Survival Strategies in the Era of AI Taught by Stanford | Stanford AIRE Director

Se um trabalho pode ser feito por humanos
e custa US$ 1.000. Porque você não pode calcular
mais rápido que as máquinas. Então você deixa o robô fazer isso.
Custará apenas cerca de US $ 200. A IA fará com que muitos empregos
desapareçam no futuro. Quanta mais informação as crianças recebem hoje em dia É completamente diferente agora. Ainda usamos a mesma maneira
de ensiná-las. E então, quanto mais penso nisso,
mais sinto que precisamos nos esforçar para mudar isso. Eu sou Li Jiang.

Sou o diretor do programa Stanford AIRE. Você sabe, a era da IA ​​está
em um futuro próximo. E eu diria que na verdade
já começou. Sou apaixonado por tentar descobrir
qual é a maneira certa de ensinar a próxima geração
na era da IA ​​e da robótica. Muitas pessoas têm medo da IA,
então tentam evitar isso. Eles ficam tipo, Oh,
eu quero ficar longe disso. Mas o fato é que essa é
provavelmente uma das ferramentas mais poderosas que já inventamos. Se você não usar essas ferramentas,
não poderá realmente competir com ninguém como as outras pessoas. Acho que há algumas coisas que
precisamos mudar. Uma é que precisamos começar a ensinar o
pensamento de IA o mais cedo possível.

O AI Thinking permitirá que eles
saibam a diferença entre humano e IA. E então a parte humana é realmente
a parte da inovação de 0 a 1. É aí que não consigo fazer um bom trabalho.
Precisamos nos concentrar nisso. Há três coisas importantes sobre o pensamento de IA. A primeira coisa é que
você precisa ter uma compreensão geral de como a IA funciona. No passado, a IA era basicamente baseada principalmente nas regras
ou algoritmos específicos que escrevemos no computador. Os humanos definem as regras E agora, desenvolvemos algoritmos diferentes, como aprendizado profundo,
aprendizado por reforço baseado em dados, porque temos computadores muito mais poderosos
que podem lidar com mais dados, e então eles se desenvolverão e tentarão encontrar
o solução mais otimizada com base nos dados atuais.

E quanto mais dados você tiver,
melhor solução você normalmente obterá se fizer a primeira. A segunda é que você ganhará
a capacidade de diferenciar a habilidade humana da habilidade da máquina
ou da IA. Acho que provavelmente a maior parte do público não sabe. Existe uma área de pesquisa científica
chamada biologia estrutural. Os cientistas desta área
estudam a estrutura de uma proteína.

As proteínas são muito importantes
para todas as criaturas vivas. O mundo inteiro tem cerca de 100 a 200 milhões de proteínas. Nesta área de pesquisa, assim como os cientistas, muitos deles estão focados na determinação
da estrutura dessas proteínas. Nós, humanos, encontramos apenas um número muito pequeno
dessas proteínas, com estruturas inferiores a 1%.

No entanto, esta IA é chamada AlphaFold. Isso é da DeepMind. Nos últimos dois anos,
AlphaFold previu a estrutura de quase todas as proteínas do mundo e colocou-as no banco de dados aberto online. Então, um trabalho, uma vez que as máquinas podem fazer isso, então deixe as máquinas fazerem isso, e então nos concentramos na parte humana depois de obter os dois primeiros. A terceira é que você poderá trabalhar com IA e usar IA para ajudá-lo
a realizar outros trabalhos. A parte crítica é de 0 a 1,
que basicamente inventamos algo que não existia antes e provavelmente podemos fazer 0 a 1 melhor com a IA fornecendo muitas informações
e coisas assim. Portanto, deveríamos preparar nossos filhos
para aprenderem a inovar, a gerar novas ideias,
a usar a IA para nos ajudar, esse tipo de coisa.

Criatividade, é algo
realmente difícil de ensinar ou algumas pessoas pensam que a criatividade não pode ser ensinada como ensinar criatividade às pessoas. Isso foi mudado
pelo Stanford Design Thinking. Podemos usar esse método para ensiná-lo a
fazer inovações sistematicamente. Design Thinking é uma metodologia
que usamos aqui em Stanford para ensinar as pessoas a fazer inovações, e não tornamos você tão inovador ou criativo quanto Steve Jobs ou Elon Musk. No entanto, podemos usar essa metodologia
para torná-lo mais criativo ou inovador do que você mesmo. Portanto, o design thinking tem etapas
que você pode seguir.

O primeiro passo é ter empatia. Primeiro você tem que entender para
quem você está inventando. Você está inventando para seus pais
ou está inventando para as crianças que estão estudando na escola? Você tem que entender
quem são os usuários. Então você sente empatia por eles,
especialmente por suas emoções. E então você vai para a segunda etapa,
que se chama Definir. Muitas pessoas não tinham
o problema certo para começar. Então você tem que definir
esse problema claramente e depois vai para a terceira etapa,
que é a ideação, que é usar o brainstorming para gerar muitas ideias,
e então você classifica e obtém feedback dos usuários. Você escolhe os bons para prototipar. Depois de fazer o protótipo,
que é a quarta etapa, você testa o que o usuário faz e depois obtém feedback.

Talvez o feedback seja bom
ou talvez seja ruim, mas você precisa redesenhar ou reinventar. Temos uma frase chamada
todo design é redesenho. se você perceber, Uau, na verdade não defini esse problema corretamente,
volte para a etapa dois. Então você tem que fazer essas iterações. Eventualmente você terá
algumas invenções muito boas. Mas quando você lê livros e ou ouve
algumas palestras, seja o que for, depois que você termina que ainda não entendeu você tem que usar várias vezes para realmente sentir. Deixe-me dar um exemplo
em uma aula em Stanford. Então, basicamente, este projeto é sobre
como conseguir boas incubadoras, conseguir mais incubadoras para o Nepal. No início, na verdade, muitas pessoas estão apenas tentando dizer,
bem, basta projetá-las na Califórnia. Mas então dizemos: Bem,
você precisa ganhar empatia. Você precisa ir ao lugar real. Se você nunca esteve no Nepal,
como pode projetar para isso? Na verdade, eles voaram para o Nepal
e foram para as montanhas.

E para sua surpresa, eles veem muitas
dessas incubadoras caras nesses centros médicos. Na verdade, não lhes faltam
essas máquinas, mas não sabem como operá-las. O problema está definido incorretamente.
Eles têm que redefinir o problema. E então eles voltaram para essas aldeias
e conversaram com aqueles agricultores. Precisamos dessas coisas,
mas não nesses centros médicos. Precisamos em nossa casa.
Precisamos dos mais baratos. Então eles projetaram
uma espécie de incubadora de bebês muito barata, que funcionava como uma incubadora de bebês,
e tiveram muito sucesso.

E esse é um bom exemplo. O problema foi definido incorretamente no início,
e então eles entram neste processo de Design Thinking e encontram uma maneira
de redesenhar o problema e então resolvem o problema certo. A coisa mais interessante sobre IA
e Robótica são alguns deles. Acho que o primeiro é o ChatGPT,
porque provavelmente é uma surpresa para muitas pessoas
que a IA possa conversar com as pessoas dessa forma tão natural. E também pode não apenas conversar com você, mas
também escrever código para você. Parece que ele sabe muito
e é mais inteligente do que muita gente e isso surpreendeu as pessoas.

Então e também vai
mudar a educação com certeza, porque agora as crianças podem usar o chatGPT
para escrever redações e fazer trabalhos de casa. Então os professores precisam
pensar em como lidar com isso. Na verdade,
ontem dei uma tarefa ao meu aluno. Pedi a um aluno que escrevesse uma redação. Eu disse: Bem, quer saber?
Acabamos de falar sobre ChatGPT na aula. Agora vou lhe dar a tarefa
de escrever uma redação com a ajuda do ChatGPT. Na verdade, não estou pedindo para você não usá-lo.

Peço que você use. E depois dessa aula
terei pequenas discussões com cada um de vocês
e me contarei como vocês usam isso. Como você sente isso? Eu acho que o avanço da tecnologia,
você não pode tentar ignorá-lo ou evitá-lo, está acontecendo e é como a água. Você não pode bloqueá-lo.
Você tem que ir com isso. Para mim, quero entender
como o ChatGPT impactará nosso sistema educacional e quero trabalhar com nossos alunos
para entender isso melhor.

Então é por isso que dei esse dever de casa para meus alunos Sou um grande fã de Autobots, Transformers Eu cresci com esses desenhos animados
e sou um grande fã deles Mesmo agora ainda sou um grande fã do Optimus Prime E isso realmente me inspirou que eu sempre quis fazer robôs legais quando era criança. Acho que a maioria das crianças
tem um sonho quando são jovens. É mais fácil inspirar sonhos
quando alguém está em tenra idade, depois que as pessoas crescem,
elas meio que perdem o interesse, perdem o sonho,
não sabem o que fazer.

Na verdade, é extremamente importante
que essas pequenas mentes tenham sonhos. Meu objetivo final é descobrir
qual é o sistema educacional ideal para o futuro. A parte da educação é muito importante. Tem um impacto profundo
no futuro da próxima geração e esse é o meu objetivo final..

Texto inspirado em publicação no YouTube.

Quer Saber Muito Mais? Venha para a MIND21 Educação