കുട്ടികളുടെ വിദ്യാഭ്യാസത്തിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ പങ്കിനെക്കുറിച്ച് മാതാപിതാക്കൾ ഭിന്നാഭിപ്രായം പ്രകടിപ്പിച്ചു
കുട്ടികളുടെ സ്കൂളുകളിൽ എഐ ഉപയോഗിക്കുന്നതിൽ മാതാപിതാക്കൾ കൂടുതൽ മടിക്കുന്നു.
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ കാര്യത്തിൽ 44% മാതാപിതാക്കൾ തുല്യമായ നേട്ടങ്ങളും ദോഷങ്ങളും ഉണ്ടെന്ന് കരുതുന്നു.
എല്ലാ മാതാപിതാക്കള് ക്കും അങ്ങനെ തോന്നണമെന്നില്ല.
“എന്താണ് പുതിയത്, എന്താണ് വരാൻ പോകുന്നത്, മറ്റുള്ളവർ എന്താണ് ഉപയോഗിക്കുന്നത് എന്നിവ അറിയേണ്ടത് പ്രധാനമാണെന്ന് ഞാൻ കരുതുന്നു,” ഒക്ലഹോമയിലെ ബ്രോക്കൺ ആരോയിലെ ജാമി ബാർബ വിശദീകരിച്ചു.
ബാർബയും ഭർത്താവ് ക്രിസ്സും അവരുടെ രണ്ട് ആൺമക്കളെ ഹോംസ്കൂൾ ചെയ്യുകയും ചെറുപ്പത്തിൽ തന്നെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എങ്ങനെ ഉപയോഗിക്കാമെന്ന് പഠിപ്പിക്കുന്നതിൽ അഭിനിവേശമുള്ളവരുമാണ്.
അവർ പ്രബന്ധങ്ങൾ എഴുതുന്ന ഘട്ടത്തിലേക്ക് എത്തുകയാണെങ്കിൽ, അത് ഒരു മികച്ച ഗവേഷണ ഉപകരണമായിരിക്കും, “ബാർബ പറഞ്ഞു. “ആ ഉപകരണം ഉപയോഗിക്കാനുള്ള കഴിവ് അവരുടെ വിദ്യാഭ്യാസത്തിലും കഴിവിലും കൂടുതൽ മെച്ചപ്പെടുത്തും.
എന്നിരുന്നാലും, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വികസനത്തെ തടസ്സപ്പെടുത്തുകയും വഞ്ചനയെ പ്രോത്സാഹിപ്പിക്കുകയും ചെയ്തേക്കാം (രണ്ടാമത്തേതിൽ, ).
കാൽക്കുലേറ്റർ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് കുട്ടികൾ മനസ്സിലാക്കുന്നതിനുമുമ്പ് ഞങ്ങൾ അവതരിപ്പിക്കുന്നില്ല; ഗണിതശാസ്ത്രം എങ്ങനെ പ്രവർത്തിക്കുന്നു. ഇത് ഒരു പരിണാമ ഉപകരണമാണ്,” ബിസിനസ്സ് മോഡലുകൾ, പ്രക്രിയകൾ, സേവനങ്ങൾ എന്നിവ രൂപകൽപ്പന ചെയ്യുന്ന ഒരു കോളേജ് പ്രൊഫസറും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ബിസിനസ് സ്ട്രാറ്റജിസ്റ്റും പറഞ്ഞു.
കുട്ടികളെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പഠിപ്പിക്കുന്നതിന് ശ്രദ്ധ ആവശ്യമാണെന്ന് പാമർ പറഞ്ഞു.
“കുട്ടികളുടെ പഠന സമീപനം വികസിപ്പിക്കാൻ സഹായിക്കുന്ന അനുഭവം അധ്യാപകർക്കുണ്ട്,” അവർ പറഞ്ഞു. “ഇത് AI യുടെ കാര്യത്തിലും ബാധകമാണ്.”
ഇതേ സർവേയിൽ 51% മാതാപിതാക്കൾക്ക് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെക്കുറിച്ച് പൊതുവായ വിവരങ്ങളോ ഒന്നും അറിയില്ലെന്ന് കണ്ടെത്തി.
“ഒരു യാഥാർത്ഥ്യം, അധ്യാപകരും അവരുടെ ഭയങ്ങളും മാതാപിതാക്കളും അവരുടെ ഭയങ്ങളും നമ്മുടെ കുട്ടികളെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പഠിക്കുന്നതിൽ നിന്ന് തടയുന്നു എന്നതാണ്,” പാമർ കൂട്ടിച്ചേർത്തു. “മുതിർന്നവർ എന്ന നിലയിൽ നമ്മൾ നമ്മുടെ സ്വന്തം ഭയങ്ങളെ മറികടക്കുകയും ഈ സാങ്കേതികവിദ്യകളെ സ്വീകരിക്കുകയും അവയെക്കുറിച്ച് പഠിക്കുകയും വേണം.”
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
