Jan Vermant, come ha cambiato l’insegnamento l’IA generativa dopo il boom di ChatGPT?
Come docenti, dobbiamo fare in modo che gli esami e i compiti scritti si concentrino sulle competenze dei nostri studenti piuttosto che sulle capacità di un modello linguistico. Dobbiamo quindi riflettere attentamente su come progettare formati d’esame che catturino le competenze individuali e gli approcci creativi degli studenti.
Come ha reagito lei stesso?
Ora esamino più oralmente. Le discussioni con gli studenti e il feedback degli assistenti didattici sono diventati più importanti. Questo rende l’esame più intenso e richiede più tempo per i docenti.
Dove vede già i vantaggi dei modelli linguistici?
Nella programmazione. Le faccio un esempio: In uno dei miei corsi sulla fluidodinamica, gli studenti devono programmare una piccola applicazione. In passato, spesso perdevano tempo a causa di errori nel codice. Grazie ai modelli linguistici, non commettono più questi errori e possiamo concentrarci più rapidamente sul contenuto effettivo del corso, la fisica. Tuttavia, ora dobbiamo anche dedicare del tempo a discutere criticamente i risultati dei modelli di intelligenza artificiale.
Come intende l’ETH preparare i suoi studenti a questo tipo di dibattito critico?
L’uso dell’IA generativa farà parte delle competenze che dovremo insegnare, e ci sono ottimi esempi di come questo venga già attuato, anche al di fuori dell’informatica. In ingegneria civile, ad esempio, le competenze di IA vengono sviluppate in modo molto strutturato e graduale in un corso di ingegneria digitale. Gli studenti lavorano con modelli linguistici per comprendere meglio il codice del programma, completare il codice, identificare gli errori e documentare il codice. In un corso di biologia, viene utilizzato un tutor di intelligenza artificiale che utilizza materiali didattici e supporta gli studenti con domande specifiche per approfondire le loro conoscenze. Tuttavia, ci sono ancora più corsi che utilizzano l’IA generativa e che noi sosteniamo o abbiamo sostenuto attraverso il nostro fondo per le innovazioni didattiche.
In quale ruolo vede il maggior potenziale dell’IA generativa per l’insegnamento?
Come tutor. Utilizzando l’IA generativa per fornire agli studenti un feedback automatico e personalizzato. Nell’ambito del progetto Ethel, l’ETH sta testando chatbot specifici per i corsi che aiutano nell’apprendimento o correggono esercizi basati sui rispettivi materiali del corso. Il vantaggio è che lo fanno tutte le volte che si vuole, a qualsiasi ora del giorno e della notte. È anche possibile porre a un chatbot domande che non si potrebbero fare in un grande auditorium. A lungo termine, vedo un potenziale in questa interazione a bassa soglia e nel feedback diretto e personalizzato, ma siamo ancora agli inizi.
Sperimentare con i video dell’intelligenza artificiale
L’effetto di apprendimento cambia quando si usano video di apprendimento generati dall’IA con avatar invece di video con docenti reali? Torbjørn Netland, professore dell’ETH di Gestione della produzione e delle operazioni, ha indagato su questa domanda e ha pubblicato i risultati in una rivista specializzata. Nell’esperimento online, ha chiesto a 447 partecipanti di guardare video normali e di intelligenza artificiale, di sostenere un esame e di compilare un questionario. Il risultato: i video umani sono stati leggermente preferiti, ma i risultati di apprendimento sono stati ugualmente buoni in entrambi i casi.Il professore dell’ETH Torbjørn Netland ha recentemente sperimentato avatar AI in video didattici per un progetto di ricerca. Sarà presto possibile sostituire i docenti con avatar AI?
Se la mettiamo così: no. La formazione accademica richiede l’interazione con le persone. Solo quando la conoscenza sarà contestualizzata e sempre più differenziata, raggiungeremo il livello per cui l’ETH è conosciuto. Tuttavia, Netland non vuole sostituire i docenti, soprattutto non in aula. Ha analizzato se i video generati dall’intelligenza artificiale presentano vantaggi o svantaggi rispetto ad altri video (vedi riquadro). È chiaro che il trasferimento di conoscenze puro può essere riprogettato con l’IA generativa. Tuttavia, sono convinto che i modelli linguistici rimarranno sempre un aiuto e non sostituiranno lo scambio tra le persone. Dopo tutto, il nostro obiettivo è sfidare gli studenti a pensare un passo più in là e ad andare più in profondità. Questo è difficile per un modello linguistico.
Come l’IA generativa sta cambiando il curriculum?
Naturalmente, è necessario dare spazio ai metodi e alle informazioni di base: Come si scrivono i suggerimenti in scienze? Quali errori commettono i modelli? Dove danno un’immagine distorta? In sostanza, credo che in futuro avremo probabilmente bisogno di più tempo per i docenti per esercitare e promuovere il pensiero critico con gli studenti. Tempo che i docenti potrebbero guadagnare grazie all’IA nel puro trasferimento delle conoscenze.
Dove vede i limiti dei modelli linguistici nell’insegnamento?
Nel mio campo, ho osservato che ciò che fa la maggioranza non corrisponde a ciò che fanno i migliori. Tuttavia, i modelli linguistici spesso non tengono conto delle conoscenze di questi pionieri, ma piuttosto di un "valore medio", se così vogliamo chiamarlo. Ho chiesto ai modelli linguistici informazioni sulla mia specializzazione e le risposte non sono state così intelligenti.
Dove vede le maggiori sfide per il futuro?
Al momento dipendiamo dai grandi operatori, anche se abbiamo competenze che a loro mancano. Mi chiedo come possiamo sfruttare i nostri punti di forza e usarli per sviluppare la nostra offerta didattica.
