On versio tästä esseestä, jonka kirjoitin kahdeksantoista kuukautta sitten, ja olen iloinen etten julkaissut sitä.
Sen nimi oli Miksi oppimissovellus ChatGPT-aikakaudella? ja se kulutti kaksituhatta sanaa selittääkseen, miten tekoäly mullistaisi koulutuksen, miten Fluera olisi sovellus, joka tekee personalisoidusta tutoroinnista vihdoin todellista, ja miten viiden vuoden päästä kukaan ei enää oppisi kuten ennen. Teksti oli optimistinen. Se oli itsevarma. Se oli myös jälkikäteen lähes täysin väärässä.
Mitä en silloin nähnyt, oli että ongelma ei koskaan ollut, että opiskelijat eivät pääse käsiksi tietoon. Se ei koskaan ollut, etteivät opettajat osaa personalisoida. Ongelma oli — ja on — että modernit työkalut tekevät uskomattoman helpoksi tuntea oppineensa jotain, mitä ei ole oppinut. Ja mitä paremmaksi työkalu tuntumassa tulee, sitä huonommaksi se tulee siinä, mikä merkitsee.
Pullonkaula on siirtynyt
Suurimman osan historiaa kysymys, joka määritteli minkä tahansa opiskelua, oli pääsy. Kirjat maksoivat. Opettajia oli vähän. Kirjastot olivat kaukana. Sivistynyt henkilö oli ennen kaikkea sellainen, joka oli onnistunut pääsemään tiedon lähelle.
Minun sukupolvelleni kysymys muuttui navigaatioksi. Tietoa oli yltäkylläisesti; oikean palan löytäminen oli työ. Google, Wikipedia, Stack Overflow — kokonainen infrastruktuuri yhdelle kysymykselle: missä se on? Vuonna 2015 sivistynyt tarkoitti, että osaa hakea hyvin.
Vuonna 2026 kumpikaan kysymys ei enää todella rajoita meitä. Jokainen fakta on kolmen sekunnin päässä. Jokaisen selityksen voi generoida haluamassasi tyylissä. Pullonkaula on jälleen siirtynyt — ja uudelle muodolle infrastruktuuria ei ole vielä rakennettu.
Uusi pullonkaula on: miten muutan juuri lukemani joksikin, jonka todella säilytän?
Vanha kognitiotiede, hiljaa rehabilitoituna
Ja tässä tulee hauska osa. Vastaukset tähän kysymykseen ovat olleet kirjallisuudessa viidenkymmenen vuoden ajan. Jaksottainen kertaus, Ebbinghausin vuodesta 1885 lähtien. Palauttamisharjoittelu, Roedigerin ja Karpicken vuodesta 2006 lähtien [Roediger ja Karpicke, 2006] View in bibliography → . Toivotut vaikeudet, Bjorkin vuodesta 1994 lähtien [Bjork, 1994] View in bibliography → . Käsitekartoitus, Novakin vuodesta 1984 lähtien [Novak ja Gowin, 1984] View in bibliography → . O’Keefen ja Mosereiden tilamuistin neurotiede, joka voitti Nobelin vuonna 2014 [Moser et al., 2005] View in bibliography → .
Nämä tulokset ovat vankkoja. Meta-analyysit ovat johdonmukaisia. Vaikutuskoot ulottuvat kohtalaisesta arvoon d = 0,88 — erittäin suuri millä tahansa kognitiotieteen standardilla.
Mitä meillä ei ole koskaan ollut — kertaakaan koko EdTechin historiassa — on työkaluja, jotka tekevät oikeasta helpoimman tien. Anki tekee palauttamisharjoittelusta mahdollisen, mutta valtavan rakennustyön hinnalla. Notion tekee muistiinpanoista luettavia, muttei palautettavia. GoodNotes tekee käsinkirjoituksesta kauniin, mutta irrotettuna kaikesta muistinsuunnittelusta. Jokainen työkalu ratkaisee yhden askeleen monivaiheisesta syklistä; mikään ei ratkaise sykliä.
Ja nyt, tämän mosaiikin päälle, meillä on LLM:t. Jotka saavat väärän — artikuloitujen vastausten passiivisen kuluttamisen — tuntumaan oikealta. Kolme sekuntia sujuvuutta, sekoitettuna enkoodaukseen. Automaatiovinouma planetaarisessa mittakaavassa [Kahneman, 2011] View in bibliography → .
Centaur, ei korvaaja
Kiusaus tekoälypohjaisen oppimistyökalun rakentamisessa on asettaa tekoäly keskelle. Antaa sen kirjoittaa muistiinpanosi, tiivistää sinulle oppikirja, selittää sinulle tenttikysymykset. Ymmärrän kiusauksen. Se on ilmeinen tuote. Ja se on myös, kaiken sen mukaan mitä tiede sanoo, täsmälleen väärä.
Kasparovin Centaur-muotoilu on se, mikä todella toimii. Maailman vahvin šakinpelaaja ei ole Stockfish. Hän ei myöskään ole Carlsen. Hän on Carlsen Stockfishin kanssa jäsennellyssä symbioosissa — kumpikin tekee parhaiten osaamansa, kumpikaan ei teeskentele olevansa toinen.
Oppimisessa ihmisen panos on syvyys, arviointi ja tuottaminen. Tekoälyn panos on laajuus, todennus ja scaffolding. Työkalu, joka ymmärtää tämän, on tekoäly, joka kysyy ennen vastaamista, rakentaa tukirakenteita ennen ratkaisemista, tarkistaa ennen tarjoutumista. Työkalu, joka tekee sen väärin, kääntää tämän ympäri, ja opiskelija lähtee istunnosta tunteen olevansa fiksumpi oppimatta mitään.
Fluera on yrityksemme ensimmäisestä tyypistä.
Mihin lyömme vetoa
Lyömme vetoa siitä, että on oppijoiden kohortti — ei kaikki, ei enemmistö, mutta riittävästi — joka tuntee eron sujuvuuden ja osaamisen välillä silloin kun sillä on väliä. Opiskelijat, jotka valmistautuvat suullisiin tentteihin, joissa ei voi blufata. Lifelong-oppijat, jotka huomaavat että kaikki minkä he kysyvät ChatGPT:ltä haihtuu seuraavalla viikolla. Opettajat, jotka ovat kyllästyneitä näkemään opiskelijoita jättämässä artikuloituja LLM-generoituja esseitä, joita opiskelija ei pysty puolustamaan jälkeenpäin.
Näille ihmisille kitka ei ole bugi. Käsin kirjoittaminen ei ole nostalgiaa. Kuulusteltu olo ennen vastauksen saamista ei ole rangaistus. Ne ovat ominaisuuksia. Ne ovat mekanismi.
Rakennamme oppimistyökalun, joka on hitaampi, hiljaisempi ja vaikeampi kuin vaihtoehdot. Koska todistusaineisto sanoo että se on se, mikä toimii. Ja koska nopeammat, äänekkäämmät ja helpommat työkalut ovat tällä välin muuttuneet osaamisen illuusion työkaluiksi.
Jos tämä resonoi sinussa — tule rakentamaan kanssamme betassa. Jos ei, sekin on okei. Ei jokainen työkalu ole jokaiselle oppijalle. Tämä on niille, jotka tunnistavat eron.