How AI Could Save (Not Destroy) Education | Sal Khan | TED

1,658,249 views ・ 2023-05-01

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Elisabetta Raspadori Revisore: Veronica Viscardi
00:04
So anyone who's been paying attention for the last few months
0
4543
3878
Chiunque negli ultimi mesi vi abbia prestato attenzione
00:08
has been seeing headlines like this,
1
8463
2086
avrà notato titoli come questi,
00:10
especially in education.
2
10590
2086
soprattutto nell'istruzione.
00:12
The thesis has been:
3
12717
1919
La tesi era:
00:14
students are going to be using ChatGPT and other forms of AI
4
14678
3795
gli studenti useranno ChatGPT e altre forme di IA
00:18
to cheat, do their assignments.
5
18515
1501
per imbrogliare e fare i compiti.
00:20
They’re not going to learn.
6
20016
1335
Non impareranno nulla.
00:21
And it’s going to completely undermine education as we know it.
7
21393
3545
E comprometterà del tutto l’istruzione per come la conosciamo.
00:25
Now, what I'm going to argue today
8
25438
1627
Ora, quello che discuterò oggi
non è solo che ci sono modi per mitigare tutto questo,
00:27
is not only are there ways to mitigate all of that,
9
27107
2711
00:29
if we put the right guardrails, we do the right things,
10
29859
2586
se mettiamo le protezioni giuste e facciamo le cose giuste,
00:32
we can mitigate it.
11
32487
1126
possiamo mitigarlo.
00:33
But I think we're at the cusp of using AI
12
33655
2336
Ma penso che siamo agli albori dell’uso dell’IA
00:35
for probably the biggest positive transformation
13
35991
4045
per quella che è probabilmente la più grande trasformazione positiva
che l’istruzione abbia mai visto.
00:40
that education has ever seen.
14
40036
2461
00:42
And the way we're going to do that
15
42831
1793
E il modo in cui lo faremo
00:44
is by giving every student on the planet
16
44624
2878
è offrendo a ogni studente del pianeta
00:47
an artificially intelligent but amazing personal tutor.
17
47544
3628
un tutor personale artificialmente intelligente
ma eccezionale.
00:51
And we're going to give every teacher on the planet an amazing,
18
51172
3587
E offriremo a ogni insegnante sul pianeta
un incredibile assistente didattico artificialmente intelligente.
00:54
artificially intelligent teaching assistant.
19
54801
2586
00:57
And just to appreciate how big of a deal it would be
20
57762
3587
E per comprendere che grande importanza avrebbe
01:01
to give everyone a personal tutor,
21
61349
2670
dare a tutti un tutor personale,
vi mostro questo filmato
01:04
I show you this clip
22
64060
3003
01:07
from Benjamin Bloom’s 1984 2 sigma study,
23
67105
3003
dello studio 2 sigma del 1984 di Benjamin Bloom,
01:10
or he called it the “2 sigma problem.”
24
70150
2377
che lui chiamò il “problema 2 sigma”.
01:12
The 2 sigma comes from two standard deviation,
25
72569
2210
2 sigma significa due deviazioni standard.
01:14
sigma, the symbol for standard deviation.
26
74779
2044
Sigma rappresenta la deviazione standard.
01:16
And he had good data that showed that look, a normal distribution,
27
76823
3587
E aveva buoni dati, c’era una distribuzione normale,
01:20
that's the one that you see in the traditional bell curve
28
80452
2711
quella con la classica curva a campana proprio nel mezzo,
01:23
right in the middle, that's how the world kind of sorts itself out,
29
83163
3170
ed è un po’ come il mondo che si organizza da solo,
01:26
that if you were to give personal 1-to-1 to tutoring for students,
30
86333
4713
e mostravano che offrendo tutoraggio individuale agli studenti,
si potrebbe ottenere una distribuzione come quella a destra.
01:31
then you could actually get a distribution that looks like that right.
31
91046
3295
Dice tutoraggio 1 a 1 con l'asterisco,
01:34
It says tutorial 1-to-1 with the asterisks,
32
94382
2002
01:36
like, that right distribution,
33
96426
1460
quella distribuzione a destra, un aumento a 2 deviazioni standard.
01:37
a two standard-deviation improvement.
34
97886
1793
01:39
Just to put that in plain language,
35
99679
1710
Per dirla in parole povere,
questo potrebbe trasformare uno studente medio in uno eccellente.
01:41
that could take your average student and turn them into an exceptional student.
36
101389
3754
01:45
It can take your below-average student
37
105185
2335
Può prendere lo studente sotto la media
01:47
and turn them into an above-average student.
38
107520
2795
e trasformarlo in uno sopra la media.
01:50
Now the reason why he framed it as a problem, was he said,
39
110774
3753
Ora, la ragione per cui lo ha interpretato come un problema
01:54
well, this is all good,
40
114569
1335
era che diceva:
01:55
but how do you actually scale group instruction this way?
41
115945
2712
“beh, ok, ma come si fa a bilanciare l’istruzione di gruppo?
01:58
How do you actually give it to everyone in an economic way?
42
118657
3169
Come si fa a offrirla effettivamente a tutti in modo economico?”
02:02
What I'm about to show you is I think the first moves towards doing that.
43
122369
3670
Ciò che vi mostrerò è ciò che penso siano i primi passi verso quell’obiettivo.
Abbiamo provato ad approssimarla in qualche modo
02:06
Obviously, we've been trying to approximate it in some way
44
126081
2752
02:08
at Khan Academy for over a decade now,
45
128833
2044
alla Khan Academy per oltre un decennio,
02:10
but I think we're at the cusp of accelerating it dramatically.
46
130919
3170
ma penso che siamo al punto di accelerare drasticamente.
02:14
I'm going to show you the early stages of what our AI,
47
134089
3169
Vi mostrerò le prime fasi di ciò che la nostra IA,
02:17
which we call Khanmigo,
48
137300
2836
che chiamiamo Khanmigo,
02:20
what it can now do
49
140178
1835
può fare ora
e magari un piccolo assaggio di dove si sta dirigendo.
02:22
and maybe a little bit of where it is actually going.
50
142055
2836
02:25
So this right over here is a traditional exercise
51
145850
2419
Dunque questo qui è un classico esercizio
02:28
that you or many of your children might have seen on Khan Academy.
52
148311
3128
che voi o molti dei vostri figli potete aver visto su Khan Academy.
02:31
But what's new is that little bot thing at the right.
53
151481
4129
La novità è quel piccolo bot sulla destra.
02:35
And we'll start by seeing one of the very important safeguards,
54
155652
3879
E inizieremo vedendo una misura di sicurezza molto importante,
02:39
which is the conversation is recorded and viewable by your teacher.
55
159572
3170
cioè che la conversazione è registrata e visionabile dall'insegnante.
02:42
It’s moderated actually by a second AI.
56
162742
2336
È moderata in realtà da una seconda IA.
E inoltre non fornisce la risposta, non permette di barare.
02:45
And also it does not tell you the answer.
57
165078
1960
02:47
It is not a cheating tool.
58
167080
1251
Se lo studente chiede la risposta, dice: “Sono il tuo tutor.
02:48
When the student says, "Tell me the answer,"
59
168331
2086
02:50
it says, "I'm your tutor.
60
170458
1210
Come pensi di poter risolvere il problema?”
02:51
What do you think is the next step for solving the problem?"
61
171710
2836
Se lo studente fa un errore, e questo sorprenderà
02:54
Now, if the student makes a mistake, and this will surprise people
62
174546
3211
chi pensa che i grandi modelli linguistici non siano bravi in matematica,
02:57
who think large language models are not good at mathematics,
63
177799
2836
03:00
notice, not only does it notice the mistake,
64
180677
2085
vedete, non solo nota l’errore
03:02
it asks the student to explain their reasoning,
65
182762
2503
e chiede allo studente di spiegare il suo ragionamento,
03:05
but it's actually doing what I would say,
66
185306
1961
ma sta facendo proprio ciò che farei io,
03:07
not just even an average tutor would do, but an excellent tutor would do.
67
187267
3503
quello che farebbe un tutor non solo medio, ma eccellente.
03:10
It’s able to divine what is probably the misconception in that student’s mind,
68
190812
5255
Riesce a indovinare ciò che probabilmente è frainteso nella mente dello studente,
che magari non ha usato la proprietà distributiva.
03:16
that they probably didn’t use the distributive property.
69
196109
2628
03:18
Remember, we need to distribute the negative two
70
198737
2293
Ricordate, dobbiamo moltiplicare per meno due
sia il nove che il 2m dentro le parentesi.
03:21
to both the nine and the 2m inside of the parentheses.
71
201072
3420
03:24
This to me is a very, very, very big deal.
72
204534
2211
Questa, per me, è una grandissima cosa.
03:26
And it's not just in math.
73
206786
1710
E non riguarda solo la matematica.
03:29
This is a computer programming exercise on Khan Academy,
74
209205
3462
Questo è un esercizio di programmazione informatica su Khan Academy,
03:32
where the student needs to make the clouds part.
75
212667
2836
in cui lo studente deve separare le due nuvole.
Come vedete, lo studente definisce una variabile, leftX meno meno.
03:36
And so we can see the student starts defining a variable, left X minus minus.
76
216045
4797
03:40
It only made the left cloud part.
77
220884
1585
Che fa spostare solo la sinistra.
03:42
But then they can ask Khanmigo, what’s going on?
78
222510
2253
Ma possono chiedere a Khanmigo: "Cosa sta succedendo?
03:44
Why is only the left cloud moving?
79
224763
1960
Perché si muove solo la nuvola a sinistra?"
03:46
And it understands the code.
80
226765
1543
E capisce il codice.
03:48
It knows all the context of what the student is doing,
81
228349
2837
Conosce il contesto di ciò che lo studente sta facendo,
03:51
and it understands that those ellipses are there to draw clouds,
82
231186
3503
e capisce che quelle ellissi servono per disegnare nuvole,
03:54
which I think is kind of mind-blowing.
83
234689
2336
che credo sia abbastanza incredibile.
E dice: “Per far muovere anche quella destra,
03:57
And it says, "To make the right cloud move as well,
84
237025
2419
03:59
try adding a line of code inside the draw function
85
239444
2419
aggiungi una riga di codice nella funzione draw
04:01
that increments the right X variable by one pixel in each frame."
86
241863
3545
che incrementa la variabile X destra di un pixel in ogni frame”.
04:05
Now, this one is maybe even more amazing because we have a lot of math teachers.
87
245909
4296
Ciò è sorprendente, perché abbiamo molti insegnanti di matematica.
Abbiamo provato a insegnare al mondo a programmare,
04:10
We've all been trying to teach the world to code,
88
250205
2294
04:12
but there aren't a lot of computing teachers out there.
89
252540
2670
ma non ci sono molti insegnanti di informatica là fuori.
04:15
And what you just saw, even when I'm tutoring my kids,
90
255251
2586
E ciò che avete visto,
anche quando aiuto i miei figli a programmare,
04:17
when they're learning to code,
91
257837
1460
non riesco ad aiutarli così bene e così velocemente.
04:19
I can't help them this well, this fast,
92
259297
2211
04:21
this is really going to be a super tutor.
93
261549
2294
Questo sarà davvero un tutor incredibile.
04:25
And it's not just exercises.
94
265220
1543
E non riguarda solo gli esercizi.
04:26
It understands what you're watching.
95
266805
1751
Capisce quello che stai guardando.
04:28
It understands the context of your video.
96
268556
2044
Capisce il contesto del tuo video.
04:30
It can answer the age-old question, “Why do I need to learn this?”
97
270600
3128
Può rispondere alla vecchia domanda: “Perché devo imparare questo?”
04:33
And it asks Socratically, "Well, what do you care about?"
98
273728
2753
E chiede socraticamente: “Beh, cos'è importante per te?”
04:36
And let's say the student says, "I want to be a professional athlete."
99
276523
4129
Immaginiamo che lo studente dica: “Voglio essere un atleta professionista”.
04:40
And it says, "Well, learning about the size of cells,
100
280693
2711
Così risponde: “Ok, informati sulle dimensioni delle cellule,
04:43
which is what this video is,
101
283446
1377
come vedi in questo video,
04:44
that could be really useful for understanding nutrition
102
284823
2877
potrebbe essere davvero utile per capire la nutrizione,
04:47
and how your body works, etc."
103
287742
1752
come funziona il tuo corpo, ecc.”
04:49
It can answer questions, it can quiz you,
104
289494
2044
Può rispondere a domande, interrogarvi,
04:51
it can connect it to other ideas,
105
291579
1585
fare collegamenti con altre idee,
gli si possono fare tutte le domande su un video che possiate immaginare.
04:53
you can now ask as many questions of a video
106
293164
2378
04:55
as you could ever dream of.
107
295583
1669
04:57
(Applause)
108
297252
3920
(Applausi)
05:01
Another big shortage out there,
109
301214
1752
Un’altra grande carenza là fuori,
ricordo il liceo che ho frequentato,
05:03
I remember the high school I went to,
110
303007
1794
05:04
the student-to-guidance counselor ratio was about 200 or 300 to one.
111
304801
5172
il rapporto studente-tutor di orientamento era circa 200 o 300 a uno.
In gran parte del paese è anche peggio.
05:10
A lot of the country, it's worse than that.
112
310014
2336
05:12
We can use Khanmigo to give every student a guidance counselor,
113
312350
3712
Possiamo usare Khanmigo per dare a ogni studente un consulente,
05:16
academic coach, career coach, life coach,
114
316104
3462
un coach accademico, un coach di carriera, un coach di vita,
05:19
which is exactly what you see right over here.
115
319566
2460
che è esattamente quello che vedete qui.
05:22
And we launched this with the GPT-4 launch.
116
322068
3086
E l'abbiamo introdotto con il lancio di GPT-4.
05:25
We have a few thousand people on this.
117
325196
1835
Ci lavora qualche migliaio di persone.
Questa demo non è finta,
05:27
This isn't a fake demo,
118
327031
1168
05:28
this is really it in action.
119
328241
2919
è la vera IA in azione.
05:32
And then there is, you know,
120
332203
2211
E poi ci sono cose che sarebbero state ancora più difficili,
05:34
things that I think it would have been even harder,
121
334455
2420
05:36
it would have been a little science fiction to do
122
336875
2335
piuttosto fantascientifiche da fare anche con un tutor normale.
05:39
with even a traditional tutor.
123
339210
1460
Gestiamo una scuola on-line con l’Arizona State University
05:40
We run an online high school with Arizona State University
124
340670
2836
05:43
called Khan World School,
125
343548
1501
chiamata Khan World School,
e abbiamo una studentessa che frequenta online dall’India.
05:45
and we have a student who attends that online school, based in India.
126
345049
3546
05:48
Her name's Saanvi.
127
348595
1626
Si chiama Saanvi.
05:50
And she was doing a report on "The Great Gatsby."
128
350221
3379
Una volta stava scrivendo una relazione su “Il Grande Gatsby“.
05:53
And when she was reading "The Great Gatsby,"
129
353641
2086
E leggendo “Il Grande Gatsby”,
05:55
Jay Gatsby keeps looking at the green light off into the distance.
130
355727
3211
Jay Gatsby continua a guardare la luce verde in lontananza.
05:58
And she's like, "Why does he do that?"
131
358980
1835
E lei pensava: “Perché lo fa?”
06:00
She did some web searches, and people have obviously studied this
132
360815
3087
Ha fatto alcune ricerche sul web, e le persone hanno ovviamente studiato
06:03
and commented about the symbolism of that,
133
363902
2002
e commentato il simbolismo,
06:05
but none of it was really resonating with her.
134
365904
2168
ma niente di tutto questo la convinceva davvero.
E poi si rese conto che aveva Khanmigo
06:08
And then she realized that she had Khanmigo
135
368072
2419
06:10
and that she could talk to Jay Gatsby himself.
136
370533
3045
e che poteva parlare lei stessa a Jay Gatsby.
06:13
And so, "Ah, splendid choice, old sport.
137
373620
2377
E così: “Ah, splendida scelta, cara mia.
06:15
I am now Jay Gatsby, the enigmatic millionaire
138
375997
2210
Ora sono Jay Gatsby,
l’enigmatico milionario del classico di F. Scott Fitzgerald”.
06:18
from F. Scott Fitzgerald’s classic.”
139
378249
2294
06:20
And so, "Why do you keep staring at the green light?"
140
380585
2502
E quindi: “Perché continui a fissare la luce verde?”
“Ah, la luce verde, cara mia.
06:23
"Ah, the green light, old sport.
141
383087
1836
06:24
It's a symbol of my dreams and desires, you see.
142
384964
2795
Vedi, è un simbolo dei miei sogni e desideri.
06:27
It's situated at the end of Daisy Buchanan's dock
143
387800
2336
Si trova alla fine del molo di Daisy Buchanan
dall’altra parte della baia dalla mia villa.
06:30
across the bay from my mansion.
144
390178
1960
06:32
I gaze at it longingly as it represents my yearning for the past
145
392138
3212
La guardo con nostalgia
perché rappresenta il desiderio del passato
06:35
and my hope to reunite with Daisy, the love of my life."
146
395391
3712
e la mia speranza di riunirmi con Daisy, l’amore della mia vita”.
06:39
And what was cool is, Saanvi then said, “I had this long conversation,”
147
399604
3545
E il bello è che Saanvi poi ha detto: “Ho avuto questa lunga conversazione”
06:43
she called him “Mr. Gatsby,”
148
403149
2252
lei lo chiamava “Mr. Gatsby”,
06:45
and at the end she actually apologized for taking his time,
149
405443
3170
e alla fine si è scusata davvero per avergli rubato tempo,
06:48
which I thought was very polite of her.
150
408613
2586
che ho pensato fosse molto educato da parte sua.
06:51
But you can imagine this unlocks learning literature, learning ...
151
411741
4546
Ma potete immaginare come questo sblocchi l’apprendimento della letteratura.
06:56
You could talk to historical figures.
152
416663
1793
Potreste parlare con personaggi storici.
06:58
We're even probably going to add an activity
153
418456
2085
Inseriremo probabilmente un’attività
in cui parlare magari al fiume Mississippi.
07:00
you can talk to like, the Mississippi River.
154
420541
2086
07:02
It brings things to life in ways that really were science fiction
155
422627
3545
Dà vita alle cose in modi che erano davvero fantascienza
07:06
even six months or a year ago.
156
426214
2461
anche sei mesi o un anno fa.
07:10
Students can get into debates with the AI.
157
430134
2336
Gli studenti possono avere discussioni con l’IA.
07:12
And we’ve got this here is the student debating
158
432512
2210
E qui c'è lo studente che discute
se dovremmo rimuovere il debito studentesco.
07:14
whether we should cancel student debt.
159
434722
1835
07:16
The student is against canceling student debt,
160
436557
2169
Lo studente è contro la cancellazione del debito
07:18
and we've gotten very clear feedback.
161
438726
1794
e abbiamo avuto un feedback molto chiaro.
07:20
We started running it at Khan World School in our lab school that we have,
162
440520
3503
Lo usiamo alla Khan World School
nella nostra scuola laboratorio, Khan Lab School.
07:24
Khan Lab School.
163
444023
1168
Gli studenti, specialmente delle superiori, dicono:
07:25
The students, the high school students especially,
164
445233
2377
“È incredibile poter affinare le mie argomentazioni
07:27
they're saying "This is amazing to be able to fine-tune my arguments
165
447652
3211
senza temere il giudizio.
07:30
without fearing judgment.
166
450905
1210
Mi rende molto più sicuro di me
07:32
It makes me that much more confident
167
452156
1752
07:33
to go into the classroom and really participate."
168
453908
2377
nell’entrare in aula e partecipare davvero”.
07:36
And we all know that Socratic dialogue debate is a great way to learn,
169
456285
3295
E sappiamo che il dialogo socratico è ottimo per imparare,
07:39
but frankly, it's not out there for most students.
170
459622
2836
ma francamente non è accessibile alla maggioranza degli studenti.
07:42
But now it can be accessible to hopefully everyone.
171
462500
3587
E ora può esserlo speriamo per tutti.
Gran parte della narrazione, come abbiamo visto nei titoli, è stata:
07:48
A lot of the narrative, we saw that in the headlines, has been,
172
468047
3629
07:51
"It's going to do the writing for kids.
173
471718
1876
“Scriverà al posto dei bambini.
07:53
Kids are not going to learn to write."
174
473594
1877
I bambini non impareranno a scrivere”.
07:55
But we are showing that there's ways that the AI doesn't write for you,
175
475471
3379
Ma stiamo mostrando che ci sono modi
con cui l'IA non scrive per voi ma scrive con voi.
07:58
it writes with you.
176
478850
1168
Questa è una piccola cosa e mio figlio di otto anni ne è rapito,
08:00
So this is a little thing,
177
480059
1335
08:01
and my eight year old is addicted to this,
178
481436
2043
08:03
and he's not a kid that really liked writing before,
179
483521
2461
e non è che prima amasse molto scrivere,
08:05
but you can say,
180
485982
1376
ma si può dire: “Voglio scrivere una storia dell’orrore”
08:07
“I want to write a horror story,”
181
487358
1585
08:08
and it says, "Ooh, a horror story, how spine-tingling and thrilling.
182
488943
3837
e dice: “Oh, una storia dell’orrore, molto emozionante ed elettrizzante.
08:12
Let's dive into the world of eerie shadows and chilling mysteries."
183
492780
3212
Immergiamoci nel mondo di ombre misteriose e agghiaccianti misteri”.
08:15
And this is an activity where the student will write two sentences,
184
495992
3336
E questa è un’attività in cui lo studente scriverà due frasi,
08:19
and then the AI will write two sentences.
185
499328
2002
e poi l’IA scriverà due frasi.
08:21
And so they collaborate together on a story.
186
501330
2628
Quindi collaborano a una storia.
Lo studente scrive: “Bea era un fantasma incompreso.
08:24
The student writes, "Beatrice was a misunderstood ghost.
187
504000
2669
08:26
She wanted to make friends but kept scaring them by accident."
188
506711
2919
Voleva farsi degli amici ma continuava a spaventarli”.
08:29
And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship.
189
509672
3587
E l’IA dice: “Povera Bea, uno spirito solo desideroso di compagnia.
08:33
One day she stumbled upon an old abandoned mansion," etc.
190
513301
3462
Un giorno si è imbattuta in una vecchia villa abbandonata,” ecc.
08:36
I encourage you all to hopefully one day try this.
191
516763
2419
Vi incoraggio tutti a provarlo un giorno.
08:39
This is surprisingly fun.
192
519182
1877
È inaspettatamente divertente.
08:42
Now to even more directly hit this use case.
193
522935
2878
Ora andrò ancora più a fondo a questo caso d’uso.
08:45
And what I'm about to show you,
194
525855
1543
E quello che sto per mostrarvi,
08:47
everything I showed you so far
195
527440
1460
tutto ciò che ho mostrato finora è già parte di Khanmigo
08:48
is actually already part of Khanmigo, and what I’m about to show you,
196
528900
3253
e quanto sto per mostrarvi ancora nessuno l’ha visto,
08:52
we haven't shown to anyone yet, this is a prototype.
197
532153
2461
è un prototipo.
Speriamo di poterlo lanciare nei prossimi mesi,
08:54
We hope to be able to launch it in the next few months,
198
534614
2586
ma questo è per usare direttamente l'IA, l’IA generativa,
08:57
but this is to directly use AI, use generative AI,
199
537200
3420
09:00
to not undermine English and language arts
200
540661
2128
non per sminuire l’inglese e le arti linguistiche
09:02
but to actually enhance it in ways
201
542830
1627
ma per valorizzarle veramente in modi
09:04
that we couldn't have even conceived of even a year ago.
202
544457
3211
che non avremmo potuto nemmeno concepire solo un anno fa.
Questa è comprensione del testo.
09:08
This is reading comprehension.
203
548002
1460
09:09
The students reading Steve Jobs's famous speech at Stanford.
204
549504
4170
Gli studenti leggono il famoso discorso di Steve Jobs a Stanford.
09:13
And then as they get to certain points,
205
553716
1960
E poi, quando arrivano in certi punti,
09:15
they can click on that little question.
206
555676
2336
possono cliccare su quella domanda,
e allora l’IA socraticamente, quasi come un esame orale,
09:18
And the AI will then Socratically, almost like an oral exam,
207
558012
4922
09:22
ask the student about things.
208
562934
1459
chiede allo studente delle cose.
09:24
And the AI can highlight parts of the passage.
209
564393
2545
E l’IA può evidenziare parti del brano.
09:26
Why did the author use that word?
210
566938
1918
Perché l’autore ha usato questa parola?
09:28
What was their intent?
211
568898
1168
Qual era il suo intento?
09:30
Does it back up their argument?
212
570066
1710
Supporta la loro argomentazione?
09:31
They can start to do stuff that once again,
213
571818
2002
Possono iniziare a fare cose che, ripeto,
09:33
we never had the capability to give everyone a tutor,
214
573861
2753
non avevamo la capacità di dare a tutti un tutor,
09:36
everyone a writing coach to actually dig in to reading at this level.
215
576656
4171
un coach di scrittura a tutti per trattare la lettura a questo livello.
09:41
And you could go on the other side of it.
216
581410
1961
E voi potreste andare a vedere dall’altra parte.
09:43
And we have whole work flows that helps them write,
217
583412
2420
Abbiamo interi flussi di lavoro per aiutarli a scrivere,
09:45
helps them be a writing coach, draw an outline.
218
585832
2711
a essere coach di scrittura, disegnare un contorno.
09:48
But once a student actually constructs a draft,
219
588584
3045
Ma una volta che uno studente costruisce realmente una bozza,
09:51
and this is where they're constructing a draft,
220
591671
2252
ed è qui che stanno costruendo una bozza,
09:53
they can ask for feedback once again,
221
593965
2002
possono nuovamente chiedere un feedback,
come dovrebbe fare un buon coach di scrittura.
09:56
as you would expect from a good writing coach.
222
596008
2211
09:58
In this case, the student will say, let's say,
223
598845
2377
In questo caso, lo studente dirà, per esempio:
10:01
"Does my evidence support my claim?"
224
601222
2044
“Le mie prove supportano la mia affermazione?”
10:03
And then the AI, not only is able to give feedback,
225
603307
2419
E poi l’IA non solo è in grado di dare feedback,
10:05
but it's able to highlight certain parts of the passage and says,
226
605768
3087
ma può evidenziare certe parti del testo e dire:
10:08
"On this passage, this doesn't quite support your claim,"
227
608855
2711
“Questo passaggio non supporta la tua affermazione,”
poi ancora dice, socraticamente: “Sai dirci perché?”
10:11
but once again, Socratically says, "Can you tell us why?"
228
611607
2711
Quindi guida lo studente, migliorando la sua scrittura,
10:14
So it's pulling the student, making them a better writer,
229
614318
2795
dandogli molti più feedback
10:17
giving them far more feedback
230
617113
1418
di quanti ne potesse mai davvero ricevere prima.
10:18
than they've ever been able to actually get before.
231
618531
2419
Pensiamo che ciò accelererà moltissimo la scrittura, non la comprometterà.
10:20
And we think this is going to dramatically accelerate writing, not hurt it.
232
620950
3545
10:25
Now, everything I've talked about so far is for the student.
233
625413
3712
Ora, tutto quello che ho detto finora è per lo studente.
Ma lo riteniamo altrettanto importante per l’insegnante
10:29
But we think this could be equally as powerful for the teacher
234
629125
2919
per un'educazione più personalizzata
10:32
to drive more personalized education and frankly
235
632044
2336
e, francamente, per risparmiare tempo ed energia per sé e per gli studenti.
10:34
save time and energy for themselves and for their students.
236
634380
3253
10:37
So this is an American history exercise on Khan Academy.
237
637675
2794
Questo è un esercizio di storia americana su Khan Academy.
10:40
It's a question about the Spanish-American War.
238
640469
4213
È una domanda sulla guerra ispano-americana.
10:44
And at first it's in student mode.
239
644724
3044
E all’inizio è in modalità studente.
10:47
And if you say, “Tell me the answer,” it’s not going to tell the answer.
240
647810
3420
E se dite: “Dimmi la risposta”, non dirà la risposta.
Entrerà in modalità tutoraggio.
10:51
It's going to go into tutoring mode.
241
651230
1752
Ma col pulsantino a disposizione degli insegnanti
10:52
But that little toggle which teachers have access to,
242
652982
2502
possono disattivare la modalità studente ed entrare in quella insegnante.
10:55
they can turn student mode off and then it goes into teacher mode.
243
655484
3129
E questo fa sì che si trasformi in --
10:58
And what this does is it turns into --
244
658613
2168
Potete vederla come una guida per insegnanti sotto steroidi.
11:01
You could view it as a teacher's guide on steroids.
245
661240
2503
11:03
Not only can it explain the answer,
246
663784
2128
Non solo può spiegare la risposta,
11:05
it can explain how you might want to teach it.
247
665912
2168
ma anche come si potrebbe insegnarla.
Può aiutare a preparare l’insegnante per quel materiale.
11:08
It can help prepare the teacher for that material.
248
668080
2837
11:10
It can help them create lesson plans, as you could see doing right there.
249
670917
3503
Può aiutarli a creare piani di lezione, come si può vedere proprio lì.
11:14
It'll eventually help them create progress reports
250
674462
2627
Alla fine li aiuterà a creare resoconti sui progressi
11:17
and help them, eventually, grade.
251
677131
1627
e li aiuterà, poi, a valutare.
11:18
So once again, teachers spend about half their time
252
678799
2420
Gli insegnanti usano circa metà del tempo per attività di questo tipo,
11:21
with this type of activity, lesson planning.
253
681219
2085
pianificare lezioni.
Tutta quell’energia può tornare a loro
11:23
All of that energy can go back to them
254
683304
1835
o tornare alle interazioni umane con i loro veri studenti.
11:25
or go back to human interactions with their actual students.
255
685181
2836
11:29
(Applause)
256
689268
4838
(Applausi)
11:34
So, you know, one point I want to make.
257
694148
3087
C’è un punto su cui mi voglio soffermare.
11:37
These large language models are so powerful,
258
697276
2252
Questi grandi modelli linguistici sono così potenti
11:39
there's a temptation to say like, well,
259
699570
1877
che c’è la tentazione di dire
che tutte queste persone li schiafferanno sui loro siti web,
11:41
all these people are just going to slap them onto their websites,
260
701447
3086
e in un certo senso le applicazioni stesse verranno trasformate in merci.
11:44
and it kind of turns the applications themselves into commodities.
261
704533
3129
11:47
And what I've got to tell you
262
707703
1418
E devo dirvelo,
è uno dei motivi per cui non ho dormito per due settimane
11:49
is that’s one of the reasons why I didn’t sleep for two weeks
263
709121
2878
11:51
when I first had access to GPT-4 back in August.
264
711999
2878
quando per la prima volta ad agosto ho avuto accesso a GPT-4.
11:55
But we quickly realized that to actually make it magical,
265
715586
2753
Ma ci siamo subito accorti che per renderlo davvero magico,
11:58
I think what you saw with Khanmigo a little bit,
266
718339
2252
penso lo abbiate visto un po’ con Khanmigo,
12:00
it didn't interact with you the way that you see ChatGPT interacting.
267
720633
3295
che non ha interagito come vedete ChatGPT interagire.
Era un po’ più magico, più socratico,
12:03
It was a little bit more magical, it was more Socratic,
268
723928
2586
ovviamente molto più abile in matematica
12:06
it was clearly much better at math
269
726555
1627
di quanto pensino la gran parte delle persone.
12:08
than what most people are used to thinking.
270
728224
2210
12:10
And the reason is,
271
730476
1168
E la ragione è
12:11
there was a lot of work behind the scenes to make that happen.
272
731644
2919
che dietro c’è stato molto lavoro per far sì che ciò accadesse.
12:14
And I could go through the whole list of everything we've been working on,
273
734605
3504
Potrei elencarvi tutto quello a cui abbiamo lavorato,
molte persone per più di sei, sette mesi per renderlo magico.
12:18
many, many people for over six, seven months to make it feel magical.
274
738150
3629
12:21
But perhaps the most intellectually interesting one
275
741821
2502
Ma forse la cosa più intellettualmente interessante
12:24
is we realized, and this was an idea from an OpenAI researcher,
276
744323
3337
è che ci siamo accorti, e l'idea era di un ricercatore di OpenAI,
12:27
that we could dramatically improve its ability in math
277
747660
3128
che potevamo migliorare drasticamente la sua abilità in matematica
12:30
and its ability in tutoring
278
750830
1293
e la sua capacità di tutor
12:32
if we allow the AI to think before it speaks.
279
752164
3129
permettendo all’IA di pensare prima di parlare.
12:35
So if you're tutoring someone
280
755334
1418
Se state insegnando a qualcuno e iniziate subito a parlare
12:36
and you immediately just start talking before you assess their math,
281
756752
3212
prima di valutare la sua matematica,
12:39
you might not get it right.
282
759964
1293
potreste non farlo bene.
12:41
But if you construct thoughts for yourself,
283
761299
2002
Ma se costruite pensieri per voi stessi,
e quello che vedete a destra è un vero pensiero dell'IA,
12:43
and what you see on the right there is an actual AI thought,
284
763301
2877
qualcosa che genera per se stessa ma che non condivide con lo studente,
12:46
something that it generates for itself but it does not share with the student.
285
766220
3670
12:49
then its accuracy went up dramatically,
286
769890
1877
allora la sua precisione aumenta enormemente,
12:51
and its ability to be a world-class tutor went up dramatically.
287
771767
2962
e la sua abilità di tutor di alto livello è salita moltissimo.
12:54
And you can see it's talking to itself here.
288
774770
2086
E qui la vedete parlare a se stessa.
12:56
It says, "The student got a different answer than I did,
289
776897
2670
Dice: “Lo studente ha risposto diversamente,
ma non dirgli che ha fatto un errore.
12:59
but do not tell them they made a mistake.
290
779567
2002
Invece, chiedigli di spiegare come ci è arrivato”.
13:01
Instead, ask them to explain how they got to that step."
291
781569
3587
13:05
So I'll just finish off, hopefully,
292
785698
2294
Quindi, infine,
quello che vi ho appena mostrato è solo la metà di ciò su cui lavoriamo
13:08
you know, what I’ve just shown you is just half of what we are working on,
293
788034
3503
13:11
and we think this is just the very tip of the iceberg
294
791537
3504
e pensiamo che questa sia solo la punta dell’iceberg
13:15
of where this can actually go.
295
795041
2419
di dove si può davvero arrivare.
13:17
And I'm pretty convinced, which I wouldn't have been even a year ago,
296
797501
4129
E sono abbastanza convinto, e appena un anno fa non lo sarei stato,
13:21
that we together have a chance of addressing the 2 sigma problem
297
801672
4296
che insieme abbiamo una possibilità di prendere il problema dei 2 sigma
13:25
and turning it into a 2 sigma opportunity,
298
805968
2294
e trasformarlo in un’opportunità dei 2 sigma,
13:28
dramatically accelerating education as we know it.
299
808304
4796
accelerando drasticamente l’educazione come la conosciamo.
13:33
Now, just to take a step back at a meta level,
300
813684
2169
Ora, tornando a un livello meta,
13:35
obviously we heard a lot today, the debates on either side.
301
815853
2794
oggi abbiamo sentito molti dibattiti dalle due parti.
13:38
There's folks who take a more pessimistic view of AI,
302
818689
2878
C’è gente che ha una visione più pessimistica dell’IA,
13:41
they say this is scary,
303
821609
1168
dicono che è spaventosa,
13:42
there's all these dystopian scenarios,
304
822818
2461
ci sono tutti questi scenari distopici,
13:45
we maybe want to slow down, we want to pause.
305
825321
3253
forse è meglio rallentare, fare una pausa.
13:48
On the other side, there are the more optimistic folks
306
828616
3211
Dall’altra parte, ci sono le persone più ottimiste
13:51
that say, well, we've gone through inflection points before,
307
831827
2836
che dicono, beh, abbiamo già attraversato punti di flesso,
13:54
we've gone through the Industrial Revolution.
308
834663
2128
siamo passati attraverso la rivoluzione industriale.
13:56
It was scary, but it all kind of worked out.
309
836832
2336
È stato spaventoso, ma tutto ha funzionato.
13:59
And what I'd argue right now
310
839877
2044
E ciò che vorrei sostenere adesso
14:01
is I don't think this is like a flip of a coin
311
841962
2586
è che non penso che sia come il lancio di una moneta
14:04
or this is something where we'll just have to,
312
844590
2169
o qualcosa dove dovremo solo aspettare e vedere come finisce.
14:06
like, wait and see which way it turns out.
313
846759
2294
14:09
I think everyone here and beyond,
314
849428
2211
Penso che tutti qui e fuori di qui,
14:11
we are active participants in this decision.
315
851680
2837
siamo partecipanti attivi in questa decisione.
14:14
I'm pretty convinced that the first line of reasoning
316
854892
2503
Sono abbastanza convinto che la prima linea di pensiero
14:17
is actually almost a self-fulfilling prophecy,
317
857436
2628
sia in realtà quasi una profezia che si autoavvera,
14:20
that if we act with fear and if we say,
318
860106
2711
che se agiamo con paura e se diciamo:
14:22
"Hey, we've just got to stop doing this stuff,"
319
862817
3086
“Ehi, dobbiamo solo smettere di fare queste cose”,
14:25
what's really going to happen is the rule followers might pause,
320
865903
3045
ciò che accadrà davvero è che chi segue le regole potrebbe fermarsi,
14:28
might slow down,
321
868989
1168
potrebbe rallentare,
ma i trasgressori, come ha detto Alexandr [Wang],
14:30
but the rule breakers, as Alexandr [Wang] mentioned,
322
870157
2461
14:32
the totalitarian governments, the criminal organizations,
323
872618
2711
i governi totalitari, le organizzazioni criminali,
non farebbero altro che accelerare.
14:35
they're only going to accelerate.
324
875329
1585
14:36
And that leads to what I am pretty convinced is the dystopian state,
325
876914
3837
E questo porta a quello che sono convinto sia lo stato distopico,
14:40
which is the good actors have worse AIs than the bad actors.
326
880751
4672
che è dove i buoni hanno IA peggiori dei cattivi.
14:45
But I'll also, you know, talk to the optimists a little bit.
327
885923
3170
Ma mi rivolgerò anche un po' agli ottimisti.
Non credo che ciò significhi
14:49
I don't think that means that,
328
889093
1460
14:50
oh, yeah, then we should just relax and just hope for the best.
329
890553
3003
che dobbiamo rilassarci e sperare per il meglio.
14:53
That might not happen either.
330
893556
1626
Anche questo potrebbe non accadere.
14:55
I think all of us together have to fight like hell
331
895182
4546
Penso che tutti noi insieme dobbiamo combattere duramente
14:59
to make sure that we put the guardrails,
332
899770
2795
per assicurarci di mettere le protezioni,
15:02
we put in -- when the problems arise --
333
902606
2837
che le mettiamo, quando sorgono problemi,
15:05
reasonable regulations.
334
905443
1793
con regolamenti ragionevoli.
15:07
But we fight like hell for the positive use cases.
335
907278
3128
Ma noi dobbiamo combattere duramente per i casi d’uso positivi.
15:10
Because very close to my heart,
336
910448
1960
Perché molto vicini al mio cuore,
15:12
and obviously there's many potential positive use cases,
337
912408
2627
e ci sono molti potenziali casi d’uso positivi,
ma forse il caso d’uso più potente
15:15
but perhaps the most powerful use case
338
915077
2211
15:17
and perhaps the most poetic use case is if AI, artificial intelligence,
339
917288
5213
e forse quello più poetico, è se l’IA, l'intelligenza artificiale,
15:22
can be used to enhance HI, human intelligence,
340
922543
3712
possa essere usata per migliorare la IU, l’intelligenza umana,
15:26
human potential and human purpose.
341
926297
2836
il potenziale umano e i propositi dell'uomo.
15:29
Thank you.
342
929592
1167
Grazie.
15:30
(Applause)
343
930801
5714
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7