Manusia telah belajar mencipta pengetahuan, tetapi belum belajar menyampaikan kefahaman
Manusia tidak pernah mempunyai akses kepada maklumat seperti hari ini.
Hampir sesiapa sahaja boleh mencari buku teks fizik kuantum, kuliah daripada universiti terbaik di dunia, dokumentasi pengaturcaraan, artikel saintifik mengenai genetik, kursus ekonomi, sejarah, kejuruteraan atau perubatan dalam masa beberapa saat.
Dan dengan kemunculan kecerdasan buatan, keperluan untuk mencari sendiri sebahagian besar maklumat ini pun hilang. Anda hanya perlu bertanya dan mendapatkan jawapan.
Kelihatan kita telah menyelesaikan masalah akses kepada pengetahuan.
Tetapi kita belum menyelesaikan masalah yang jauh lebih penting.
Akses kepada maklumat bukanlah akses kepada kefahaman.
Seseorang boleh diberikan teks saintifik yang sangat tepat, mengandungi maklumat yang amat berharga, namun tidak menyampaikan apa-apa pun kepada mereka.
Kerana untuk memahami maklumat, seseorang itu mesti sudah memahami sesuatu.
Dan di sinilah terletaknya salah satu masalah asas dalam sistem pemindahan pengetahuan moden.
Konsep โ Unit asas kefahaman
Kita biasa mengukur maklumat dengan perkataan, halaman, buku, kuliah, jam pembelajaran, gigabait data.
Tetapi pemikiran manusia berfungsi secara berbeza.
Kita tidak menyimpan buku di dalam diri kita.
Kita membina konsep.
Konsep ialah unit makna yang lengkap, yang mampu dikenali oleh seseorang, dibina semula secara mental, dan digunakan untuk memahami perkara seterusnya.
Sebagai contoh, perkataan "tekanan" dengan sendirinya bukan sekadar pengetahuan.
Bagi seseorang, di disebaliknya terdapat definisi sekolah yang hampir dilupakannya.
Bagi seorang jurutera โ keseluruhan sistem model fizikal.
Bagi seorang tukang paip โ di samping itu terdapat pengalaman praktikal: bagaimana air berkelakuan, apa yang berlaku apabila diameter paip berubah, mengapa sistem berbunyi, di mana masalah timbul.
Perkataannya sama.
Konsep di disebaliknya berbeza.
Begitu juga sebaliknya: seseorang boleh memahami sesuatu idea dengan baik tanpa mengenali terma saintifik yang diterima pakai langsung.
Sebagai contoh, dia memahami bahawa sistem boleh mengurangkan sendiri kesannya apabila hasil menjadi terlalu besar, dan meningkatkannya apabila hasil menjadi terlalu kecil.
Dia sudah memahami mekanismenya.
Dia mungkin hanya tidak tahu bahawa wujud terma "maklum balas negatif".
Oleh itu, terma dan konsep bukanlah perkara yang sama.
Terma ialah penunjuk.
Konsep ialah apa yang terbentang di disebalik penunjuk tersebut dalam minda seseorang.
Perbezaan ini nampaknya kecil, tetapi ia mengubah sepenuhnya pandangan terhadap pendidikan.
Manusia tidak mengumpul pengetahuan secara linear
Tanggapan tentang pembelajaran sebagai pengisian kepala dengan maklumat secara berurutan adalah terlalu mudah.
Perkara yang berlaku adalah sebaliknya.
Seseorang menguasai konsep baharu melalui konsep yang sedia ada.
Mulanya, idea yang kompleks perlu dijelaskan secara panjang lebar โ melalui contoh, analogi, dan fenomena yang dikenali.
Kemudian barulah seseorang itu memahaminya.
Selepas itu, keseluruhan struktur boleh dipakejkan ke dalam nama yang pendek.
Kini cukuplah sekadar mengatakan:
"maklum balas negatif"
โ dan model yang telah dikenalinya akan terbentang di dalam mindanya.
Beberapa perengraf maklumat telah berubah menjadi dua patah perkataan.
Tetapi satu lagi perkara yang lebih penting telah berlaku.
Konsep baharu itu kini boleh digunakan untuk memahami konsep-konsep seterusnya.
Oleh itu, pembelajaran tidak kelihatan seperti ini:
pengetahuan + pengetahuan + pengetahuan + pengetahuan.
Sebaliknya:
faham โ mampatkan โ guna semula โ melalui ini fahami perkara yang lebih kompleks โ mampatkan semula.
Manusia sentiasa menyusun semula bahasa pemikirannya sendiri.
Lebih kaya sistem ini, lebih maklumat kompleks yang boleh disampaikan kepadanya melalui mesej yang ringkas.
Frasa yang sama sekali tidak bermakna bagi seseorang, boleh menyampaikan jumlah pengetahuan yang besar kepada orang lain dalam masa beberapa saat.
Sebab itulah dua orang boleh membaca artikel saintifik yang sama dan sebenarnya mendapat jumlah maklumat yang sama sekali berbeza daripadanya.
Pemindahan maklumat tidak bermaksud pemindahan kefahaman
Bayangkan ayat ini:
Sistem moden menggunakan pengesanan pengetahuan (knowledge tracing) bersama graf pengetahuan (knowledge graphs) untuk membina laluan pembelajaran adaptif (adaptive learning paths) dengan mengambil kira beban kognitif (cognitive load) dan prasyarat (prerequisites) pelatih.
Bagi seorang pakar, ini mungkin formulasi yang agak biasa dan padat.
Bagi kebanyakan orang, ini adalah sampah maklumat.
Bukan kerana mereka tidak mampu memahami idea tersebut.
Tetapi kerana mesej itu dikodkan melalui konsep yang belum wujud di dalam minda mereka.
Kita boleh menyatakan erti yang hampir sama dengan cara lain:
Komputer boleh menentukan secara beransur-ansur apa yang sudah difahami oleh seseorang, apakah pengetahuan yang masih diperlukannya dan dalam urutan yang manakah paling baik diberikan, supaya dia tidak dipaksa mempelajari terlalu banyak perkara baharu sekaligus.
Kini mesej itu telah menjadi mudah diakses oleh audiens yang sama sekali berbeza.
Maklumat asasnya hampir tidak berubah.
Yang berubah ialah cara pengkodannya.
Dan ini membolehkan kita merumuskan prinsip yang paling penting:
Penjelasan yang baik ditentukan bukan sahaja oleh apa yang diketahui oleh pemberi. Ia ditentukan oleh apa yang telah diketahui oleh penerima.
Penjelasan yang universal baik mungkin tidak wujud langsung.
Pengetahuan saintifik semakin termampat
Semakin berkembangnya sesuatu bidang, semakin wujud bahasa tersendiri.
Ini adalah satu keperluan.
Adalah sia-sia bagi pakar untuk menjelaskan idea asas dari awal setiap kali kepada rakan sekerja. Struktur kompleks diberikan nama dan berubah menjadi blok binaan pemikiran baharu.
Satu terma mula menggantikan satu halaman penjelasan.
Ini adalah pemampatan maklumat yang amat cekap.
Tetapi ia ada harganya.
Untuk menyahmampat terma sedemikian, seseorang mesti terlebih dahulu memiliki konsep yang sepadan.
Oleh itu, setiap bidang yang maju secara beransur-ansur mencipta penyahkodnya sendiri.
Ahli fizik memahami ahli fizik.
Ahli biologi โ ahli biologi.
Ahli ekonomi โ ahli ekonomi.
Pengaturcara โ pengaturcara.
Masalah ini menjadi amat ketara di sempadan disiplin ilmu.
Seorang pakar yang sangat berkelayakan boleh membuka kertas kerja dari bidang bersebelahan dan mendapati bahawa sebahagian besar teks itu hampir tidak difahami olehnya.
Dia tahu membaca setiap perkataan individu.
Tetapi dia tidak tahu cara menyahmampat konsep di disebaliknya.
Maka timbullah satu paradoks.
Manusia mengetahui semakin banyak, tetapi individu semakin sukar untuk mengakses keseluruhan pengetahuan umat manusia.
Pendidikan moden cuba menyelesaikan masalah yang salah
Pendidikan tradisional biasanya bermula dengan subjek.
Ini silibusnya.
Ini urutan topik.
Ini semester pertama.
Ini semester kedua.
Ini senarai bacaan.
Dan kemudian ribuan orang yang sama sekali berbeza cuba dibawa melalui laluan ini.
Tetapi orang-orang ini mempunyai minda yang berbeza.
Seseorang sudah pun mengetahui separuh daripada konsep yang diperlukan.
Seorang lagi kekurangan beberapa konsep asas.
Yang ketiga memahami idea itu dengan baik, tetapi tidak tahu terma profesionalnya.
Yang keempat tahu terma tersebut dan mampu mengulangi definisinya, tetapi sebenarnya tiada konsep di disebaliknya.
Yang kelima datang semata-mata untuk satu kebolehan tertentu, di mana 80% daripada kursus itu tidak akan diperlukan langsung.
Kita cuba menyesuaikan manusia dengan program pengajian.
Adalah lebih logik untuk melakukan sebaliknya.
Kita tidak harus bermula dengan subjek. Kita harus bermula dengan matlamat
Katakan seseorang ingin memperoleh kebolehan tertentu.
Bukan "mempelajari pengaturcaraan".
Tetapi, sebagai contoh:
belajar mencipta alat digital ringkas sendiri untuk perniagaannya.
Ini adalah penetapan tugasan yang sama sekali berbeza.
Kini kita boleh bertanya:
Apakah yang benar-benar perlu difahami oleh orang khusus ini untuk mendapatkan kebolehan tersebut?
Apakah yang sudah difahaminya?
Apakah konsep yang tiada?
Yang manakah antara perkara yang dipelajari secara tradisional telahpun dijadikan pilihan oleh teknologi moden?
Apakah yang cukup untuk diketahuinya secara sepintas lalu?
Apakah yang perlu difahami secara mendalam?
Apakah konsep pertengahan yang boleh dilangkau sepenuhnya?
Dan tiba-tiba didapati bahawa laluan tradisional sepanjang seribu unit konvensional pengetahuan boleh dipendekkan kepada dua ratus.
Bukan kerana penurunan hasil.
Tetapi kerana penyingkiran maklumat yang tidak diperlukan untuk matlamat yang ditetapkan oleh individu khusus ini dalam dunia teknologi sedia ada.
Teknologi sentiasa memusnahkan pengetahuan wajib yang lama
Pada permulaan komputer peribadi, seseorang benar-benar terpaksa diajar untuk melancarkan antara muka grafik dengan arahan win.
Kita perlu menjelaskan apa itu tingkap, ikon, klik dua kali.
Hari ini, sebilangan besar orang tidak akan pernah memerlukan pengetahuan ini.
Teknologi telah menyembunyikan tahap kerumitan yang sepadan.
Tetapi pendidikan mempunyai kelembapan yang besar.
Kita terus membina program berdasarkan rantaian yang bersejarah:
untuk memahami D, mula-mula pelajari A, kemudian B, selepas itu C.
Walaupun dunia moden sudah pun membenarkan:
A โ D.
Atau secara langsung:
D.
Ini berlaku dengan amat pantas sekarang berkat AI.
Apa yang lima tahun lalu merupakan kecekapan profesional yang diperlukan, esok mungkin menjadi butiran teknikal dalaman bagi sistem pintar.
Oleh itu, rantaian konsep wajib tidak boleh kekal tetap.
Ia mesti sentiasa disemak semula.
Kecerdasan buatan membolehkan seni bina pembelajaran yang berbeza
Sebelum kemunculan sistem AI moden, adalah hampir mustahil untuk memperibadikan pemindahan pengetahuan sedemikian rupa.
Penulis buku teks terpaksa menulis satu versi teks.
Pendidik mungkin boleh sedikit menyesuaikan penjelasan mengikut audiens, tetapi secara fizikal tidak mampu untuk sentiasa mengekalkan model pengetahuan yang tepat bagi setiap ratusan pelajarnya.
AI mampu bekerja dengan cara yang berbeza.
Sistem boleh membina model konsep yang hidup bagi individu tertentu secara beransur-ansur.
Bukan sekadar:
tahu matematik โ 72%.
Tetapi:
konsep ini difahami dengan baik; yang ini digunakan, tetapi mekanismenya tidak difahami; yang itu diketahui di bawah nama yang berbeza; di sini kaitan sebab-akibat yang diperlukan tiada; terma ini tidak dikenali oleh individu tersebut, walaupun idea itu sendiri sudah difahaminya.
Selepas itu, tugas penjelasan menjadi boleh dikira.
Terdapat:
matlamat seseorang;
sistem konsep semasa beliau;
graf pengetahuan manusia yang luas;
keupayaan teknologi moden.
Kita perlu mencari rantaian perubahan minimum yang akan membawa seseorang daripada keadaan semasa kepada kebolehan yang diperlukan.
Perkara yang perlu diminimumkan bukanlah masa pembelajaran
Biasanya kita bertanya:
Bagaimanakah cara untuk menjelaskan kursus ini dengan lebih cepat?
Ini adalah soalan kedua.
Soalan pertama sepatutnya berbunyi:
Mengapa seseorang itu perlu mempelajari keseluruhan kursus ini dari awal lagi?
Jika program mengandungi seribu konsep, sedangkan untuk matlamat individu tertentu hanya seratus yang diperlukan, mempercepatkan pembelajaran seribu konsep adalah pengoptimuman yang buruk.
Mula-mula kita perlu membuang sembilan ratus.
Daripada seratus yang tinggal, sebahagiannya sudah diketahui oleh individu tersebut.
Beberapa daripadanya boleh digantikan dengan model yang lebih umum.
Beberapa daripadanya sudah cukup jika hanya dimaklumkan: "ketahuilah bahawa bidang sedemikian wujud dan bila masa untuk merujuk kepadanya."
Beberapa daripadanya memang perlu difahami secara mendalam.
Hanya selepas itulah baru masuk akal untuk mengoptimumkan penjelasan.
Kita tidak boleh memaksa otak manusia belajar dua puluh kali ganda lebih cepat.
Tetapi kadangkala kita boleh mengurangkan sebanyak dua puluh kali ganda jumlah perkara yang benar-benar perlu dipelajarinya.
Ini adalah cara yang berbeza secara prinsip untuk mempercepatkan perkembangan manusia.
Pada masa yang sama, laluan minimum setiap orang adalah berbeza
Katakan kita perlu menerangkan sistem kawalan tertentu kepada seseorang.
Bagi seorang jurutera, lebih mudah menjelaskannya secara matematik.
Bagi seorang pengaturcara โ melalui keadaan program dan gelung maklum balas (feedback loop).
Bagi seorang usahawan โ melalui harga dan perubahan permintaan.
Bagi seorang tukang paip โ melalui tekanan dan injap.
Ini bukan empat konsep yang berbeza.
Ini adalah empat cara yang berbeza untuk sampai kepada model dalaman yang hampir sama.
Sebaik sahaja kefahaman itu terhasil, kita boleh katakan:
Dalam bentuk am, ini dipanggil begini.
Kini terma profesional itu bukan lagi perkataan yang tidak dikenali.
Ia telah menjadi penunjuk yang dimampatkan kepada konsep yang sedia ada.
Penjelasan seterusnya sudah boleh dibina melalui terma tersebut.
Oleh itu, sistem pembelajaran mesti sentiasa berubah bersama-sama dengan manusia.
Penjelasan yang diperlukannya hari ini, dalam masa setengah tahun akan menjadi terlalu mudah sehingga membosankan.
Penyahkod dalamannya telah berubah.
Ini bermakna bahasa sistem juga mesti berubah.
Mula-mula manusia mesti diajar cara belajar
Tetapi terdapat masalah yang lebih mendalam daripada sebarang teknologi.
Sebilangan besar orang langsung tidak faham apa yang berlaku pada saat pembelajaran.
Seseorang datang ke kursus.
Mendengar kuliah.
Pada satu takat, dia berhenti memahami apa yang sedang berlaku.
Terus mendengar.
Penjelasan seterusnya dibina di atas konsep yang tidak difahami tadi.
Selepas dua puluh minit, tiga konsep tidak difahami.
Selepas sejam โ separuh daripada bahan.
Dan individu itu membuat kesimpulan:
"Saya tidak cukup bijak."
Walaupun penerangan teknikal bagi masalah itu mungkin sama sekali berbeza:
satu nod hilang dalam rantaian kefahaman.
Mungkin tenaga pengajar menggunakan terma dengan menganggap ia sudah diketahui.
Mungkin dia terlepas kaitan sebab-akibat.
Mungkin dia menggunakan abstraksi yang lebih mudah ditunjukkan melalui contoh kepada individu tertentu terlebih dahulu.
Mungkin keseluruhan bahan pertengahan itu tidak diperlukan langsung untuk tugasnya.
Oleh itu, salah satu kemahiran pertama yang perlu diajar kepada seseorang ialah โ diagnosis ketidaktahuan diri sendiri.
Bukan:
Saya tidak faham fizik.
Tetapi:
Dalam penjelasan ini, saya faham A dan B, tetapi saya tidak faham mengapa B mendatangkan C.
Atau:
Saya tidak tahu apa maksud perkataan X.
Atau:
Mekanismenya sendiri saya faham, tetapi saya tidak faham mengapa ia digunakan di sini.
Ketidaktahuan berhenti menjadi penilaian terhadap diri seseorang.
Ia menjadi kerosakan teknikal tertentu dalam rantaian konsep, yang boleh dicari dan dibaiki.
Inilah yang dimaksudkan dengan belajar cara belajar.
AI mampu meningkatkan serta mengurangkan jurang intelek
Di sinilah satu lagi masalah timbul.
Kita sering menganggap bahawa AI yang boleh diakses oleh semua akan meratakan keupayaan intelek manusia.
Ini tidak semestinya benar.
Bayangkan dua orang dengan akses yang sama kepada model yang sama.
Yang pertama menggunakannya begini:
Buat.
AI melakukannya.
Individu itu mendapat hasilnya.
Yang kedua:
Mengapa ia menjadi begini? Apakah alternatif yang wujud di sini? Apakah yang saya tidak faham? Apakah prinsip yang lebih umum yang menyerupai ini? Di manakah lagi ia digunakan? Apakah andaian yang baru sahaja kita ambil secara diam-diam?
AI menjawab.
Jawapan itu melahirkan soalan-soalan baharu.
Jawapan baharu mewujudkan konsep baharu.
Konsep baharu membolehkan individu itu bertanya soalan yang sebelum ini tidak terlintas langsung di fikirannya.
Maklum balas positif terhasil:
kefahaman โ soalan yang lebih kukuh โ penggunaan AI yang lebih kukuh โ kefahaman baharu โ soalan yang lebih kukuh lagi.
Oleh itu, akses yang sama kepada AI boleh membawa kepada keputusan yang sama sekali berbeza.
Bagi seseorang, produktiviti meningkat terutamanya.
Bagi seorang lagi, manusia itu sendiri turut berkembang serentak.
Dan jurang antara mereka mungkin tidak mengecil, malah bertambah dengan pantas.
Dalam kes ini, AI menjadi penguat kepada penyerakan intelek.
Kerumitan hasil tidak lagi menunjukkan kerumitan manusia
Ini adalah keadaan baharu bagi umat manusia.
Dulu terdapat kaitan yang agak kuat:
untuk mencipta perkara yang lebih kompleks, seseorang terpaksa menjadi lebih kompeten sendiri.
AI secara beransur-ansur memutuskan kaitan ini.
Seseorang boleh mencipta produk perisian tanpa memahami pengaturcaraan langsung.
Boleh mendapatkan laporan analisis yang kompleks tanpa menguasai kaedah analisis yang sepadan.
Boleh menguruskan proses yang struktur dalamannya hampir tidak difahami.
Ini tidak semestinya buruk.
Tetapi perbezaan asas wujud:
kerumitan hasil yang dihasilkan oleh manusia โ kerumitan intelek manusia itu sendiri.
Seseorang boleh menghasilkan jumlah produk kompleks intelek yang besar, sambil mengimport hampir semua kerumitan yang terkandung di dalamnya daripada AI.
Oleh itu, produktiviti tidak lagi boleh dianggap sebagai penunjuk yang mencukupi bagi perkembangan manusia.
Kita perlu mengemukakan soalan lain:
Apakah yang berubah di dalam minda seseorang selepas menyelesaikan kerja ini?
Tetapi kita tidak boleh menjadikan setiap kerja sebagai pelajaran
Daripada ini, kita mudah membuat kesimpulan yang salah:
Maksudnya, AI harus memaksa manusia berfikir sendiri setiap kali dan menjelaskan segala apa yang dilakukannya.
Ini akan memusnahkan erti sebenar automasi intelek.
Perhatian manusia adalah terhad.
Kita tidak boleh memaksa seseorang mempelajari struktur dalaman bagi setiap alat yang digunakannya.
Sebab itulah idea konsep minimum yang diperlukan menjadi perkara pusat.
Sistem mesti mampu membezakan:
ini perlu difahami oleh manusia;
tentang ini, cukup sekadar tahu bahawa ia wujud;
ini hanya diperlukan apabila situasi tertentu timbul;
ini boleh diserahkan sepenuhnya kepada mesin.
Matlamatnya bukanlah memaksimumkan pengetahuan manusia.
Matlamatnya ialah memaksimumkan keupayaannya untuk memahami dan bertindak pada kos kognitif yang minimum.
Konsep menjadi unit maklumat muktamad
Prinsip seni bina mengikut daripadanya.
Bukan artikel.
Bukan buku.
Bukan pelajaran.
Bukan kursus.
Bukan disiplin.
Konsep.
Struktur maklumat yang besar hanya diperlukan kerana kadangkala untuk membina satu konsep, seseorang memerlukan urutan penjelasan yang panjang.
Tetapi hasil muktamad bukanlah halaman yang dibaca.
Hasilnya ialah struktur makna yang terhasil di dalam minda, yang mampu digunakan oleh manusia seterusnya.
Oleh itu, konsep boleh dianggap serentak sebagai unit pengetahuan asas dan muktamad.
Asas โ kerana pembelajaran seterusnya dibina daripada konsep yang telah dikuasai.
Muktamad โ kerana tugas pemindahan maklumat tidak berakhir apabila seseorang membaca teks, tetapi apabila konsep yang diperlukan berjaya dibina semula dalam model dunianya.
Teks adalah pengangkutan.
Terma adalah alamat.
Penjelasan adalah cara penyahkodan.
Konsep โ adalah hasilnya.
Mungkin kita memerlukan teori pemindahan pengetahuan yang baharu
Teori maklumat klasik menjawab dengan cemerlang tentang persoalan pemindahan isyarat.
Tetapi untuk pembelajaran manusia, tidak cukup sekadar mengetahui berapa banyak maklumat yang telah dipindahkan.
Kita boleh memindahkan gigabait teks dan hampir tiada apa yang berubah di dalam minda penerima.
Dan kita boleh menuturkan satu frasa โ dan mengubah suai persepsi mereka terhadap seluruh bidang.
Ini bermakna kita berminat dengan nilai yang berbeza.
Bukan:
berapa banyak maklumat yang telah dipindahkan?
Tetapi:
apakah perubahan berguna yang berlaku dalam sistem konsep penerima dan pada kos kognitif yang bagaimana?
Ini membolehkan kita mentakrifkan kecekapan pembelajaran secara berbeza.
Penjelasan yang baik bukanlah yang paling lengkap.
Bukan yang paling saintifik.
Bukan yang paling pendek.
Dan malahan tidak semestinya yang paling tepat dalam bilangan perincian maksimum.
Penjelasan yang baik ialah penjelasan yang mewujudkan konsep yang cukup tepat untuk tindakan atau kefahaman seterusnya yang diperlukan, dengan kos perhatian manusia yang minimum.
Dan kemudian konsep ini menjadi bahan binaan untuk yang seterusnya.
Daripada pendidikan universal kepada sistem konsep yang hidup
Hasil akhirnya ialah seni bina yang berbeza sama sekali.
Tiada kursus tunggal yang betul.
Tiada set prasyarat wajib yang tetap.
Tiada penjelasan optimum yang tunggal.
Terdapat manusia dalam keadaan Hโ.
Terdapat keupayaan yang ingin dicapainya โ T.
Terdapat keadaan dunia dan teknologi semasa โ W.
Dan terdapat beberapa transformasi minimum:
Hโ โ Hโ โ Hโ โ โฆ โ T
Setiap peralihan adalah kemunculan atau penyusunan semula konsep.
Selepas setiap peralihan, laluan boleh dikira semula.
Mungkin konsep baharu membolehkan kita melangkau tiga konsep seterusnya.
Mungkin jurang lama telah dikesan.
Mungkin manusia telah membina kaitan yang diperlukan sendiri.
Mungkin teknologi telah berubah dan keseluruhan cabang pengetahuan tidak lagi diperlukan.
Oleh itu, graf mesti sentiasa hidup.
Dan model manusia mesti sentiasa hidup.
Tugas utama โ meningkatkan daya pemprosesan perkembangan manusia
Fisiologi manusia berubah secara perlahan.
Kita tidak boleh begitu sahaja meningkatkan ingatan manusia sepuluh kali ganda atau memaksa otak menyerap model kompleks pada kelajuan komputer.
Tetapi sebahagian besar kos pembelajaran hari ini tidak ditentukan oleh fisiologi langsung.
Ia ditentukan oleh penghalaan maklumat yang buruk.
Kita mengajar perkara yang telah diketahui.
Menjelaskan melalui terma yang tidak diketahui.
Memindahkan butiran yang tidak akan pernah diperlukan.
Memaksa pembelajaran prasyarat yang terbentuk secara sejarah.
Menggunakan penjelasan yang sama untuk orang yang berbeza.
Mengelirukan pengecaman terma dengan kefahaman konsep.
Tidak menyedari jurang kecil yang menyekat keseluruhan rantaian seterusnya.
Dan memaksa manusia mencari jalan sendiri melalui ruang pengetahuan manusia yang gergasi.
Untuk pertama kalinya, AI membolehkan kita menyerang hampir kesemua kerugian ini secara serentak.
Bukan menjadikan otak lebih cepat.
Menjadikan laluannya lebih pendek.
Bukan memberikan lebih banyak maklumat kepada manusia.
Memindahkan lebih sedikit โ tetapi tepatnya maklumat yang mampu diubahnya menjadi kefahaman.
Bukan memaksa semua orang mengetahui segala-galanya.
Memberikan setiap orang sistem konsep yang mencukupi secara minimum, membolehkan mereka bergerak maju.
Dan, mungkin ini akan menjadi salah satu perubahan utama dalam pendidikan pada era kecerdasan buatan.
Kerana masalah umat manusia sejak sekian lama bukanlah kekurangan maklumat.
Masalahnya ialah berapa banyak kehidupan manusia yang diperlukan hari ini untuk mengubah maklumat yang boleh diakses menjadi kefahaman.
