, je to, da se napovedi o tem, kaj bodo sistemi sposobni narediti čez pet ali deset let, hitro postarajo.

Veliko bolj smiselno je pričakovati, da bo skoraj vsak poklic vseboval nekaj dela z umetno inteligenco, zato bo prednost človeka vse manj v tem, da zna nekaj, česar naprava sploh ne zna, in vse bolj v tem, da razume področje dovolj dobro, da zna tehnologijo vključiti brez tega, da ji prepusti presojo.

In bolj kot bo generativna umetna inteligenca zmogljiva … Bolj bo koristna v rokah nekoga, ki že nekaj zna.

Zato, dragi moji … Učite se. Formalno. Neformalno. Kvačkanja, ustvarjanja z glino, ličenja, programiranja mobilnih igric, digitalnega ilustriranja, zlaganja origamijev, japonščine, montaže videov, skladanja, pisanja sonetov, fermentiranja, prepoznavanja ptičjega petja, branja run, mnemotehnik … Česarkoli. Nečesa.