3
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
SZTUCZNA INTELIGENCJA WYZWANIEM DLA EDUKACJI PRZYSZŁOŚCI
AI – Sztuczna inteligencja
Można ją określić jako komputerowy system zdolny do wykonywania wymagających inteligencji zadań, na ogół kojarzonych z ludzkim umysłem, takich jak: interpretacja i przetwarzanie informacji, rozpo- znawanie obiektów, nauka, rozumowanie, rozwią- zywanie problemów, rozumienie języka natural- nego, przewidywanie przyszłości, podejmowanie decyzji , a czasem również − tworzenie . Termin „sztuczna inteligencja” zawiera jawne odniesienie do pojęcia inteligencji. Ponieważ jednak inteligencja (tak maszynowa, jak i ludzka) jest poję- ciem niejasnym, naukowcy zajmujący się AI najczęś- ciej posługują się pojęciem racjonalności . Odnosi się ono do zdolności wyboru najlepszego działania umożliwiającego osiągnięcie danego celu , biorąc pod uwagę dostępne zasoby i kryteria optymalizacji.
W przeciągu najbliższych stu lat komputery wyprzedzą ludzi, jeśli chodzi o inteligencję . Stephen Hawking , brytyjski fizyk teoretyczny i matematyczny
Zgodnie z rezolucją przyjętą przez Parlament Euro- pejski3 sztuczna inteligencja ma być jedną z najważ- niejszych technologii przyszłości. Chociaż dla więk- szości uczniów i nauczycieli, ale i zwykłych ludzi, sztuczna inteligencja stanowi jedną wielką zagadkę, kojarzy się z filmami science fiction i bardzo odległą przyszłością, tak naprawdę jest już wszechobecna w naszym życiu. Wyposażone są w nią nasze smart- fony, przeglądarki internetowe, zegarki, samochody, odkurzacze... Umiejętności związane z projektowaniem i wy- korzystaniem sztucznej inteligencji są dzisiaj uwa- żane za jedne z najbardziej poszukiwanych umie- jętności na rynku pracy. Według raportu Future of Jobs 2020 Światowego Forum Ekonomicznego4, najszybciej rozwijający- mi się obecnie zawodami są specjaliści w zakresie sztucznej inteligencji ( AI – ang. Artificial Intelligence ), uczenia maszynowego ( ML – ang. Machine Learning ) i uczenia głębokiego ( DL – ang. Deep Learning ) oraz eksperci ds. Big Data i analitycy danych. Zagadnienia specyficzne dla tego obszaru zawo- dowego, czyli sztuczna inteligencja, uczenie maszy- nowe, a także uczenie głębokie są ze sobą powią- zane, lecz mają różne funkcje. Zanim przejdziemy do zastosowania AI w edukacji, kilka słów wyjaśnienia.
ML – Uczenie maszynowe
Uczenie maszynowe to gałąź sztucznej inteligencji i informatyki, która koncentruje się na wykorzysta- niu danych i algorytmów do naśladowania sposobu, w jaki ludzie się uczą. Uczenie maszynowe jest ukierunkowane na tworzenie aplikacji, które potrafią się uczyć bez ludzkiej interwencji na podstawie gromadzonych danych. Stopniowo, wraz z upływem czasu, popra- wiają swoją dokładność i skuteczność. W przeci- wieństwie do sztucznej inteligencji proces uczenia maszynowego nie jest w stanie stworzyć czegoś nowego, a jedynie uzyskiwać optymalne rozwią- zania zadanego problemu. Algorytmy uczenia maszynowego są wykorzy- stywane w wielu różnych zastosowaniach, takich jak np.: system nawigacji satelitarnej, ochrona przed spamem (filtrowanie wiadomości internetowych pod kątem niechcianej korespondencji), autokorekta w procesorach tekstu, wyszukiwanie i rekomen- dacja najciekawszych dla użytkownika materiałów w mediach społecznościowych czy rozpozna- wanie obrazów. Opracowanie konwencjonalnych
3 Rezolucja Parlamentu Europejskiego z 3 maja 2022 r. w sprawie sztucznej inteligencji w epoce cyfrowej, https://tiny.pl/w9g6v 4 The Future of Jobs Report 2020 , https://tiny.pl/rj3qs
Made with FlippingBook - Online Brochure Maker