Parlare di intelligenza artificiale ai bambini: una guida semplice e utile

Di recente ho avuto l'entusiasmante opportunità di partecipare a un programma chiamato Skype a Scientist , che mette in contatto scienziati di varie discipline (biologi, botanici, ingegneri, informatici, ecc.) con classi di bambini per parlare del nostro lavoro e rispondere alle loro domande. Ho una certa familiarità con la discussione sull'intelligenza artificiale e l'apprendimento automatico con un pubblico adulto, ma questa è stata la prima volta che mi sono davvero soffermato a pensare a come parlare di questo argomento ai bambini, ed è stata una sfida interessante. Oggi condividerò alcune idee che ho elaborato durante questo processo, che potrebbero essere utili a chi ha bambini nella propria vita. Queste idee offrono spunti preziosi su come semplificare concetti complessi di IA per i bambini in modo coinvolgente e comprensibile.

Preparati a spiegare un concetto

Quando mi preparo per un discorso davanti a un pubblico, seguo alcune regole di base. Devo essere molto chiaro su quali informazioni intendo presentare e quali nuovi concetti il ​​pubblico dovrebbe conoscere dopo il discorso, perché questo determina tutto ciò che riguarda le informazioni che condividerò. Voglio anche presentare il mio materiale a un livello di complessità appropriato alle conoscenze preesistenti del pubblico, senza semplificare eccessivamente le cose e senza spingere il pubblico oltre il suo livello di comprensione.

Nella mia vita quotidiana, non sono necessariamente pienamente consapevole di ciò che i bambini già sanno (o credono di sapere) sull'intelligenza artificiale (IA). Vorrei che le mie spiegazioni fossero adatte al livello del pubblico, ma in questo caso ho una visione piuttosto limitata delle loro conoscenze pregresse. In alcuni casi, sono rimasto sorpreso nello scoprire che i bambini erano molto consapevoli di aspetti come la concorrenza tra aziende e tra confini internazionali in materia di intelligenza artificiale. Un esercizio utile quando si decide come strutturare un contenuto è quello di elaborare metafore che utilizzino concetti o tecniche che il pubblico conosce già bene. Riflettere su questo ti dà anche un punto di accesso al background del pubblico. Inoltre, sii pronto a cambiare e adattare il tuo stile di presentazione se ritieni di non essere all'altezza. All'inizio mi piace chiedere ai ragazzi cosa pensano dell'intelligenza artificiale e cosa sanno, in modo da avere le idee più chiare prima di andare troppo avanti.

 

Capire la tecnologia: le basi dei modelli di intelligenza artificiale

Soprattutto quando parlo con i bambini, concentro le mie presentazioni su diversi punti principali. I lettori sanno che sono un grande sostenitore dell'insegnamento ai non esperti di come addestrare modelli linguistici di grandi dimensioni (LLM) e altri modelli di intelligenza artificiale, e su quali dati vengono addestrati. Ciò è fondamentale per formare aspettative realistiche sui risultati di questi modelli. Penso che sia facile per chiunque, compresi i bambini, lasciarsi coinvolgere dalla natura incarnata del tono, della voce e persino della "personalità" dei modelli LLM, perdendo di vista i limiti realistici di questi strumenti.

La sfida è mantenere le cose adatte all'età, ma una volta spiegato loro come funziona la formazione, come i modelli LLM apprendono da esempi di materiale scritto o come un modello di diffusione apprende da coppie testo-immagine, potranno trarre le proprie conclusioni sui possibili risultati. Man mano che gli agenti di intelligenza artificiale diventano più complessi e i meccanismi sottostanti più difficili da isolare, è importante che gli utenti comprendano gli elementi costitutivi che portano a questa capacità.

Personalmente, inizio spiegando l'allenamento come un concetto generale, evitando il più possibile il gergo tecnico. Quando si parla con i bambini, un linguaggio incarnato può aiutare a rendere le cose meno ambigue. Ad esempio, "Forniamo ai computer molte informazioni e chiediamo loro di apprendere gli schemi in esse contenuti". Di seguito descriverò esempi di modelli come quelli che si trovano nel linguaggio o nei pixel di un'immagine, perché il termine "modelli" da solo è troppo generico e ampio. Quindi, "Questi modelli che impari sono scritti usando la matematica, e poi questa matematica è ciò che si trova all'interno di un 'modello'. Ora, quando forniamo nuove informazioni al modello, questo ci invia una risposta basata sugli schemi che ha appreso." Da lì, fornisco un altro esempio esaustivo e spiego un processo di formazione semplificato (solitamente un modello di serie temporali perché è molto facile da visualizzare). Successivamente, approfondirò i diversi tipi di modelli e spiegherò la differenza tra reti neurali e modelli linguistici, nella misura in cui ciò sia appropriato al pubblico.

Etica dell'intelligenza artificiale e influenze esterne

Vorrei anche affrontare le questioni etiche legate all'intelligenza artificiale. Credo che i bambini delle scuole elementari, medie e superiori siano perfettamente in grado di comprendere l' impatto ambientale e sociale che le tecnologie di IA, inclusi i Large Language Models (LLM), possono avere. Mi sembra che molti bambini oggi abbiano una conoscenza piuttosto approfondita dei cambiamenti climatici globali e della crisi ambientale, quindi discutere della quantità di energia, acqua e minerali delle terre rare necessari per far funzionare gli LLM non è irragionevole. È semplicemente importante che le spiegazioni siano comprensibili e adeguate all'età. Come ho accennato in precedenza, utilizzate esempi pertinenti che si riferiscano alle esperienze di vita del vostro pubblico. Dovremmo concentrarci sull'etica dell'IA e sul suo impatto sulla società e sull'ambiente.

Ecco un esempio del passaggio dall'esperienza di un bambino all'impatto ambientale dell'intelligenza artificiale.

 

Non avete tutti un Chromebook da usare per studiare? Avete mai notato che quando lavorate a lungo con il portatile in grembo, il retro si scalda? Magari se avete molti file aperti contemporaneamente o guardate molti video? Questo riscaldamento è lo stesso che si verifica sui computer di grandi dimensioni chiamati server, che vengono eseguiti durante l'addestramento o l'utilizzo di un modello linguistico di grandi dimensioni (LLM), come quando visitate il sito web chatGPT.

I data center che mantengono in funzione ChatGPT sono pieni di server che funzionano tutti contemporaneamente e si surriscaldano moltissimo, il che non giova all'hardware. Quindi, a volte questi data center utilizzano acqua fredda e alcuni prodotti chimici insieme, che vengono pompati attraverso tubi che corrono direttamente sopra tutti i server. Questo aiuta a raffreddare le macchine e a mantenerle in funzione. Tuttavia, questo significa che viene utilizzata una grande quantità di acqua, mescolata con i prodotti chimici e riscaldata durante il passaggio attraverso questi sistemi. Questo può significare che quest'acqua non è disponibile per altri scopi, come l'agricoltura o l'acqua potabile.

"Altre volte, questi data center utilizzano grandi condizionatori d'aria, che consumano molta elettricità per funzionare, il che significa che potrebbe non esserci abbastanza energia per le nostre case o aziende. A volte l'elettricità viene prodotta anche bruciando carbone nelle centrali elettriche, il che rilascia gas di scarico nell'aria e aumenta l'inquinamento."

In questo modo si introduce l'esperienza del bambino nella conversazione e gli si fornisce un modo concreto per relazionarsi al concetto. Si possono avere discussioni simili sull'etica del copyright e sul furto di contenuti, utilizzando artisti e creatori noti ai bambini, senza dover addentrarsi nei dettagli della legge sulla proprietà intellettuale. I deepfake, a sfondo sessuale e non, sono sicuramente un argomento che anche molti bambini conoscono bene, ed è importante che siano consapevoli dei rischi che essi rappresentano per gli individui e per la società quando utilizzano l'intelligenza artificiale.

Può essere spaventoso, soprattutto per i bambini piccoli, quando iniziano a comprendere alcune delle applicazioni non etiche dell'intelligenza artificiale o le sfide globali che crea e si rendono conto di quanto potenti possano essere alcune di queste cose. I bambini mi hanno chiesto: "Come possiamo risolvere la situazione se qualcuno insegna all'intelligenza artificiale a fare cose cattive?" Per esempio. Vorrei avere risposte migliori a questa domanda, perché in pratica avrei dovuto dire: "A volte l'intelligenza artificiale ha le informazioni per fare cose sbagliate, ma ci sono anche molte persone che lavorano duramente per rendere l'intelligenza artificiale più sicura e impedirle di condividere informazioni o istruzioni sbagliate su come fare cose sbagliate".

 

Decostruire il concetto di “verità”

Umanizzare l'intelligenza artificiale rappresenta una vera sfida sia per gli adulti che per i bambini: tendiamo a fidarci di una voce amichevole e sicura quando ci parla. Gran parte del problema risiede nel fatto che la voce del Large Language Model (LLM) che ci comunica informazioni è spesso amichevole, sicura di sé e imprecisa. Il concetto di alfabetizzazione mediatica è da anni un tema importante in pedagogia, e la sua estensione ai Large Language Model (LLM) rappresenta una naturale evoluzione . Così come gli studenti (e gli adulti) devono imparare a essere consumatori critici delle informazioni create da altre persone o aziende, dobbiamo essere consumatori critici e consapevoli dei contenuti generati dal computer. Ciò include la comprensione dei limiti di queste tecnologie.

Penso che questo vada di pari passo anche con la comprensione della tecnologia. Quando spiego che il compito di un modello linguistico di grandi dimensioni (LLM) è quello di apprendere e copiare il linguaggio umano, al livello più semplice determinando la parola possibile successiva in una stringa in base a quella che la precede, ha senso quando affermo che un LLM non può comprendere l'idea di "verità". La verità non fa parte del processo di formazione e, allo stesso tempo, la verità è un concetto davvero difficile da afferrare perfino per le persone. Un modello linguistico di grandi dimensioni (LLM) può fornire dati esatti nella maggior parte dei casi, ma, in base alla probabilità, di tanto in tanto si presenteranno punti ciechi e potenziali errori. Di conseguenza, i bambini che lo utilizzano devono essere pienamente consapevoli della fallibilità dello strumento.

Tuttavia, questa lezione ha un valore che va oltre il semplice utilizzo dell'IA, perché ciò che insegniamo riguarda la gestione dell'incertezza, dell'ambiguità e degli errori. Come hanno osservato Berman e Agawi (2023) , "L'educazione in un mondo mediato dall'IA implica imparare a lavorare con situazioni vaghe, parziali e ambigue, che riflettono le intricate relazioni tra persone e tecnologie". Apprezzo molto questa impostazione perché si ricollega a un concetto a cui penso spesso: i modelli linguistici complessi (LLM) sono creati dagli esseri umani e riflettono interpretazioni di contenuti creati dagli esseri umani. Quando i bambini imparano come si formano i modelli, che i modelli sono fallibili e che i loro output derivano da input creati dagli esseri umani, acquisiscono una comprensione più ampia della natura nebulosa del funzionamento della tecnologia nella nostra società odierna. (Anzi, consiglio vivamente l'intero articolo a chiunque stia pensando a come insegnare ai bambini l'IA).

 

Nota a margine su foto e video

Come ho detto prima, la proliferazione di contenuti video e immagini creati con l'intelligenza artificiale solleva molte domande difficili. Credo che sia fondamentale fornire ai bambini informazioni in questo ambito, poiché è facile assorbire informazioni errate o vere e proprie bugie attraverso contenuti visivi accattivanti. Per la maggior parte dei bambini, questo contenuto rappresenta anche un passo avanti rispetto al processo creativo vero e proprio, poiché gran parte di questo materiale viene ampiamente condiviso sui social media ed è improbabile che venga categorizzato correttamente. Può essere utile parlare ai bambini dei segnali che aiutano a riconoscere il materiale generato dall'intelligenza artificiale, così come di competenze generali di alfabetizzazione mediatica critica come "Se sembra troppo bello per essere vero, probabilmente è falso" e "Ricontrolla le cose che senti in questo tipo di pubblicazione". È fondamentale insegnare ai bambini come verificare i fatti e le fonti di informazione per migliorare la loro capacità di distinguere tra contenuti veri e falsi.

 

barare usando l'intelligenza artificiale

Nonostante tutti i problemi etici e i rischi di errori negli LLM, questi strumenti di intelligenza artificiale sono incredibilmente utili e coinvolgenti, quindi è comprensibile che alcuni studenti possano ricorrere a essi per copiare durante i compiti e a scuola. Direi che dobbiamo solo parlare con loro, spiegando che l'obiettivo è apprendere le competenze necessarie per portare a termine i compiti e che se non le imparano perderanno le competenze necessarie nelle classi successive e più avanti nella vita... ma sappiamo tutti che i bambini raramente sono così logici. Il loro cervello è ancora in via di sviluppo e, a volte, anche per gli adulti è difficile pensare a queste cose. Per comprendere l'impatto dell'intelligenza artificiale sull'istruzione è necessario avere una conoscenza approfondita delle capacità di questi strumenti e del loro potenziale impatto sullo sviluppo di competenze essenziali.

Esistono essenzialmente due approcci possibili: trovare il modo di rendere i compiti più difficili o impossibili da svolgere in modo fraudolento, oppure integrare l'intelligenza artificiale in classe, partendo dal presupposto che gli studenti ne avranno comunque a disposizione. Attualmente, il lavoro supervisionato in classe può offrire agli studenti l'opportunità di apprendere alcune delle competenze necessarie senza l'intervento digitale. Tuttavia, come accennato in precedenza, l'alfabetizzazione mediatica dovrebbe ora includere modelli di spicco, e credo che l'uso supervisionato di tali modelli da parte di un insegnante competente possa avere un significativo valore pedagogico. Inoltre, è davvero impossibile "rendere i compiti a prova di IA" se svolti al di fuori della diretta supervisione dell'insegnante, e dobbiamo riconoscerlo. Non voglio però far sembrare la cosa facile: nella sezione "Letture consigliate" qui sotto troverete una serie di articoli accademici sulle ampie sfide dell'insegnamento dell'alfabetizzazione all'IA in classe. Gli insegnanti si trovano ad affrontare il difficile compito non solo di stare al passo con la tecnologia e adattare i propri metodi di insegnamento ai tempi, ma anche di fornire agli studenti le informazioni necessarie per utilizzare l'IA in modo responsabile. Gli insegnanti dovrebbero inoltre concentrarsi sull'insegnamento agli studenti di come valutare criticamente le informazioni prodotte dall'intelligenza artificiale e sullo sviluppo delle loro capacità di pensiero critico.

 

Imparare dall'esempio dell'educazione sessuale: lezioni di intelligenza artificiale

In definitiva, la domanda è: cosa dovremmo esattamente raccomandare ai bambini e cosa dovrebbero evitare in un mondo in cui l'intelligenza artificiale è presente, sia dentro che fuori dalla classe? Raramente sono un sostenitore del divieto o della proibizione di idee e credo che l'esempio di un'educazione sessuale completa, basata sulla scienza e adatta all'età fornisca una buona lezione. Se ai bambini non vengono fornite informazioni accurate sul loro corpo e sulla loro sessualità, non avranno le conoscenze necessarie per prendere decisioni consapevoli e responsabili in questo ambito. Gli adulti non saranno lì a far rispettare gli obblighi quando i bambini devono prendere decisioni difficili su cosa fare in circostanze difficili, quindi dobbiamo assicurarci che i bambini siano dotati delle informazioni necessarie per prendere queste decisioni in modo responsabile. Ciò include una guida morale, ma anche informazioni fattuali. Allo stesso modo, dobbiamo garantire che gli studenti acquisiscano una comprensione approfondita del potenziale e dei rischi dell'intelligenza artificiale, in modo che possano utilizzarla in modo efficace e responsabile nell'era digitale.

Modellazione della responsabilità nell'uso dell'intelligenza artificiale

Un'altra cosa che ritengo importante sottolineare è che anche gli adulti dovrebbero adottare un comportamento responsabile quando hanno a che fare con l'intelligenza artificiale. Se insegnanti, genitori e altri adulti presenti nella vita dei bambini non sono consapevoli in modo critico dell'intelligenza artificiale, non saranno in grado di insegnare ai bambini a essere consumatori critici e attenti di questa tecnologia.

Un recente articolo del New York Times sull'uso dell'intelligenza artificiale (IA) da parte degli insegnanti mi ha un po' deluso. L'articolo non dimostra una profonda comprensione dell'IA, confondendola con la statistica di base (un insegnante che analizza i dati degli studenti per adattare l'insegnamento al loro livello non è né IA né una novità o un problema), ma avvia una discussione su come gli adulti nella vita dei bambini utilizzano gli strumenti di IA, menzionando la necessità che questi adulti siano un modello di utilizzo trasparente e critico. (Accenna anche brevemente alla questione dell'industria a scopo di lucro che spinge l'IA nelle aule scolastiche, un problema che mi sembra meritevole di maggiore attenzione – forse ne scriverò in seguito).

Per confutare una delle affermazioni dell'articolo, non mi opporrei all'utilizzo da parte degli insegnanti di modelli linguistici complessi ( LLM ) per una prima valutazione dei testi scritti, a patto che ne monitorino e ne convalidino l'output. Se i criteri di valutazione si basano su grammatica, ortografia e meccanismi di scrittura, allora un LLM è probabilmente appropriato, considerando come è stato addestrato. Non voglio fidarmi ciecamente di un LLM in questo caso senza almeno un'occhiata superficiale, ma è in effetti il ​​linguaggio umano che è stato progettato per comprendere. L'idea che "lo studente ha dovuto scrivere, quindi l'insegnante deve valutarlo" è assurda, perché lo scopo dell'esercizio è che lo studente impari. Gli insegnanti conoscono già i meccanismi di scrittura e questo non è un progetto concepito per costringerli ad apprendere qualcosa che può essere acquisito solo attraverso una valutazione manuale. Sospetto che il New York Times lo sappia e che l'impostazione fosse principalmente acchiappa-click, ma vale la pena ribadirlo chiaramente.

Questo punto ci riporta alla sezione precedente sulla comprensione della tecnologia. Se si comprende con sicurezza in cosa consiste il processo di formazione, è possibile stabilire se tale processo produrrà uno strumento in grado di gestire un'attività. Ma l'automazione della valutazione fa parte dell'istruzione da almeno decenni: chiunque abbia compilato un foglio dei voti lo sa.

Lo sviluppo di questa tecnologia sta costringendo il nostro sistema educativo ad adattarsi in una certa misura, ma non possiamo ancora richiudere il vaso di Pandora. Ci sono certamente alcuni modi in cui l'IA può avere effetti positivi sull'istruzione (tra gli esempi più citati ci sono la personalizzazione e la possibilità di liberare tempo agli insegnanti, che possono così dedicarsi direttamente ai servizi per gli studenti), ma come per la maggior parte delle cose, sono un realista. Come credo la maggior parte degli insegnanti sappia bene, l'istruzione non può continuare come prima dell'avvento dei Modelli Linguistici di Grande Entità ( LLM ).

Conclusione

I bambini sono più intelligenti di quanto a volte pensiamo e credo che possano capire molto sul significato dell'intelligenza artificiale nel nostro mondo. Il mio consiglio è di essere trasparenti e onesti riguardo alle realtà di questa tecnologia, compresi i vantaggi e gli svantaggi che rappresenta per noi come individui e per la nostra società nel suo complesso. Il modo in cui utilizziamo l'intelligenza artificiale influenzerà le scelte dei bambini, siano esse positive o negative, ed è qualcosa a cui presteranno attenzione, quindi è essenziale essere attenti alle nostre azioni e a ciò che diciamo. Dobbiamo spiegare loro il potenziale e le sfide dell'intelligenza artificiale, ponendo l'accento sull'uso etico e responsabile di questa tecnologia.