Opiniestuk van Hans Savelberg, professor van Evolving Academic Education, Faculty of Health, Medicine and Life Sciences, op de site van Maastricht University.
“Is AI werkelijk intelligent, of slechts een hulpmiddel dat ons helpt anders te denken? Als feiten direct beschikbaar zijn, moeten universiteiten dan heroverwegen welke vaardigheden het meest van belang zijn voor de samenleving van morgen? Prof. dr. Hans Savelberg betoogt dat het idee van Intelligence Augmentation, een term die AI van zijn “goddelijke voetstuk” haalt en neerzet als iets dat we actief kunnen inzetten in het onderwijs, een beter perspectief biedt om de toekomst van het hoger onderwijs te verbeelden.
In ons taalgebruik wordt AI meer en meer ‘antropomorf’, misschien wel ‘theomorf’. GenAI, daar hebben we het vaak over als het over AI gaat, is niet op een menselijke manier intelligent, maar toch vooral een statistisch concept dat heel goed kan inschatten wat een passend antwoord op een vraag is. Door critici worden GenAI toepassingen ook wel stochastische papagaaien genoemd. Heel handig, maar GenAI is daarmee nog geen entiteit die weet wat het antwoord is. Large Language Models genereren hun antwoorden niet op basis van kennis, maar aan de hand van waarschijnlijkheidsverdelingen, ze weten niet wat de betekenis van ‘twee’ is, dat het dubbel zoveel als ‘één’ is, maar zijn wel heel goed instaat om in te schatten dat na ‘twee’ de persoonsvorm van een zin in het meervoud geschreven moet worden. Daarmee is het dus een heel handig hulpmiddel bij het schrijven en verbeteren van teksten.
Als hulpmiddel zou een term als Intelligence Augmentation (IA) passender zijn, een term die sommige informatiewetenschappers prefereren. IA haalt AI van het goddelijke voetstuk en helpt ons om na te denken hoe we het in onderwijs kunnen inzetten.
Als onderwijsmakers en -gevers moeten we ons afvragen wat nodig is om studenten zo goed mogelijk voor te bereiden om bij te kunnen dragen in en aan die veranderende samenleving. Daarbij is het essentieel om ons te realiseren dat IA niet alleen het schrijven van essays en mastertheses beïnvloedt, maar ook diep ingrijpt en zal ingrijpen in allerlei processen in de samenleving en daarmee in de competenties die van onze afgestudeerden verwacht worden. Dat gaat om zaken die we met GenAI ontwikkelingen kunnen oppakken (i.e. verslaglegging van gesprekken, chatbots in zorg en dienstverlening), maar ook over allerlei vakinhoudelijk processen en inzichten.
Met behulp van Machine Learning modellen zal de dynamiek van weten en voorspellen veranderen, doordat Machine Learning modellen niet beperkt zijn tot analytische kennis die in vergelijkingen met een beperkt aantal dimensies te vatten is, maar instaat zijn om een oneindig groot aantal dimensies in beschouwing te nemen en daarmee ‘leert’ en kan voorspellen op basis van aspecten (ook disciplinegrensoverschrijdend) die voor het analytische oog verborgen blijven, of die te complex zijn om in conventionelere statistische methoden te vatten.
De voortgaande ontwikkeling van IA-systemen zal dus andere competenties vragen van onze studenten die de professionals van morgen zullen zijn. Dat zou voor onderwijsmakers eerder reden moeten zijn om na te denken over aanpassingen in eindtermen die hiervoor nodig zijn, dan om krampachtig vast te houden aan het oude en zich zorgen te maken over het toetsen van die oude eindtermen. Uiteraard zullen nieuwe eindtermen gepaard gaan met aanpassingen van leer- en onderwijsvormen en van manieren om opgedane vaardigheden, kennis en competenties te evalueren en te toetsen. Werk aan de winkel dus, maar wellicht kan IA ons helpen om dat nieuwe onderwijs samen te stellen.”
Lees het hele stuk op de site van Maastricht University.
Kent Savelberg de kritische opvatting van Olivia Guest en Iris van Rooij ?
