OKAY, computer:Lad os bringe tekstgenererende kunstig intelligens ind i klasseværelset

Kunstig intelligens-baserede (AI) programmer bliver hurtigt bedre til at skrive overbevisende om mange emner, stort set uden omkostninger. Det er sandsynligt, at de om et par år vil udsende C-grade værdige essays til studerende.

Vi kunne prøve at forbyde dem, men denne software er meget tilgængelig. Det ville være en tabt kamp.

Lang skrift, især essayskrivning, er stadig en af ​​de bedste måder at undervise i kritisk analyse. Lærere er afhængige af denne vurderingsmetode for at måle elevernes forståelse af et emne.

Dermed, vi er nødt til at finde måder at hjælpe studerende inden for alle discipliner med at trives sammen med avanceret automatisering og smarte systemer, i stedet for at modstå dem. Dette involverer træning af elever i at arbejde med AI-værktøjer, i stedet for at forbyde dem.

Hvad er AI-drevne tekstgeneratorer?

I februar 2019, GPT-2, et AI-drevet tekstgenereringssystem blev frigivet af OpenAI. Interesserede kan selv prøve systemet ved at følge disse instruktioner, eller eksperimentere med Talk to Transformer, et onlineværktøj lavet ved hjælp af GPT-2.

Ideen bag GPT-2 ligner den forudsigelige tekstfunktion på en smartphone. Et maskinlæringssystem fik 8 millioner websider, og bedt om at se på tekstblokke for at forudsige, hvilket ord der ville komme næste gang.

Systemet sammenlignede sit gæt med den faktiske tekst for at "lære". Dette blev gentaget milliarder af gange, resulterer i GPT-2-softwaren.

Ofte inden for få minutter, GPT-2 kan generere tekster, der ser ud som om de er skrevet af et menneske. De er grammatisk korrekte, tematisk sammenhængende, engagerende og endda informativ.

Jeg gav GPT-2 denne prompt:"Det globale system for universitetsrangering har for nylig...". Her er nogle sætninger, det genererede:"Det globale system for universitetsrangering har for nylig været genstand for heftig debat, med mange, der hævder, at det bliver mere og mere irrelevant. I en rapport offentliggjort i maj, Organisationen for Økonomisk Samarbejde og Udvikling (OECD) fandt, at systemet er blevet mere og mere irrelevant, hvor kløften mellem de bedste og de dårligste universiteter i verden er blevet mindre i de senere år. OECD fandt, at i det seneste årti, den gennemsnitlige kvalitet af et universitets forskningsoutput er faldet til det laveste niveau siden slutningen af ​​1970'erne".

Der er flere tegn på en ikke-menneskelig hånd på arbejde, især gentagelsen af ​​"stadig mere irrelevant". Der er også den sag, at der ikke findes en sådan OECD-rapport. Det blev drømt op af maskinen.

Det sagt, med nogle få ændringer, teksten kunne formentlig passere som værende skrevet af et menneske.

Der er en række systemer, der ligner GPT-2, inklusive Googles BERT, ERNIE2.0, XLNet og Facebooks ROBERTA. Men GPT-2 har fået fat i trickere på tværs af nettet - rost for sin kraft og brugervenlighed til at generere nye tekster.

Tilgængelig nu i nærheden af ​​dig

GPT-2 kommer i former, der lader alle bruge det nemt, selv uden en kraftig computer. Sådanne værktøjer er et truende problem for skoler og universiteter.

I et eksperiment, Jeg gav systemet 188 studerende papirer på Keith Bassos bog Wisdom Sits in Places, skrevet til et antropologikursus, jeg underviser i. GPT-2 "lærte" i omkring tredive minutter, hvorefter det genererede nogle afsnit.

Man begynder:"I dette essay, Jeg vil vise, hvordan forestillinger om visdom forbindes med stednavne i Wisdom Sits in Places, ved at forklare, hvordan stednavne fungerer som moralsk kompas. Jeg vil også dække den kulturelle sfære af 'begreber om moral, ' hvilket forklares af historierne bag stednavnene."

Teksten lyder som et essay. Den er opdelt i fire afsnit og beskriver, hvad der ser ud til at være eksempler fra bogen.

Jeg ville have fejlet teksten som den er. Skriften er ikke perfekt, og nogle steder synes forfatteren at miste deres tankegang. Imidlertid, med let menneskelig revision, et essay, der er et C værdigt, ville være inden for rækkevidde.

Tilpasse, ikke modstå

Folk eksperimenterer allerede med GPT-2 til poesi, tekstbaserede rollespil, og skuespil skrevet i Shakespeare-stil. Bekymrende, det kan også producere endeløse strømme af falske nyheder.

Hvad kan institutioner gøre ved et sådant "plagiat" arbejde, der oversvømmer deres klasseværelser?

Et svar ville være at forbyde AI-værktøjer. Ledere af 40 universiteter i Storbritannien har taget denne tilgang mod essayfabrikker, presser på for at gøre dem ulovlige. Essay møller drives af folk, der opkræver studerende et gebyr til gengæld for at fuldføre deres arbejde.

Men det er uklart, hvordan et sådant forbud kan håndhæves, når først AI-software er lige så let at få adgang til som Candy Crush. Institutioner kunne se på eksisterende regler mod akademisk uredelighed, men præcis detektion bliver et problem. Efterhånden som AI-genererede tekster bliver bedre, hvordan vil vi bevise (uden at se dem), at en elev skrev eller ikke skrev en tekst selv?

Vi kan ikke, så vi burde tage en side fra cyborg skakspil, hvor spillere omfavner skakspillende computere for selv at blive bedre.

I stedet for at lade som om AI ikke eksisterer, det er måske på tide at træne folk til at skrive med AI.

De fleste gode forfattere skriver ikke isoleret; de taler og reviderer deres arbejde med andre. Også, 90% af skrivningen er revision, hvilket betyder, at ideerne og argumenterne i en tekst ændrer sig og udvikler sig, efterhånden som en forfatter læser og redigerer sit eget værk.

Dermed, systemer som GPT-2 kunne bruges som en første udkast maskine, tage en studerendes rå forskningsnotater og omdanne dem til en tekst, de kan udvide og revidere.

I denne model, lærere ville vurdere et arbejde, ikke kun på basis af det endelige produkt, men på en elevs evne til at bruge tekstgenererende værktøjer.

Kraftige AI-værktøjer kan hjælpe os med at analysere og kommunikere komplekse ideer.

Hvad skal vi dømme vores elever ud fra?

Alt ovenstående rejser et spørgsmål, som vi skal overveje, hvis vi skal leve i en AI-venlig verden:hvorfor lærer vi overhovedet elever at skrive?

En væsentlig årsag er, at mange job er afhængige af at kunne skrive. Så, når du underviser i skrivning, vi skal tænke over de sociale og økonomiske konsekvenser af en teksttype.

Meget af nutidens medielandskab, for eksempel, kører på kontinuerlig produktion og udsendelse af blogindlæg, tweets, lister, marketing rapporter, diaspræsentationer, og e-mails.

Selvom computerskrivning måske aldrig er så original, udfordrende, eller indsigtsfuldt som et dygtigt menneskes arbejde, det bliver hurtigt godt nok til sådanne skrivejobs, og AI'er behøver ikke sygeforsikring eller ferier.

Hvis vi lærer eleverne at skrive ting, som en computer kan, så træner vi dem til opgaver, som en computer kan udføre, for billigere.

Undervisere skal tænke kreativt over de færdigheder, vi giver vores elever. I denne sammenhæng, vi kan behandle AI som en fjende, eller vi kan omfavne det som en partner, der hjælper os med at lære mere, arbejde smartere, og hurtigere.

Denne artikel er genudgivet fra The Conversation under en Creative Commons -licens. Læs den originale artikel.