AI dětem urychlí úkoly. Co když jim ale vezme základy?

V rozhovoru s novinářem Ezrou Kleinem šéf Nvidie Jensen Huang nezpochybňoval, že používání umělé inteligence může žákům urychlit domácí úkoly, a přitom oslabit znalosti, které mají prokázat bez její pomoci. Sporná byla hlavně jeho otázka, zda na zapomenutých základech tolik záleží. Kritici v tom vidí příliš snadné přijetí možné ztráty dovedností, na nichž děti teprve stavějí.248

Rychlejší úkoly, slabší výsledky u zkoušek

Klein v pořadu The Ezra Klein Show zmínil studii z Číny, která sledovala přes 26 000 žáků 7. až 12. ročníku. Podle prezentovaných výsledků používání AI zvýšilo skóre z domácích úkolů o 18 procent a zkrátilo čas potřebný k jejich dokončení o 30 procent. Zároveň se ale zhoršovaly výsledky u zkoušek a s odstupem času se méně učiva udrželo v paměti.123

Huang tento rozpor neodmítl. Když přišla řeč na dlouhé dělení, násobilku nebo odmocniny, zpochybnil, zda je jejich zapomínání samo o sobě problém, pokud potřebný výpočet zvládne technologie.410

Místo počítání „systémové myšlení“

Huang připustil, že lidé mohou přijít o část „jemné intelektuální obratnosti“, zároveň však podle něj mohou získat jiné schopnosti: stát se lepšími „systémovými mysliteli“, kteří umějí pracovat s nástroji a řešit rozsáhlejší úkoly. Jako příklad uvedl, že dnešní inženýři podle něj lépe uvažují o celých systémech než jeho generace.413

Do debaty zapojil i vlastní každodenní zkušenost. Spoléhat se na technologie při vybavování některých údajů — včetně vlastní adresy — pro něj není automaticky důvod k obavám. Kritici ale namítají, že zkušenost člověka, který má snadný přístup k nejrůznějším nástrojům, nemusí odpovídat tomu, co se děje, když si školáci teprve osvojují základní dovednosti.12

Právě v tom je jádro sporu: Huang předpokládá, že případné ztráty mohou vyvážit nové schopnosti. Samotné rychlejší vypracování úkolu ale neukazuje, zda se taková náhrada skutečně dostaví — ani zda žáci získají potřebné základy pro chvíle, kdy AI používat nemohou.28

Odmítá katastrofické předpovědi, ne všechna pravidla

Podobný důraz na budoucí přínosy se objevuje i v Huangově přístupu k širším rizikům AI. Varování Geoffreyho Hintona o možných katastrofických dopadech označil za nezodpovědná a žádal, aby se o rizicích mluvilo věcně a na základě důkazů. Současně ale říkal, že firmy nemají uvádět na trh produkty, které nedokážou bezpečně kontrolovat.71719

Huang podle dostupných zpráv také odmítl představu, že by AI firmy měly dostat výjimku z běžných pravidel odpovědnosti nebo antimonopolního práva. Spor se tedy netýká jen toho, zda je AI riziková, ale i toho, jak moc máme věřit, že ji firmy zvládnou bezpečně vyvíjet a nasazovat.

Kritika se vztahuje také na Huangův pohled na energii a klima. AI podle něj může časem přispět k řešení klimatických problémů, i když její rozvoj vyžaduje náročné krátkodobé kompromisy. Odpůrci tohoto rámování upozorňují, že náklady — například dopady znečištění — lidé mohou pociťovat hned, zatímco slibované přínosy jsou vzdálené a nejisté.

To vysvětluje, proč někteří posluchači považují Huangův pohled za odtržený od rizik, která běžní lidé, a zvlášť děti, nesou už dnes. Jde o kritiku jeho úsudku při poměřování přínosů a škod, nikoli o důkaz, že chce dětem ublížit. A jedna studie sama o sobě také nedokazuje, že každý způsob používání AI ve výuce povede ke stejným výsledkům.24