The AI Tsunami: Reorienting CSCL Toward a Humanistic, Justice-Oriented, and Planet-Conscious Future

Decennialang heeft een specifieke tak van het onderwijsonderzoek bestudeerd hoe mensen het beste leren wanneer zij samenwerken. Dit veld, bekend als computer-ondersteund collaboratief leren, onderzoekt hoe technologie groepen studenten, collega's of gemeenschapsleden kan helpen om als een team kennis op te bouwen. De kern van het idee is simpel maar diepgaand: leren is niet alleen een individuele activiteit waarbij een persoon feiten absorbeert; het is een sociaal proces waarbij begrip groeit door gesprek, onenigheid en de gezamenlijke inspanning om de wereld te begrijpen. Onderzoekers in dit gebied hebben twintig jaar lang uitgezocht hoe ze digitale hulpmiddelen kunnen ontwerpen die dit rommelige, menselijke proces ondersteunen, bewegend van vroege experimenten die zich richtten op hoe groepen problemen oplossen naar recenter werk dat rekening houdt met hoe cultuur, identiteit en rechtvaardigheid die interacties vormgeven. Nu kunstmatige intelligentie een dagelijks onderdeel van het leven wordt, is de vraag verschoven van of technologie ons kan helpen leren naar wat er gebeurt wanneer die technologie zo slim wordt dat ze het denken voor ons kan overnemen.

Een nieuw artikel van onderzoekers van de Universiteit van Haifa en Clark University betoogt dat de komst van generatieve kunstmatige intelligentie niet zomaar een volgende stap voor voren in dit veld is, maar een plotselinge, overweldigende kracht die de decennia aan vooruitgang dreigt te ondermijnen. De auteurs beschrijven deze verschuiving als een tsunami, een metafoor voor een golf die zo groot en snel is dat deze niet simpelweg het pad van eerdere veranderingen volgt, maar de kracht heeft om hen volledig weg te vagen. Zij stellen dat waar eerdere technologieën fungeerden als instrumenten om mensen te helpen communiceren, moderne kunstmatige intelligentie fungeert als een deelnemer die op zichzelf vloeiende, gepolijste antwoorden kan genereren. Dit creëert een gevaarlijke illusie: wanneer een groep deze hulpmiddelen gebruikt, kan het eindproduct er perfect uitzien, maar het werkelijke leerproces — de strijd om te begrijpen, de frictie van verschillende standpunten en de inspanning om verwarring op te lossen — kan verdwijnen. De onderzoekers waarschuwen dat als het veld niet onmiddellijk van richting verandert, het het risico loopt de zeer menselijke kwaliteiten te verliezen die collaboratief leren betekenisvol maken.

Om de urgentie van deze waarschuwing te begrijpen, kijken de auteurs terug op hoe hun veld de afgelopen twee decennia is geëvolueerd, waarbij ze de geschiedenis ervan beschrijven als drie afzonderlijke golven van ontwikkeling. De eerste golf richtte zich op de mechanica van hoe groepen samen denken, waarbij het team werd behandeld als een enkele eenheid van intelligentie ondersteund door digitale hulpmiddelen. De tweede golf verschoof de focus naar de menselijke ervaring, waarbij de nadruk werd gelegd op hoe mensen deel worden van een gemeenschap en hoe hun unieke stemmen en persoonlijke geschiedenissen het leerproces vormgeven. De derde golf, die net begon door te dringen voordat de opkomst van geavanceerde kunstmatige intelligentie, begon moeilijke vragen te stellen over macht, rechtvaardigheid en wie er buiten de boot valt in deze digitale ruimtes. De auteurs betogen dat het veld eindelijk zijn ethische fundament vond, klaar om de kwesties van rechtvaardigheid en identiteit aan te pakken, toen de snelle komst van generatieve kunstmatige intelligentie het hele landschap verstoorde.

Het centrale probleem dat in het artikel wordt geïdentificeerd, is dat kunstmatige intelligentie de neiging heeft om de ruwe randjes van het menselijk denken glad te strijken. Wanneer mensen samen leren, beginnen ze vaak met verschillende, imperfecte ideeën. Ze argumenteren dat ze in de war raken en hard moeten werken om hun denken aan elkaar uit te leggen. Deze strijd is waar echt leren plaatsvindt. Generatieve kunstmatige intelligentie is echter ontworpen om de meest statistisch waarschijnlijke, vloeiende en coherente tekst te produceren. Wanneer leerlingen deze hulpmiddelen gebruiken, kan de AI hun ruwe ideeën polijsten tot een perfect klinkende paragraaf, waardoor de unieke stem en de specifieke verwarring die tot het leerproces leidden, effectief worden uitgewist. Het resultaat is een groep die lijkt te zijn overeengekomen en snel vooruitgaat, maar in werkelijkheid kunnen de leden nog steeds volkomen verschillende, ononderzochte opvattingen over het onderwerp hebben. Het hulpmiddel heeft de verschillen verborgen in plaats van de groep te helpen deze op te lossen, wat een vals gevoel van gedeeld begrip creëert.

Buiten het klaslokaal wijzen de auteurs op drie massale, onderling verbonden trends die dit probleem nog kritischer maken. Ten eerste wordt de technologie ontwikkeld met als doel het creëren van kunstmatige algemene intelligentie, systemen die uiteindelijk het menselijk denken in elk gebied zouden kunnen evenaren of overtreffen, wat vragen oproept over wie deze krachtige instrumenten controleert. Ten tweede beweegt kunstmatige intelligentie zich uit de schermen en de fysieke wereld in via robots die naast mensen kunnen werken in ziekenhuizen, fabrieken en huizen, wat de aard van fysieke samenwerking verandert. Derde is de infrastructuur die nodig is om deze systemen te laten draaien een verbluffende hoeveelheid energie aan het verbruiken, waarbij datacenters naar verwachting meer dan 1.000 terawattuur elektriciteit zullen gebruiken naarmate de technologie groeit, wat een directe bedreiging vormt voor de klimaatdoelstellingen van de planeet. De auteurs betogen dat een veld dat gewijd is aan hoe mensen samen leren, deze krachten niet kan negeren, aangezien zij de omstandigheden waaronder leren plaatsvindt fundamenteel veranderen.

Als reactie op deze uitdagingen stelt het artikel een nieuwe richting voor de volgende twintig jaar van onderzoek voor, gebouwd op drie verbintenissen. De eerste is een hernieuwde focus op humanisme, wat betekent dat technologie moet worden ontworpen die de rommelige, imperfecte en authentieke delen van de menselijke ervaring beschermt en waardeert. In plaats van kunstmatige intelligentie te gebruiken om leren sneller of soepeler te maken, moet het doel zijn om het op manieren te gebruiken die diep nadenken, oprechte onenigheid en het soort strijd die leidt tot echt begrip, aanmoedigen. De tweede verbintenis is een duidelijke focus op rechtvaardigheid. De auteurs betogen dat omdat kunstmatige intelligentie wordt getraind op data die vaak bestaande vooroordelen weerspiegelen, het gemakkelijk ongelijkheden kan versterken. Onderzoekers moeten actief werken aan het waarborgen dat deze hulpmiddelen gemarginaliseerde stemmen niet het zwijgen opleggen of het voor mensen uit verschillende achtergronden moeilijker maken om volledig deel te nemen. Dit houdt in dat systemen worden ontworpen met de gemeenschappen die ze bedoeld zijn te dienen, in plaats van alleen voor hen.

De laatste verbintenis is een planetaire opdracht, die het veld vraagt om zijn blik op wat het bestudeert te verbreden. Dit betekent kijken voorbij het directe klaslokaal om de bredere milieu- en sociale kosten van de technologie te overwegen. Het betekent ook om samen te werken met andere groepen, zoals milieuwetenschappers, ethici en bewakers van inheemse kennis, om de complexe problemen waar de mensheid voor staat aan te pakken, zoals klimaatverandering en sociale verdeeldheid. De auteurs geloven dat de unieke kracht van hun veld hun diepe, praktische begrip is van hoe mensen daadwerkelijk samen kennis opbouwen in de echte wereld. Door deze expertise toe te passen op de uitdagingen die door kunstmatige intelligentie worden gepresenteerd, kan het veld helpen ervoor te zorgen dat technologie dient voor menselijke bloei in plaats van deze te vervangen.

Het artikel sluit af met een oproep tot actie voor onderzoekers om nieuwe manieren te ontwikkelen om succes te meten. In plaats van alleen te kijken naar hoe goed een groep een taak uitvoert of hoe gepolijst hun eindproduct is, moeten zij methoden vinden om te zien of de kunstmatige intelligentie mensen daadwerkelijk helpt om samen te denken of dat het simpelweg het werk voor hen doet. Zij moeten onderzoeken hoe verschillende groepen deze hulpmiddelen ervaren, met bijzondere aandacht voor hen die erdoor geschaad kunnen worden, en zij moeten deelnemen aan het publieke debat over hoe deze krachtige systemen beheerd moeten worden. De auteurs suggereren dat de volgende twintig jaar van dit veld niet zullen gaan over het uitvinden van een nieuw type software, maar over het verhelderen van waar samenwerking werkelijk toe dient. Het is een tijd om te beslissen of technologie zal worden gebruikt om menselijke verbinding en begrip te verdiepen, of dat het zal worden toegestaan om de rijke, complexe realiteit van hoe wij samen leren en groeien af te vlakken.