Дженсен Хуанг: если дети забывают таблицу умножения из-за ИИ — это не обязательно беда

В интервью на подкасте The Ezra Klein Show глава Nvidia Дженсен Хуанг обсуждал, что искусственный интеллект может дать ученикам фору при выполнении домашней работы — и одновременно помешать знаниям закрепиться. Он не стал оспаривать сам компромисс. Вместо этого Хуанг спросил, насколько важно сохранять некоторые базовые умения, если часть задач можно поручить инструментам.24

Что показало исследование

Ведущий Эзра Кляйн сослался на исследование более 26 тысяч китайских школьников 7–12-х классов, которые начали пользоваться ИИ в разное время. По его изложению, внедрение ИИ повысило оценки за домашние задания на 18% и сократило время их выполнения на 30%. Но затем показатели ежемесячных экзаменов снизились; результаты вступительных экзаменов тоже ухудшились, причем полный эффект, как отмечалось в разговоре, проявился примерно через два года.123

Кляйн обратил внимание на разрыв: ученик может быстрее и успешнее сдать задание, но это ещё не значит, что он усвоил материал и сможет применить его самостоятельно. Хуанг согласился, что некоторые навыки могут ослабевать. Однако, когда речь зашла о делении в столбик, квадратных корнях и таблице умножения, он усомнился, что их утрата обязательно имеет значение.410

Чем, по мнению Хуанга, можно заменить старые навыки

Хуанг предположил, что люди могут потерять часть «тонкой интеллектуальной ловкости», но стать более сильными системными мыслителями: научиться использовать инструменты и соединять разные части работы для решения больших задач. В качестве примера он говорил о современных инженерах, которых считает более развитыми системными мыслителями, чем выпускники его поколения.413

Он также привёл личный пример: рассказывал, что полагается на технологии в повседневных задачах и не всегда помнит такие детали, как собственный адрес. Для Хуанга это иллюстрация того, что забывание отдельных сведений не обязательно означает общий упадок способностей.12

Именно здесь и проходит линия критики. Умение поручить вычисление машине — не то же самое, что понимание того, как оно устроено. А исследование, приведённое Кляйном, показывает разницу между успехом с помощью ИИ и результатом на экзамене без него; оно само по себе не доказывает, что любые способы применения ИИ в обучении дают одинаковый эффект.12

Скепсис к предупреждениям об ИИ — и оговорки

В том же интервью Хуанг резко высказался о предупреждениях учёного Джеффри Хинтона, который называл вероятность катастрофических последствий ИИ. Хуанг счёл такие заявления безответственными и настаивал, что оценки риска должны опираться на научные данные.717 При этом он говорил, что компании не должны выпускать продукты, которые они не способны контролировать.19 Также, согласно Reuters, Хуанг не выступал за освобождение ИИ-компаний от обычных требований антимонопольного законодательства и ответственности.

Его позиция не сводится к тому, что рисков нет: спор скорее о том, какие из них считать доказанными и чем оправдывать быстрый переход к новым технологиям. Критики же указывают, что осторожность в оценке будущих угроз не должна заслонять уже заметные потери — например, снижение результатов обучения.

Похожий спор возникает и вокруг энергетики и климата. Хуанг говорит о потенциале ИИ в долгосрочной перспективе, хотя расширение энергетической инфраструктуры для него может обернуться болезненными издержками в ближайшем будущем. Критики возражают: люди, уже сталкивающиеся с последствиями загрязнения и изменения климата, не могут просто отложить этот ущерб до появления возможной будущей пользы.12

В вопросе образования логика похожа: будущие возможности ИИ предлагаются как компенсация за навыки, которые дети могут не развить сейчас. Критика направлена прежде всего на такую оценку компромисса — не на доказательство того, что Хуанг хочет навредить школьникам. И данных о более высоких оценках за домашние задания недостаточно, чтобы утверждать, что возможная потеря базовых знаний обязательно окупится.248