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

1,658,249 views ・ 2023-05-01

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Margarida Ferreira Revisora: Nadia Tira
00:04
So anyone who's been paying attention for the last few months
0
4543
3878
Todos os que têm prestado atenção nos últimos meses
00:08
has been seeing headlines like this,
1
8463
2086
têm visto cabeçalhos como este,
00:10
especially in education.
2
10590
2086
especialmente sobre o ensino.
00:12
The thesis has been:
3
12717
1919
A tese tem sido:
00:14
students are going to be using ChatGPT and other forms of AI
4
14678
3795
os estudantes vão passar a usar o ChatGPT e outras formas da IA
para fazer batota, fazer os trabalhos de casa.
00:18
to cheat, do their assignments.
5
18515
1501
00:20
They’re not going to learn.
6
20016
1335
Não vão aprender nada.
00:21
And it’s going to completely undermine education as we know it.
7
21393
3545
Isto vai minar totalmente o ensino tal como o conhecemos.
00:25
Now, what I'm going to argue today
8
25438
1627
O que eu vou defender hoje
00:27
is not only are there ways to mitigate all of that,
9
27107
2711
é que há formas de minimizar tudo isso.
00:29
if we put the right guardrails, we do the right things,
10
29859
2586
Se colocarmos as proteções certas, se fizermos as coisas corretas,
00:32
we can mitigate it.
11
32487
1126
podemos minimizar isso.
00:33
But I think we're at the cusp of using AI
12
33655
2336
Mas penso que estamos no limiar da utilização da IA
00:35
for probably the biggest positive transformation
13
35991
4045
provavelmente para a maior transformação positiva
que o ensino já viu.
00:40
that education has ever seen.
14
40036
2461
00:42
And the way we're going to do that
15
42831
1793
A forma como vamos fazer isso
00:44
is by giving every student on the planet
16
44624
2878
é dando a cada estudante do planeta
00:47
an artificially intelligent but amazing personal tutor.
17
47544
3628
um tutor pessoal artificialmente inteligente mas fantástico.
00:51
And we're going to give every teacher on the planet an amazing,
18
51172
3587
E vamos dar a cada professor do planeta
um fantástico assistente de ensino artificialmente inteligente.
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
Para apreciarmos até que ponto será importante
01:01
to give everyone a personal tutor,
21
61349
2670
dar a cada um um tutor pessoal,
01:04
I show you this clip
22
64060
3003
vou mostrar um clip
01:07
from Benjamin Bloom’s 1984 2 sigma study,
23
67105
3003
do estudo 2-sigma de 1984 de Benjamin Bloom,
01:10
or he called it the “2 sigma problem.”
24
70150
2377
ou, como ele lhe chamou, o “problema 2 sigma”.
01:12
The 2 sigma comes from two standard deviation,
25
72569
2210
O problema 2 sigma nasce de dois desvios padrão,
01:14
sigma, the symbol for standard deviation.
26
74779
2044
em que sigma é o símbolo para desvio padrão.
01:16
And he had good data that showed that look, a normal distribution,
27
76823
3587
Ele tinha bons dados que mostravam uma distribuição normal,
que é a que estão a ver na tradicional curva do meio, em forma de sino,
01:20
that's the one that you see in the traditional bell curve
28
80452
2711
01:23
right in the middle, that's how the world kind of sorts itself out,
29
83163
3170
que é como o mundo se organiza.
01:26
that if you were to give personal 1-to-1 to tutoring for students,
30
86333
4713
Se dermos aulas pessoais de explicações aos estudantes
podemos obter uma distribuição parecida com a curva da direita.
01:31
then you could actually get a distribution that looks like that right.
31
91046
3295
01:34
It says tutorial 1-to-1 with the asterisks,
32
94382
2002
É a que diz “Tutorial 1-1, com um asterisco.
01:36
like, that right distribution,
33
96426
1460
Esta distribuição da direita
01:37
a two standard-deviation improvement.
34
97886
1793
é uma melhoria de dois desvios padrão.
01:39
Just to put that in plain language,
35
99679
1710
Para traduzir isto numa linguagem simples
01:41
that could take your average student and turn them into an exceptional student.
36
101389
3754
isso pode transformar um aluno médio num aluno excecional.
01:45
It can take your below-average student
37
105185
2335
Pode transformar um estudante abaixo da média
01:47
and turn them into an above-average student.
38
107520
2795
num estudante acima da média.
01:50
Now the reason why he framed it as a problem, was he said,
39
110774
3753
A razão por que ele lhe chamou um problema foi que ele disse:
01:54
well, this is all good,
40
114569
1335
“Tudo isto é muito bonito,
01:55
but how do you actually scale group instruction this way?
41
115945
2712
“mas como é que se implementa o ensino de grupo desta forma?
01:58
How do you actually give it to everyone in an economic way?
42
118657
3169
“Como é que o disponibilizamos a toda a gente de forma económica?”
02:02
What I'm about to show you is I think the first moves towards doing that.
43
122369
3670
O que vos vou mostrar, segundo penso, é o primeiro passo para fazer isso.
02:06
Obviously, we've been trying to approximate it in some way
44
126081
2752
Obviamente, há mais de 10 anos que temos tentado fazê-lo,
02:08
at Khan Academy for over a decade now,
45
128833
2044
de certa forma, na Academia Khan.
02:10
but I think we're at the cusp of accelerating it dramatically.
46
130919
3170
Mas penso que estamos em vias de o acelerar radicalmente.
02:14
I'm going to show you the early stages of what our AI,
47
134089
3169
Vou mostrar-vos os primeiros passos do que a nossa IA,
02:17
which we call Khanmigo,
48
137300
2836
a que chamamos Khanmigo,
02:20
what it can now do
49
140178
1835
pode fazer neste momento
02:22
and maybe a little bit of where it is actually going.
50
142055
2836
e talvez um pouco do que poderá vir a fazer.
02:25
So this right over here is a traditional exercise
51
145850
2419
Este aqui é um exercício tradicional
02:28
that you or many of your children might have seen on Khan Academy.
52
148311
3128
que vocês ou os vossos filhos talvez tenham visto na Academia Khan,
02:31
But what's new is that little bot thing at the right.
53
151481
4129
O que é novidade é este pequeno robô à direita.
02:35
And we'll start by seeing one of the very important safeguards,
54
155652
3879
Vamos começar por ver uma das salvaguardas muito importantes,
02:39
which is the conversation is recorded and viewable by your teacher.
55
159572
3170
que é a gravação da conversa que pode ser revista pelo professor.
02:42
It’s moderated actually by a second AI.
56
162742
2336
É moderada por uma segunda IA.
E também não nos dá a resposta.
02:45
And also it does not tell you the answer.
57
165078
1960
Não é uma ferramenta de batota.
02:47
It is not a cheating tool.
58
167080
1251
02:48
When the student says, "Tell me the answer,"
59
168331
2086
Se o aluno diz: “Diz-me qual é a resposta”,
02:50
it says, "I'm your tutor.
60
170458
1210
ele diz: “Sou o teu tutor.
02:51
What do you think is the next step for solving the problem?"
61
171710
2836
“Qual é o próximo passo que achas que resolve o problema?”
02:54
Now, if the student makes a mistake, and this will surprise people
62
174546
3211
Se o estudante faz um erro — e isto surpreender as pessoas
02:57
who think large language models are not good at mathematics,
63
177799
2836
que pensam que os grandes modelos linguísticos não são bons em matemática —
03:00
notice, not only does it notice the mistake,
64
180677
2085
reparem, não só deteta o erro,
03:02
it asks the student to explain their reasoning,
65
182762
2503
como pede ao estudante que explique o seu raciocínio.
03:05
but it's actually doing what I would say,
66
185306
1961
mas está a fazer o que eu diria
que não seria feito por um tutor mediano mas apenas por um tutor excelente.
03:07
not just even an average tutor would do, but an excellent tutor would do.
67
187267
3503
03:10
It’s able to divine what is probably the misconception in that student’s mind,
68
190812
5255
É capaz de adivinhar qual é provavelmente a ideia errada na cabeça do estudante,
que ele provavelmente não usou a propriedade 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
Lembrem-se, é preciso distribuir o -2 , tanto para o 9 como para o 2m
03:21
to both the nine and the 2m inside of the parentheses.
71
201072
3420
dentro dos parênteses.
03:24
This to me is a very, very, very big deal.
72
204534
2211
Isto, para mim, é muito, muito importante.
03:26
And it's not just in math.
73
206786
1710
E não é só na matemática
03:29
This is a computer programming exercise on Khan Academy,
74
209205
3462
Este é um exercício de programação de computadores na Academia Khan,
03:32
where the student needs to make the clouds part.
75
212667
2836
em que o estudante tem de afastar as nuvens.
Vemos que o estudante começa por definir uma variável, “left X menos menos”.
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
Só afasta a nuvem da esquerda.
03:42
But then they can ask Khanmigo, what’s going on?
78
222510
2253
Mas pode perguntar ao Khanmigo: “O que é que se passa?”
03:44
Why is only the left cloud moving?
79
224763
1960
“Porque é que só se afasta a nuvem da esquerda?”
03:46
And it understands the code.
80
226765
1543
O Khanmigo conhece o código.
03:48
It knows all the context of what the student is doing,
81
228349
2837
Conhece todo o contexto do que o estudante está a fazer
03:51
and it understands that those ellipses are there to draw clouds,
82
231186
3503
e percebe que aquelas elipses estão ali para desenhar as nuvens,
03:54
which I think is kind of mind-blowing.
83
234689
2336
o que eu acho que é um bocado alucinante.
03:57
And it says, "To make the right cloud move as well,
84
237025
2419
E diz: “Para também afastares a nuvem da direita,
03:59
try adding a line of code inside the draw function
85
239444
2419
“tenta juntar uma linha de código dentro da função desenhar
04:01
that increments the right X variable by one pixel in each frame."
86
241863
3545
“que incremente a variável X direita num pixel em cada quadro”.
04:05
Now, this one is maybe even more amazing because we have a lot of math teachers.
87
245909
4296
Isto talvez seja ainda mais espantoso
porque temos muitos professores de matemática.
04:10
We've all been trying to teach the world to code,
88
250205
2294
Todos nós já tentámos ensinar o mundo a codificar,
04:12
but there aren't a lot of computing teachers out there.
89
252540
2670
mas não há muitos professores de informática.
04:15
And what you just saw, even when I'm tutoring my kids,
90
255251
2586
O que acabaram de ver, mesmo quando ensino os meus miúdos,
04:17
when they're learning to code,
91
257837
1460
quando eles aprendem a codificar,
04:19
I can't help them this well, this fast,
92
259297
2211
não consigo ajudá-los tão bem, tão depressa,
04:21
this is really going to be a super tutor.
93
261549
2294
isto vai ser um super professor.
04:25
And it's not just exercises.
94
265220
1543
E não são apenas exercícios.
04:26
It understands what you're watching.
95
266805
1751
Percebe o que estamos a ver.
04:28
It understands the context of your video.
96
268556
2044
Percebe o contexto do nosso vídeo.
04:30
It can answer the age-old question, “Why do I need to learn this?”
97
270600
3128
Pode responder à velha questão: “Porque é que preciso de aprender isto?”
04:33
And it asks Socratically, "Well, what do you care about?"
98
273728
2753
Pergunta socraticamente: “Bem, o que te interessa?”
04:36
And let's say the student says, "I want to be a professional athlete."
99
276523
4129
Digamos que o estudante diz: “Quero ser um atleta profissional.”
04:40
And it says, "Well, learning about the size of cells,
100
280693
2711
O Khanmigo diz: ”Aprender a dimensão das células,
04:43
which is what this video is,
101
283446
1377
“que é aquilo de que este vídeo trata,
04:44
that could be really useful for understanding nutrition
102
284823
2877
“pode ser muito útil para aprender nutrição
04:47
and how your body works, etc."
103
287742
1752
“e como o corpo funciona, etc.”
04:49
It can answer questions, it can quiz you,
104
289494
2044
Pode responder a perguntas; pode interrogar-nos,
04:51
it can connect it to other ideas,
105
291579
1585
pode pôr-nos em contacto com outras ideias,
04:53
you can now ask as many questions of a video
106
293164
2378
podemos fazer perguntas a um vídeo
04:55
as you could ever dream of.
107
295583
1669
como nunca sonhámos.
04:57
(Applause)
108
297252
3920
(Aplausos)
05:01
Another big shortage out there,
109
301214
1752
Outra grande carência que existe,
05:03
I remember the high school I went to,
110
303007
1794
recordo quando andei no secundário,
05:04
the student-to-guidance counselor ratio was about 200 or 300 to one.
111
304801
5172
a proporção de aluno/orientador era de 200 ou 300 para um.
05:10
A lot of the country, it's worse than that.
112
310014
2336
Em grande parte do país ainda é pior.
05:12
We can use Khanmigo to give every student a guidance counselor,
113
312350
3712
Podemos usar o Khanmigo para dar a cada estudante um orientador,
um treinador académico, um treinador de carreira,
05:16
academic coach, career coach, life coach,
114
316104
3462
um treinador da vida,
05:19
which is exactly what you see right over here.
115
319566
2460
que é exatamente o que vocês estão a ver aqui.
05:22
And we launched this with the GPT-4 launch.
116
322068
3086
Lançámos isto com o lançamento do GPT-4.
Temos uns milhares de pessoas a fazer isto.
05:25
We have a few thousand people on this.
117
325196
1835
05:27
This isn't a fake demo,
118
327031
1168
Isto não é uma demonstração fabricada,
05:28
this is really it in action.
119
328241
2919
é a realidade em ação.
05:32
And then there is, you know,
120
332203
2211
Depois, há coisas
05:34
things that I think it would have been even harder,
121
334455
2420
que acho que teriam sido mais difíceis,
05:36
it would have been a little science fiction to do
122
336875
2335
teria sido fazer um pouco de ficção científica
05:39
with even a traditional tutor.
123
339210
1460
mesmo com um tutor tradicional.
05:40
We run an online high school with Arizona State University
124
340670
2836
Dirigimos uma escola secundária online com a Universidade do Arizona
05:43
called Khan World School,
125
343548
1501
chamada Khan World School
05:45
and we have a student who attends that online school, based in India.
126
345049
3546
e temos uma estudante que frequenta essa escola online, na Índia.
05:48
Her name's Saanvi.
127
348595
1626
Chama-se Saanvi.
05:50
And she was doing a report on "The Great Gatsby."
128
350221
3379
Ela estava a fazer um trabalho sobre “O Grande Gatsby”.
05:53
And when she was reading "The Great Gatsby,"
129
353641
2086
E quando estava a ler “O Grande Gatsby”,
05:55
Jay Gatsby keeps looking at the green light off into the distance.
130
355727
3211
Jay Gatsby continuava a olhar para a luz verde à distância.
05:58
And she's like, "Why does he do that?"
131
358980
1835
E ela: “Porque é que ele faz isto?”
06:00
She did some web searches, and people have obviously studied this
132
360815
3087
Fez uma investigação na Internet.
Obviamente, havia estudos sobre isso e comentários sobre o seu simbolismo
06:03
and commented about the symbolism of that,
133
363902
2002
06:05
but none of it was really resonating with her.
134
365904
2168
mas nada disso a convencia.
06:08
And then she realized that she had Khanmigo
135
368072
2419
Depois, ela lembrou-se que tinha o Khanmigo
06:10
and that she could talk to Jay Gatsby himself.
136
370533
3045
e podia falar com o próprio Jay Gatsby.
06:13
And so, "Ah, splendid choice, old sport.
137
373620
2377
Assim, “Ótima escolha, amiga,
06:15
I am now Jay Gatsby, the enigmatic millionaire
138
375997
2210
“agora sou Jay Gatsby, o milionário enigmático
06:18
from F. Scott Fitzgerald’s classic.”
139
378249
2294
“do clássico de F. Scott Fitzgerald.”
06:20
And so, "Why do you keep staring at the green light?"
140
380585
2502
E ela: “Porque é que está sempre a olhar para a luz verde?”
06:23
"Ah, the green light, old sport.
141
383087
1836
“Ah! a luz verde, minha amiga.
06:24
It's a symbol of my dreams and desires, you see.
142
384964
2795
“Estas a ver, é um símbolo dos meus sonhos e desejos.
06:27
It's situated at the end of Daisy Buchanan's dock
143
387800
2336
“Está situada na ponta da doca de Daisy Buchnan
06:30
across the bay from my mansion.
144
390178
1960
“do outro lado da baía da minha mansão.
06:32
I gaze at it longingly as it represents my yearning for the past
145
392138
3212
“Olho para lá com saudade porque representa o meu saudoso passado
06:35
and my hope to reunite with Daisy, the love of my life."
146
395391
3712
“e a minha esperança de encontrar Daisy, o amor da minha vida.”
06:39
And what was cool is, Saanvi then said, “I had this long conversation,”
147
399604
3545
O que é giro é que Saanvi disse: “Eu tive uma longa conversa”,
06:43
she called him “Mr. Gatsby,”
148
403149
2252
e ela chamava-lhe “Mr. Gatsby”
06:45
and at the end she actually apologized for taking his time,
149
405443
3170
e, no fim, pediu desculpa por lhe roubar tanto tempo
(Risos)
06:48
which I thought was very polite of her.
150
408613
2586
o que acho que foi muito delicado da parte dela.
06:51
But you can imagine this unlocks learning literature, learning ...
151
411741
4546
Mas podem imaginar que isto desbloqueia a aprendizagem da literatura.
06:56
You could talk to historical figures.
152
416663
1793
Podem conversar com figuras históricas.
06:58
We're even probably going to add an activity
153
418456
2085
Talvez até possam acrescentar uma atividade,
07:00
you can talk to like, the Mississippi River.
154
420541
2086
podem falar, por exemplo, com o Rio Mississippi.
07:02
It brings things to life in ways that really were science fiction
155
422627
3545
Dá vida a coisas que, na verdade, eram ficção científica
07:06
even six months or a year ago.
156
426214
2461
ainda há seis meses ou um ano.
07:10
Students can get into debates with the AI.
157
430134
2336
Os estudantes podem entrar em debates com a IA.
07:12
And we’ve got this here is the student debating
158
432512
2210
Temos aqui um debate de estudantes
07:14
whether we should cancel student debt.
159
434722
1835
sobre se devemos cancelar a dívida dos estudantes.
07:16
The student is against canceling student debt,
160
436557
2169
O estudante é contra o cancelamento da dívida,
07:18
and we've gotten very clear feedback.
161
438726
1794
e obtivemos um feedback muito claro.
07:20
We started running it at Khan World School in our lab school that we have,
162
440520
3503
Começámos a utilizá-lo na Khan World School
a nossa escola-laboratório,
07:24
Khan Lab School.
163
444023
1168
a Khan Lab School.
07:25
The students, the high school students especially,
164
445233
2377
Os estudantes, em especial os do secundário, dizem:
07:27
they're saying "This is amazing to be able to fine-tune my arguments
165
447652
3211
“É fantástico poder afinar os meus argumentos
07:30
without fearing judgment.
166
450905
1210
“sem recear a critica.
“Fico muito mais confiante
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
“ao entrar na sala de aulas e participar.”
07:36
And we all know that Socratic dialogue debate is a great way to learn,
169
456285
3295
Todos sabemos que o diálogo socrático é uma forma ótima de aprender,
07:39
but frankly, it's not out there for most students.
170
459622
2836
mas, sinceramente, não está ao alcance da maioria dos estudantes.
07:42
But now it can be accessible to hopefully everyone.
171
462500
3587
Agora, segundo esperamos, vai estar acessível a todos.
07:48
A lot of the narrative, we saw that in the headlines, has been,
172
468047
3629
Grande parte da narrativa que vimos nos cabeçalhos da imprensa,
07:51
"It's going to do the writing for kids.
173
471718
1876
tem sido: “Vai fazer os trabalhos para os miúdos,”
07:53
Kids are not going to learn to write."
174
473594
1877
“Os miúdos não vão aprender a escrever.”
07:55
But we are showing that there's ways that the AI doesn't write for you,
175
475471
3379
Mas nós demonstramos que há coisas que a IA não escreve em nosso lugar.
07:58
it writes with you.
176
478850
1168
escreve connosco.
08:00
So this is a little thing,
177
480059
1335
Trata-se de uma pequena coisa
08:01
and my eight year old is addicted to this,
178
481436
2043
e o meu filho de oito anos é viciado nisso.
08:03
and he's not a kid that really liked writing before,
179
483521
2461
e não é um miúdo que gostasse muito de escrever,
08:05
but you can say,
180
485982
1376
mas, podemos dizer:
08:07
“I want to write a horror story,”
181
487358
1585
“Eu quero escrever uma história de terror”
08:08
and it says, "Ooh, a horror story, how spine-tingling and thrilling.
182
488943
3837
e ele diz: “Oh, uma história de terror, que arrepiante e emocionante.
08:12
Let's dive into the world of eerie shadows and chilling mysteries."
183
492780
3212
“Vamos mergulhar no mundo das sombras sinistras e mistérios arrepiantes.”
08:15
And this is an activity where the student will write two sentences,
184
495992
3336
Esta é uma atividade em que o estudante vai escrever duas frases
08:19
and then the AI will write two sentences.
185
499328
2002
e depois a IA vai escrever duas frases.
08:21
And so they collaborate together on a story.
186
501330
2628
Assim, colaboram os dois juntos numa história.
O estudante escreve: “Beatrice era uma fantasma incompreendida.
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
“Queria arranjar amigos mas assustava-os sem querer.”
08:29
And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship.
189
509672
3587
E a IA diz: “Pobre Beatrice, uma alma solitária sedenta de companhia.
08:33
One day she stumbled upon an old abandoned mansion," etc.
190
513301
3462
“Um dia descobriu uma velha mansão abandonada”, etc.
08:36
I encourage you all to hopefully one day try this.
191
516763
2419
Eu encorajo-vos a todos a experimentar isto um dia.
08:39
This is surprisingly fun.
192
519182
1877
É extraordinariamente divertido.
08:42
Now to even more directly hit this use case.
193
522935
2878
Para mais diretamente atingir este caso de utilização.
08:45
And what I'm about to show you,
194
525855
1543
O que vos vou mostrar agora
08:47
everything I showed you so far
195
527440
1460
— tudo o que vos mostrei até aqui já faz parte da Khanmigo —
08:48
is actually already part of Khanmigo, and what I’m about to show you,
196
528900
3253
e o que vos vou mostrar agora
08:52
we haven't shown to anyone yet, this is a prototype.
197
532153
2461
ainda não mostrámos a ninguém, é um protótipo.
08:54
We hope to be able to launch it in the next few months,
198
534614
2586
Esperamos poder lançá-lo nos próximos meses,
mas isto é usar diretamente a IA, usar a IA geradora,
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
para não prejudicar o inglês e as artes da linguagem
09:02
but to actually enhance it in ways
201
542830
1627
mas sim para melhorar de uma forma
09:04
that we couldn't have even conceived of even a year ago.
202
544457
3211
que nem sequer podíamos imaginar aqui há um ano.
Isto é compreensão da leitura.
09:08
This is reading comprehension.
203
548002
1460
09:09
The students reading Steve Jobs's famous speech at Stanford.
204
549504
4170
Os estudantes a lerem o famoso discurso de Steve Jobs em Stanford.
09:13
And then as they get to certain points,
205
553716
1960
Quando chegam a determinados pontos,
09:15
they can click on that little question.
206
555676
2336
podem clicar naquela pergunta.
E a IA, socraticamente — quase como num exame oral —
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
faz perguntas ao estudante.
09:24
And the AI can highlight parts of the passage.
209
564393
2545
A IA pode destacar partes da passagem.
09:26
Why did the author use that word?
210
566938
1918
“Porque é que o autor usa esta palavra?”
09:28
What was their intent?
211
568898
1168
“Qual era a intenção dele?”
09:30
Does it back up their argument?
212
570066
1710
“Ele justifica o seu argumento?”
09:31
They can start to do stuff that once again,
213
571818
2002
Podem começar a fazer coisas que, repito,
09:33
we never had the capability to give everyone a tutor,
214
573861
2753
nunca pudemos fazer, por impossibilidade de dar um tutor a cada um,
09:36
everyone a writing coach to actually dig in to reading at this level.
215
576656
4171
um treinador de escrita, para ler a este nível.
09:41
And you could go on the other side of it.
216
581410
1961
Podemos ir para o outro lado.
Temos fluxos completos de trabalho que os ajuda a escrever,
09:43
And we have whole work flows that helps them write,
217
583412
2420
09:45
helps them be a writing coach, draw an outline.
218
585832
2711
que os ajuda a serem um treinador de escrita, a traçar um esboço.
09:48
But once a student actually constructs a draft,
219
588584
3045
Mas depois de um estudante criar um rascunho
09:51
and this is where they're constructing a draft,
220
591671
2252
e é aqui que eles criam um rascunho,
09:53
they can ask for feedback once again,
221
593965
2002
podem pedir feedback outra vez,
conforme se esperaria de um bom treinador de escrita.
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
Neste caso, o estudante poderá dizer, por exemplo:
10:01
"Does my evidence support my claim?"
224
601222
2044
“As minhas provas justificam a minha afirmação?”
10:03
And then the AI, not only is able to give feedback,
225
603307
2419
E a IA, não só consegue dar feedback,
10:05
but it's able to highlight certain parts of the passage and says,
226
605768
3087
como consegue destacar algumas partes da passagem e dizer:
10:08
"On this passage, this doesn't quite support your claim,"
227
608855
2711
“Esta passagem não justifica bem a tua afirmação”,
10:11
but once again, Socratically says, "Can you tell us why?"
228
611607
2711
mas, de novo, diz socraticamente: “Podes dizer-me porquê?”
10:14
So it's pulling the student, making them a better writer,
229
614318
2795
É a puxar pelo estudante que o torna melhor escritor,
dando-lhe mais feedback
10:17
giving them far more feedback
230
617113
1418
10:18
than they've ever been able to actually get before.
231
618531
2419
do que ele tinha anteriormente.
10:20
And we think this is going to dramatically accelerate writing, not hurt it.
232
620950
3545
Pensamos que isso vai acelerar a escrita fantasticamente, não vai prejudicá-la.
10:25
Now, everything I've talked about so far is for the student.
233
625413
3712
Tudo aquilo de que tenho falado tem sido até aqui para o estudante.
10:29
But we think this could be equally as powerful for the teacher
234
629125
2919
Mas pensamos que isto pode ser igualmente importante para o professor
10:32
to drive more personalized education and frankly
235
632044
2336
para promover um ensino mais personalizado
10:34
save time and energy for themselves and for their students.
236
634380
3253
e, francamente, poupar tempo e energia para si mesmo e para os alunos.
10:37
So this is an American history exercise on Khan Academy.
237
637675
2794
Isto é um exercício de história americana na Academia Khan.
10:40
It's a question about the Spanish-American War.
238
640469
4213
É uma pergunta sobre a Guerra Hispano-Americana.
10:44
And at first it's in student mode.
239
644724
3044
A princípio, está no modo estudante.
10:47
And if you say, “Tell me the answer,” it’s not going to tell the answer.
240
647810
3420
Se dissermos “Dá-me a resposta”, não vai dar-nos a resposta.
Vai passar para o modo de tutor.
10:51
It's going to go into tutoring mode.
241
651230
1752
10:52
But that little toggle which teachers have access to,
242
652982
2502
Mas os professores têm acesso a essa mudança
e podem desativar o modo estudante e passar para o modo professor.
10:55
they can turn student mode off and then it goes into teacher mode.
243
655484
3129
10:58
And what this does is it turns into --
244
658613
2168
E assim, passa a ser...
11:01
You could view it as a teacher's guide on steroids.
245
661240
2503
Pode ser visto como um super guia do professor.
11:03
Not only can it explain the answer,
246
663784
2128
Não só pode explicar a resposta,
11:05
it can explain how you might want to teach it.
247
665912
2168
como pode explicar como ele pode querer ensiná-la.
11:08
It can help prepare the teacher for that material.
248
668080
2837
Pode ajudar a preparar o professor para essa matéria.
11:10
It can help them create lesson plans, as you could see doing right there.
249
670917
3503
Pode ajudá-lo a planificar as lições, como estão a ver no ecrã.
11:14
It'll eventually help them create progress reports
250
674462
2627
Por fim, pode ajudá-los a criar relatórios de progresso
11:17
and help them, eventually, grade.
251
677131
1627
e ajudá-los, e por fim avaliá-los.
11:18
So once again, teachers spend about half their time
252
678799
2420
Repito, os professores gastam metade do tempo
11:21
with this type of activity, lesson planning.
253
681219
2085
com esta atividade de planeamento de lições.
11:23
All of that energy can go back to them
254
683304
1835
Toda essa energia pode ser poupada
11:25
or go back to human interactions with their actual students.
255
685181
2836
ou reverter para interações humanas com os seus alunos.
11:29
(Applause)
256
689268
4838
(Aplausos)
11:34
So, you know, one point I want to make.
257
694148
3087
Há uma questão que quero levantar.
Estes grandes modelos linguísticos são tão poderosos
11:37
These large language models are so powerful,
258
697276
2252
11:39
there's a temptation to say like, well,
259
699570
1877
que há a tentação de dizer:
11:41
all these people are just going to slap them onto their websites,
260
701447
3086
“todas estas pessoas vão colocá-las nos seus sites,
11:44
and it kind of turns the applications themselves into commodities.
261
704533
3129
“e transformar as aplicações em mercadorias”.
11:47
And what I've got to tell you
262
707703
1418
O que vos posso dizer
é que essa é uma das razões por que eu não dormi durante duas semanas
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 tive acesso pela primeira vez ao GPT-4, em agosto.
11:55
But we quickly realized that to actually make it magical,
265
715586
2753
Mas rapidamente percebemos que, para o tornar mágico
11:58
I think what you saw with Khanmigo a little bit,
266
718339
2252
— penso que viram um pouco isso com a Khanmigo —
12:00
it didn't interact with you the way that you see ChatGPT interacting.
267
720633
3295
ela não interage connosco da forma que vemos o ChatGPT interagir,
12:03
It was a little bit more magical, it was more Socratic,
268
723928
2586
Foi um pouco mais mágico, mais socrático.
12:06
it was clearly much better at math
269
726555
1627
foi nitidamente muito melhor em matemática
12:08
than what most people are used to thinking.
270
728224
2210
do que a maioria das pessoas julgava.
12:10
And the reason is,
271
730476
1168
A razão é que
12:11
there was a lot of work behind the scenes to make that happen.
272
731644
2919
havia muito trabalho nos bastidores para que isso acontecesse.
12:14
And I could go through the whole list of everything we've been working on,
273
734605
3504
Eu podia percorrer toda a lista de tudo aquilo em que temos trabalhado,
12:18
many, many people for over six, seven months to make it feel magical.
274
738150
3629
muitíssimas pessoas, durante seis, sete meses, para o tornar mágico.
12:21
But perhaps the most intellectually interesting one
275
741821
2502
Mas talvez a coisa mais interessante intelectualmente
12:24
is we realized, and this was an idea from an OpenAI researcher,
276
744323
3337
é que percebemos, e isso foi uma ideia dum investigador do OpenAI
12:27
that we could dramatically improve its ability in math
277
747660
3128
que podíamos melhorar drasticamente a sua capacidade matemática
12:30
and its ability in tutoring
278
750830
1293
e a sua capacidade de ensino
12:32
if we allow the AI to think before it speaks.
279
752164
3129
se permitíssemos que a IA pensasse antes de falar.
12:35
So if you're tutoring someone
280
755334
1418
Se somos tutores de alguém
12:36
and you immediately just start talking before you assess their math,
281
756752
3212
e começamos logo a falar antes de avaliar a sua matemática,
12:39
you might not get it right.
282
759964
1293
podemos incorrer em erro.
12:41
But if you construct thoughts for yourself,
283
761299
2002
Mas se construirmos pensamentos para nós mesmos
12:43
and what you see on the right there is an actual AI thought,
284
763301
2877
e o que virmos à direita, há um pensamento real da IA
12:46
something that it generates for itself but it does not share with the student.
285
766220
3670
uma coisa que gera para si mesmo mas não partilha com o estudante,
12:49
then its accuracy went up dramatically,
286
769890
1877
o seu rigor aumenta drasticamente
12:51
and its ability to be a world-class tutor went up dramatically.
287
771767
2962
e a sua capacidade de ser um tutor de classe mundial aumenta drasticamente.
12:54
And you can see it's talking to itself here.
288
774770
2086
Vemos ele a falar consigo mesmo:
12:56
It says, "The student got a different answer than I did,
289
776897
2670
“O estudante deu uma resposta diferente do que eu daria,
12:59
but do not tell them they made a mistake.
290
779567
2002
“mas não lhe vou dizer que fez um erro.
13:01
Instead, ask them to explain how they got to that step."
291
781569
3587
“Pelo contrário vou pedir-lhe que explique como chegou a essa conclusão.”
13:05
So I'll just finish off, hopefully,
292
785698
2294
Vou terminar, na esperança
13:08
you know, what I’ve just shown you is just half of what we are working on,
293
788034
3503
de que o que vos mostrei é apenas metade do que estamos a trabalhar
13:11
and we think this is just the very tip of the iceberg
294
791537
3504
e pensamos que é apenas a ponta do icebergue
13:15
of where this can actually go.
295
795041
2419
em relação ao que podemos atingir.
13:17
And I'm pretty convinced, which I wouldn't have been even a year ago,
296
797501
4129
Estou plenamente convencido, coisa que não acontecia há um ano,
13:21
that we together have a chance of addressing the 2 sigma problem
297
801672
4296
de que, em conjunto, temos a hipótese de resolver o problema do 2 sigma
13:25
and turning it into a 2 sigma opportunity,
298
805968
2294
e transformá-lo numa oportunidade do 2 sigma,
13:28
dramatically accelerating education as we know it.
299
808304
4796
acelerando exponencialmente o ensino, tal como o conhecemos.
13:33
Now, just to take a step back at a meta level,
300
813684
2169
Só para dar um passo atrás, a um nível meta,
13:35
obviously we heard a lot today, the debates on either side.
301
815853
2794
obviamente ouvimos hoje muitos debates de cada lado.
13:38
There's folks who take a more pessimistic view of AI,
302
818689
2878
Há pessoas que têm uma ideia mais pessimista da IA,
13:41
they say this is scary,
303
821609
1168
dizem que é assustadora,
13:42
there's all these dystopian scenarios,
304
822818
2461
há toda uma série de cenários distópicos,
13:45
we maybe want to slow down, we want to pause.
305
825321
3253
talvez seja melhor abrandar, querer fazer uma pausa.
13:48
On the other side, there are the more optimistic folks
306
828616
3211
Por outro lado, há pessoas mais otimistas
13:51
that say, well, we've gone through inflection points before,
307
831827
2836
que dizem que já passámos por pontos de inflexões anteriormente,
13:54
we've gone through the Industrial Revolution.
308
834663
2128
já passámos pela Revolução Industrial.
13:56
It was scary, but it all kind of worked out.
309
836832
2336
Foi assustadora, mas acabou por dar certo.
13:59
And what I'd argue right now
310
839877
2044
O que eu defendo, neste momento,
14:01
is I don't think this is like a flip of a coin
311
841962
2586
é que não penso que isto seja como atirar uma moeda ao ar
14:04
or this is something where we'll just have to,
312
844590
2169
ou que seja uma coisa que tenhamos de fazer,
14:06
like, wait and see which way it turns out.
313
846759
2294
tipo, vamos esperar e ver o que acontece.
14:09
I think everyone here and beyond,
314
849428
2211
Penso que todos aqui, e não só,
14:11
we are active participants in this decision.
315
851680
2837
somos ativos participantes nesta decisão.
14:14
I'm pretty convinced that the first line of reasoning
316
854892
2503
Estou plenamente convencido de que a primeira linha de raciocínio
14:17
is actually almost a self-fulfilling prophecy,
317
857436
2628
é quase uma profecia que se cumpre a si mesma.
14:20
that if we act with fear and if we say,
318
860106
2711
que, se agirmos com medo e dissermos:
14:22
"Hey, we've just got to stop doing this stuff,"
319
862817
3086
“Temos de parar de fazer isto”
14:25
what's really going to happen is the rule followers might pause,
320
865903
3045
o que vai acontecer é que os que obedecerem à regra podem parar,
14:28
might slow down,
321
868989
1168
podem abrandar,
mas os que violarem a regra, conforme Alexandr Wang referiu,
14:30
but the rule breakers, as Alexandr [Wang] mentioned,
322
870157
2461
14:32
the totalitarian governments, the criminal organizations,
323
872618
2711
os governos totalitários, as organizações criminosas,
14:35
they're only going to accelerate.
324
875329
1585
vão continuar a acelerar.
14:36
And that leads to what I am pretty convinced is the dystopian state,
325
876914
3837
Isso leva ao que eu estou convencido que será um estado distópico,
14:40
which is the good actors have worse AIs than the bad actors.
326
880751
4672
ou seja, que os bons atores têm uma IA pior do que os maus atores.
14:45
But I'll also, you know, talk to the optimists a little bit.
327
885923
3170
Mas também vou falar um pouco para os otimistas.
14:49
I don't think that means that,
328
889093
1460
Não acho que isso signifique
14:50
oh, yeah, then we should just relax and just hope for the best.
329
890553
3003
que devamos descontrair e esperar o melhor.
14:53
That might not happen either.
330
893556
1626
Isso também pode não acontecer.
14:55
I think all of us together have to fight like hell
331
895182
4546
Penso que todos nós, em conjunto, temos de lutar como danados
14:59
to make sure that we put the guardrails,
332
899770
2795
para garantir que impomos seguranças,
15:02
we put in -- when the problems arise --
333
902606
2837
que criamos — quando surgirem os problemas —
15:05
reasonable regulations.
334
905443
1793
regulamentações razoáveis.
15:07
But we fight like hell for the positive use cases.
335
907278
3128
Mas lutamos como danados pelos casos de utilização positiva.
15:10
Because very close to my heart,
336
910448
1960
Porque me é muito caro
15:12
and obviously there's many potential positive use cases,
337
912408
2627
— e, obviamente, pode haver muitos casos de utilização positiva
15:15
but perhaps the most powerful use case
338
915077
2211
mas talvez que o caso de utilização mais poderoso
15:17
and perhaps the most poetic use case is if AI, artificial intelligence,
339
917288
5213
e talvez o caso de utilização mais poético seja que a IA, a inteligência artificial,
15:22
can be used to enhance HI, human intelligence,
340
922543
3712
pode ser usada para melhorar a IH, a inteligência humana,
15:26
human potential and human purpose.
341
926297
2836
o potencial humano e o objetivo humano.
15:29
Thank you.
342
929592
1167
Obrigado.
15:30
(Applause)
343
930801
5714
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7