[ad_1] بنابراین ، این سؤال مطرح شده است: به معنای گفتن کسی چیزی آموخته است که یک دستگاه اکنون می تواند همان کار را انجام دهد؟ هوش مصنوعی می تواند مقالات ایجاد کند ، مشکلات را حل کند و مکالمه روان را شبیه سازی کند. اما این فریب نیست. این ر...
[ad_1]
بنابراین ، این سؤال مطرح شده است: به معنای گفتن کسی چیزی آموخته است که یک دستگاه اکنون می تواند همان کار را انجام دهد؟
هوش مصنوعی می تواند مقالات ایجاد کند ، مشکلات را حل کند و مکالمه روان را شبیه سازی کند. اما این فریب نیست. این رفتار است. هوش مصنوعی به خروجی ها با خروجی های شکل گرفته شده توسط قرار گرفتن در معرض مجموعه داده های وسیع و الگوهای تقویت شده در طول آموزش پاسخ می دهد. این مانند برنامه ریزی شده رفتار می کند ، درست مانند اینکه دانش آموزان بر اساس آموزش ، بازخورد و تقویت رفتار می کنند. هر دو پاسخی ایجاد می کنند که شبیه یادگیری است.
اما شباهت به سطح پایان می یابد.
تفاوت این نیست که آیا پاسخ صحیح است ، به همین دلیل اتفاق می افتد و آنچه در زیر می آید. هوش مصنوعی نمی داند چه زمانی خروجی آن معنی دار ، قانع کننده یا خارج از پایه است. این برنامه در حلقه های مهندسی شده و بدون تماس با پیامد ، هیچ سهم شخصی ، سابقه پیمایش در محیط هایی که رفتار منجر به فرصت یا محرومیت می شود ، فعالیت می کند.
انسانها
دانش آموز ممکن است استدلال را پس از نقد ، تنظیم پس از شکست عمومی یا تغییر جهت پس از موفقیت تجدید نظر کند. اینها رفتارهای تطبیقی هستند که با بازخورد و ارتباط شخصی شکل می گیرند. رفتار انسان در محیط هایی آشکار می شود که عواقب آن اهمیت دارند. این همان چیزی است که آن را معنی دار می کند و این همان چیزی است که باعث یادگیری آن می شود.
برای ده ها سال ، آموزش و پرورش یادگیری را از نظر اصطلاحاتی تعریف کرده است که هیچ کس نمی تواند مشاهده کند. ما می گوییم دانش آموزان “درک می کنند” ، “درک مفاهیم” یا “مهارت های تفکر انتقادی را توسعه می دهند.” اما این عبارات حالات داخلی فرض شده را توصیف می کند ، نتایج قابل مشاهده نیست. آنها ممکن است سختگیرانه به نظر برسند ، اما مربیان و دانش آموزان را حدس می زنند.
در عمل ، این باعث سردرگمی می شود. یک مربی ممکن است “تفکر انتقادی” را به عنوان فرضیات زیر سوال ببرد. دیگری آن را به عنوان اتصال ایده ها در زمینه ها تعریف می کند. یک سوم از آن به عنوان کوتاه برای نوشتن واضح استفاده می کند. دانش آموزان در حال تفسیر انتظارات هستند و غالباً به نمرات ، تصویب یا تلاش برای اهداف واضح متکی هستند.
از دیدگاه رفتاری ، که مهمترین آنها توسط BF Skinner پیش بینی شده است ، این یک مشکل تعریف است. یادگیری باید قابل مشاهده باشد: کاری که دانش آموز می تواند انجام دهد که قبلاً نتوانستند با اطمینان انجام دهند. این ساده گرایانه نیست. نوشتن متقاعد کننده ، حل مشکلات یا تسهیل بحث ، رفتارهای پیچیده اما قابل مشاهده است. تا زمانی که یادگیری توسط آنچه نمی توان دید تعریف شده است ، ما عملکرد خود را برای رشد اشتباه می کنیم و درب را برای ماشین آلات باز می کنیم تا از آنچه که هرگز قابل مشاهده نبودیم تقلید کنند.
رفتارگرایی مدتهاست که سوء تفاهم شده است. منتقدین آن را به عنوان سرد یا روباتیک رد می کنند ، گویی زندگی درونی یادگیرنده را انکار می کند. اما این یک سوءاستفاده است. رفتارگرایی فکر یا پیچیدگی را انکار نمی کند. این امر به سادگی از تعریف یادگیری بر اساس آنچه نمی توان دیده نمی شود ، آزمایش می شود یا تدریس می شود ، امتناع می ورزد.
در عوض ، یک سؤال عملی می پرسد: چه چیزی در رفتار در نتیجه آموزش تغییر کرده است؟
این دیدگاه بشریت را کاهش نمی دهد ، آن را پایه گذاری می کند. تعریف یادگیری از نظر رفتاری به مربیان و دانش آموزان یک زبان مشترک می بخشد: نه در مورد آنچه کسی “می شود” ، بلکه در مورد آنچه می تواند انجام دهد. آنها دانش آموز فقط “ترغیب را درک می کنند” ، آنها نامه قانع کننده ای می نویسند. آنها فقط “همدلی” ایجاد نمی کنند-آنها مصاحبه می کنند ، نکات اصلی گوینده را مجدداً مطرح می کنند ، سؤالات پیگیری را در مورد تجربیات شخصی می پرسند و پاسخ آنها را بر اساس آنچه به اشتراک گذاشته شده است ، اصلاح می کنند. اینها رفتارهای معنی دار ، پیچیده و انسانی هستند. و آنها قابل تعلیم هستند.
در این نور ، رفتارگرایی کاهنده نیست. پاسخگو است برای اعتقاد یا نیت حل نمی شود. این مستلزم شواهدی از یادگیری است ، نه کنترل دانش آموزان بلکه برای حمایت از آنها. اگر یادگیری قابل مشاهده نباشد ، ما نمی توانیم به سمت آن آموزش دهیم. و اگر نتوانیم آنچه را تغییر داده یا توصیف کنیم ، نمی توانیم به رشد آن کمک کنیم.
آموزش ضروری می خواند
هم هوش مصنوعی و هم انسان می توانند در پاسخ به اعلان ها رفتار کنند. اما فقط انسانها به اهمیت پاسخ می دهند. این تفاوت اساسی است.
هوش مصنوعی نمی داند چه زمانی خروجی آن معنی دار ، مضر ، اقناع کننده یا خارج از مکان است. این رفتار بر اساس احتمال آماری رفتار می کند ، نه زمینه اجتماعی. این امر بر اساس تجربه زندگی شده ، عواقب یا رفتار تغییر را کنترل نمی کند. انسانها
هنگامی که یک دانش آموز پس از دیدن همکلاسی ها ، یک نمایش را تنظیم می کند ، پس از بازخورد همسالان ، دوباره به یک موقعیت تجدید نظر می کند ، یا یک مهارت را اعمال می کند زیرا آنها ارزش آن را می بینند ، این اهمیت در کار است. این یک احساس نیست. این یک رابطه عملکردی بین رفتار و محیط است. این نشان دهنده یادگیری به شکل عواقب است.
از نظر رفتارگرایانه ، این همان چیزی است که رفتار انطباق انسان را متمایز می کند: با تعامل بین عمل و نتیجه شکل گرفته و حفظ می شود. هوش مصنوعی ممکن است عملکرد چشمگیری ایجاد کند ، اما با نتایج زندگی نمی کند. انسانها و در آن پاسخ زنده به اهمیت ، یادگیری اجتماعی ، دانشگاهی و حرفه ای ریشه می گیرد.
اگر می خواهیم یادگیری واقعی را از تقلید متمایز کنیم ، باید آن را از نظر قابل مشاهده نه به عنوان “تسلط” یا “ذهنیت” بلکه به عنوان عمل تعریف کنیم. اکنون یادگیرنده می تواند چه کاری انجام دهد که قبلاً نتوانستند انجام دهند؟ آیا آنها می توانند در یک وضعیت جدید مهارت به کار گیرند؟ آیا آنها می توانند بر اساس بازخورد کار را تجدید نظر کنند؟ آیا آنها می توانند با تغییر محیط سازگار شوند؟
اینها نشانگرهای یادگیری نیستند نه به این دلیل که اندازه گیری آنها آسان است ، بلکه به این دلیل است که آنها تنها چیزهایی هستند که ما می توانیم با اطمینان می توانیم آموزش دهیم ، مشاهده کنیم و بسازیم. یادگیری تغییری در رفتار است که از تجربه ناشی می شود ، با گذشت زمان ادامه می یابد و از طریق متن منتقل می شود. نوشتن این امر ، مکالمه هایی که باعث ایجاد اعتماد می شوند ، حل مسئله که فراتر از کلاس است ، این رفتارهای انسانی با پیامدهای انسانی است. و آنها واضح ترین اثبات این دستورالعمل هستند.
هوش مصنوعی آموزش را شکسته است. این نشان داده است که چقدر ضعیف یادگیری را تعریف می کنیم. هنگامی که ماشین آلات می توانند تکالیف مشابهی را که قبلاً برای اندازه گیری رشد استفاده می کردیم ، تولید کنند ، مسئله این نیست که آنها خیلی خوب باشند. این معیارهای ما خیلی مبهم بوده است.
رفتارگرایی یادگیری را کاهش نمی دهد ، آن را نجات می دهد. این ما را بر آنچه مهم است ، مورد توجه قرار می دهد: نه آنچه دانش آموزان احساس می کنند ، بلکه چه کاری می توانند انجام دهند. در دنیایی از تقلید جلا ، فقط رفتاری که در ارتباط و پیامد مبتنی بر آن است ، می تواند آنچه را که در واقع آموخته شده است به ما نشان دهد.
و از آنجا که یادگیری مهم است ، ما آن را به وضوح یک تعریف و صداقت مشاهده مدیون هستیم.
[ad_2]
