За машините и хората

Темата е изключително важна в момента. Затова смятам, че е необходима отделна секция, която да изведе основите на проблема и да се постави въпроса за "незаменимото човешко" (както бих го нарекъл) при обучението.

Трябва да отбележа предварително, че следващите редове не бива да се четат като трактат срещу използването на изкуствен интелект в обучението. Необходимо е търпение и обективен аналитичен подход (доколкото е възможно).

Съвременните генеративни системи трансформират радикално начина, по който различни видове текст се произвеждат, циркулират и най-вече консумират. Когато взаимодействаме с големите езикови модели (LLMs или Large Language Models) като ChatGPT, Gemini, Perplexity, и др. трябва да знаем и да не пренебрегваме факта, че тези модели функционират чрез статистическа организация на езика, което означава, че всяко следващо звено в изказа се определя като вероятностно най-подходящо спрямо предходен контекст. В този смисъл текстът се явява не като израз на интенция (т.е. намерението на автора и желанието за комуникация), а като резултат от изчислима дискурсивна вероятност. (В този текст "дискурс" означава в най-общ смисъл "писмен и устен разговор".)

Залозите са големи. Науките (както хуманитарните, така и естествените) се развиват като базират своите изследвания не върху най-вероятното, както е в случая с големите езикови модели, а върху най-невероятното. С други думи неизчислимото, странното и загадъчното, което изисква обяснение и интерпретация са в основата на прогреса, както личностния, така и социалния и научния. Промяната, която въведоха и продължават да въвеждат големите езикови модели, не засяга просто инструментите за писане, а самата онтология на текста, самото битие на текста: той започва да се мисли като продукция (в рамките на т. нар. метафизика на производството) без необходима връзка с преживян смисъл, историческа ситуираност или риторическа отговорност.

Автоматизираният текст, текстът генериран от различни видове езикови модели, е дискурсивна конфигурация. Ключовата дума тук е конфигурация. Генеративните модели работят в рамките на езика като система от регулярности, т.е. всеки език има своя собствена система, която позволява на индивидуалния преживян смисъл да се реализира езиково, да бъде повторен дори, когато авторът липсва, а сега дори и да бъде генериран без автор (това не означава, че авторът е мъртъв, а дори напротив, че преживява смъртта си отново, но този път по различен начин). Това позволява висока степен на кохерентност и предвидимост — ние винаги вече очакваме, че смисълът ще бъде формулиран по определен начин. Това, че всеки език има своя собствена структура и система същевременно позволява редуцирането на текста до функция на вероятностни връзки. В резултат се появява специфичен тип дискурсивност, в която значението е ефект на предсказуемост, а не на интерпретативно усилие.

Тук текстът вече не се самопредставя като събитие на смисъла, а като негов симулиран еквивалент — стабилен на повърхността, но лишен от вътрешна историчност.

Автоматизацията, колкото и вълнуваща да е тя, притежава свои собствени граници. Ключовият проблем не е в „грешките“ на автоматизираните системи, а в техния структурен принцип: редукцията на езика до вероятностна съгласуваност. Това води до режим, в който смисълът се доближава до това, което бих нарекъл "пост-значение" — форма на кохерентна текстуалност, която обаче не изисква външна интерпретативна ангажираност, за да функционира. С други думи, текстът е отвъд човека, но и човекът и отвъд текста. Текстът не може да се редуцира до липсата на човешка намеса, а човекът не може да се редуцира до определена "текстовост". И именно тук се появява границата: смисълът, за който пиша, в хуманитарен и културен контекст не е изчерпаем чрез кохерентност. Обучението може да изглежда смислово и логически свързано, но не може да бъде сведено единствено до набор от добре формулирани предложения. Обучението в този ред на мисли включва напрежения, исторически пластове, идеологически следи и реторически несъответствия, които не могат да бъдат напълно формализирани.

Оттук следва и изводът, че интерпретацията е несводима операция. Човешката интерпретация не е добавка (supplement) към текста, а негово условие за възникване като смислов обект. Волфганг Изер е писал по този въпрос, както и други (напр. Гадамер и Хирш). Тя включва работа с контекст, памет, жанр, културни кодове и несъгласуваности, които не се поддават изцяло на алгоритмично изчерпване. Винаги вече съществува нещо, което надхвърля даден контекст, текст или ситуация на обучение.

Интерпретацията в този смисъл не е функция на обработка на информация, а форма на критическо производство на значение, на смисъл, за който да ни е грижа — винаги частично, винаги ситуирано, винаги изложено на нестабилност.

Това, което надхвърля дадения (кон)текст или ситуация, можем да наречем "херменевтичният остатък". Всяка автоматизация на езика произвежда остатък (excess): онова, което остава извън модела не като липса, а като структурна необходимост на смисъла. Този остатък може да включи в себе си например историческа конкретност, риторическа интензивност и социална обусловеност на изказа.

И именно в този остатък се разполага полето на хуманитарната работа: не като компенсация за технологичен недостиг, а като различен режим на разбиране. Човешкото създание интуитивно разбира повече от машината. Интуицията тук цели да определи онази вибрация в общуването, която не може да бъде сведена до чисто езиковия план. Затова и взаимодействието между автоматизирани системи и човешка интерпретация не е хармонично допълване, а структурно напрежение между две различни логики на езика: едната ориентирана към предсказуемост, другата към контекстуална нестабилност, която също така се базира и върху емоционална интелигентсност. Това напрежение не може да бъде преодоляно, без да се загуби специфичният характер на интерпретативното знание.

В работата си мисля интерпретацията като критическа практика. В този контекст преподаването, писането и анализът не са просто технически умения, а форми на работа срещу редукцията на смисъла до автоматизирана кохерентност. Всеки професионалист в моята област може да потвърди, че винаги личи, т.е. винаги има някакъв знак, когато зад даден текст стои човек или машина. Същото важи и в сферата на обучението. Човешкият фактор е незаменим именно в своята несводимост до машинното, а този фактор е определен от отвореността на човека към необяснимото, неизчислимото, странното. С една дума: към бъдещето.

Интерпретацията не е противопоставяне на технологиите, а настояване, че значението винаги надхвърля своите формализуеми условия.

Какво всъщност прави един изкуствен интелект, когато „пише“?

В най-общ смисъл — предвижда какво вероятно ще последва. Съвременните системи за генериране на текст работят със статистически модели на езика, които обработват огромни количества езикови данни и изчисляват вероятностите за следващата дума, дума след дума, изречение след изречение. Резултатът може да бъде впечатляващ. Текстът е гладък, подреден, граматически правилен. Понякога дори звучи по-уверено, отколкото би трябвало.

И тук започва интересната част. Защото гладкостта на текста не е равна на дълбочина на смисъла.

Един текст може да бъде прекрасно структуриран и въпреки това да не казва кой знае какво. Може да изглежда убедително, без да е критически адекватен. Може да използва правилните понятия и пак да не разбира контекста, в който тези понятия придобиват значение. Това разграничение е особено важно, когато говорим за изучаването на английски, независимо от това дали иде реч за бизнес или разговорен английски, академичното писане и най-вече критическото мислене.

Защото езикът не е просто граматическа конструкция. Той е контекст. Езикът е и история, култура, интонация, подтекст, ирония, живот, смисъл, присъствие. Понякога едно „well“ (последвано от многоточие например) казва повече от цял абзац. Понякога една метафора променя посоката на аргумента. Винаги споделям на студентите си това колко е важно мълчанието и че най-добрата литература успява по най-въздействащ начин да говори чрез мълчанието в едно изречение — именно онова, което не е казано, може да остане с нас дори след като сме затворили книгата или сме се сбогували с някой човек.

ИИ може да обработи всичко това и го прави наистина добре. Но обработването не е непременно разбирането.

Къде ИИ действително е полезен?

Нека не изпадаме в другата крайност. ИИ инструментите са полезни. И то много. Могат да помогнат с много неща в нашата работа и ежедневие. Изключително полезни са при структуриране на информация, първоначално генериране на идеи, създаване на примерни текстове, езикова корекция, перифразиране, упражняване на различни езикови конструкции, първоначално оформяне на есе, CV или мотивационно писмо. Всичко това има реална стойност.

Ако човек използва ИИ като своеобразен езиков партньор — да предложи вариант, който след това да бъде проверен, променен, отхвърлен или доразвит — инструментът може сериозно да улесни ученето.

Проблемът започва тогава, когато помощта се превърне в заместител на собственото мислене. От този ефект на изкуствения интелект имам най-голямо опасение. Защото тук разликата става съществена. Има неща, при които човешката работа все още е принципно важна: например при изграждане на академична аргументация, защото не е достатъчно аргументите просто да бъдат подредени логично – необходимо е да се изгради и защити собствена теза (като акцентът е върху собствена); при критически анализ, тъй като той предполага реална преценка и поставяне под въпрос на вече дадени твърдения; при интерпретация на литературни, философски и културни текстове понеже смисълът им не се изчерпва с информацията, която буквално съдържат, а зависи от формата (стила) и възможните прочити; при работа с ирония, метафора, подтекст и исторически контекст поради тяхната зависимост от т. нар. културни кодове, споделени знания и живот или просто от конкретната ситуация на употреба; при преценка дали една теза действително следва от даден аргумент, тъй като формално убедителният текст не гарантира валидна връзка между предпоставките и извода; при избор на подходящ стил и регистър, защото една и съща идея може да бъде уместна в един контекст и напълно неуместна в друг (което може да бъде пропуснато от големите езикови модели понякога); при изграждане на дълъг текст около собствена теза, така че да има последователност на мисълта, развитие на аргумента и усещане, че текстът действително е изграден около една идея, а не просто събира добре звучащи абзаци. Особено последното.

ИИ може да генерира нещо, което само на пръв поглед изглежда оригинално, дори вълнуващо. Може да комбинира идеи по неочакван начин, да предложи интересна формулировка, дори да ви изненада. Но това не означава, че има собствена позиция, която защитава. Той няма биография зад аргумента. Няма опит, от който да произлиза твърдението. Няма собствен залог в това, което казва. И още нещо — колкото и очевидно да изглежда, понякога трябва да бъде казано директно: ако му дадете лоши предпоставки, той може да произведе много добре написана глупост. Точно това е опасното. Глупостта, написана лошо, лесно се разпознава, но глупостта, написана убедително — не толкова.

А какво се случва, когато ИИ не е там? 

Това е може би най-важният въпрос.

Представете си, че трябва да проведете разговор на английски. На интервю или на среща. В университетска аудитория или просто по телефона. В ситуация, в която трябва да реагирате веднага и нямате време да формулирате въпроса към някакъв инструмент. Автоматично ще искате да попитате някой модел, но веднага ще осъзнаете, че нямате тази възможност. Вече са изтекли няколко секунди дори при тази мисъл и вече се притеснявате да не се провалите. Какво правите тогава? Няма prompt. Няма „поправи това изречение“. Няма втори вариант. Остава езикът, който действително сте усвоили. И точно тук се вижда разликата между това да можете да произведете текст и това да можете да използвате езика. 

Езиковото обучение не трябва да се свежда до способността да получим правилен текст. То трябва да развива способността да разбираме ситуацията, в която този текст ще бъде използван. Кой говори? На кого? Защо? В какъв контекст? Какво може да се каже и какво е по-добре да остане неизказано? Това са езикови въпроси, но не са и само езикови.

Именно тук преподавателят остава важен.

Не защото трябва да се състезава с машината кой ще напише по-бързо един параграф. Това състезание няма особен смисъл. Ролята на преподавателя е друга: да поеме интерпретативна отговорност. Да покаже защо една формулировка работи, а друга — не. Също и да постави думата в контекст, да забележи нюанса, който липсва, да зададе следващия въпрос, да бъде човек до човека, а не робот до човека. И, разбира се, понякога просто да каже: „Не. Това не звучи добре“ и да обясни защо. Така ученикът усеща присъствието на другия човек. 

И все пак — използвайте ИИ.

Не пиша това като трактат срещу изкуствения интелект. Напротив. Смятам, че би било грешка да се върнем към идеята, че доброто обучение трябва да се случва така, сякаш тези технологии не съществуват, тъй като те съществуват и човек може да пропусне нещо от духа на времето, ако просто си зарови главата в земята от аналогови книги.

И ще стават все по-добри. Затова въпросът вече не е: „Да използваме ли ИИ?“ По-интересният въпрос е: „Как да го използваме, без да престанем да мислим?“ Наистина труден въпрос, чиито отрицателен или нихилистичен отговор може да има катастрофални последици.

В обучението ИИ може да бъде инструмент за упражнение, самокорекция, генериране на варианти, сравняване на формулировки, търсене на алтернативи. Но има едно условие: не му предавайте окончателното решение. Проверявайте, редактирайте, съмнявайте се. Понякога дори спорете с него без опасението, че ще го обучите. Той така и така няма никога да придобие феноменологичното присъствие на човека. И най-вече — в контекста на (само)обучението по английски език — опитвайте се да разберете защо един вариант е по-добър от друг. Тогава технологията започва да работи за вас, а не вместо вас.

И може би това е най-разумният начин да гледаме на ИИ в езиковото обучение. Не като на враг, не и като на магическа машина, която най-сетне ще свърши цялата работа, а като на инструмент. Много мощен инструмент. Но все пак инструмент, който трябва да бъде използван с мярка и — едно наум. „Едно наум“ тук означава да помним, че ИИ може да греши. Може да пропусне контекст, да представи несигурно твърдение с прекалена увереност или да ви даде прекрасен отговор на въпрос, който всъщност не сте задали. А после, ако го хванете в крачка, да започне и да се оправдава. 

А човекът? 

Човекът все още трябва да реши дали отговорът има смисъл. И това, поне засега, е доста добра причина да продължим да учим.