Fei-Fei Li: il vero rischio dell'IA nelle aule è che gli studenti smettano di voler imparare

      TL;DRFei-Fei Li afferma che il peggior risultato dell'IA nelle scuole non è il barare, ma la perdita di autonomia e motivazione degli studenti. Avverte anche contro il divieto degli strumenti. Dice che l'IA funziona meglio quando uno studente è già coinvolto e bloccato. Ha parlato nel podcast Huberman Lab, rilasciato lunedì.

      Fei-Fei Li pensa che le scuole si stiano preoccupando della cosa sbagliata. Il pericolo dell'IA nelle aule non è che gli studenti la useranno per barare, sostiene, ma che le toglierà la motivazione di apprendere del tutto. Ha sostenuto questa tesi nel podcast scientifico Huberman Lab, in un episodio rilasciato lunedì.

      “Il peggior risultato assoluto è che la nostra giovane generazione, la loro autonomia e la motivazione umana all'apprendimento e alla vita vengano portate via dagli strumenti,” ha detto Li, la professoressa di informatica di Stanford ampiamente conosciuta come la madrina dell'IA. “Non dovrebbe essere tolta dagli esseri umani né dalle macchine.”

      Usati male, ha detto, gli strumenti potrebbero lasciare una generazione che non ha “sviluppato adeguatamente il cervello.” È altrettanto preoccupata della reazione opposta. “Entrambe le cose mi preoccupano,” ha detto. “O negare lo strumento o togliere autonomia e motivazione.”

      Le prove sottostanti al dibattito sono ancora in fase di formazione. Un rapporto dell'Oxford University Press dell'anno scorso ha trovato che gli studenti guadagnano velocità mentre perdono profondità di pensiero. La ricercatrice del MIT Nataliya Kosmyna ha scoperto separatamente che le persone a cui è stata fornita un'IA generativa per la scrittura di saggi hanno ottenuto risultati peggiori nel tempo rispetto a coloro che hanno utilizzato Google o nessun aiuto.

      Quella seconda scoperta è contestata. A dicembre, quattro ricercatori hanno pubblicato un commento formale sullo studio di Kosmyna, mettendo in discussione la dimensione del campione, la sua analisi EEG, la coerenza del reporting e la sua trasparenza. Hanno lodato il dataset sottostante ma hanno sostenuto che i risultati potrebbero essere letti in modo più conservativo.

      Vivienne Ming, scienziata capo del Possibility Institute, ha detto a Business Insider all'inizio di quest'anno che la maggior parte degli utenti di IA che ha studiato cercava di pensare di meno. È lo stesso schema che i ricercatori di Wharton hanno etichettato come resa cognitiva, e si presenta anche nei luoghi di lavoro, dove la ricerca suggerisce che i junior non imparano mai a fare debug.

      L'alternativa di Li si colloca tra il divieto degli strumenti e la loro consegna. Ha ricordato di aver lottato con la chimica organica come studentessa premed, quando le ore di assistenza degli insegnanti erano limitate e i professori avevano solo un certo tempo per le domande. Con un chatbot, ha detto, avrebbe chiesto molto di più.

      “So dove sono bloccata,” ha detto Li. “Ho la motivazione per imparare. Ho solo bisogno di guida.”

      Questa distinzione dovrebbe plasmare il modo in cui le scuole si avvicinano alla tecnologia, ha sostenuto, trattandola come un modo per approfondire piuttosto che come un rischio di barare da controllare. “Troviamo un modo per mantenere la motivazione e l'autonomia dei nostri bambini e studenti,” ha detto. Se fatto bene, ha aggiunto, potrebbe rendere gli studenti futuri “molto più intelligenti di noi perché sono superpotenziati.”