Untuk Joseph Qualls, semuanya dimulai dengan video game.
Itu membuatnya “bermain-main dengan program AI, ” dan akhirnya mengarah ke PhD di bidang teknik listrik dan komputer dari University of Memphis. Segera setelah itu, ia memulai perusahaannya sendiri, yang disebut RenderMatrix, yang berfokus pada penggunaan AI untuk membantu orang membuat keputusan.
Sebagian besar pekerjaan perusahaan telah dilakukan dengan Departemen Pertahanan, terutama selama perang di Irak dan Afghanistan, ketika militer berada di ujung tombak dalam penggunaan sensor dan melihat bagaimana AI dapat digunakan untuk membantu melatih tentara untuk berfungsi dalam permusuhan., lingkungan yang tidak dikenal.
Qualls sekarang adalah asisten profesor klinis dan peneliti di perguruan tinggi teknik Universitas Idaho, dan dia belum kehilangan daya tariknya dengan potensi AI untuk mengubah banyak aspek kehidupan modern. Sementara militer telah menjadi yang terdepan dalam menerapkan AI — di mana mesin belajar dengan mengenali pola, mengklasifikasikan data, dan menyesuaikan dengan kesalahan yang mereka buat — dunia perusahaan sekarang berusaha keras untuk mengejar ketinggalan. Teknologi ini telah membuat lebih sedikit terobosan dalam pendidikan, tetapi Qualls percaya itu hanya masalah waktu sebelum AI menjadi bagian besar dari cara anak-anak belajar.
Ini sering dipandang sebagai komponen kunci dari konsep pendidikan yang dipersonalisasi, di mana setiap siswa mengikuti kurikulum mini yang unik berdasarkan minat dan kemampuan khusus mereka. AI, menurut pemikiran itu, tidak hanya dapat membantu anak-anak membidik pada bidang-bidang di mana mereka kemungkinan besar akan berhasil, tetapi juga akan, berdasarkan data dari ribuan siswa lain, membantu guru membentuk cara yang paling efektif bagi setiap siswa untuk belajar.
Smithsonian.com baru-baru ini berbicara kepada Qualls tentang bagaimana AI dapat sangat mempengaruhi pendidikan, dan juga beberapa tantangan besar yang dihadapinya.
Jadi, bagaimana Anda melihat kecerdasan buatan memengaruhi cara anak-anak belajar?
Orang sudah mendengar tentang obat yang dipersonalisasi. Itu didorong oleh AI. Nah, hal yang sama akan terjadi dengan pendidikan yang dipersonalisasi. Saya tidak berpikir Anda akan melihatnya sebanyak di tingkat universitas. Tetapi apakah saya melihat orang-orang mulai berinteraksi dengan AI ketika mereka masih sangat muda. Itu bisa dalam bentuk boneka beruang yang mulai membangun profil Anda, dan profil itu dapat membantu membimbing bagaimana Anda belajar sepanjang hidup Anda. Dari profil, AI dapat membantu membangun pengalaman pendidikan yang lebih baik. Di situlah saya pikir ini akan berlangsung 10 hingga 20 tahun ke depan.
Anda memiliki anak perempuan yang sangat muda. Bagaimana Anda memperkirakan AI mempengaruhi pendidikannya?
Ini menarik karena orang menganggap mereka sebagai dua bidang yang sama sekali berbeda, tetapi AI dan psikologi secara inheren terkait sekarang. Di mana AI masuk adalah bahwa ia akan mulai menganalisis psikologi manusia. Dan saya akan melemparkan kunci pas di sini. Psikologi juga mulai menganalisis psikologi AI. Sebagian besar proyek yang saya kerjakan sekarang memiliki tim psikologi yang lengkap dan mereka mengajukan pertanyaan seperti 'Mengapa AI membuat keputusan ini?'
Tapi kembali ke putriku. Apa yang AI akan mulai lakukan adalah mencari tahu profil psikologinya. Itu tidak statis; itu akan berubah seiring waktu. Tetapi karena melihat bagaimana dia akan berubah, AI bisa membuat prediksi berdasarkan data dari anak saya, tetapi juga dari sekitar 10.000 gadis lain seusianya, dengan latar belakang yang sama. Dan, itu mulai melihat hal-hal seperti, "Apakah Anda benar-benar seorang seniman atau apakah Anda lebih condong secara matematis?"
Ini bisa menjadi sistem yang sangat kompleks. Ini benar-benar kecerdasan buatan pie-in-the-sky. Ini benar-benar tentang mencoba memahami siapa Anda sebagai individu dan bagaimana Anda berubah seiring waktu.
Semakin banyak sistem berbasis AI akan tersedia di tahun-tahun mendatang, memberi anak saya akses lebih cepat ke pendidikan yang jauh lebih unggul daripada yang pernah kita miliki. Anak saya akan lebih cepat terpapar pada ide-ide, dan dengan kecepatan pribadinya, selalu membuatnya terlibat dan memungkinkannya untuk secara tidak langsung mempengaruhi pendidikannya sendiri.
Apa kekhawatiran Anda tentang penggunaan AI untuk mempersonalisasikan pendidikan ?
Masalah terbesar yang dihadapi kecerdasan buatan saat ini adalah pertanyaan 'Mengapa AI membuat keputusan?' AI bisa membuat kesalahan. Itu bisa melewatkan gambaran yang lebih besar. Dalam hal siswa, AI dapat memutuskan bahwa siswa tidak memiliki kemampuan matematika dan tidak pernah mulai memaparkan siswa tersebut pada konsep matematika yang lebih tinggi. Itu bisa membuat mereka menjadi tempat di mana mereka mungkin tidak unggul. Yang cukup menarik, ini adalah masalah besar dalam pendidikan tradisional. Siswa tertinggal atau tidak senang dengan hasil setelah universitas. Sesuatu hilang.
Pendidikan yang dipersonalisasi akan membutuhkan berbagai disiplin ilmu yang bekerja bersama untuk menyelesaikan banyak masalah seperti yang di atas. Masalah yang kita miliki sekarang dalam penelitian dan akademisi adalah kurangnya penelitian kolaboratif tentang AI dari berbagai bidang - sains, teknik, medis, seni. AI yang benar-benar kuat akan membutuhkan semua disiplin ilmu bekerja bersama.
Jadi, AI bisa membuat kesalahan?
Itu bisa salah. Kita tahu manusia membuat kesalahan. Kami tidak terbiasa dengan AI membuat kesalahan.
Kami memiliki waktu yang cukup sulit untuk memberi tahu orang-orang mengapa AI membuat keputusan tertentu. Sekarang kita harus mencoba menjelaskan mengapa AI melakukan kesalahan. Anda benar-benar sampai ke nyali itu. AI hanyalah mesin statistik probabilitas.
Katakan, ini memberi tahu saya anak saya cenderung sangat berorientasi matematis, tetapi dia juga menunjukkan bakat menggambar. Berdasarkan data yang dimilikinya, mesin menerapkan bobot pada hal-hal tertentu tentang orang ini. Dan, kami benar-benar tidak dapat menjelaskan mengapa itu melakukan apa yang dilakukannya. Itu sebabnya saya selalu memberi tahu orang-orang bahwa kita harus membangun sistem ini dengan cara yang tidak mengotakkan seseorang.
Jika Anda kembali ke apa yang kami lakukan untuk militer, kami berusaha untuk dapat menganalisis apakah seseorang merupakan ancaman bagi seorang prajurit di lapangan. Katakanlah satu orang membawa AK-47 dan yang lain membawa rake. Apa perbedaan risikonya?
Tampaknya cukup sederhana. Tetapi Anda harus mengajukan pertanyaan yang lebih dalam. Apa kemungkinan pria yang membawa rake menjadi teroris? Anda harus mulai melihat latar belakang keluarga, dll.
Jadi, Anda masih harus mengajukan pertanyaan, 'Bagaimana jika AI itu salah?' Itu masalah terbesar yang dihadapi AI di mana-mana.
Seberapa besar tantangan itu?
Salah satu tantangan rekayasa besar sekarang adalah rekayasa balik otak manusia. Anda masuk dan kemudian Anda melihat betapa rumitnya otak itu. Sebagai insinyur, ketika kita melihat mekanisme itu, kita mulai menyadari bahwa tidak ada sistem AI yang bahkan mendekati otak manusia dan apa yang dapat dilakukannya.
Kami sedang melihat otak manusia dan bertanya mengapa manusia membuat keputusan yang mereka lakukan untuk melihat apakah itu dapat membantu kita memahami mengapa AI membuat keputusan berdasarkan matriks probabilitas. Dan kita masih tidak lebih dekat.
Sebenarnya, apa yang mendorong rekayasa otak terbalik dan personalisasi AI bukanlah penelitian di bidang akademis, itu lebih kepada pengacara yang datang dan bertanya 'Mengapa AI membuat keputusan ini?' karena mereka tidak ingin digugat.
Pada tahun lalu, sebagian besar proyek yang saya kerjakan, kami memiliki satu atau dua pengacara, bersama dengan psikolog, di tim. Semakin banyak orang mengajukan pertanyaan seperti 'Apa etika di balik itu?' Pertanyaan besar lain yang ditanyakan adalah 'Siapa yang bertanggung jawab?'
Apakah itu mengkhawatirkan Anda?
Bagian terbesar dari penelitian AI sekarang adalah bahwa orang-orang sekarang mengajukan pertanyaan itu, 'Mengapa?' Sebelumnya, pertanyaan itu diturunkan ke ruang akademik sains komputer. Sekarang, penelitian AI bercabang ke semua domain dan disiplin ilmu. Ini sangat menggairahkan saya. Semakin banyak orang yang terlibat dalam penelitian dan pengembangan AI, semakin baik peluang kita untuk mengurangi kekhawatiran kita dan yang lebih penting, ketakutan kita.
Kembali ke pendidikan yang dipersonalisasi. Bagaimana ini mempengaruhi guru?
Dengan pendidikan, apa yang akan terjadi, Anda masih akan memiliki pemantauan. Anda akan memiliki guru yang akan memonitor data. Mereka akan menjadi lebih banyak ilmuwan data yang memahami AI dan dapat mengevaluasi data tentang bagaimana siswa belajar.
Anda akan membutuhkan seseorang yang ahli mengawasi data dan mengawasi siswa. Perlu ada manusia dalam lingkaran untuk beberapa waktu, mungkin setidaknya selama 20 tahun. Tapi saya bisa saja salah total. Teknologi bergerak sangat cepat akhir-akhir ini.
Ini benar-benar adalah waktu yang menarik di dunia AI, dan saya pikir itu hanya akan mempercepat lebih cepat. Kami telah beralih dari mesin pemrograman ke melakukan hal-hal untuk membiarkan mesin mencari tahu apa yang harus dilakukan. Itu mengubah segalanya. Saya tentu mengerti kekhawatiran yang dimiliki orang tentang AI. Tetapi ketika orang mendorong banyak ketakutan itu, itu cenderung mengusir orang. Anda mulai kehilangan peluang penelitian.
Seharusnya lebih tentang mendorong dialog tentang bagaimana AI akan mengubah keadaan. Apa masalahnya? Dan, bagaimana kita akan maju?
