Обучающие машины: От автоматического учителя к большим языковым моделям

Современные дебаты о больших языковых моделях в образовании часто рассматривают генеративный ИИ как радикальный разрыв с прошлым. Однако его обещания персонализации, немедленной обратной связи и избавления от рутинного преподавания имеют долгую историю. В данной статье реконструируется автоматизация образования от Пресси и Скиннера через кибернетику, компьютерное обучение (CAI) и интеллектуальные обучающие системы (ITS) к большим языковым моделям. Выдвигаются три утверждения. Автоматизация образования перераспределяет эпистемический труд, а не выражает линейный рост машинного интеллекта. Персонализация постоянно зависит от предварительной стандартизации целей, знаний и свидетельств обучения. Генеративный ИИ вносит разрыв, порождая объяснительный дискурс, посредством которого обычно распознаётся понимание. Соединяя эти утверждения, генеалогия показывает, как успешное выполнение может отрываться от формирования суждения. Её критическая сила заключается в рассмотрении этого напряжения в свете образовательных обязательств развивать способности учащихся, при одновременном прояснении нормативного приоритета эпистемической агентности. Решающий вопрос состоит в том, как отношения между учащимися, преподавателями и машинами позволяют субъектам направлять исследование, оценивать утверждения и регулировать свои зависимости. Этот критерий остаётся значимым, даже если модели демонстрируют ограниченные формы понимания: компетентность вспомогательной системы не устанавливает образовательного развития её пользователя.