преподавание в эпоху AI

Последний раз я так основательно готовилась к интенсиву весной/летом 2022 – в уже не до конца осознаваемой агонии, но еще до бума генеративного AI. Решила с вами поделиться наблюдениями и рефлексией о том, как за эти три года поменялась моя преподавательская практика:

Во-первых. Критики технооптизма давно сформулировали идею, что технологии при капитализме не позволят нам работать меньше – они лишь будут планомерно повышать планку производительности на единицу времени. Конечно, кто-то сильно быстрее овладевает разным продвинутым инструментарием (и на время обгоняет эту планку, работая меньше), кто-то медленнее, но итог один (нет, мы не будем заниматься творчеством на базовый доход). Раньше я тратила на подготовку в среднем по формуле 1к3 – на один час преподавания нужно три часа подготовки (это при условии, что материал у меня уже есть в голове – его надо структурировать, перевести в фреймворки, адаптировать к практике и так далее). Сейчас, понимая какие возможности дает AI (про это чуть дальше), я просто успевала за эти же три часа сделать в разы больше и где-то подготовить материал или задания, на которые раньше у меня не хватало ресурсов. То есть, в итоге, меньше я готовиться не стала – но кпд сильно возрос (и очень скоро, если не уже, это просто станет новой нормой).

Во-вторых. Сколько бы я не разбирала тему с этичным использованием AI, на практике у меня самой возникали трения то тут, то там, потому что ты постоянно попадаешь в серую зону. В AI Literacy Framework я нашла хорошую формулировку (брошенную там мимоходом), которая мне очень помогла: использовать не просто верифицированный контент, а только тот результат выдачи, который я могла бы сделать и сама (но без помощи это очень ресурсоемко). Топ 3 моих формы работы: написать иллюстрации (наглядные примеры) к теории/принципу; сделать кейс (или частичный пример для практики); сделать подборку литературы. Все три я могу сделать и сама и, соответственно, мне легко проверить качество результата, отредактировать и скорректировать его. Однако самой писать, например, с нуля кейсы для практики может быть очень утомительно и на это просто нет нужного времени (а для студентов, при этом, такой материал очень полезен).

В-третьих. Резко выросла (в моих собственных глазах) ценность авторской перспективы. Раньше я больше стремилась к нейтральности теории и к тому, чтобы принести полезный контент; понятно, что ценности говорящего всегда влияют на выбор, что говорить и делать, но для меня это было фоном. Сегодня, в век резкого обесценивания любого содержания мне самой словно бы стало ценнее не просто поделиться подходом, теорией или инструментом, а явно обозначить, почему и как что-то выбрано; где я вижу нюансы, а где – возможности для применения; как конкретно я смотрю на ту или иную идею. Тут еще может я больше прониклась идеями позициональности за четыре-то года в западной академии, но даже без фемтеории – мне кажется, сегодня в сотню раз интереснее слышать чей-то человеческий, уникальный, невыверенный и удерживающий сложность голос, чем разложенные в табличку идеи от гпт. Где-то тут, кстати, я мысленно возвращаюсь и к этичности – правильнее, на мой взгляд, преподавать (писать, делиться и вообще нести в мир) только свои идеи, даже если кажется, что синтез с genAI «продвинутее».

А вы какие-то наблюдаете прогрессы в своей практике за последние годы?

p.s. набор на второй поток в сентябре уже открыт (и уже скоро будет закрыт, видимо 🥹). Так что если вы планировали – не откладывайте, увидимся 12-13-14 сентября