Yapay Zekayla Öğrenmenin Heyecanı Neden Haklı?
Herkes “Yapay Zekayı etkinleştirmek” için yarışıyor. Ancak hızlı hareket etme telaşında, aslında insanların öğrenmesine mi yardımcı oluyoruz, yoksa sadece öğrenmiş gibi hissetmelerine mi yardımcı oluyoruz? Beş yıl önce, birisi benden Makine Öğrenimini açıklamamı isteseydi, güvenle üç tarayıcı sekmesi açar, bunları hızlı okurdum ve yine de kimsenin bir sonraki soru sormamasını sessizce umardım. Bugün sadece temel konuları anlamakla kalmıyorum, aynı zamanda yapay zekanın öğrenme deneyimlerine dahil edilmesiyle ilgili gerçek konuşmalarda kendimi tutabiliyorum. Her beş dakikada bir varsayılan “kişiselleştirme motoru”na geçmeden. Bu değişim benim için önemli. Çok fazla. Yapay zeka, karmaşık fikirleri daha erişilebilir, daha demokratik ve farklı rollerdeki insanlar için (eğitim ve geliştirme uzmanları, kolaylaştırıcılar, iş liderleri) çok daha az korkutucu hale getirdi. Ve bunu seviyorum. Ancak bu heyecanın yanında bir şeyi daha fark ettim. Bir acele. Ve her zaman düşünceli biri değil.
Yapay Zeka Altına Hücum Gerçektir ve Hızla İlerliyor
McKinsey & Company, yapay zekanın benimsenmesinin son yıllarda iki kattan fazla arttığını bildiriyor. LinkedIn'in İşyeri Öğrenim Raporu, yapay zeka okuryazarlığının dünya çapında en çok talep edilen beceri alanlarından biri olduğunu vurguluyor. Ve bunu sahada da hissedebilirsiniz: Her ikinci öğrenme destesinde “Yapay Zeka destekli” bir slayt bulunur, her araç aniden “Yapay Zeka destekli” hale gelir ve her takım “Yapay Zekayı hızlı bir şekilde öğrenmesi” için dürtüklenir. Heyecan verici. Bu gerekli. Aynı zamanda biraz kaotik.
“Yapay Zekayı Öğrenmek” Bir Onay Kutusuna Dönüştüğünde
İşte burada durmamızı istiyorum. Durma, sadece ara ver. Çünkü “herkesi yapay zeka konusunda etkinleştirme” mücadelesinin bir yerinde, öğrenmenin kendisi, herkesin katıldığı ancak çok az kişinin başvurduğu bir saatlik bir web seminerine, beceri geliştirme kılığına girmiş bir araç demosuna veya gerçek bir kullanım durumu olmadan eklenen parlak bir özelliğe dönüşme riskiyle karşı karşıyadır. Bu modeli daha önce de görmüştüm, sadece farklı moda sözcüklerle. Niyet doğrudur. İnfaz aceleye getiriliyor. Ve bu olduğunda, gerçekten yetenek geliştirmiyoruz. Öğrenme hissine aşinalık geliştiriyoruz. Aşinalık yetenek ile aynı şey değildir. Ve maruz kalma, uygulama ile aynı şey değildir.
Yapay Zekayı Öğrenmeme Aslında Ne Yardımcı Oldu?
Benim için işe yarayan şey hız değildi. Bu bağlamdı. Yapay zekanın aslında işimin neresine uyduğunu anlamak. Küçük, düşük basınçlı yollarla denemeler yapmak. Soyut çerçeveler yerine gerçek örnekleri görmek. Kimse bana “tam bir yapay zeka öğrenme yolu” sunmadı ve bunu doğrusal olarak takip etmemi beklemiyordu. Dağınık, yinelemeli ve dürüst olmak gerekirse, bunun için çok daha etkiliydi. İşte tam da bu yüzden öğrenme tam tersi şekilde tasarlandığında endişeleniyorum: önce araç, sonra bağlam.
Aslında Önemli Olan Ayrım
Dünya Ekonomik Forumu bunu çok iyi ortaya koyuyor: asıl zorluk yapay zeka kavramlarını geniş ölçekte sunmak değil, insanlara anlamlı ölçekte yeniden beceri kazandırmaktır. Bu kelime, anlamlı bir şekilde, çok fazla ağır yük taşıyor. Farkındalık yetenek değildir. Maruz kalma uygulama değildir. Erişim benimsemek değildir. Bunlar sadece anlamsal farklılıklar değil. Bunlar, “Yapay zeka eğitimi yaptık” diyen bir ekip ile çalışma şeklini gerçekten değiştiren bir ekip arasındaki boşluktur.
Peki Bunun Yerine Ne Yapmalıyız?
Yavaşlama. Yapay zekadan uzak durmayın. Kesinlikle hayır. Ama belki de başladığımız soruyu yeniden çerçevelendirebiliriz. Araçlarla değil, problemlerle başlayın. Herhangi bir yapay zeka yeteneğini tanıtmadan önce şunu sorun: Aslında neyi çözmeye çalışıyoruz? Araç cevaptır, başlangıç noktası değil. Alaka düzeyi için tasarım. Bir müşteri destek yöneticisi ile öğrenim tasarımcısının aynı yapay zeka eğitimine ihtiyacı yoktur. Tek beden nadiren herkese iyi uyar. İnsanca kal. İronik bir şekilde, öğrenme deneyimi ne kadar insani hissettirirse, yapay zekanın benimsenme olasılığı da o kadar kalıcı olur. İnsanlar ilgi çekici bir demo yüzünden çalışma şekillerini değiştirmezler. Değişiyorlar çünkü bu onlara mantıklı geliyor. Ve son olarak deneylere yer açın. Yapay zekayı öğrenmek bir sınavı geçmek gibi hissettirmemeli. Bir şeyi denemek, biraz başarısız olmak ve bunu yapmak için yeterli psikolojik güvenlikle yeniden denemek gibi bir duygu olmalı.
Nereye indim
Hala yapay zeka yanlısı öğreniyorum. Eğer bir şey varsa, her zamankinden daha fazla. Çünkü iyi yapıldığında, birisi “Sanırım Makine Öğrenimi… verilerle ilgili bir şey mi?” diye sorduğunda ne olduğunu gördüm. “Bunu aslında öğrenme stratejimizde nasıl kullanabiliriz?” Mükemmel değil. Ama gerçekten. Ve mesele de bu. Herkesin bir gecede yapay zeka uzmanı olmasına ihtiyacımız yok. Sadece onların düşünceli ve kendine güvenen kullanıcılar haline gelmelerine ihtiyacımız var.
Yapay zekanın altına hücumu öğrenmesi kötü bir şey değil. Demek ki insanlar önemsiyor. Demek ki ilerliyoruz. Ancak dikkatli olmazsak, çok fazla aktiviteye sahip olabiliriz ve yeterli gerçek beceriye sahip olmayabiliriz. Belki de soru “Yapay zeka öğrenimini ne kadar hızlı ölçeklendirebiliriz?” değildir. “İnsanların bunu gerçekten kullanmasına ne kadar iyi yardımcı oluyoruz?”
Bir yanıt yazın