È un po' bizzarro constatare che certi insegnamenti a scuola, uno su tutti quello tradizionale della matematica (ma non solo), procedono verso gli studenti in modo insolitamente analogo ad un addestramento supervisionato per IA.
Tipicamente nello studio della matematica a scuola si tende a condensare molto sulle questioni di teoria, si cerca di non farla troppo difficile, si enunciano risultati derivati da teoremi senza appesantire con l'analisi dei processi dimostrativi. Si arriva quindi a fornire lo studente di un bagaglio teorico minimo che si traduce in una serie di tool concettuali e di tecniche con cui si passa alla fase di addestramento allo scopo di impossessarsi di tali strumenti.
La fase di addestramento supervisionato consiste nell'eseguire un numero molto alto di esercizi sotto il continuo controllo delle soluzioni (etichettatura). In questa fase lo studente interiorizza i metodi di lavoro e opera (si spera) una generalizzazione che gli permetterà successivamente di affrontare qualunque esercizio nuovo, esterno al pool di addestramento.
Questa raggiunta capacità deve però essere testata, messa alla prova. E allora si organizza un secondo pool, di dimensioni ridotte e sconosciuto allo studente, senza etichette, per misurare le sue performance. Si organizza quella che in gergo scolastico si chiama "verifica". Il punteggio di questa performance finisce per definire il grado di abilità raggiunto e viene inserito nel registro elettronico dello studente.
Occorre controllare la durata della fase di addestramento, bilanciandola con la dimensione del pool fornito. Questo perché l'eccessivo lavoro sempre sugli stessi dati (esercizi) potrebbe generare fenomeni negativi di "overfitting". In questo caso l'apprendimento può arrivare ad essere troppo legato agli esercizi del pool di addestramento, il che potrebbe determinare una parziale incapacità di generalizzare l'abilità a risolvere esercizi nuovi esterni al pool di addestramento, in pratica lo studente vede troppe volte le stesse cose e tende ad imparare a memoria i passaggi matematici che vive in fase di addestramento, senza assimilarli veramente. Questo abbassa il livello di performance sulla verifica e il suo corrispondente punteggio nel registro elettronico.
Se lo studio di una materia così cruciale per la futura capacità di interpretare la complessa realtà che ci circonda viene ridotta ad un addestramento supervisionato, allora forse ci potrebbe essere un qualche rischio, in un futuro distopico, di soccombere alle macchine.
Nessun commento:
Posta un commento