Mākslīgā intelekta (MI) un mašīnmācīšanās ir revolūcijas radījušas mūsu izpratni par mācīšanās procesu mūsu ātrā tempo, zināšanu balstītajā sabiedrībā. Izpētot šos saredzamo tehnoloģiju dziļumus, rodas trīs galvenās domas par cilvēka mācīšanos: behavorisms, kognitīvā teorija un sociālā mācīšanās. Lai gan katrai skolai ir savs unikāls skatpunkts, ir svarīgi atzīmēt, ka šīs teorijas nav savstarpēji izslēdzošas un bieži pārklājas atkarībā no dažādiem faktoriem.
Behavorisms, kas sakņojas ārējās vides mijiedarbībā, demonstrē, kā mācīšanās notiek caur novērojamu uzvedību. Piemēram, bērni mācās izvairīties no liesmām, pieredzējot dedzinošas sāpes sadedzināšanas rezultātā. Šī paradigma uzsver ārējo stimulu nozīmi un tā ietekmi uz indivīdiem.
No otras puses, kognitīvā teorija pēta iekšējos prāta procesus, kas notiek, apstrādājot informāciju un stimulus. Kad bērns pieskaras liesmai, viņa smadzenes šo liešanu saista ar sāpēm, ļaujot tai attīstīt vispārīgu izpratni par liesmas briesmām. Šis “pārdomāšanas par pārdomāšanu” process noved pie ārējās uzvedības attīstīšanas, kas tiek vadīta viņu domu un izpratnes.
Sociālās mācīšanās teorija akcentē sociālo faktoru lomu uzvedības veidošanā. Bērni uzzina par uguns briesmām no saviem vecākiem un novēro saviem draugiem reakcijas, kas noved pie liesmu izvairīšanās bez tiešas saskarsmes. Šī teorija uzsver sabiedrības konteksta un sociālo mijiedarbību ietekmi uz mācīšanos.
Tagad pārmetīsim mūsu uzmanību MI, īpaši ģeneratīvā MI, piemēram, ChatGPT. ChatGPT mācīšanās galvenokārt līdzinās behavorisma mācīšanās teorijai, jo tā saņem norādes un ģenerē atbildes, pamatojoties uz apgūtajām shēmām. Lai gan ir nelieli norādījumi uz kognitīvo mācīšanās teoriju, ChatGPT informācijas sapratne paliek apšaubāma.
Atšķirībā no cilvēkiem, ChatGPTemtīšanas nespēj sazināties sociāli un iegūt kontekstuālas pieredzes, kas padara to nespējīgu piedalīties sociālās mācīšanās. Šī ierobežojums atšķir MI no cilvēku mācīšanās procesiem un rada jautājumus par MI sapratnes dziļumu.
Turklāt, vērtējot MI mācīšanās spējas, svarīgs ir ne tikai veids, bet arī saturs. Blooma taksonomija, bieži lietota zināšanu klasificēšanas sistēma, kategorizē zināšanas atbilstoši dažādām jomām un sarežģītības līmeņiem. Lai gan MI ir sasniedzis “piemērot” un “analizēt” līmeņus, saglabājas neziņa par tā patieso informācijas sapratni, kā tas ir izpētīts Profesora Garija Smita grāmatā “Mākslīgais intelekts: ilūzija”.
Secinājumā, MI ir panācis ievērojamu progresu, demonstrējot rudimentāru kognīciju. Lai gan tā mācās ne tāpat kā cilvēki, Tai piemīt augoša intelekts. Ģenerējošā MI turpinot attīstīties un radīt cilvēkam līdzīgas atbildes, šis process izaicina mūsu izpratni par kognīciju, intelektu un cilvēcību šajā nekad nemainīgajā ainavā.
The source of the article is from the blog rugbynews.at