Όταν σήμερα συζητάμε για το ChatGPT και την είσοδο των Μεγάλων Γλωσσικών Μοντέλων (LLMs) στις σχολικές αίθουσες, τείνουμε να πιστεύουμε ότι ζούμε μια πρωτοφανή τεχνολογική επανάσταση. Ωστόσο, η ιστορία της Τεχνητής Νοημοσύνης (ΤΝ) στην εκπαίδευση έχει βαθιές ρίζες, που εκτείνονται πάνω από μισό αιώνα πίσω, σε εργαστήρια πανεπιστημίων και πειραματικά σχολεία όπου οραματιστές επιστήμονες προσπάθησαν να κωδικοποιήσουν τη διαδικασία της μάθησης. Η αναζήτηση της απάντησης στο ερώτημα «πού δίδαξε αυτή η πρώιμη μορφή ΤΝ;» μας οδηγεί σε μια εποχή όπου οι υπολογιστές καταλάμβαναν ολόκληρα δωμάτια, αλλά οι ιδέες για την εξατομικευμένη διδασκαλία ήταν ήδη εξαιρετικά προηγμένες.
Η Χελώνα του Seymour Papert και η Γλώσσα LOGO
Στα τέλη της δεκαετίας του 1960, στο MIT, ο Seymour Papert, ένας μαθηματικός και ψυχολόγος που είχε εργαστεί δίπλα στον Jean Piaget, άρχισε να αμφισβητεί τον τρόπο με τον οποίο οι υπολογιστές χρησιμοποιούνταν στην εκπαίδευση. Αντί ο υπολογιστής να «προγραμματίζει» το παιδί, ο Papert πίστευε ότι το παιδί έπρεπε να προγραμματίζει τον υπολογιστή. Έτσι γεννήθηκε η LOGO, η πρώτη γλώσσα προγραμματισμού σχεδιασμένη ειδικά για παιδιά. Το πιο αναγνωρίσιμο στοιχείο της ήταν η «Χελώνα» — αρχικά ένα φυσικό ρομπότ στο πάτωμα και αργότερα ένα γραφικό στην οθόνη — την οποία τα παιδιά καθοδηγούσαν χρησιμοποιώντας εντολές λογικής.
Αυτή η προσέγγιση, γνωστή ως κονστρουκτιβισμός (constructivism), δεν ήταν απλώς μια άσκηση κώδικα. Ήταν μια πρώιμη μορφή «ενσώματης» Τεχνητής Νοημοσύνης, όπου το παιδί μάθαινε γεωμετρία και επίλυση προβλημάτων διδάσκοντας σε μια μηχανή πώς να κινείται. Τα πειράματα αυτά πραγματοποιήθηκαν σε δημόσια σχολεία του Μπρούκλιν και του Ντάλας, αποδεικνύοντας ότι η τεχνολογία μπορούσε να απελευθερώσει τη δημιουργικότητα αντί να την περιορίσει σε αυτοματοποιημένα τεστ.
Το Σύστημα PLATO: Ο Ξεχασμένος Γίγαντας από το Ιλινόις
Ενώ το MIT εστίαζε στη δημιουργικότητα, το Πανεπιστήμιο του Ιλινόις ανέπτυσσε το PLATO (Programmed Logic for Automatic Teaching Operations). Το PLATO ήταν, με πολλούς τρόπους, ο πρόγονος του σύγχρονου διαδικτύου και της εκπαιδευτικής ΤΝ. Ήδη από τη δεκαετία του '70, το σύστημα προσέφερε οθόνες αφής, πλάσμα πάνελ και ένα δίκτυο που επέτρεπε σε χιλιάδες μαθητές να μοιράζονται μαθήματα. Η ΤΝ στο PLATO εκδηλωνόταν μέσω της «διακλαδισμένης λογικής» (branching logic), όπου το σύστημα αξιολογούσε τις απαντήσεις του μαθητή και προσάρμοζε τη δυσκολία του επόμενου βήματος.
Το PLATO δεν δίδαξε μόνο μαθηματικά και γλώσσες· δημιούργησε την πρώτη ψηφιακή κοινότητα. Οι μαθητές και οι καθηγητές χρησιμοποιούσαν το σύστημα για να στέλνουν μηνύματα (σημερινά email) και να συμμετέχουν σε φόρουμ συζητήσεων. Ήταν μια απόδειξη ότι η ΤΝ στην εκπαίδευση είναι πιο αποτελεσματική όταν λειτουργεί ως συνδετικός κρίκος μεταξύ ανθρώπων, και όχι μόνο ως ψηφιακός δάσκαλος.
Συστήματα Ευφυούς Διδασκαλίας (ITS) και το Σωκρατικό Μοντέλο
Στη δεκαετία του 1970, η έρευνα πέρασε στα Συστήματα Ευφυούς Διδασκαλίας (Intelligent Tutoring Systems). Το σύστημα SCHOLAR, που αναπτύχθηκε από τον Jaime Carbonell, ήταν μια επανάσταση. Αντί να ακολουθεί ένα προκαθορισμένο σενάριο, το SCHOLAR χρησιμοποιούσε ένα σημασιολογικό δίκτυο γνώσης για να διεξάγει έναν διάλογο με τον μαθητή. Αν ο μαθητής έκανε μια ερώτηση για τη γεωγραφία της Νότιας Αμερικής, το σύστημα μπορούσε να «σκεφτεί» και να απαντήσει με βάση τις σχέσεις μεταξύ των δεδομένων, μιμούμενο τη σωκρατική μέθοδο.
Αυτά τα συστήματα δοκιμάστηκαν σε στρατιωτικές σχολές και πανεπιστημιακά τμήματα, θέτοντας τις βάσεις για αυτό που σήμερα ονομάζουμε προσαρμοστική μάθηση (adaptive learning). Η πρόκληση τότε, όπως και τώρα, ήταν η «μοντελοποίηση του μαθητή»: η ικανότητα της μηχανής να καταλαβαίνει όχι μόνο τι ξέρει ο μαθητής, αλλά και γιατί κάνει λάθος. Αυτή η ψυχολογική διάσταση της ΤΝ παραμένει το «ιερό δισκοπότηρο» της εκπαιδευτικής τεχνολογίας.
Η Πολιτική και Κοινωνική Διάσταση της Πρώιμης ΤΝ
Η ανάπτυξη αυτών των συστημάτων δεν έγινε σε πολιτικό κενό. Μετά την εκτόξευση του Σπούτνικ, η κυβέρνηση των ΗΠΑ διοχέτευσε τεράστια ποσά στην εκπαιδευτική τεχνολογία μέσω της DARPA και του National Science Foundation. Υπήρχε η ελπίδα ότι η ΤΝ θα μπορούσε να γεφυρώσει το χάσμα στις ανισότητες, παρέχοντας σε κάθε παιδί έναν «προσωπικό δάσκαλο» που δεν κουράζεται ποτέ.
Ωστόσο, η ιστορία μας διδάσκει ότι η τεχνολογία από μόνη της δεν αρκεί. Πολλά από αυτά τα πρώιμα συστήματα απέτυχαν να διαδοθούν ευρέως λόγω του κόστους του υλικού και της αντίστασης των παραδοσιακών εκπαιδευτικών δομών. Σήμερα, καθώς η GenAI εισβάλλει στα σχολεία, οφείλουμε να ξανακοιτάξουμε αυτά τα πειράματα. Η πρώιμη ΤΝ δίδαξε τα παιδιά όχι μόνο πώς να λύνουν εξισώσεις, αλλά και πώς να αλληλεπιδρούν με τη νοημοσύνη που εμείς οι ίδιοι δημιουργήσαμε. Το μάθημα παραμένει επίκαιρο: η ΤΝ στην εκπαίδευση πρέπει να είναι ένα εργαλείο ενδυνάμωσης του ανθρώπινου πνεύματος, όχι ένας μηχανισμός αυτοματοποιημένης συμμόρφωσης.
