Noķerts mirklis starp diviem Ekonomiskās sadarbības un attīstības organizācijas (OECD – Organisation for Economic Co-operation and Development) vebināriem par mākslīgā intelekta tēmu izglītībā:
- 25. jūlija semināra ieraksts pieejams šeit un prezentācija šeit;
- 1. augusta semināra brīvpieejas reģistrācija pieejama šeit.
Šeit vēlētos ne vien aicināt izmantot iespēju noklausīties jau šo ceturtdien, plkst. 15.00 labu semināru par mākslīgā intelekta palīdzību skolotājiem klasē, bet arī apskatīt pagājušā nedēļā notikušo semināru par mākslīgā intelekta izmantošanā konstatējiem būtiskajiem trūkumiem.
Seminārā OECD pētnieki aicināja būt kritiskiem, izvēloties mākslīgā intelekta rīkus, jo diemžēl MI rīki cenšas pārdot sevi tikai no pozitīvās puses. Taču lietotājiem jāapzinās MI rīku novirzes, kas radušās no vēsturiskajiem datiem, reprezentācijas kļūdām, datu apkopšanas un mērījumu kļūdām, tāpat arī aizspriedumi no reālās pasaules arī pārcēlušies uz mākslīgā intelekta vidi, u.c.
Ja aplūkojam tikai reprezentācijas kļūdu, tad tā raksturojas ar to, ka tiek neprecīzi atspoguļota kāda noteikta grupa, to izceļot negatīvā gaismā vai, piemēram, noliedzot kādas grupas pozitīvu reprezentāciju.
OECD pētnieki lūdz aizdomāties un pārliecināties, vai MI rīki, kas veidoti balstoties šādās novirzēs arī līdzvērtīgi nesāk grupēt klasē skolēnus, piemēram, automātisku vērtējumu prognozes, lauki-pilsētas, speciālo vajadzību programmas, nacionalitātes, pat dzimumu pazīmēs. Šeit parādās neobjektivitātes risks un arī papildu risks skolēnus iedalīt grupās, kas nesekmētu taisnīgu u objektīvu pieeju izglītībā.
Pētnieki rekomendē šādus soļus, strādājot ar mākslīgo intelektu:
Avots: Baker et al., 2023 (OECD Digital Education Outlook 2023)
1. Apziniet algoritmu novirzes un paredziet, lai privātuma prasības netraucētu pētniekiem/ izstrādātājiem identificēt un novērst algoritmu neobjektivitāti.
2. Pieprasiet algoritmu noviržu analīzi un no tā izrietošo papildu datu vākšanu.
3. Veiciet algoritmu noviržu analīzi, pamatojoties uz savas valsts, t.i. vietējo, kontekstu un taisnīguma prasībām.
4. Finansējiet MI rīku izstrādi, lai MI algoritmi būtu objektivitāti izglītībā.
5. Atbalstiet pētījumus, lai kopā pasaulē samazinātu nezināmās novirzes algoritmos.
Esam gudri ar mūsu, it kā perfekto, viduvējību. Noteikti jālieto, taču arī jāņem vērā OECD pētnieku rekomendācijas.
Projekta komandas vārdā
ar sveicieniem,
Dace
Pārpublicējot, lūdzam norādīt avotu.
Projekts Nr. 4.2.2.5/1/23/I/001 "Dalība starptautiskos izglītības pētījumos izglītības kvalitātes monitoringa sistēmas attīstībai un nodrošināšanai"
