Почему массового внедрения ИИ в образовании пока не будет

Причём лет эдак пять. И то — если эдтехи сейчас начнут шевелиться. А они не начнут.

Тезис 1. Три самых главных компонента в решении задач с помощью ИИ — контекст, контекст и контекст.

Кто много пользуется нейронками, понимает, что хороший контекст при плохом промте даст лучший результат, чем хороший промт с плохим контекстом.

Что такое контекст: представьте, что вы ставите задачу незнакомому человеку. Контекст — это всё, что ему надо знать, чтобы выполнить задачу так, как вы этого ожидаете, а не так, как он захочет её выполнить.

Удивительно, кстати, что люди всегда просят промт и никогда — вообще — не спрашивают: «А как ты создавал контекст?»

Кажется, что одна из причин — известное когнитивное искажение: «Я думаю, что то, что знаю я, знают и остальные». Иными словами, люди даже между собой не умеют передавать контекст — куда уж там алгоритмам его передавать!

— А помнишь, в этом фильме он такой… — ??? — Ну фильм! Ты чё, тупой? Мы же вместе смотрели!

Так примерно (кажется) 90% людей общаются с собой. Так они общаются с нейросетями.

И так компании думают про контекст и его роль. И откуда возьмётся вменяемый результат?

Тезис 2. Контекст = данные. Много данных. А их никто (почти) не собирает.

Если надо, чтобы ИИ что-то делал персональное для ученика (самый часто встречающийся тезис в моём опыте), то ему надо данные про ученика загрузить.

Например: давайте переозвучим сериал на английском под словарный запас человека — он будет понимать почти всё, это его мотивирует и уменьшит отток.

Ну ага, давайте. Не сложно сделать техническую часть. Только где вы возьмёте этот словарный запас? Вы ж его не знаете. В лучшем случае можете составить список слов, с которыми он сталкивался на уроке и в домашке. Но это не словарный запас.

Необходимые данные тут — слова, которые он использовал за некоторый интервал времени. И кто это собирает в обучении?

А ещё говорят: давайте анализировать ошибки ученика. Ну давайте. Только сначала надо взять таксономию знаний, разметить по ней все материалы, собирать и хранить все ошибки ученика до этого. Скрупулёзно и методично.

А это, повторюсь, на рынке делают меньше игроков, чем у вас пальцев на одной руке.

Тезис 3. Собирать данные начать никогда не поздно. Но для этого надо или пилить свою платформу, или переписывать уже готовую, где ни черта не собирается.

Это очень дорого. А рынок сейчас стагнирующий, если не падающий.

Поэтому денег на это нет. Почти ни у кого.

Ну там растут подготовка к ЕГЭ и домашнее обучение. И то в этих нишах не все растут. Узок их круг, страшно далеки они…

Тезисы 1+2+3 = пшик. Без данных (без контекста) толку не будет. Собирать их дорого. И денег нет.

Ну то есть в маркетинге ИИ будет много. В смысле — на баннерах будут писать про всё, что надо. Но на практике ничего по-настоящему крутого не будет.

В продаже, в маркетинге — будет. В генерации фуфлоконтента — будет. А в продукте — нет. Кроме, повторюсь, может быть, пяти компаний, кто начал про это думать намного раньше и собирать контекст для своих задач.

P. S. Да, понятно, что там ещё есть факторы типа «война», «усиление давления чиновников на отрасль», «санкции» — они тоже добавляют, если не перевешивают. Но это другая тема.

#маркетинг #методика #нейросеть #продукт #распаковкаопыта #текст

Впервые опубликовано в телеграм-канале клуба