Mądrości AI, czyli o wykładowcach i kursantach w dobie LLMów

Przeczytałem rano wpis Bartosza Lewandowskiego na jego profilu LinkedIn Post (a tu link do artykułu na jego blogu TechSimplified by Bart Gdzie przebiega moja linia?)

Jak to dobrze poczuć, że nie jest się samemu z podobnymi wyzwaniami 😅

Od kilku tygodni prowadzę kurs ze Współczesnego muzealnictwa, zadaję i czytam zadania domowe. AI mam z tyłu głowy, choć zadania są na poziomie podstawowym i zbieżność odpowiedzi nie musi wynikać z użycia przez kursantów LLMów  - po prostu udowadniają, czy słuchali na wykładach, czy potrafią przeanalizować materiał do zadania itd.

Sam pracuję z różnymi LLMami i zacząłem testować swoją percepcję i kojarzenie wykonując testowanie: najpierw piszę z głowy i materiałów wkład do wykładu i dopiero wrzucam pytanie do AI, albo najpierw proszę AI o zarys tematu i czytam wyniki, robię korekty itd.

 

Zauważyłem, że są tematy napisane jak przeze mnie - większość moich prac muzeologicznych jest dostępna w Internecie, podobnie standardy i dobre praktyki, omówienia moich kolegów muzealników od ok. 20 lat były udostępniane online. Trudno się dziwić, że LLM tak dobrze sobie z tymi tematami radzi.

 

Są też tematy, gdzie AI daje świetne pomysły, zakładając, że żyjemy w państwie inwigilacyjnym lub w świecie przyszłości. Mówiąc wprost - pomysły rodem z mrocznego science fiction.

Dam przykład. Zapytałem, jakie dane należy gromadzić w trakcie wystawy czasowej w muzeum, na potrzeby ewaluacji, zgłoszenia do konkursów, sprawozdawczości do organizatora, ministerstwa itp.? (rozmawiamy na następnej lekcji o życiu wystawy czasowej po jej otwarciu, w szerokim kontekście)

ChatGPT podał kilka kategorii, niby wszystko ok. Na koniec jednak zaproponował coś takiego:

"Szczególnie cenne wskaźniki (często pomijane)

Warto mierzyć:

• średni czas spędzony na wystawie

• procent odwiedzających spoza stałej publiczności

• liczbę powrotów

• liczbę pobrań audioguide/appki

• aktywność online po wizycie

• udział osób, które „normalnie nie chodzą do muzeów”

• wpływ na lokalną społeczność"

Przeczytałem to i tak sobie myślę: świetne! Napisz mi od razu jakim cudem mam te dane pozyskać, geniuszu :/

Średni czas na wystawie - śledzenie sygnału kom? Rozdawanie trackerów przy wejściu?

Procent spoza stałej publiczności - jak to zweryfikować? Pytać na wejściu?

Liczba powrotów - też pytać? Znowu sygnał telefonii kom?

Liczba pobrań apki/audioguide - no to da się szybko sprawdzić, tylko te dane niewiele mówią (pisały o tym K. Zielonka i A. de Rosset w artykule „Aplikacje mobilne w muzeach, moda czy potrzeba?”, Muzealnictwo 57, 2016, s. 236-244)

Aktywność online po wizycie (sic!) - czy trzeba komentować?

Udział osób, które nie chodzą do muzeów - znów przepytywanie zwiedzających?

Wpływ na lokalną społeczność - rozumiem, że w małej miejscowości/na wsi po wystawie tradycyjnych form wikliniarskich, w okolicy pojawiają się ozdoby wiklinowe w ogródkach. Niektóre kwestie można prześledzić. W dużym mieście, po wystawie tematycznej/problemowej, monograficznej, jaki miałby być wpływ i jak to zbadać?

Co z etycznością prowadzenia takich badań na odwiedzających muzea i pozyskiwania ww. rodzajów danych?

Może giganci technologicznie potrafią przebadać te kwestie, dlatego ChatGPT zaproponował takie mierniki? Dla mnie i moich kursantów to rozwiązanie jest absolutnie niedostępne, podobnie dla większości muzeów. Tu kończy się "genialność" AI. Dlaczego? Miękkie kompetencje, doświadczenie muzealników i muzeów, wiedza praktyczna - do tego modele nie mają dostępu, bo nie jest to zdigitalizowane. Myślę, że tu przebiega czerwona linia dla LLMów.

Jeszcze długo doświadczenia ludzi nie da się zastąpić. Może nigdy do tego nie dojdzie.. to dobrze :)