oppiminen - AI Feta, the news about scientific AI research

tekoäly

Opiskelijat kysyvät tekoälyltä useammin “miten” kuin “miksi”

Yöllä, ennen palautusdeadlinea, opiskelija avaa chat-ikkunan ja kirjoittaa: “Miten tämän saa tehtyä?” Ei pohdintaa ilmiön periaatteista tai vaihtoehtoisista tavoista. Vain tarve päästä eteenpäin, askel askeleelta. Moni on toivonut, että kielimallipohjaiset chatbotit toimisivat älykkäinä kotitutureina, jotka herättävät uteliaisuutta ja ohjaavat kysymään “miksi”. Uusi analyysi opiskelijoiden ja tekoälychatbottien keskusteluista maalaa hillitymmän kuvan:

tekoäly

Tekoäly avaa kyberturvan ovia aloittelijoille – mutta tuo mukanaan uudenlaista riippuvuutta

Useimmat tietoturvasta kiinnostuneet törmäävät samaan seinään: aloittaminen on vaikeaa. Kilpailut ja harjoitusalustat, joissa etsitään järjestelmiin piilotettuja vihjeitä, näyttävät ulkopuolisesta tutuilta peliltä. Todellisuudessa ne avaavat oven komentorivien, työkalujen ja työtapojen viidakkoon, jossa ensikertalainen eksyy helposti. Vuosia on ajateltu, että tähän on vain yksi tie: pitkä kärsivällisyys ja ohjattu harjoittelu. Viimeaikainen kehitys

tekoäly

Sopivan vaikeat tehtävät vauhdittavat tekoälyn oppimista

Kun tekoälylle annetaan ei liian helppoja eikä liian vaikeita tehtäviä, se oppii päättelyä tehokkaammin – ja samaan laskentabudjettiin mahtuen. Jokainen opettaja tunnistaa hetken, jolloin oppilas joko pitkästyy liian helpoista tehtävistä tai lannistuu liian vaikeista. Paras oppiminen tapahtuu jossakin välissä: kun tehtävä on juuri ja juuri omien kykyjen ylärajoilla. Sama arkinen viisaus

tekoäly

Oppimaan oppiva tekoäly voi vaihtaa lajia kuvista tekstiin

Uusi tutkimus hahmottaa, mitä ”yleiskäyttöisyys” tekoälyssä oikeastaan tarkoittaa – ja esittelee mallin, joka ratkoo tehtäviä yli aineistojen ja luokittelujen rajojen. Kuvittele, että opit lajittelun säännöt katsomalla vain muutaman esimerkin – vaikkapa miten erotellaan lintulajit valokuvista. Pian sinulta pyydetäänkin aivan muuta: lajittele tekstinpätkät aiheluokkiin. Jos osasit ensimmäisen, mikset pystyisi myös toiseen, vaikka kuvat

tekoäly

Hyvä keskustelu voi opettaa tekoälyä paremmin kuin lisää dataa

Kun lapsi pohtii läksyissä ääneen ja kyselee itseltään “miksi näin?”, oppi tarttuu paremmin. Sama näkyy työpalaverissa: vasta kun kollega vaatii perustelut, ajatus kirkastuu. Olemme tottuneet pitämään tällaista sisäistä puhetta inhimillisenä välituotteena. Mutta entä jos juuri tämä on myös koneiden puuttuva taito? Tekoälystä on viime vuosina puhuttu kuin moottorista, joka kiihtyy

tekoäly

Keskusteleva opettajarobotti toimii oikein vasta, kun se tuntee itsensä, opiskelijan ja kurssin

Myöhäinen ilta kirjastossa: kurssin loppukoe lähestyy ja opiskelija pyytää apua pöydällä seisovalta pieneltä robotilta. Robotti vastaa sujuvasti ja kannustaa, mutta hetken päästä antaa itsevarmasti väärän neuvon ja ehdottaa, että opiskelija jakaisi lisää henkilökohtaisia tietojaan, jotta neuvoista tulisi "yksilöllisempiä". Hetki kuvaa generatiivisten, keskustelemaan kykenevien opetusrobottien lupausta ja ongelmaa: ne

tekoäly

Tekoäly oppii paremmin, kun se keksii itse tavoitteensa ja tarkistaa ne koodilla

Kun opetamme lasta leipomaan, emme mittaa jokaista liikettä. Katsomme, syntyykö lopulta syötävä pulla ja tapahtuuko välissä järkeviä välivaiheita: taikinan teko, kohotus, paisto. Koneille olemme tähän asti kirjoittaneet säännöt yksityiskohtaisesti. Jos tavoitteena on uuniin sopiva pulla, jonkun on pitänyt kertoa koneelle, mistä se saa pisteitä – ja mistä ei. Tekoälyn perinteinen oppimistapa

tekoäly

Opiskelijat ulkoistavat lukemisen ensimmäisen kierroksen tekoälylle

Yhä useammat käyttävät chattibotteja suodattimina, mikä nopeuttaa lukemista mutta voi typistää ajattelun syventymistä. Moni yliopisto-opiskelija tekee nykyään saman liikkeen: ennen kuin avaa artikkelin tai kurssikirjan luvun, hän avaa ensin tekoälychatin. Teksti liukuu ruutuun, ja muutamassa sekunnissa kone tarjoaa tiivistelmän ja lupauksen siitä, mitä kannattaa lukea tarkemmin. Tämä tapa kuulostaa houkuttelevalta

tekoäly

Tekoäly oppii valitsemaan työkalunsa kuin palapeliä kokoava ihminen

Kun kokoat palapeliä, et etene yhdellä kertaa. Ensin etsit reunat, sitten kokeilet paloja, peruutat, otat uuden lähestymistavan. Välillä haet lisävaloa tai käännät kuvan toisin päin. Selviydyt, koska osaat valita, mitä apua nyt tarvitaan ja missä järjestyksessä. Samaa taitoa kaivataan tekoälyltä, etenkin silloin kun sen pitää ymmärtää kuvia ja yhdistää näkemäänsä

tekoäly

Tekoäly järjestää kielen vaiheittain – mutta tarvitsee siihen valtavasti dataa

Kun aikuinen kuuntelee uutta kieltä, kaikki kuulostaa aluksi yhtenäiseltä solinalta. Hetken päästä erottuu tuttuja äänteitä, myöhemmin jo yksittäisiä sanoja. Vasta ajan kanssa alkaa hahmottua, miten sanat liittyvät toisiinsa lauseiksi. Lapsen kielentaitoa seuratessa sama kaari näkyy vielä selvemmin: ensin äänteet, sitten sanat, ja viimein kielioppi. Moni on ajatellut, että tekoäly toimii

tekoäly

Koetilanteessa oppiva tekoäly yltää huippusuorituksiin yllättävän usein

Kuvittele tentti, jossa saa opetella uutta vielä vastauspaperin täyttämisen aikana. Useimmille se kuulostaa mahdottomalta – mutta tietokoneelle se voi olla luonnollinen tapa yltää parhaaseen tulokseen. Tekoälystä on totuttu ajattelemaan, että se harjoittelee etukäteen ja jäädytetään sitten kokeeseen: malli vastaa, mutta ei muutu. Uusi ajatus kääntää asetelman: miksei kone saisi jatkaa oppimista

koulutus

Hyvin muotoiltu ohje tekee tekoälystä paremman kysyjän

Kun koulussa yleistyvä tekoäly osaa kysyä oikealla tavalla, oppija saa selkeämpiä, keskustelua tukevia ja ikätasolle sopivia jatkokysymyksiä – ja niitä voi kehittää nyt myös näytönvaraisesti, ei vain arvailemalla. Kuvittele peruskoululainen, joka on juuri tiivistänyt lukemansa tekstin. Ruudulla odottaa tekoäly, jonka pitäisi esittää jatkokysymys. Kysyykö se ympäripyöreästi “Mitä mieltä olit?”, vai ohjaako