İnsanlık bilgi yaratmayı öğrendi, ancak anlayışı aktarmayı öğrenemedi

İnsanlık tarihte hiçbir zaman bugünkü kadar bilgiye erişim imkanına sahip olmamıştı.

Neredeyse herkes birkaç saniye içinde kuantum fiziği ders kitabı, dünyanın en iyi üniversitelerinin dersleri, programlama belgeleri, genetik alanında bilimsel makaleler, ekonomi, tarih, mühendislik veya tıp kursları bulabilir.

Ve yapay zekanın ortaya çıkışıyla birlikte, bu bilgilerin çoğunu kendi başına arama zorunluluğu bile ortadan kalkıyor. Sadece bir soru sorup cevap almak mümkün.

Görünüşe göre bilgiye erişim sorununu çözdük.

Ancak bundan çok daha önemli olan sorunu çözemedik.

Bilgiye erişim, anlayışa erişim değildir.

Bir insana son derece değerli bilgiler içeren kesinlikle doğru bir bilimsel metin verebilir ve ona neredeyse hiçbir şey aktaramayabilirsiniz.

Çünkü bilgiyi anlayabilmek için insanın zaten bir şeyleri anlamış olması gerekir.

Ve modern bilgi aktarım sisteminin temel sorunlarından biri tam olarak burada yatmaktadır.

Kavram — Anlayışın Temel Birimi

Bilgiyi kelimelerle, sayfalarla, kitaplarla, derslerle, eğitim saatleriyle, veri gigabaytlarıyla ölçmeye alışkınız.

Ancak insan düşüncesi farklı işler.

İçimizde kitaplar depolamayız.

Kavramlar inşa ederiz.

Kavram, bir insanın tanıdığı, zihninde yeniden oluşturduğu ve bir sonraki şeyi anlamak için kullanabildiği eksiksiz bir anlam birimidir.

Örneğin, "basınç" kelimesi kendi başına bilgi değildir.

Bir kişi için bunun arkasında neredeyse unuttuğu bir okul tanımı vardır.

Bir mühendis için — bütün bir fiziksel modeller sistemi.

Bir tesisatçı için — aynı zamanda pratik deneyim: suyun nasıl davrandığı, boru çapı değiştiğinde ne olduğu, sistemin neden ses çıkardığı, sorunların nerede ortaya çıktığı.

Kelime aynı.

Arkasındaki kavramlar — farklı.

Ve bunun tersi de geçerlidir: Bir kişi kabul edilen bilimsel terimi hiç bilmeden belirli bir fikri mükemmel bir şekilde anlayabilir.

Örneğin, sonuç çok büyük hale geldiğinde sistemin etkiyi kendi kendine azaltabileceğini ve sonuç çok küçük hale geldiğinde artırabileceğini anlar.

Mekanizmayı zaten anlamaktadır.

Sadece "negatif geri besleme" teriminin varlığını bilmiyor olabilir.

Bu nedenle terim ve kavram aynı şey değildir.

Terim bir göstergedir.

Kavram ise o göstergenin arkasında insanın kafasında açılan şeydir.

Bu fark küçük görünse de eğitime bakış açısını tamamen değiştirir.

İnsan Bilgiyi Doğrusal Olarak Biriktirmez

Öğrenmeyi kafayı bilgiyle sırayla doldurmak olarak görmek çok ilkeldir.

Olan şey başkadır.

İnsan yeni bir kavramı halihazırda var olanlar aracılığıyla edinir.

İlk başta karmaşık bir fikrin uzun uzun açıklanması gerekir — örnekler, analojiler ve tandık olaylar aracılığıyla.

Sonra kişi onu anlar.

Bundan sonra tüm yapı kısa bir ad altında paketlenebilir.

Artık şunu söylemek yeterlidir:

"negatif geri besleme"

— ve kişinin kafasında kendisine zaten tanıdık gelen model açılır.

Birkaç paragraf bilgi iki kelimeye dönüştü.

Ancak daha da önemli başka bir şey oldu.

Yeni kavram artık sonraki kavramları anlamak için kullanılabilir.

Bu nedenle öğrenme şöyle görünmez:

bilgi + bilgi + bilgi + bilgi.

Daha ziyade şöyle:

anladı → sıkıştırdı → yeniden kullandı → bunun aracılığıyla daha karmaşık olanı anladı → tekrar sıkıştırdı.

İnsan sürekli olarak kendi düşünce dilini yeniden yapılandırır.

Bu sistem ne kadar zenginse, kısa bir mesajla ona o kadar karmaşık bilgi aktarılabilir.

Bir kişi için tamamen anlamsız olan bir cümle, bir başkasına birkaç saniye içinde çok büyük miktarda bilgi aktarabilir.

İşte bu yüzden iki kişi aynı bilimsel makaleyi okuyabilir ve aslında ondan tamamen farklı miktarda bilgi alabilir.

Bilgi Aktarımı Anlayış Aktarımı Anlamına Gelmez

Şu cümleyi hayal edelim:

Modern sistemler, öğrencinin bilişsel yükünü ve ön koşullarını dikkate alarak uyarlanabilir öğrenme yolları oluşturmak için bilgi takibini bilgi grafikleriyle birlikte kullanır.

Bir uzman için bu oldukça normal ve kompakt bir ifade olabilir.

Birçok insan için bu bilgi çöpüdür.

Fikri anlayamayacaklarından değil.

Mesaj, henüz kafalarında olmayan kavramlar aracılığıyla kodlandığı için.

Yaklaşık olarak aynı düşünceyi başka türlü ifade etmek de mümkündü:

Bilgisayar, bir kişinin halihazırda neyi anladığını, hangi bilgilere hâlâ ihtiyacı olduğunu ve onu aynı anda çok fazla yeni şey öğrenmeye zorlamamak için bunları hangi sırayla vermenin daha iyi olduğunu kademeli olarak belirleyebilir.

Artık mesaj tamamen farklı bir kitle için erişilebilir hale geldi.

Bilgi özünde neredeyse hiç değişmedi.

Değişen kodlanma biçimiydi.

Ve bu, en önemli ilkeyi formüle etmemizi sağlar:

İyi bir açıklama yalnızca vericinin bildikleriyle belirlenmez. Alıcının zaten bildikleriyle belirlenir.

Evrensel olarak iyi bir açıklama hiç olmayabilir.

Bilimsel Bilgi Giderek Daha Fazla Sıkışıyor

Herhangi bir alanın gelişmesiyle birlikte kendi dili ortaya çıkar.

Bu gereklidir.

Uzmanların temel fikirleri her seferinde sıfırdan birbirlerine açıklaması mantıksızdır. Karmaşık yapılara isimler verilir ve bunlar düşüncenin yeni yapı taşlarına dönüşür.

Tek bir terim, bir sayfalık açıklamanın yerini almaya başlar.

Bu son derece verimli bir bilgi sıkıştırmasıdır.

Ancak bunun bir bedeli vardır.

Böyle bir terimi açmak için kişinin önceden ilgili kavrama sahip olması gerekir.

Bu nedenle her gelişmiş alan kademeli olarak kendi kod çözücüsünü oluşturur.

Fizikçiler fizikçileri anlar.

Biyologlar biyologları.

Ekonomistler ekonomistleri.

Programcılar programcıları.

Sorun disiplinlerin sınırında özellikle belirgin hale gelir.

Yüksek nitelikli bir uzman komşu alandan bir çalışma açabilir ve metnin büyük bir kısmının kendisi için neredeyse anlaşılmaz olduğunu keşfedebilir.

Her bir kelimeyi okumayı bilir.

Ancak arkalarındaki kavramların paketini açmayı bilmez.

Bir paradoks ortaya çıkar.

İnsanlık her şeyi daha fazla biliyor, ancak bireyin insanlığın tüm bilgisine erişmesi giderek zorlaşıyor.

Modern Eğitim Yanlış Sorunu Çözmeye Çalışıyor

Geleneksel eğitim genellikle konudan başlar.

İşte müfredat.

İşte konuların sırası.

İşte birinci dönem.

İşte ikinci.

İşte okuma listesi.

Ve sonra binlerce tamamen farklı insan bu rotadan geçirilmeye çalışılır.

Ancak bu insanların kafaları farklıdır.

Biri gerekli kavramların yarısını zaten biliyor.

Diğerinin birkaç temel kavramı eksik.

Üçüncüsü fikrin kendisini mükemmel bir şekilde anlıyor ama mesleki terimi bilmiyor.

Dördüncüsü terimi biliyor ve tanımı tekrarlayabiliyor, ancak arkasındaki kavram aslında yok.

Beşincisi kursun %80'ine asla ihtiyaç duyulmayacak tek bir somut yetenek için geldi.

İnsanı eğitim programına uydurmaya çalışıyoruz.

Bunu tersine çevirmek daha mantıklıdır.

Konudan Başlanmamalıdır. Amaçtan Başlanmalıdır

Diyelim ki bir kişi belirli bir yetenek kazanmak istiyor.

"Programlama öğrenmek" değil.

Örneğin:

Kendi işi için basit dijital araçlar oluşturmayı kendi başına öğrenmek.

Bu tamamen farklı bir görev formülasyonudur.

Artık şu sorulabilir:

Bu somut kişinin bu yeteneği kazanmak için gerçekten neyi anlaması gerekiyor?

Zaten neyi anlıyor?

Hangi kavramlar eksik?

Geleneksel olarak incelenen şeylerden hangilerini modern teknoloji zaten isteğe bağlı hale getirdi?

Yüzeysel olarak bilmesi onun için neyin yeterlidir?

Neyi derinlemesine anlamak gerekir?

Hangi ara kavramlar tamamen atlanabilir?

Ve birdenbire bin geleneksel bilgi birimi uzunluğundaki geleneksel yolun iki yüze indirgenebileceği ortaya çıkıyor.

Sonucun kalitesini düşürerek değil.

Mevcut teknolojik dünyada bu somut kişinin belirlenen amaç için ihtiyaç duymadığı bilgileri kaldırarak.

Teknolojiler Sürekli Olarak Eski Zorunlu Bilgileri Yok Ediyor

Kişisel bilgisayarların şafağında, bir insana grafik kabuğunu win komutuyla başlatmayı gerçekten öğretmek gerekiyordu.

Pencerenin, simgenin, çift tıklamanın ne olduğunu açıklamak zorunlu idi.

Bugün çok sayıda insanın bu bilgilere asla ihtiyacı olmayacak.

Teknoloji ilgili karmaşıklık seviyesini gizledi.

Ancak eğitimin büyük bir eylemsizliği vardır.

Tarihsel olarak oluşmuş zincirlere dayanarak programlar oluşturmaya devam ediyoruz:

D'yi anlamak için önce A'yı, sonra B'yi, sonra C'yi incele.

Oysa modern dünya zaten şuna izin verebilir:

A → D.

Veya tamamen:

D.

Yapay zeka sayesinde bu özellikle hızlı bir şekilde gerçekleşiyor.

Beş yıl önce gerekli bir mesleki yetkinlik olan şey, yarın akıllı sistemin iç teknik detayına dönüşebilir.

Sonuç olarak, zorunlu kavramlar zinciri sabit olamaz.

Sürekli olarak gözden geçirilmelidir.

Yapay Zeka Farklı Bir Öğrenme Mimarisini Mümkün Kılıyor

Modern yapay zeka sistemlerinin ortaya çıkışından önce, bilgi aktarımını bu şekilde kişiselleştirmek neredeyse imkansızdı.

Bir ders kitabının yazarı metnin tek bir versiyonunu yazmak zorundadır.

Bir öğretmen açıklamayı kitleye biraz uyarlayabilir, ancak yüzlerce öğrencinin her birinin tam bilgi modelini sürekli olarak sürdürmesi fiziksel olarak imkansızdır.

Yapay zeka farklı çalışabilir.

Sistem, belirli bir kişinin canlı kavram modelini kademeli olarak oluşturabilir.

Sadece:

matematiği biliyor — %72.

Değil:

bu kavramı iyi anlıyor; bunu kullanıyor ama mekanizmayı anlamıyor; bunu başka bir adla biliyor; burada gerekli nedensel bağ eksik; fikir kendisine zaten tanıdık olmasına rağmen bu terim kişiye yabancı.

Bundan sonra açıklama görevi hesaplanabilir hale gelir.

Şunlar var:

kişinin amacı;

mevcut kavramlar sistemi;

insan bilgi grafiğininin devasa boyutu;

modern teknolojik imkanlar.

Kişiyi mevcut durumundan gerekli yeteneğe götürecek minimum değişiklik zincirini bulmak gerekir.

En Aza İndirilmesi Gereken Şey Eğitim Süresi Değildir

Genellikle şunu sorarız:

Bu kursu daha hızlı nasıl açıklayabiliriz?

Bu ikincil bir sorudur.

İkincisi şöyle olmalıdır:

Bir insan neden bu kursun tamamını incelemek zorunda olsun ki?

Eğer program bin kavram içeriyorsa ve somut kişinin amacı için yüz tanesi gerekiyorsa, bin tanesinin çalışılmasını hızlandırmak kötü bir optimizasyondur.

Önce dokuz yüz tanesi atılmalıdır.

Kalan yüzdenin bir kısmını kişi zaten biliyor.

Bazıları daha genel bir modelle değiştirilebilir.

Bazılarını belirtmek yeterlidir: "Böyle bir alanın var olduğunu ve ona ne zaman başvurulması gerektiğini bil."

Bazılarını gerçekten derinlemesine anlamak gerekir.

Ancak bundan sonra açıklamayı optimize etmek mantıklı olur.

İnsan beynini yirmi kat daha hızlı öğrenmeye zorlayamayız.

Ancak bazen incelemesi gerçekten gerekli olan şeylerin miktarını yirmi kat azaltabiliriz.

Bu, insan gelişmini hızlandırmanın temelde farklı bir yoludur.

Bu Durumda Minimum Yol Herkesin Kendine Özgüdür

Diyelim ki bir kişiye belirli bir yönetim sistemini açıklamak gerekiyor.

Bir mühendis için bunu matematiksel olarak açıklamak daha uygundur.

Bir programcı için — programın durumu ve geri bildirim döngüsü aracılığıyla.

Bir girişimci için — fiyatlar ve talep değişimleri aracılığıyla.

Bir tesisatçı için — basınç ve vana aracılığıyla.

Bunlar dört farklı kavram değildir.

Bunlar, birbirine oldukça yakın bir iç modele ulaşmanın dört farklı yoludur.

Anlayış ortaya çıktıktan sonra şöyle denebilir:

Genel formda buna şu denir.

Artık mesleki terim bilinmeyen bir kelime olmaktan çıktı.

Halihazırda var olan bir kavram için sıkıştırılmış bir göstergeye dönüştü.

Bir sonraki açıklama zaten bunun üzerinden kurulabilir.

Bu nedenle öğrenme sistemi insanla birlikte sürekli değişmelidir.

Bugün ona gerekli olan açıklama, altı ay sonra sinir bozucu derecede ilkel hale gelecektir.

Onun iç kod çözücüsü değişti.

O halde sistemin dili de değişmelidir.

Önce İnsana Nasıl Öğreneceği Öğretilmelidir

Ancak herhangi bir teknolojiden bile daha derin bir sorun var.

Çok sayıda insan öğrenme anında ne olduğunu hiç anlamıyor.

Kişi kursa gelir.

Dersi dinler.

Bir noktada olanları anlamayı bırakır.

Dinlemeye devam eder.

Sonraki açıklamalar zaten anlaşılmamış kavram üzerine kurulur.

Yirmi dakika sonra üç kavram anlaşılamamıştır.

Bir saat sonra — malzemenin yarısı.

Ve kişi şu sonuca varır:

"Ben yeterince akıllı değilim."

Oysa sorunun teknik tanımı tamamen farklı olabilir:

anlayış zincirinde bir düğüm eksiktir.

Muhtemelen öğretmen, zaten bilindiğini varsayarak bir terim kullanmıştır.

Muhtemelen nedensel bağı atlamıştır.

Muhtemelen belirli bir kişiye bir örnekle ilk başta göstermenin daha kolay olduğu bir soyutlama kullanmıştır.

Muhtemelen tüm ara malzeme onun görevi için hiç gerekli değildir.

Bu nedenle, bir insana öğretilmesi gereken ilk becerilerden biri — kendi anlamamasının teşhisidir.

Şu değil:

Fiziği anlamıyorum.

Daha ziyade:

Bu açıklamada A ve B'yi anlıyorum, ancak B'den neden C'nin çıktığını anlamıyorum.

Veya:

X kelimesinin ne anlama geldiğini bilmiyorum.

Veya:

Mekanizmanın kendisi bana anlaşılır, ancak burada neden uygulandığını anlamıyorum.

Anlamamak kişinin bir değerlendirmesi olmaktan çıkar.

Bulunup giderilebilecek kavram zincirindeki somut bir teknik arızaya dönüşür.

Nasıl öğreneceğini öğrenmek işte bu demektir.

Yapay Zeka Entelektüel Uçurumu Hem Artırabilir Hem Azaltabilir

Burada başka bir sorun ortaya çıkıyor.

Genellikle herkesin erişebildiği yapay zekanın insanları entelektüel olarak eşitleyeceğini varsayarız.

Bu hiç de zorunlu değildir.

Aynı modele aynı erişime sahip iki insanı hayal edelim.

Birincisi onu şöyle kullanır:

Yap.

Yapay zeka yapar.

Kişi sonucu alır.

İkincisi:

Neden tam olarak böyle oldu? Burada hangi alternatifler var? Neyi anlamıyorum? Hangi daha genel ilkeye benziyor? Başka nerede uygulanıyor? Şu anda hangi varsayımları sessizce kabul ettik?

Yapay zeka yanıtlar.

Yanıt yeni sorular doğurur.

Yeni yanıtlar yeni kavramlar yaratır.

Yeni kavramlar, kişinin daha önce aklına bile gelmeyecek sorular sormasına olanak tanır.

Olumlu bir geri besleme döngüsü ortaya çıkar:

anlayış → daha güçlü sorular → yapay zekanın daha güçlü kullanımı → yeni anlayış → daha da güçlü sorular.

Bu nedenle yapay zekaya aynı erişim, tamamen farklı sonuçlara yol açabilir.

Bir kişide esas olarak verimlilik artar.

Diğerinde aynı anda kişinin kendisi büyür.

Ve aralarındaki uçurum küçülmeyebilir, hızla artabilir.

Bu durumda yapay zeka entelektüel yayılımın bir amplifikatörüne dönüşür.

Sonucun Karmaşıklığı Artık İnsanın Karmaşıklığını Göstermiyor

Bu, insanlık için yeni bir durumdur.

Eskiden nispeten güçlü bir bağ vardı:

daha karmaşık şeyler yaratmak için insanın kendisinin daha yetkin hale gelmesi gerekiyordu.

Yapay zeka bu bağı yavaş yavaş koparıyor.

Bir insan programlamayı neredeyse hiç anlamadan bir yazılım ürünü üretebilir.

İlgili analiz yöntemlerine sahip olmadan karmaşık bir analitik rapor alabilir.

İç yapısını neredeyse hiç anlamadığı süreçleri yönetebilir.

Bu mutlaka kötü değildir.

Ancak temel bir fark ortaya çıkar:

insan tarafından üretilen sonucun karmaşıklığı ≠ insanın kendi entelektüel karmaşıklığı.

İçinde barındırdığı karmaşıklığın neredeyse tamamını yapay zekadan ithal ederek devasa hacimde entelektüel olarak karmaşık ürünler üretebilirsiniz.

Bu nedenle verimlilik artık insan gelişiminin yeterli bir göstergesi olarak kabul edilemez.

Farklı bir soru sorulmalıdır:

Bu çalışmanın yapılmasından sonra insanın kafasında ne değişti?

Ancak Her Çalışmayı Bir Dersi Dönüştürmek Olmaz

Buradan yanlış bir sonuca varmak kolaydır:

O halde yapay zeka her seferinde insanı kendi başına düşünmeye ve yaptığı her şeyi ona açıklamaya zorlamalıdır.

Bu, entelektüel otomasyonun anlamını yok edecektir.

İnsan dikkati sınırlıdır.

Kişiyi kullandığı her aracın iç yapısını incelemeye zorlamak imkansızdır.

İşte bu yüzden minimum gerekli kavram fikri merkezi hale gelir.

Sistem şunu ayırt edebilmelidir:

bunu kişinin anlaması gereklidir;

bunun var olduğunu bilmek yeterlidir;

bu yalnızca belirli bir durum ortaya çıktığında gerekli olacaktır;

bu tamamen makineye devredilebilir.

Amaç, insanın bilgisini maksimize etmek değildir.

Amaç, minimum bilişsel maliyetle anlama ve eylemde bulunma yeteneğini maksimize etmektir.

Kavram Nihai Bilgi Birimi Haline Geliyor

Bundan mimari bir ilke çıkar.

Makale değil.

Kitap değil.

Ders değil.

Kurs değil.

Disiplin değil.

Kavram.

Büyük bilgi yapılarına yalnızca bazen bir kavramı oluşturmak için bir kişinin uzun bir açıklama dizisine ihtiyaç duyması nedeniyle gerek vardır.

Ancak nihai sonuç okunan bir sayfa değildir.

Sonuç, insanın gelecekte kullanabileceği, kafasında ortaya çıkan anlam yapısıdır.

Bu nedenle kavram aynı zamanda temel ve nihai bilgi birimi olarak kabul edilebilir.

Temel — çünkü daha sonraki eğitim halihazırda edinilmiş kavramlardan inşa edilir.

Nihai — çünkü bilgi aktarım görevi kişi metni okuduğunda değil, gerekli kavram dünyanın modelinde başarılı bir şekilde yeniden oluşturulduğunda sona erer.

Metin bir ulaşımdır.

Terim bir adrestir.

Açıklama bir kod çözme yöntemidir.

Kavram — sonuçtur.

Belki De Yeni Bir Bilgi Aktarım Teorisine İhtiyacımız Var

Klasik bilgi teorisi sinyal iletimi sorularına mükemmel bir şekilde yanıt verir.

Ancak insan eğitimi için ne kadar bilgi aktarıldığını bilmek yeterli değildir.

Bir gigabayt metin aktarabilir ve alıcının kafasında neredeyse hiçbir şeyi değiştirmeyebilirsiniz.

Veya tek bir cümle söyleyebilir ve tüm bir alan hakkındaki algısını yeniden yapılandırabilirsiniz.

O halde bizi başka bir büyüklük ilgilendiriyor.

Şu değil:

ne kadar bilgi aktarıldı?

Daha ziyade:

alıcının kavramlar sisteminde hangi faydalı değişiklik meydana geldi ve hangi bilişsel maliyetle?

Bu, öğrenme etkinliğini farklı şekilde tanımlamamızı sağlar.

İyi bir açıklama en eksiksiz olanı değildir.

En bilimsel olanı değildir.

En kısa olanı değildir.

Ve hatta azami detay miktarında en kesin olması bile gerekmez.

İyi bir açıklama, minimum insan dikkati maliyetiyle bir sonraki gerekli eylem veya anlayış için yeterince kesin bir kavram yaratan açıklamadır.

Ve ardından bu kavram bir sonrakinin yapı malzemesi haline gelir.

Evrensel Eğitimden Canlı Kavramlar Sistemine

Sonuç olarak, tamamen farklı bir mimari ortaya çıkar.

Tek bir doğru kurs yoktur.

Sabit bir zorunlu ön koşullar kümesi yoktur.

Tek bir optimal açıklama yoktur.

H₀ durumunda bir insan vardır.

Elde etmek istediği bir yetenek vardır — T.

Dünyanın ve teknolojilerin mevcut durumu vardır — W.

Ve bazı minimum dönüşüm vardır:

H₀ → H₁ → H₂ → … → T

Her geçiş — bir kavramın ortaya çıkması veya yeniden yapılandırılmasıdır.

Her geçişten sonra rota yeniden hesaplanabilir.

Belki de yeni kavram sonraki üçünün üzerinden atlamaya izin vermiştir.

Belki eski bir boşluk keşfedilmiştir.

Belki kişi gerekli bağı kendi başına kurmuştur.

Belki teknoloji değişti ve tüm bir bilgi dalı artık gerekli değildir.

Bu nedenle graf canlı olmalıdır.

Ve insanın modeli de canlı olmalıdır.

Ana Görev — İnsan Gelişiminin Verimini Artırmak

İnsan fizyolojisi yavaş değişir.

İnsan hafızasını on kat artırmamız veya beynin karmaşık modelleri bir bilgisayar hızında özümsemesini sağlamamız basitçe mümkün değildir.

Ancak bugünkü öğrenme maliyetinin çok büyük bir kısmı fizyoloji tarafından belirlenmez.

Kötü bilgi yönlendirmesi tarafından belirlenir.

Zaten bilinenleri öğretiriz.

Bilinmeyen terimler aracılığıyla açıklarız.

Asla gerekmeyecek detayları aktarırız.

Tarihsel olarak oluşmuş ön koşulları incelemeye zorlarız.

Farklı insanlar için aynı açıklamaları kullanırız.

Terimleri tanımayı, kavramları anlamakla karıştırırız.

Tüm sonraki zincirleri bloke eden küçük boşlukları fark etmeyiz.

Ve insanı insan bilgisinin devasa uzayında kendi yolunu aramaya zorlarız.

Yapay zeka ilk kez neredeyse tüm bu kayıplara aynı anda saldırmamızı sağlar.

Beyni daha hızlı yapmak değil.

Yolu daha kısa yapmak.

İnsana daha fazla bilgi vermek değil.

Daha az aktarmak — ama tam olarak anlayışa dönüştürebileceği bilgiyi.

Herkesin her şeyi bilmesini sağlamak değil.

Herkese ilerlemelerine izin veren minimum düzeyde yeterli kavram sistemini vermek.

Ve muhtemelen yapay zeka çağında eğitimin ana değişikliklerinden biri tam olarak bu olacaktır.

Çünkü insanlığın sorunu uzun zamandır bilgi eksikliği değildir.

Sorun, erişilebilir bilgiyi anlayışa dönüştürmek için bugün ne kadar insan ömrünün gerekeceğidir.