Laiks lasīšanai: 7 minūtes
Tēma: MI infrastruktūras pratība, Tekstvadība, 3 līmeņu koncepcija
Mēs bieži runājam par “Mākslīgo Intelektu” kā par vienu monolītu būtni. Mēs sakām: “Es pajautāju MI,” it kā tas būtu orākuls. Taču realitātē, brīdī, kad skolēns atver čatbotu, viņš pieslēdzas ļoti konkrētai, cilvēku radītai “kognitīvajai arhitektūrai”.
- gads ir iezīmējis jaunu lūzuma punktu. Cīņa vairs nenotiek tikai par to, kurš izmantos MI, bet kura MI modelis veidos mūsu domāšanu.
Man ir jābūt godīgam: ja mēs vērtējam MI tikai pēc “zīmola” (OpenAI, Google vai DeepSeek), mēs palaižam garām būtību. Mums jāskatās “zem motora pārsega”. Lai MI kļūtu par 3. līmeņa metakognitīvo partneri, nepietiek tikai ar lielu jaudu. Mums jāsaprot kritiski parametri, kas nosaka, vai rīks veicinās skolēna izaugsmi vai tikai simulēs domāšanu.
Parametri un Izmaksas: “Dzinēja tilpums”
Tehniski “parametri” ir kā sinapses – tie nosaka modeļa spēju sasaistīt jēdzienus. Taču 2025. gadā svarīgākais stāsts ir par pieejamību.
- Mazie un Atvērtie modeļi (Llama 3.3 70B, Mistral): Lieliski piemēroti 1. līmeņa uzdevumiem. Tie kļūst arvien “gudrāki” – jaunākais Llama 3.3 spēj paveikt to, ko pirms gada spēja tikai lielie maksas modeļi, bet darbojas daudz ātrāk un lētāk.
- Lielie modeļi un “Cenu karš” (DeepSeek V3 vs GPT-4o): Šeit notiek revolūcija. 2024. gada nogalē Ķīnas DeepSeek V3 (671B parametri) satricināja tirgu, piedāvājot GPT-4 līmeņa inteliģenci par aptuveni 20 reizes zemāku cenu.
- Izglītības ieguvums: Augstākā līmeņa “smadzenes” tagad ir finansiāli pieejamas jebkurai skolai.
- Risks: Lētākais risinājums bieži nāk ar slēptām “izmaksām” ētikas un datu privātuma jomā.
Mācība: Ja gribi pārbaudīt komatus, izmanto mazos modeļus. Ja gribi dziļu diskusiju, tagad tev ir izvēle starp dārgo ASV “Ferrari” (GPT-4) un lēto, bet specifisko Ķīnas ekvivalentu.
Konteksta logs: “Operatīvā atmiņa”
Šis ir parametrs, par ko skolās runā pārāk maz, bet tas ir kritisks 3. līmeņa (padziļinātas izpētes) procesam.
- Īsa atmiņa: Vairums bezmaksas rīku spēj atcerēties apmēram 8k-32k tokenus (dažas nodaļas). Pēc garākas diskusijas tie “aizmirst” sākumu.
- Garā atmiņa (2 Miljoni tokenu): Šajā jomā līderis ir Google Gemini 1.5 Pro. Tā 2 miljonu tokenu logs ļauj ielādēt veselu mācību grāmatu komplektu, video transkripcijas un simtiem skolēna darbu vienlaicīgi.
- Pielietojums: MI var analizēt skolēna progresa dinamiku visa semestra garumā, kļūstot par īstu mentoru, nevis tikai vienreizēju konsultantu.
Spriešana (Reasoning) vs. Minēšana
Vai modelis vienkārši “min” nākamo vārdu, vai tas “padomā” pirms atbildes?
- “System 2” domāšana: Jaunā modeļu paaudze – OpenAI o1 un DeepSeek-R1 – izmanto Chain of Thought (domu ķēdes) tehnoloģiju. Pirms atbildes sniegšanas tie “iekšēji” iziet cauri loģikas soļiem, pārbauda sevi un tikai tad atbild.
- Izglītībā: Tas ir izšķiroši eksaktajos priekšmetos (STEM). Ja parastais modelis bieži “uzmin” nepareizu matemātikas atbildi, tad “spriešanas modelis” spēj parādīt kā tas nonāca pie secinājuma, ļaujot skolēnam verificēt loģiku.
Datu “svaigums” un Ģeopolitika (Verifikācija)
Uz kādiem datiem modelis ir mācījies? Šeit mēs nonākam pie Tekstvadības ētiskās puses un “Sintētiskā satura cilpas”.
- Lokālā Cenzūra (DeepSeek piemērs): Lai gan DeepSeek ir tehniski izcils, pētnieki ir pierādījuši, ka tajā ir iestrādāta stingra cenzūra. Tas atsakās atbildēt vai sniedz propagandas naratīvu par tādām tēmām kā Tiaņanmeņas laukums vai Taivānas statuss – pat ja jūs lejupielādējat atvērto modeli un darbināt to savā datorā.
- Uzdevums klasē: Palūdziet skolēniem salīdzināt ChatGPT un DeepSeek atbildes uz jūtīgiem vēstures jautājumiem. Tas ir labākais veids, kā mācīt medijpratību 21. gadsimtā.
- Zināšanu aktualitāte (Cutoff Date): Llama 3.3 zināšanas beidzas 2023. gada decembrī. Bez pieejas internetam (RAG) tas nezina par pēdējā gada notikumiem. Skolēnam tas ir jāzina, lai neprasītu modelim faktus par vakardienu.
“DIY” Skola: MI uz skolas servera (Lokālie modeļi)
Vislielākā revolūcija, kas pieejama izglītības inovatoriem, ir spēja darbināt MI modeļus lokāli. Tas nozīmē, ka “smadzenes” atrodas skolas datorā, nevis mākonī.
- 100% Privātums (GDPR): Ja izmantojat lokālu modeli (Llama vai Mistral), dati nekad nepamet skolas telpas. Skolēnu esejas netiek sūtītas uz serveriem Kalifornijā vai Pekinā. Tas ir vienīgais drošais veids, kā strādāt ar sensitīviem datiem.
- Neatkarība no interneta: Lokālais modelis darbojas arī bez interneta pieslēguma. Tas ir ideāli piemērots eksāmeniem vai situācijām ar nestabilu tīklu.
- Kā to izdarīt? Mīts, ka tam vajag programmētājus. Ar tādiem bezmaksas rīkiem kā LM Studio vai Ollama, jebkurš IT skolotājs var lejupielādēt modeli (vienkāršs fails) un palaist to kā parastu programmu.
Ko ar šo darīt izglītībā?
Mūsu uzdevums nav tikai iedot skolēnam planšeti ar čatbotu. Mums ir jāveido infrastruktūras pratība.
- Diferencē rīkus: Ikdienas “sastatnēm” (Scaffolding) izmanto lētos vai atvērtos modeļus (Llama, DeepSeek – kodam/matemātikai). Metakognitīvai analīzei par lielu apjomu datu izmanto Gemini 3 Pro (lielā loga dēļ).
- Māci “Infrastruktūras kontekstu”: Skolēnam ir jāzina: “Šis modelis ir no Ķīnas un var noklusēt politiskus faktus,” vai “Šis modelis ir no ASV un var būt pārlieku piesardzīgs.”
- Eksperimentē lokāli: Uzstādiet klasē vienu datoru ar LM Studio un ļaujiet skolēniem salīdzināt, kā atšķiras “ierobežotais” lokālais modelis no lielā mākoņmodeļa.
Mākslīgais intelekts nav neitrāls. Tas ir dzinējs ar specifisku jaudu, atmiņu un degvielu (datiem). Un mūsu kā pedagogu uzdevums ir iemācīt skolēniem būt nevis pasažieriem, bet gan šī dzinēja prasmīgiem vadītājiem.
Resursi un Modeļi (2025. gada sākums)
ASV (Slēgtie modeļi – “Metakognitīvie partneri”):
- ChatGPT (OpenAI) (GPT-4o un o1 Reasoning modelis)
- Gemini (Google) (Līderis konteksta apjomā – 2M tokeni)
- Claude (Anthropic) (Izceļas ar dabisku valodu un drošību)
Ķīna (Augsta veiktspēja, zemas izmaksas, bet specifiska cenzūra):
- DeepSeek (V3 modelis un R1 Reasoning modelis – izcila cenas/veiktspējas attiecība)
- Qwen (Alibaba)
Atvērtie modeļi (Privātumam un lokālai darbināšanai):
- LM Studio (Labākais rīks, lai palaistu modeļus uz sava datora bez kodēšanas)
- Ollama (Vienkāršs rīks modeļu darbināšanai Linux/Mac/Windows vidē)
- Llama 3.3 (Meta) (Jaunais “standarts” atvērtajiem modeļiem)
- Mistral (Francija) (Eiropas spēcīgākā alternatīva)
Raksts tapis, balstoties uz Gata Šeršņeva izstrādāto “MI izmantošanas 3 līmeņu izglītībā” koncepciju.