Gallupi ja Walton Family Foundationi küsitlus (2024–2025, USA õpetajate representatiivne valim) tuvastas muljetavaldava näitaja: regulaarselt AI-d kasutavad õpetajad säästavad keskmiselt 5,9 tundi nädalas – see võrdub kuue täistööpäevaga õppeaasta jooksul. Kõlab nagu lahendatud probleem.
Kuid Royal Society of Chemistry paralleelne küsitlus (2024, Suurbritannia) näitab teistsugust pilti: 44% õpetajatest olid AI-d proovinud, aga ainult 3% teatas tegelikust töökoormuse vähenemisest. Üks matemaatikaõpetaja Iirimaalt selgitas lõhet täpsemalt kui ükski statistika: «AI genereerib töölehti kiiresti, kuid neid tuleb hoolikalt üle kontrollida – ja ajasääst osutub väiksemaks, kui tundus.»
Kumb on õigus? Oleme juba analüüsinud AI kriisi hariduses õpilaste vaatenurgast – 86% õpilastest kasutab AI-d, kuid kriitiline mõtlemine halveneb. Nüüd – õpetajate pool. Viimase kahe aasta jooksul on kogunenud piisavalt eksperimentaalseid andmeid, et vastata sellele küsimusele mitte arvamuste, vaid arvudega.
Tuhanded juhid otsivad iga päev „mis on tehisintellekt lihtsate sõnadega" – mitte sellepärast, et nad pole piisavalt targad, vaid sellepärast, et õpikute tehnilised selgitused on päriselus otsuste tegemisel kasutu. Probleem pole teema keerukuses. Probleem on selles, et enamik selgitusi on kirjutatud inseneride poolt inseneridele.
Räägime sellest ilma žargoonita ja valemiteta – keskendudes sellele, mida juht päriselt teadma peab.
Samal ajal kui juhid maksavad ChatGPT Plusi ja Claude Pro eest, on Alibaba üles ehitanud ühe maailma mastaapseima tehisintellekti ökosüsteemi – tasuta vestlusega, avatud mudelitega ja API-hindadega, mis on konkurentidest mitmekordselt madalamad. Qwen (hääldatakse „tšven", 通义千问 – „Tuhat küsimust") ületas 2026. aasta keskpaigaks allalaadimiste arvult kõik lääne konkurendid ja on muutunud tööriistaks, mida iga juht peaks tundma. Kuid poole aasta jooksul on ökosüsteem tõsiselt muutunud: lipulaevamudelid muutusid suletuks, võtmearendajad lahkusid ning strateegia nihkus „kõik tasuta" põhimõttelt tuttavamale „parim – raha eest" mudelile.
Poolteist aastat tagasi kirjutasin märkme isiklikku blogisse sellest, mida märkan kolleegide ja enda töös: mida rohkem AI-d usaldad, seda harvemini küsid endalt „kas see on tõesti õige?". Toetasin end toona Microsofti uuringule – see näitas, et usaldus AI vastu pärsib antavate vastuste kriitilist hindamist. Argument tundus tugev, kuid sellel oli ilmne puudus: korrelatsioon, mitte põhjuslik seos.
Sest see pole lugu sellest, et AI teeb meid rumalamaks. See on lugu sellest, kuidas täpselt me seda kasutame.
See avaldus seab küsimuse teravalt. Milleks vajab Kasahstan oma keelemudelit, kui globaalsed lahendused töötavad paremini? Ja kui suveräänne AI on vajalik – miks see kaotab?
Vastus on keerulisem, kui paistab. Sest KazLLM ei ole «kasahhi ChatGPT». See on täiesti erinev tööriist erineva ülesandega. Ja nende võrdlemine on sama, mis võrrelda riiklikku elektrijaama imporditud kodumasinaga.
Nende artikkel «The 2028 Global Intelligence Crisis» on väljamõeldud memorandum 2028. aasta juunist. See pole prognoos, vaid stressitest: mis juhtuks majandusega, kui masinintelligents tõesti asendab valgekraed nii kiiresti, nagu arendajad lubavad.
«Milleks mulle teie kursused, kui ma saan lihtsalt ChatGPT-lt küsida?»
See küsimus kõlab kommentaarides iga AI-koolitust puudutava postituse all. Loogika on raudne: internet on tasuta, ChatGPT selgitab kõike, YouTube on õpetusi täis. Miks maksta kursuse eest, kui kogu informatsioon on juba kättesaadav?
Suurepärane küsimus. Vastus sellele – mitte see, mida oodatakse kuulda.
Sest «informatsioonile ligipääsu omamise» ja «sellega töötada oskamise» vahel – on kuristik. Ligipääs meditsiinilistele teatmeteostele ei tee sinust arsti. Kööginoa olemasolu ei tee sinust tippkokka. Ja võimalus esitada ChatGPT-le küsimus ei tee sinust AI-spetsialisti. Nagu näitab MIT uuring valikuarhitektuuride kohta, seisneb spetsialisti tegelik jõud mitte tööriista olemasolus, vaid võimes kriitiliselt hinnata seda, mida tööriist pakub.
Ja see pole lihtsalt kaunis metafoor – see on uuringutega kinnitatud fakt.
Hiljuti koostasin uuele kliendile kommertspakkumist. Summa oli ebastandardne, tingimused – samuti. Sisetunne ütles: pane X, sa tunned seda turgu. Kuid ma otsustasin Claude’i kaudu „üle kontrollida". Mudel andis argumenteeritud vastuse teise numbriga – 15% madalam kui minu hinnang. Kõlas veenvalt. Ma muutsin numbri.
Nädal hiljem allkirjastas klient ilma kauplelemata. Ja rahulduse asemel tundsin ärritust: mis siis, kui mu algne number oleks samuti läbi läinud? Ma ei saa seda kunagi teada – sest otsuse tegemise hetkel surusin alla oma hinnangu „statistiliselt põhjendatud" algoritmi vastuse nimel.
Just see ongi muster, mida Anthropicu uurijad nimetavad Disempowerment – kontrolli kaotamine. Mitte dramaatiline, mitte ilmne. Lihtsalt vaikne „mina otsustasin" asendamine „AI soovitas" vastu.