Kun olin lapsi, isäni ja minä puhuimme usein tarinasta, jonka halusimme kirjoittaa yhdessä. Sen nimi oli "Päivä, jolloin kukaan ei mennyt Disneylandiin". Ajatus oli, että jonakin päivänä sää on niin täydellinen, että kaikki olettavat Disneylandin olevan täynnä, joten he päättävät kaikki jäädä kotiin. Mutta isäni, ajatellen samaa asiaa, näkee kuinka pettyneeltä näytän sinä aamuna—ja päättää ottaa riskin joka tapauksessa. Lähdemme matkaan, ja kun pääsemme perille, puisto on täysin tyhjä. Kukaan muu ei ollut tarpeeksi rohkea saapuakseen paikalle. Pääsemme nauttimaan kaikesta—laitteista, esityksistä, ruoasta—aivan yksin.
Rakastin ajatusta tuon tarinan kirjoittamisesta. Mutta kuten usein käy, elämä tuli tielle. Olimme liian kiireisiä toteuttamaan sen, aika kului, minä kasvoin aikuiseksi, ja me molemmat unohdimme sen.
Kolmekymmentä vuotta myöhemmin olin vanhempieni luona päivällisellä omien lasteni kanssa (iältään kahdeksan, viisi ja kaksi). Jostain syystä ajatus palasi mieleeni. Kerroin siitä vanhimmalleni, ja hän halusi kuulla koko jutun. Joten käännyimme ChatGPT:n puoleen, annoimme sille karkean luonnoksen ja pyysimme sitä kirjoittamaan tarinan tohtori Seussin tyyliin (yhden suosikkimme). Muutamassa sekunnissa meillä oli se. Hän luki sen ääneen, ja me nauroimme.
Tietenkään tekoälyn tuottama teksti ei ollut täydellinen. Jotkut rivit eivät aivan toimineet, ja joukkoon oli lipsahtanut amerikkalaisuuksia—kuten "sneakers" ja "cinnamon buns". Mutta sinä iltana sohvalla meillä oli hauskaa säätämällä kehotteita, hiomalla tarinaa, lisäämällä kohtauksia ja työskentelemällä tämän oudon uuden luovan kumppanin kanssa tehdäksemme jotain, mikä oli luisunut sormieni läpi vuosikymmenten ajan.
Viimeisten 15 vuoden ajan olen tutkinut, miten tekoäly vaikuttaa työhön ja yhteiskuntaan. Mutta kolmen pienen lapsen isäksi tuleminen on tehnyt näistä muutoksista paljon henkilökohtaisempia: on selvää, että heidän tulevaisuutensa tulee näyttämään villin erilaiselta kuin minun menneisyyteni.
Vaimolleni tuo oivallus iski todella kotiin muutama viikko sitten automatkalla hänen vanhempiensa luo Suffolkiin. Kolme lasta autossa, matelemassa A12-tietä pitkin, on resepti kaaokseen. Joten olimme innoissamme löytäessämme harvinaisen podcastin, josta kaikki oikeasti pitivät: History's Not Boring, sarja 15 minuutin keskusteluja kaikenlaisista aiheista, kahden lapsen kertomana.
Kun kuuntelimme, aloimme arvailla, keitä nämä fiksut lapset mahtoivat olla. Mistä he olivat kotoisin? Miten heidät oli valittu? Miten he sovittivat tämän koulun kanssa? Lopulta etsin heidät netistä. Jokainen arvauksemme oli väärä. Lapsia ei oikeasti ollut olemassa. Koko podcast näytti olevan tekoälyn tekemä. Kukaan meistä ei ollut tajunnut sitä.
Se oli outo hetki, kun huomasimme, että ihmiset, joista olimme tulleet pitämään, eivät olleet oikeita ollenkaan. Oli myös vaikuttavaa, että tekoäly pystyi luomaan niin laadukasta opetussisältöä. Mutta vaimolleni, joka tekee podcasteja ja dokumentteja, se oli myös häiritsevää: tässä oli jotain, jonka tuottamiseen häneltä ja lahjakkaalta tiimiltä olisi kulunut päiviä, ja nyt se tehtiin ilman yhtään ihmistä mukana.
Työni tekoälyn parissa on vienyt minut hallitushuoneisiin, konferenssisaleihin, luokkahuoneisiin ja hallintorakennuksiin. Mutta minne ikinä menenkin, yksi kysymys nousee esiin useammin kuin muut: mitä minun lasteni pitäisi tehdä?
Juuri nyt olemme kaikki hieman eksyksissä. Opettajat ovat huolissaan siitä, että heidän vanhat menetelmänsä eivät enää toimi. Vanhemmat, seuratessaan lastensa käyttävän tekoälyä ongelmien ratkaisemiseen ja kysymyksiin vastaamiseen, ihmettelevät, mitä he oikeasti osaavat. Työnantajat epäilevät, kertovatko perinteiset akateemiset saavutukset—hankitut kurssitöiden, kokeiden ja arviointien kautta—vielä mitään hyödyllistä siitä, mihin nuoret pystyvät.
Mutta reagoiminen näihin uusiin teknologioihin pystyttämällä muureja, kuten monet vaistomaisesti haluavat—kieltämällä, moittimalla, rankaisemalla—ei yksinkertaisesti voi olla oikea vastaus. Ensinnäkin tämä on maailma, jossa seuraava sukupolvi tulee elämään: me epäonnistumme heissä, jos valmistamme heitä maailmaan, jossa me kasvoimme, emme siihen, jossa he todellisuudessa tulevat asumaan. Kuinka usein olet esimerkiksi kuullut ihmisten syyttävän oppilaita huijaamisesta, jos he käyttävät tekoälyä apunaan koulutöissä? Mutta missä vaiheessa me huijaamme heitä, kun emme onnistu miettimään uudelleen, miten koulutamme heitä? Jos tekoäly tekee koulutuksesta "liian helppoa" nuorille, milloin vastuu siirtyy meille, aikuisille, tekemään heidän oppimisestaan haastavampaa, viemään heitä pidemmälle, venyttämään heidän kykyjään?
Mikä tärkeämpää, tämä väheksyvä asenne tekoälyä kohtaan on myös mielikuvituksetonta. Se estää meitä näkemästä uskomattomia mahdollisuuksia, joita tekoäly voisi luoda seuraavalle sukupolvelle. Tietenkin riskejä on. Mutta samaan aikaan, jos käytämme tätä teknologiaa viisaasti, mitä vaikeita ajatuksia seuraava sukupolvi nyt saattaisi ymmärtää—sellaisia, jotka olivat meidän ulottumattomissamme heidän ikäisinään? Mitä vaikeita ongelmia he saattaisivat ratkaista—sellaisia, jotka vaativat aikoinaan vuosien koulutusta ja kokemusta, jos niitä ylipäätään pystyi ratkaisemaan?
Unohda tulevaisuudenkestävä taidot
Suuri osa haasteesta tekoälyn kanssa on se, että perinteinen vastauksemme teknologiseen häiriöön työelämässä—ajatus ihmisten "tulevaisuudenkestävistä" taidoista—ei enää toimi. Vuonna 2013 pääministeri David Cameron ilmoitti, että Englannista tulisi ensimmäinen paikka maailmassa, jossa kaikki perus- ja toisen asteen koululaiset oppisivat koodaamaan. Tämä, opetusministeri Michael Goven mukaan, "varustaisi jokaisen lapsen tietotekniikkataidoilla, joita he tarvitsevat menestyäkseen 21. vuosisadalla".
Ajatus vaikutti rohkealta ja fiksulta: seuraavina vuosina oli vaikea löytää kehittynyttä maata, joka ei olisi seurannut esimerkkiämme.
Nopeasti tähän päivään. Mitä uusimmat tekoälyjärjestelmät, kuten ChatGPT ja Claude, osoittautuvat osaavan parhaiten? Koodin kirjoittamisen. Tammikuussa 2026 Anthropic raportoi, että 90% Claude Coden—heidän tekoälypohjaisen koodausavustajansa—koodista oli itsessään tekoälyn kirjoittamaa. Taidot, joiden piti suojella lapsia teknologiselta häiriöltä koko heidän elämänsä ajan, olivat suurelta osin tarpeettomia jo ennen kuin he ehtivät edes jättää koulun.
Meidän on käytettävä tekoälyä kriittisesti, ei sokeasti, pitäen perustaitomme terävinä, jotta voimme erottaa, milloin tekoäly on savantti—tai idiootti.
Poliitikkojen ja päätöksentekijöiden on houkuttelevaa sivuuttaa koodaussaga epäonnisena kömmähdyksenä. Mutta tämä on virhe. Syy heidän epäonnistumiseensa oli se, että he olivat uskoneet "tulevaisuudenkestävien" taitojen ajatukseen—ajatukseen, että on olemassa jokin arvokas taitojoukko, jota tekoäly ei pysty tekemään vielä pitkään aikaan, ja että ajattelemalla tarpeeksi syvällisesti tulevaisuudesta voimme tunnistaa ne tarkasti.
Totuus on, että tiedämme vain kaksi asiaa siitä, mitä edessä on. Toinen on, että se on täynnä teknologioita, jotka ovat paljon kykenevämpiä kuin nykyiset. Toinen on, että tiedämme vain vähän muuta. Mutta sen sijaan, että yrittäisimme ratkaista tätä epävarmuutta, meidän on hyväksyttävä se ja kysyttävä sen sijaan eri kysymys: miten valmistamme seuraavan sukupolven menestymään tulevaisuudessa, josta tiedämme itse asiassa hämmästyttävän vähän?
Palaa perusasioihin
Ensimmäinen askel on palata perusasioihin. Vuodesta 2009 lähtien lukutaito ja laskutaito ovat laskeneet nuorten keskuudessa ympäri maailmaa OECD:n Pisa-arvioinnin mukaan; sama pätee aikuisiin. Sellaisenaan tämä on huolestuttavaa. Mutta ottaen huomioon epävarmuuden, jota kohtaamme tulevaisuuden suhteen, nämä trendit ovat katastrofi.
Miksi tällainen onnettomuus? Aluksi, vaikka voi olla vaikea sanoa tarkalleen, mitkä kehittyneemmät taidot osoittautuvat arvokkaimmiksi tulevaisuudessa—luovuus, harkintakyky, jokin muu—ne nojaavat jollain tavalla näihin perustaitoihin. Ne ovat perusta kaikelle muulle.
Lisäksi tekoälyjärjestelmät ovat kaukana virheettömistä. Ne tekevät virheitä, usein yksinkertaisissa ongelmissa; ne hallusinoivat, tarjoten varmoja ja uskottavia vastauksia, jotka ovat täysin keksittyjä. Ne ovat, kuten tietojenkäsittelytieteilijä Geoffrey Hinton asian ilmaisi, "idioottisavantteja". Se tarkoittaa, että meidän on käytettävä tekoälyä kriittisesti, ei sokeasti, pitäen perustaitomme terävinä, jotta voimme erottaa, milloin tekoäly toimii kuin nero—tai kuin typerys.
Molemmat syyt mielessä pitäen meidän pitäisi panostaa paljon vaivaa lukemisen, kirjoittamisen ja matematiikan opettamiseen, vaikka tekoäly näyttäisi tekevän ne paremmin, mitä se yhä enemmän tekeekin. Palaaminen perusasioihin on sitä, mitä taloustieteilijä kutsuisi "ei-katuvia"-strategiaksi—emme tule koskaan katumaan näiden ydintaitojen parantamista, riippumatta siitä, miten tulevaisuus kehittyy.
Olen käyttänyt tekoälyä vastatakseni viisivuotiaani nukkumaanmenoa viivyttävään tapaan kysyä suuria kysymyksiä juuri kun sammutan valot.
Ja meidän pitäisi yrittää olla luovia. Kun kahdeksanvuotiaani kyllästyi oppimaan kertotauluja vanhanaikaisella tavalla—pitkät listat, ulkoa toistamalla—käännyin ChatGPT:n puoleen auttaakseni häntä suunnittelemaan erilaisia tietokonepelejä, jotka testasivat hänen osaamistaan. (Yksisarviset ja sateenkaaret ilmestyivät joka versioon.)
Sitten oli se kerta, kun viisivuotiaani oli väsynyt lukemaan tavallisia foniikkakirjojaan koulun jälkeen—Biffiä, Chipiä ja Kipperiä kestää vain tiettyyn pisteeseen—joten sen sijaan käytimme tekoälyä luodaksemme yhdessä räätälöityjä tarinoita, jotka oli huolellisesti sovitettu hänen lukutasolleen ja paljon lähempänä hänen lempiaiheitaan. (Tätä kirjoittaessa se tarkoitti HMS Belfastiä, TNT-räjähdysaineita ja Bukayo Sakaa.)
Uusien asioiden kokeileminen on tärkeää, ja voimme oppia paljon siitä, mitä muut keksivät. Otetaan esimerkiksi Chris Moran, Guardianin toimituksellisen innovaation johtaja. Hänen tyttärensä oli lukenut Draculaa koulussa, mutta hänellä oli vaikeuksia yhdistää laaja romaani todelliseen maailmaan. Yhdessä, tekoälyn avulla, he rakensivat sovelluksen nimeltä PlotLines, joka sijoitti tarinan interaktiiviselle 1890-luvun Ordnance Survey -kartalle, kartoittaen keskeiset kohtaukset ja henkilöhahmojen matkat ympäri Eurooppaa tekoälyn avulla. (He ovat sittemmin tehneet tämän myös monille muille kirjoille.)
Nämä ovat juuri sellaisia innovaatioita, joita meidän pitäisi testata ja toivottaa tervetulleiksi koko koulutuksessa—ei kieltää.
Opetetaan molempia, testataan molempia
Kaikesta kohtaamastamme epävarmuudesta huolimatta on silti yksi asia, jonka tiedämme tulevaisuudesta: se on täynnä teknologioita, jotka ovat paljon tehokkaampia kuin nykyiset. Tämä mielessä pitäen meidän on opetettava seuraava sukupolvi käyttämään niitä. Tämän tekeminen kunnolla vaatii meiltä vakavan ajan varaamista sen opettamiseen, miten tekoälyä käytetään.
Haaste on kuitenkin se, miten tämä tehdään ilman, että he myös unohtavat tärkeitä perustaitoja. Kasvava huoli on, että tekoäly tekee meistä vähemmän älykkäitä. Miksi lukea kirjaa, jos tekoäly voi tiivistää sen? Miksi tehdä matematiikan läksyjä, jos tekoäly tekee laskelmat? Minun näkemykseni mukaan vastaus ei tule Piilaaksosta, vaan unohdetulta brittiläiseltä matematiikan professorilta, Wilfred Halliday Cockcroftilta, puoli vuosisataa sitten.
1970-luvulla matematiikan opetuksen laatu Ison-Britannian kouluissa näytti hajoavan, ja laskutaidon tasot olivat ilmeisesti alhaiset. Cockcroft, jolla oli pitkäaikainen kiinnostus matematiikan opetukseen, sai hallitukselta tehtäväkseen tutkia asiaa. Vuonna 1982 Cockcroftin raportti julkaistiin. Se oli massiivinen, yksityiskohtainen—ja nyt enimmäkseen unohdettu. Mutta se saattaa osoittautua tärkeimmäksi asiakirjaksi koulutuksen tulevaisuuden ajattelemisessa, koska se käsitteli elektronista laskinta.
On kiehtovaa lukea Cockcroftin raporttia ja nähdä, kuinka samanlaisia laskimen haasteet silloin olivat tekoälyn haasteiden kanssa nykyään—pelosta, että se heikentäisi "perustaitoja", siihen pelotteluun, jota monet tunsivat kohdatessaan tämän oudon uuden teknologian. Cockcroft oli realistinen: hän odotti, että "kaikilla hakijoilla olisi laskin käytettävissään vuoteen 1985 mennessä". Hänen ehdotuksensa oli vallankumouksellinen: hän halusi uudistaa matematiikan opetuksen jakamalla sen kahteen osaan—toiseen osaan, joka opettaa oppilaita käyttämään laskinta, ja toiseen osaan, joka opettaa heitä selviytymään ilman sitä. Ratkaisevaa oli, että molempia taitoja testattaisiin. Ajatus sai kannatusta. Nykyään matematiikan oppiminen sekä laskimen kanssa että ilman on maailmanlaajuinen standardi. Ensimmäinen lähestymistapa rakentaa perustaitoja, kun taas toinen soveltaa niitä haastavampiin ongelmiin.
Meidän pitäisi ottaa sama realistinen ja vallankumouksellinen lähestymistapa tekoälyn kanssa nyt, käyttäen tätä todistettua periaatetta—mitä kutsun "opeta molempia, testaa molempia". Jokainen oppiaine, historiasta englanninkieliseen kirjallisuuteen, pitäisi jakaa kahteen osaan: toinen osa opettaa oppilaita käyttämään tekoälyä, ja toinen opettaa heitä menestymään ilman sitä. Molempia pitäisi arvioida kokeissa. Opettaja ei voi valvoa, käyttääkö oppilas tekoälyä oman huoneensa yksityisyydessä. Mutta mikään ei voi korvata sitä kokemusta, kun istuu kokeessa, katsoo paperia ja tuntee sen kylmän hien, kun tajuaa, ettei ole valmistautunut molempiin osioihin.
Kaikki näytöt eivät ole pahoja. Yksi huolenaiheistani on, että annamme oikeutetun huolen sosiaalisen median vaikutuksista lasten elämään vuotaa yli siihen, miten ajattelemme tekoälystä. Tämä voisi muuttaa järkevät sosiaalisen median rajoitukset polvi-nykäisiksi tekoälyn kielloiksi. Mutta sosiaalinen media ja tekoäly eivät ole sama asia. Vaikka sosiaalinen media usein epäinhimillistää meitä ja vetää meidät pois todellisesta maailmasta, tekoäly—oikein käytettynä—voi parantaa elämäämme huomattavasti.
On toinenkin tapa ajatella tätä. Keskustelu on käynnissä "kultakutri"-määrästä lasten ruutuaikaa—ei liikaa, ei liian vähän, vaan juuri sopivasti. Tämä on kuitenkin väärä keskustelu käytäväksi. Ratkaisevaa ei ole niinkään se, kuinka paljon aikaa vietetään näyttöjen ääressä, vaan se, mitä näillä näytöillä oikeastaan on ja mihin käytämme teknologiaa.
Tämä erottelu on tärkeä paitsi sille, mitä opetamme, myös sille, miten opetamme. Harkitse toista esimerkkiä: henkilökohtainen tutorointi. Sanotaan usein, että keskiverto oppilas, joka saa yksilöllistä opetusta, menestyy paremmin kuin melkein kaikki ikätoverinsa perinteisessä luokkahuoneessa. Näin tämän omakohtaisesti vuosieni aikana tutorina Oxfordissa opettaessani matematiikkaa ja taloustiedettä.
Ongelmana on, että ihmistutorit ovat liian kalliita tarjottavaksi kaikille. Mutta nyt tekoäly voi vihdoin tarjota laadukasta henkilökohtaista opetusta. Se voi räätälöidä tavan, jolla materiaali opetetaan, kunkin oppilaan ainutlaatuisten vahvuuksien ja heikkouksien mukaan, jäljitellen vuorovaikutusta ihmistutorin kanssa mutta paljon pienemmillä kustannuksilla.
Rehellisesti sanottuna tekoäly tarjoaa yksilöllisen opetuksen tason, johon minä—ja monet muut opettajat, joita olen vuosien varrella seurannut—olemme ponnistelleet päästäksemme. Osa siitä, mikä on silmiinpistävää, on tekoälyn laajuus. Olen käyttänyt sitä vastatakseni viisivuotiaani nukkumaanmenoa viivyttävään tapaan kysyä suuria kysymyksiä juuri kun sammutan valot. Kun hän kysyi: "Isi, mistä ensimmäinen ihminen tuli?" tekoäly loi lyhyen tarinan evoluutiosta. Olen myös käyttänyt sitä tuottamaan vaiheittaisia ohjeita auttaakseni jatko-opiskelijoita ratkaisemaan vaikeita matemaattisia ongelmia taloustieteessä, kuten Ramseyn kasvumalli.
"En usko, että kukaan on koskaan kiinnittänyt näin puhdasta huomiota minuun ja ajatteluuni ja kysymyksiini", opiskelijan kerrottiin sanoneen The New Yorkerissa huhtikuussa 2025. "Se on saanut minut miettimään uudelleen vuorovaikutustani ihmisten kanssa." Tekoäly ei koskaan väsy tai häiriinny. Sillä ei ole vastaanottoaikoja tai rajoitettua luokkahuoneaikaa. Se vastaa aina yhteen kysymykseen lisää ja antaa aina toisen selityksen ongelmasta, jota et ymmärrä.
Keskity ongelmiin, älä työhön. En ehdota... Ei ole yllätys, että opiskelijat ovat buuanneet teknologiajohtajille viimeaikaisissa yhdysvaltalaisissa valmistujaisjuhlissa. Viimeisten 15 vuoden aikana vastahakoisimmat ryhmät, joille olen puhunut, ovat olleet nuoret ammattilaiset. He ovat sijoittaneet valtavasti aikaa ja rahaa tullakseen lakimiehiksi, lääkäreiksi tai miksi ikinä ovatkaan valinneet, ja he ovat ymmärrettävästi vihaisia, kun heille juuri ennen valmistumista kerrotaan, että maailmaa, johon he ovat valmistautuneet, ei enää ole olemassa.
On niin paljon neuvoja, joita haluaisin antaa heille heidän aloittaessaan uransa, mutta yksi tärkeimmistä on tämä: valitse ammatti siksi, että ongelma kiinnostaa sinua, ei itse työ. Suoraan sanottuna, jos menet lääketieteeseen, koska pidät House-sarjan lääkäreistä, tai lakiin Suitsin takia, tai markkinointiin Mad Menin takia, tulet pettymään. Nämä työt ovat muuttumassa dramaattisesti.
Mutta ongelmat itse—terveystulosten parantaminen, lakineuvonnan tarjoaminen, tuotteiden myyminen—eivät ole katoamassa. Se, mikä muuttuu, on se, miten ratkaisemme ne ja mitä taitoja tarvitsemme siihen.
Tämän pystyi näkemään tulevan jo kauan ennen generatiivista tekoälyä. Jo vuonna 2017 Stanfordin yliopiston tiimi ilmoitti rakentaneensa järjestelmän, joka pystyi kertomaan valokuvasta, oliko luomi syöpäinen, yhtä tarkasti kuin parhaat ihotautilääkärit. Se oli läpimurtohetki tekoälypohjaisessa diagnostiikassa. Mutta mikä erottui eniten, oli se, että Nature-lehdessä julkaistun artikkelin viimeinen kirjoittaja oli Sebastian Thrun—ei lääkäri, vaan johtava tietojenkäsittelytieteilijä, joka loi maailman ensimmäisen kuljettajattoman auton. Tässä oli joku, jolla ei ollut juuri lainkaan lääketieteellistä tietämystä, mutta hänen taitonsa antoivat hänelle mahdollisuuden rakentaa järjestelmän, joka vastasi parhaita lääkäreitä.
Juokse kohti tekoälyä ja tiedettä
Jos aloittaisin urani tänään, aivan alusta, juoksisin epäröimättä kohti tekoälyä ja tiedettä—en siksi, että ne olisivat turvassa automatisoinnilta, vaan siksi, että siellä tapahtuvat jännittävimmät kehitykset tulevina vuosina. 1900-luvulla parhaat ideamme tulivat loistavista ihmismielistä. 2000-luvulla odotan niiden tulevan kykenevistä tekoälyistä.
Saimme välähdyksen tästä vuoden 2024 lopulla, kun DeepMindin AlphaFold2:n luojat voittivat Nobelin kemian palkinnon ratkaistuaan "proteiinien laskostumisongelman"—yhden biologian suurimmista ratkaisemattomista haasteista, joka on avain sairauksien ymmärtämiseen ja niiden hoitamiseen. Juuri nyt huippumatematiikka on seuraavana, uusien löytöjen tullessa vaikuttavaa vauhtia.
Mielikuvitus, mielikuvitus, mielikuvitus
Mitä enemmän työskentelen tekoälyn kanssa, sitä enemmän näen, että päärajoite sen käytölle on mielikuvituksemme. Vaikka lopettaisimme teknologian parantamisen tänään, olisi silti paljon enemmän tapoja käyttää sitä kuin mitä olemme tähän mennessä keksineet.
Osa siitä mielikuvitustyöstä on meistä kiinni. Mutta se ilta kahdeksanvuotiaani kanssa, tarinaa keksien, muistutti minua siitä, että osa siitä kuuluu myös seuraavalle sukupolvelle. Kuten runoilija Louise Glück kirjoitti: "Katsomme maailmaa kerran lapsuudessa, loput on muistia." Tämä mielessä pitäen tarvitsemme seuraavan sukupolven—heidän seikkailunhalunsa, avoimuutensa ja kyynisyyden puutteensa kanssa—auttamaan meitä ajattelemaan viisaasti ja vapaasti siitä, mitä voimme tehdä näillä uskomattomilla teknologioilla.
Mitä lasteni pitäisi tehdä? Daniel Susskindin kirja on julkaistu Penguinin kustantamana hintaan 20 puntaa. Tukeaksesi Guardiania, tilaa kappaleesi osoitteesta guardianbookshop.com. Toimituskuluja voi soveltaa.
Usein kysytyt kysymykset
Tässä on luettelo UKK:ista isän ja tekoälytutkijan näkökulmasta kirjoitettuna luonnollisessa, vanhempienystävällisessä sävyssä
Yleiset aloittelijan kysymykset
1. Lapseni käyttää ChatGPT:tä läksyihin. Onko se huijaamista?
Se riippuu siitä, miten hän käyttää sitä. Jos hän kopioi ja liittää vastauksen ajattelematta, kyllä, se on huijaamista. Mutta jos hän käyttää sitä kuin tutorina—pyytää sitä selittämään käsitteen, jota ei ymmärrä, tai tenttaamaan häntä ennen koetta—se on loistava oppimisväline. Sääntö pitäisi olla: tekoäly on auttamassa sinua ajattelemaan, ei ajattelemassa puolestasi.
2. En ole tekniikan taitaja. Pitääkö minun olla asiantuntija suojellakseni lapsiani tekoälyltä?
Ei todellakaan. Sinun ei tarvitse osata koodata. Sinun tarvitsee vain tietää perusteet siitä, miten nämä työkalut toimivat, ja mikä tärkeämpää, sinun täytyy puhua lastesi kanssa siitä, miten he käyttävät niitä. Vanhemmuuden vaistosi ovat tärkeämpiä kuin tekniset taitosi.
3. Mikä on suurin riski tekoälyssä lapsilleni?
Olen vähemmän huolissani robottien vallankaappauksesta ja enemmän siitä, että he menettävät kyvyn ajatella itse. Suurin riski on älyllinen laiskuus—lapset ulkoistavat kriittisen ajattelunsa, luovuutensa ja ongelmanratkaisukykynsä koneelle, koska se on nopeampaa. Sen lisäksi on emotionaalinen vaikutus, joka syntyy chatbottien kanssa vuorovaikuttamisesta, jotka vaikuttavat ihmisiltä mutta eivät ole.
4. Onko tekoäly oikeasti hyödyllistä arjen vanhemmuudessa vai onko se vain hypeä?
Se on aidosti hyödyllistä tylsissä jutuissa. Käytän sitä ateriasuunnitelmien tekemiseen, ideoiden luomiseen 5-vuotiaan syntymäpäiväjuhliin, hankalien sähköpostien kirjoittamiseen opettajille ja sen selittämiseen, miksi taivas on sininen, tavalla, jonka taapero ymmärtää. Se on valtava ajansäästäjä logistiikassa, mutta se ei koskaan korvaa halia tai sydäntentäyteistä keskustelua.
Edistyneet kriittisen ajattelun kysymykset
5. Miten selitän teini-ikäiselleni, että tekoäly voi olla varmasti väärässä?
Selitä, että tekoäly ei tiedä faktoja—se ennustaa, mitkä sanat yleensä seuraavat toisiaan. Se on kuin erittäin hyvin lukenut papukaija. Sillä ei ole aivoja tarkistamaan, onko jokin totta, joten se voi esittää hölynpölyä täydellä varmuudella. Opeta heille "luota mutta tarkista" -sääntö: käytä tekoälyä luonnoksiin, mutta tarkista kaikki faktat lu
