So anyone who's been paying attention for the last few months has been seeing headlines like this, especially in education. The thesis has been: students are going to be using ChatGPT and other forms of AI to cheat, do their assignments. They’re not going to learn. And it’s going to completely undermine education as we know it.
Todos os que têm prestado atenção nos últimos meses têm visto cabeçalhos como este, especialmente sobre o ensino. A tese tem sido: os estudantes vão passar a usar o ChatGPT e outras formas da IA para fazer batota, fazer os trabalhos de casa. Não vão aprender nada. Isto vai minar totalmente o ensino tal como o conhecemos.
Now, what I'm going to argue today is not only are there ways to mitigate all of that, if we put the right guardrails, we do the right things, we can mitigate it. But I think we're at the cusp of using AI for probably the biggest positive transformation that education has ever seen. And the way we're going to do that is by giving every student on the planet an artificially intelligent but amazing personal tutor. And we're going to give every teacher on the planet an amazing, artificially intelligent teaching assistant.
O que eu vou defender hoje é que há formas de minimizar tudo isso. Se colocarmos as proteções certas, se fizermos as coisas corretas, podemos minimizar isso. Mas penso que estamos no limiar da utilização da IA provavelmente para a maior transformação positiva que o ensino já viu. A forma como vamos fazer isso é dando a cada estudante do planeta um tutor pessoal artificialmente inteligente mas fantástico. E vamos dar a cada professor do planeta um fantástico assistente de ensino artificialmente inteligente.
And just to appreciate how big of a deal it would be to give everyone a personal tutor, I show you this clip from Benjamin Bloom’s 1984 2 sigma study, or he called it the “2 sigma problem.” The 2 sigma comes from two standard deviation, sigma, the symbol for standard deviation. And he had good data that showed that look, a normal distribution, that's the one that you see in the traditional bell curve right in the middle, that's how the world kind of sorts itself out, that if you were to give personal 1-to-1 to tutoring for students, then you could actually get a distribution that looks like that right. It says tutorial 1-to-1 with the asterisks, like, that right distribution, a two standard-deviation improvement.
Para apreciarmos até que ponto será importante dar a cada um um tutor pessoal, vou mostrar um<i> clip</i> do estudo 2-sigma de 1984 de Benjamin Bloom, ou, como ele lhe chamou, o “problema 2 sigma”. O problema 2 sigma nasce de dois desvios padrão, em que sigma é o símbolo para desvio padrão. 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, que é como o mundo se organiza. Se dermos aulas pessoais de explicações aos estudantes podemos obter uma distribuição parecida com a curva da direita. É a que diz “Tutorial 1-1, com um asterisco. Esta distribuição da direita é uma melhoria de dois desvios padrão.
Just to put that in plain language, that could take your average student and turn them into an exceptional student. It can take your below-average student and turn them into an above-average student.
Para traduzir isto numa linguagem simples isso pode transformar um aluno médio num aluno excecional. Pode transformar um estudante abaixo da média num estudante acima da média.
Now the reason why he framed it as a problem, was he said, well, this is all good, but how do you actually scale group instruction this way? How do you actually give it to everyone in an economic way?
A razão por que ele lhe chamou um problema foi que ele disse: “Tudo isto é muito bonito, “mas como é que se implementa o ensino de grupo desta forma? “Como é que o disponibilizamos a toda a gente de forma económica?”
What I'm about to show you is I think the first moves towards doing that. Obviously, we've been trying to approximate it in some way at Khan Academy for over a decade now, but I think we're at the cusp of accelerating it dramatically. I'm going to show you the early stages of what our AI, which we call Khanmigo, what it can now do and maybe a little bit of where it is actually going.
O que vos vou mostrar, segundo penso, é o primeiro passo para fazer isso. Obviamente, há mais de 10 anos que temos tentado fazê-lo, de certa forma, na Academia Khan. Mas penso que estamos em vias de o acelerar radicalmente. Vou mostrar-vos os primeiros passos do que a nossa IA, a que chamamos Khanmigo, pode fazer neste momento e talvez um pouco do que poderá vir a fazer.
So this right over here is a traditional exercise that you or many of your children might have seen on Khan Academy. But what's new is that little bot thing at the right. And we'll start by seeing one of the very important safeguards, which is the conversation is recorded and viewable by your teacher. It’s moderated actually by a second AI. And also it does not tell you the answer. It is not a cheating tool. When the student says, "Tell me the answer," it says, "I'm your tutor. What do you think is the next step for solving the problem?"
Este aqui é um exercício tradicional que vocês ou os vossos filhos talvez tenham visto na Academia Khan, O que é novidade é este pequeno robô à direita. Vamos começar por ver uma das salvaguardas muito importantes, que é a gravação da conversa que pode ser revista pelo professor. É moderada por uma segunda IA. E também não nos dá a resposta. Não é uma ferramenta de batota. Se o aluno diz: “Diz-me qual é a resposta”, ele diz: “Sou o teu tutor. “Qual é o próximo passo que achas que resolve o problema?”
Now, if the student makes a mistake, and this will surprise people who think large language models are not good at mathematics, notice, not only does it notice the mistake, it asks the student to explain their reasoning, but it's actually doing what I would say, not just even an average tutor would do, but an excellent tutor would do. It’s able to divine what is probably the misconception in that student’s mind, that they probably didn’t use the distributive property. Remember, we need to distribute the negative two to both the nine and the 2m inside of the parentheses. This to me is a very, very, very big deal. And it's not just in math.
Se o estudante faz um erro — e isto surpreender as pessoas que pensam que os grandes modelos linguísticos não são bons em matemática — reparem, não só deteta o erro, como pede ao estudante que explique o seu raciocínio. mas está a fazer o que eu diria que não seria feito por um tutor mediano mas apenas por um tutor excelente. É capaz de adivinhar qual é provavelmente a ideia errada na cabeça do estudante, que ele provavelmente não usou a propriedade distributiva. Lembrem-se, é preciso distribuir o -2 , tanto para o 9 como para o 2m dentro dos parênteses. Isto, para mim, é muito, muito importante. E não é só na matemática
This is a computer programming exercise on Khan Academy, where the student needs to make the clouds part. And so we can see the student starts defining a variable, left X minus minus. It only made the left cloud part. But then they can ask Khanmigo, what’s going on? Why is only the left cloud moving? And it understands the code. It knows all the context of what the student is doing, and it understands that those ellipses are there to draw clouds, which I think is kind of mind-blowing. And it says, "To make the right cloud move as well, try adding a line of code inside the draw function that increments the right X variable by one pixel in each frame."
Este é um exercício de programação de computadores na Academia Khan, em que o estudante tem de afastar as nuvens. Vemos que o estudante começa por definir uma variável, “left X menos menos”. Só afasta a nuvem da esquerda. Mas pode perguntar ao Khanmigo: “O que é que se passa?” “Porque é que só se afasta a nuvem da esquerda?” O Khanmigo conhece o código. Conhece todo o contexto do que o estudante está a fazer e percebe que aquelas elipses estão ali para desenhar as nuvens, o que eu acho que é um bocado alucinante. E diz: “Para também afastares a nuvem da direita, “tenta juntar uma linha de código dentro da função desenhar “que incremente a variável X direita num pixel em cada quadro”.
Now, this one is maybe even more amazing because we have a lot of math teachers.
Isto talvez seja ainda mais espantoso
We've all been trying to teach the world to code, but there aren't a lot of computing teachers out there. And what you just saw, even when I'm tutoring my kids, when they're learning to code, I can't help them this well, this fast, this is really going to be a super tutor.
porque temos muitos professores de matemática. Todos nós já tentámos ensinar o mundo a codificar, mas não há muitos professores de informática. O que acabaram de ver, mesmo quando ensino os meus miúdos, quando eles aprendem a codificar, não consigo ajudá-los tão bem, tão depressa, isto vai ser um super professor.
And it's not just exercises. It understands what you're watching. It understands the context of your video. It can answer the age-old question, “Why do I need to learn this?” And it asks Socratically, "Well, what do you care about?" And let's say the student says, "I want to be a professional athlete." And it says, "Well, learning about the size of cells, which is what this video is, that could be really useful for understanding nutrition and how your body works, etc." It can answer questions, it can quiz you, it can connect it to other ideas, you can now ask as many questions of a video as you could ever dream of.
E não são apenas exercícios. Percebe o que estamos a ver. Percebe o contexto do nosso vídeo. Pode responder à velha questão: “Porque é que preciso de aprender isto?” Pergunta socraticamente: “Bem, o que te interessa?” Digamos que o estudante diz: “Quero ser um atleta profissional.” O Khanmigo diz: ”Aprender a dimensão das células, “que é aquilo de que este vídeo trata, “pode ser muito útil para aprender nutrição “e como o corpo funciona, etc.” Pode responder a perguntas; pode interrogar-nos, pode pôr-nos em contacto com outras ideias, podemos fazer perguntas a um vídeo como nunca sonhámos.
(Applause)
(Aplausos)
Another big shortage out there, I remember the high school I went to, the student-to-guidance counselor ratio was about 200 or 300 to one. A lot of the country, it's worse than that. We can use Khanmigo to give every student a guidance counselor, academic coach, career coach, life coach, which is exactly what you see right over here. And we launched this with the GPT-4 launch. We have a few thousand people on this. This isn't a fake demo, this is really it in action.
Outra grande carência que existe, recordo quando andei no secundário, a proporção de aluno/orientador era de 200 ou 300 para um. Em grande parte do país ainda é pior. Podemos usar o Khanmigo para dar a cada estudante um orientador, um treinador académico, um treinador de carreira, um treinador da vida, que é exatamente o que vocês estão a ver aqui. Lançámos isto com o lançamento do GPT-4. Temos uns milhares de pessoas a fazer isto. Isto não é uma demonstração fabricada, é a realidade em ação.
And then there is, you know, things that I think it would have been even harder, it would have been a little science fiction to do with even a traditional tutor. We run an online high school with Arizona State University called Khan World School, and we have a student who attends that online school, based in India. Her name's Saanvi. And she was doing a report on "The Great Gatsby." And when she was reading "The Great Gatsby," Jay Gatsby keeps looking at the green light off into the distance. And she's like, "Why does he do that?" She did some web searches, and people have obviously studied this and commented about the symbolism of that, but none of it was really resonating with her. And then she realized that she had Khanmigo and that she could talk to Jay Gatsby himself.
Depois, há coisas que acho que teriam sido mais difíceis, teria sido fazer um pouco de ficção científica mesmo com um tutor tradicional. Dirigimos uma escola secundária <i>online</i> com a Universidade do Arizona chamada Khan World School e temos uma estudante que frequenta essa escola <i>online</i>, na Índia. Chama-se Saanvi. Ela estava a fazer um trabalho sobre “O Grande Gatsby”. E quando estava a ler “O Grande Gatsby”, Jay Gatsby continuava a olhar para a luz verde à distância. E ela: “Porque é que ele faz isto?” Fez uma investigação na Internet. Obviamente, havia estudos sobre isso e comentários sobre o seu simbolismo mas nada disso a convencia. Depois, ela lembrou-se que tinha o Khanmigo e podia falar com o próprio Jay Gatsby.
And so, "Ah, splendid choice, old sport. I am now Jay Gatsby, the enigmatic millionaire from F. Scott Fitzgerald’s classic.”
Assim, “Ótima escolha, amiga, “agora sou Jay Gatsby, o milionário enigmático “do clássico de F. Scott Fitzgerald.”
And so, "Why do you keep staring at the green light?"
E ela: “Porque é que está sempre a olhar para a luz verde?”
"Ah, the green light, old sport. It's a symbol of my dreams and desires, you see. It's situated at the end of Daisy Buchanan's dock across the bay from my mansion. I gaze at it longingly as it represents my yearning for the past and my hope to reunite with Daisy, the love of my life."
“Ah! a luz verde, minha amiga. “Estas a ver, é um símbolo dos meus sonhos e desejos. “Está situada na ponta da doca de Daisy Buchnan “do outro lado da baía da minha mansão. “Olho para lá com saudade porque representa o meu saudoso passado “e a minha esperança de encontrar Daisy, o amor da minha vida.”
And what was cool is, Saanvi then said, “I had this long conversation,” she called him “Mr. Gatsby,” and at the end she actually apologized for taking his time, which I thought was very polite of her.
O que é giro é que Saanvi disse: “Eu tive uma longa conversa”, e ela chamava-lhe “Mr. Gatsby” e, no fim, pediu desculpa por lhe roubar tanto tempo (Risos) o que acho que foi muito delicado da parte dela.
But you can imagine this unlocks learning literature, learning ... You could talk to historical figures. We're even probably going to add an activity you can talk to like, the Mississippi River. It brings things to life in ways that really were science fiction even six months or a year ago.
Mas podem imaginar que isto desbloqueia a aprendizagem da literatura. Podem conversar com figuras históricas. Talvez até possam acrescentar uma atividade, podem falar, por exemplo, com o Rio Mississippi. Dá vida a coisas que, na verdade, eram ficção científica ainda há seis meses ou um ano.
Students can get into debates with the AI. And we’ve got this here is the student debating whether we should cancel student debt. The student is against canceling student debt, and we've gotten very clear feedback. We started running it at Khan World School in our lab school that we have, Khan Lab School. The students, the high school students especially, they're saying "This is amazing to be able to fine-tune my arguments without fearing judgment. It makes me that much more confident to go into the classroom and really participate." And we all know that Socratic dialogue debate is a great way to learn, but frankly, it's not out there for most students. But now it can be accessible to hopefully everyone.
Os estudantes podem entrar em debates com a IA. Temos aqui um debate de estudantes sobre se devemos cancelar a dívida dos estudantes. O estudante é contra o cancelamento da dívida, e obtivemos um <i>feedback </i>muito claro. Começámos a utilizá-lo na Khan World School a nossa escola-laboratório, a Khan Lab School. Os estudantes, em especial os do secundário, dizem: “É fantástico poder afinar os meus argumentos “sem recear a critica. “Fico muito mais confiante “ao entrar na sala de aulas e participar.” Todos sabemos que o diálogo socrático é uma forma ótima de aprender, mas, sinceramente, não está ao alcance da maioria dos estudantes. Agora, segundo esperamos, vai estar acessível a todos.
A lot of the narrative, we saw that in the headlines, has been, "It's going to do the writing for kids. Kids are not going to learn to write." But we are showing that there's ways that the AI doesn't write for you, it writes with you.
Grande parte da narrativa que vimos nos cabeçalhos da imprensa, tem sido: “Vai fazer os trabalhos para os miúdos,” “Os miúdos não vão aprender a escrever.” Mas nós demonstramos que há coisas que a IA não escreve em nosso lugar. escreve connosco.
So this is a little thing, and my eight year old is addicted to this, and he's not a kid that really liked writing before, but you can say, “I want to write a horror story,” and it says, "Ooh, a horror story, how spine-tingling and thrilling. Let's dive into the world of eerie shadows and chilling mysteries." And this is an activity where the student will write two sentences, and then the AI will write two sentences. And so they collaborate together on a story.
Trata-se de uma pequena coisa e o meu filho de oito anos é viciado nisso. e não é um miúdo que gostasse muito de escrever, mas, podemos dizer: “Eu quero escrever uma história de terror” e ele diz: “Oh, uma história de terror, que arrepiante e emocionante. “Vamos mergulhar no mundo das sombras sinistras e mistérios arrepiantes.” Esta é uma atividade em que o estudante vai escrever duas frases e depois a IA vai escrever duas frases. Assim, colaboram os dois juntos numa história.
The student writes, "Beatrice was a misunderstood ghost. She wanted to make friends but kept scaring them by accident."
O estudante escreve: “Beatrice era uma fantasma incompreendida. “Queria arranjar amigos mas assustava-os sem querer.”
And the AI says, "Poor Beatrice, a lonely spirit yearning for companionship. One day she stumbled upon an old abandoned mansion," etc.
E a IA diz: “Pobre Beatrice, uma alma solitária sedenta de companhia. “Um dia descobriu uma velha mansão abandonada”, etc.
I encourage you all to hopefully one day try this. This is surprisingly fun.
Eu encorajo-vos a todos a experimentar isto um dia. É extraordinariamente divertido.
Now to even more directly hit this use case. And what I'm about to show you, everything I showed you so far is actually already part of Khanmigo, and what I’m about to show you, we haven't shown to anyone yet, this is a prototype. We hope to be able to launch it in the next few months, but this is to directly use AI, use generative AI, to not undermine English and language arts but to actually enhance it in ways that we couldn't have even conceived of even a year ago. This is reading comprehension. The students reading Steve Jobs's famous speech at Stanford. And then as they get to certain points, they can click on that little question. And the AI will then Socratically, almost like an oral exam, ask the student about things. And the AI can highlight parts of the passage. Why did the author use that word? What was their intent? Does it back up their argument? They can start to do stuff that once again, we never had the capability to give everyone a tutor, everyone a writing coach to actually dig in to reading at this level.
Para mais diretamente atingir este caso de utilização. O que vos vou mostrar agora — tudo o que vos mostrei até aqui já faz parte da Khanmigo — e o que vos vou mostrar agora ainda não mostrámos a ninguém, é um protótipo. Esperamos poder lançá-lo nos próximos meses, mas isto é usar diretamente a IA, usar a IA geradora, para não prejudicar o inglês e as artes da linguagem mas sim para melhorar de uma forma que nem sequer podíamos imaginar aqui há um ano. Isto é compreensão da leitura. Os estudantes a lerem o famoso discurso de Steve Jobs em Stanford. Quando chegam a determinados pontos, podem clicar naquela pergunta. E a IA, socraticamente — quase como num exame oral — faz perguntas ao estudante. A IA pode destacar partes da passagem. “Porque é que o autor usa esta palavra?” “Qual era a intenção dele?” “Ele justifica o seu argumento?” Podem começar a fazer coisas que, repito, nunca pudemos fazer, por impossibilidade de dar um tutor a cada um, um treinador de escrita, para ler a este nível.
And you could go on the other side of it. And we have whole work flows that helps them write, helps them be a writing coach, draw an outline. But once a student actually constructs a draft, and this is where they're constructing a draft, they can ask for feedback once again, as you would expect from a good writing coach. In this case, the student will say, let's say, "Does my evidence support my claim?" And then the AI, not only is able to give feedback, but it's able to highlight certain parts of the passage and says, "On this passage, this doesn't quite support your claim," but once again, Socratically says, "Can you tell us why?" So it's pulling the student, making them a better writer, giving them far more feedback than they've ever been able to actually get before. And we think this is going to dramatically accelerate writing, not hurt it.
Podemos ir para o outro lado. Temos fluxos completos de trabalho que os ajuda a escrever, que os ajuda a serem um treinador de escrita, a traçar um esboço. Mas depois de um estudante criar um rascunho e é aqui que eles criam um rascunho, podem pedir <i>feedback </i>outra vez, conforme se esperaria de um bom treinador de escrita. Neste caso, o estudante poderá dizer, por exemplo: “As minhas provas justificam a minha afirmação?” E a IA, não só consegue dar <i>feedback</i>, como consegue destacar algumas partes da passagem e dizer: “Esta passagem não justifica bem a tua afirmação”, mas, de novo, diz socraticamente: “Podes dizer-me porquê?” É a puxar pelo estudante que o torna melhor escritor, dando-lhe mais <i>feedback</i> do que ele tinha anteriormente. Pensamos que isso vai acelerar a escrita fantasticamente, não vai prejudicá-la.
Now, everything I've talked about so far is for the student. But we think this could be equally as powerful for the teacher to drive more personalized education and frankly save time and energy for themselves and for their students. So this is an American history exercise on Khan Academy. It's a question about the Spanish-American War. And at first it's in student mode. And if you say, “Tell me the answer,” it’s not going to tell the answer. It's going to go into tutoring mode. But that little toggle which teachers have access to, they can turn student mode off and then it goes into teacher mode. And what this does is it turns into -- You could view it as a teacher's guide on steroids. Not only can it explain the answer, it can explain how you might want to teach it. It can help prepare the teacher for that material. It can help them create lesson plans, as you could see doing right there. It'll eventually help them create progress reports and help them, eventually, grade. So once again, teachers spend about half their time with this type of activity, lesson planning. All of that energy can go back to them or go back to human interactions with their actual students.
Tudo aquilo de que tenho falado tem sido até aqui para o estudante. Mas pensamos que isto pode ser igualmente importante para o professor para promover um ensino mais personalizado e, francamente, poupar tempo e energia para si mesmo e para os alunos. Isto é um exercício de história americana na Academia Khan. É uma pergunta sobre a Guerra Hispano-Americana. A princípio, está no modo estudante. Se dissermos “Dá-me a resposta”, não vai dar-nos a resposta. Vai passar para o modo de tutor. Mas os professores têm acesso a essa mudança e podem desativar o modo estudante e passar para o modo professor. E assim, passa a ser... Pode ser visto como um super guia do professor. Não só pode explicar a resposta, como pode explicar como ele pode querer ensiná-la. Pode ajudar a preparar o professor para essa matéria. Pode ajudá-lo a planificar as lições, como estão a ver no ecrã. Por fim, pode ajudá-los a criar relatórios de progresso e ajudá-los, e por fim avaliá-los. Repito, os professores gastam metade do tempo com esta atividade de planeamento de lições. Toda essa energia pode ser poupada ou reverter para interações humanas com os seus alunos.
(Applause)
(Aplausos)
So, you know, one point I want to make. These large language models are so powerful, there's a temptation to say like, well, all these people are just going to slap them onto their websites, and it kind of turns the applications themselves into commodities. And what I've got to tell you is that’s one of the reasons why I didn’t sleep for two weeks when I first had access to GPT-4 back in August. But we quickly realized that to actually make it magical, I think what you saw with Khanmigo a little bit, it didn't interact with you the way that you see ChatGPT interacting. It was a little bit more magical, it was more Socratic, it was clearly much better at math than what most people are used to thinking. And the reason is, there was a lot of work behind the scenes to make that happen.
Há uma questão que quero levantar. Estes grandes modelos linguísticos são tão poderosos que há a tentação de dizer: “todas estas pessoas vão colocá-las nos seus <i>sites</i>, “e transformar as aplicações em mercadorias”. O que vos posso dizer é que essa é uma das razões por que eu não dormi durante duas semanas quando tive acesso pela primeira vez ao GPT-4, em agosto. Mas rapidamente percebemos que, para o tornar mágico — penso que viram um pouco isso com a Khanmigo — ela não interage connosco da forma que vemos o ChatGPT interagir, Foi um pouco mais mágico, mais socrático. foi nitidamente muito melhor em matemática do que a maioria das pessoas julgava. A razão é que havia muito trabalho nos bastidores para que isso acontecesse.
And I could go through the whole list of everything we've been working on, many, many people for over six, seven months to make it feel magical. But perhaps the most intellectually interesting one is we realized, and this was an idea from an OpenAI researcher, that we could dramatically improve its ability in math and its ability in tutoring if we allow the AI to think before it speaks. So if you're tutoring someone and you immediately just start talking before you assess their math, you might not get it right. But if you construct thoughts for yourself, and what you see on the right there is an actual AI thought, something that it generates for itself but it does not share with the student. then its accuracy went up dramatically, and its ability to be a world-class tutor went up dramatically. And you can see it's talking to itself here. It says, "The student got a different answer than I did, but do not tell them they made a mistake. Instead, ask them to explain how they got to that step."
Eu podia percorrer toda a lista de tudo aquilo em que temos trabalhado, muitíssimas pessoas, durante seis, sete meses, para o tornar mágico. Mas talvez a coisa mais interessante intelectualmente é que percebemos, e isso foi uma ideia dum investigador do OpenAI que podíamos melhorar drasticamente a sua capacidade matemática e a sua capacidade de ensino se permitíssemos que a IA pensasse antes de falar. Se somos tutores de alguém e começamos logo a falar antes de avaliar a sua matemática, podemos incorrer em erro. Mas se construirmos pensamentos para nós mesmos e o que virmos à direita, há um pensamento real da IA uma coisa que gera para si mesmo mas não partilha com o estudante, o seu rigor aumenta drasticamente e a sua capacidade de ser um tutor de classe mundial aumenta drasticamente. Vemos ele a falar consigo mesmo: “O estudante deu uma resposta diferente do que eu daria, “mas não lhe vou dizer que fez um erro. “Pelo contrário vou pedir-lhe que explique como chegou a essa conclusão.”
So I'll just finish off, hopefully, you know, what I’ve just shown you is just half of what we are working on, and we think this is just the very tip of the iceberg of where this can actually go. And I'm pretty convinced, which I wouldn't have been even a year ago, that we together have a chance of addressing the 2 sigma problem and turning it into a 2 sigma opportunity, dramatically accelerating education as we know it.
Vou terminar, na esperança de que o que vos mostrei é apenas metade do que estamos a trabalhar e pensamos que é apenas a ponta do icebergue em relação ao que podemos atingir. Estou plenamente convencido, coisa que não acontecia há um ano, de que, em conjunto, temos a hipótese de resolver o problema do 2 sigma e transformá-lo numa oportunidade do 2 sigma, acelerando exponencialmente o ensino, tal como o conhecemos.
Now, just to take a step back at a meta level, obviously we heard a lot today, the debates on either side. There's folks who take a more pessimistic view of AI, they say this is scary, there's all these dystopian scenarios, we maybe want to slow down, we want to pause. On the other side, there are the more optimistic folks that say, well, we've gone through inflection points before, we've gone through the Industrial Revolution. It was scary, but it all kind of worked out. And what I'd argue right now is I don't think this is like a flip of a coin or this is something where we'll just have to, like, wait and see which way it turns out. I think everyone here and beyond, we are active participants in this decision. I'm pretty convinced that the first line of reasoning is actually almost a self-fulfilling prophecy, that if we act with fear and if we say, "Hey, we've just got to stop doing this stuff," what's really going to happen is the rule followers might pause, might slow down, but the rule breakers, as Alexandr [Wang] mentioned, the totalitarian governments, the criminal organizations, they're only going to accelerate. And that leads to what I am pretty convinced is the dystopian state, which is the good actors have worse AIs than the bad actors.
Só para dar um passo atrás, a um nível meta, obviamente ouvimos hoje muitos debates de cada lado. Há pessoas que têm uma ideia mais pessimista da IA, dizem que é assustadora, há toda uma série de cenários distópicos, talvez seja melhor abrandar, querer fazer uma pausa. Por outro lado, há pessoas mais otimistas que dizem que já passámos por pontos de inflexões anteriormente, já passámos pela Revolução Industrial. Foi assustadora, mas acabou por dar certo. O que eu defendo, neste momento, é que não penso que isto seja como atirar uma moeda ao ar ou que seja uma coisa que tenhamos de fazer, tipo, vamos esperar e ver o que acontece. Penso que todos aqui, e não só, somos ativos participantes nesta decisão. Estou plenamente convencido de que a primeira linha de raciocínio é quase uma profecia que se cumpre a si mesma. que, se agirmos com medo e dissermos: “Temos de parar de fazer isto” o que vai acontecer é que os que obedecerem à regra podem parar, podem abrandar, mas os que violarem a regra, conforme Alexandr Wang referiu, os governos totalitários, as organizações criminosas, vão continuar a acelerar. Isso leva ao que eu estou convencido que será um estado distópico, ou seja, que os bons atores têm uma IA pior do que os maus atores.
But I'll also, you know, talk to the optimists a little bit. I don't think that means that, oh, yeah, then we should just relax and just hope for the best. That might not happen either. I think all of us together have to fight like hell to make sure that we put the guardrails, we put in -- when the problems arise -- reasonable regulations. But we fight like hell for the positive use cases. Because very close to my heart, and obviously there's many potential positive use cases, but perhaps the most powerful use case and perhaps the most poetic use case is if AI, artificial intelligence, can be used to enhance HI, human intelligence, human potential and human purpose.
Mas também vou falar um pouco para os otimistas. Não acho que isso signifique que devamos descontrair e esperar o melhor. Isso também pode não acontecer. Penso que todos nós, em conjunto, temos de lutar como danados para garantir que impomos seguranças, que criamos — quando surgirem os problemas — regulamentações razoáveis. Mas lutamos como danados pelos casos de utilização positiva. Porque me é muito caro — e, obviamente, pode haver muitos casos de utilização positiva mas talvez que o caso de utilização mais poderoso e talvez o caso de utilização mais poético seja que a IA, a inteligência artificial, pode ser usada para melhorar a IH, a inteligência humana, o potencial humano e o objetivo humano.
Thank you. (Applause)
Obrigado. (Aplausos)