تاريخ الاستلام: 26 أبريل 2023 / تاريخ القبول: 4 يناير 2024 / تاريخ النشر على الإنترنت: 27 يناير 2024
© المؤلف(ون) 2024

الكلمات الرئيسية شات جي بي تي • الإدراك الممتد • نظرية الفضيلة في المعرفة • القطع المعرفية التعليم تراجع إدراكي الذكاء الاصطناعي الذكاء الاصطناعي التوليدي

إن صعود تقنيات الذكاء الاصطناعي يؤثر بعمق على العديد من جوانب وقطاعات المجتمع، بما في ذلك التعليم. على الرغم من التنوع الكبير لتطبيقات الذكاء الاصطناعي في البيئات التعليمية، فإن أداة الذكاء الاصطناعي المثيرة للاهتمام التي يمكن استخدامها لأغراض تعليمية هي ChatGPT، وهو روبوت محادثة ذكاء اصطناعي (تم تطويره بواسطة OpenAI) قادر على إنتاج استجابات مناسبة والانخراط في محادثات تبدو طبيعية (Deng & Lin، 2023). النسخة الأساسية من هذا الروبوت تستخدم GPT-3.5، وهو نموذج لغوي كبير (LLM) يستخدم لمعالجة اللغة الطبيعية. مثل العديد من التقنيات الأخرى وأنظمة الذكاء الاصطناعي التوليدية، أثار ChatGPT مشكلة ما إذا كان يجب حظر هذه الأداة من المدارس تمامًا، أو تعزيز استخدامها وتنظيمه وتعليم استخدامه بشكل صحيح (Teubner et al.، 2023). من ناحية، يمكن وضع أنظمة الذكاء الاصطناعي التوليدية مثل ChatGPT على امتداد مع موارد تعليمية تكنولوجية أخرى، من الآلات الحاسبة إلى محركات البحث على الإنترنت وأدوات الذكاء الاصطناعي (Cunnane، 2011؛ Knight، 2014). من ناحية أخرى، من المهم أيضًا الاعتراف بتعطيل هذا النوع من الأدوات متعددة الوظائف، والتي تختلف عن نماذج اللغة الكبيرة السابقة (LLM) من حيث الوصول، والتخصيص، وصيغة المحادثة، والفعالية من حيث التكلفة (Rahman & Watanobe، 2023). نظرًا للقائمة الواسعة من روبوتات المحادثة ونماذج اللغة الكبيرة المتاحة اليوم (Digital Learning Institute 2023؛ Dan et al.، 2023)، سأعتبر في تحليلي ChatGPT، الذي ينفذ GPT-3.5. ومع ذلك، يمكن تعميم ما أقوله بسهولة على روبوتات المحادثة الأخرى ونماذج اللغة الكبيرة.

سوك وهينغ (2023) وإكستانس (2023) ملخصا الفوائد الرئيسية والتحديات المحتملة لاستخدامات ChatGPT وأدوات الذكاء الاصطناعي ضمن نظام التعليم. تؤدي هذه الأدوات إلى ظهور طرق جديدة للغش أو تجنب القيام بالواجبات والمهام (Cotton et al., 2023; Mhlanga, 2023)، مما يؤدي إلى تقييمات غير عادلة وإمكانية تقليل قدرات الطلاب. يجادل Sok و Heng (2023) بأن الاعتماد المفرط على ChatGPT لإكمال الواجبات اليومية قد يكون له تأثير ضار على تطوير القدرات الأساسية للطلاب، مثل مهارات التفكير النقدي (Kasneci et al., 2023; Mhlanga, 2023; Shiri, 2023)، ومهارات حل المشكلات (Kasneci et al., 2023)، والخيال، وقدرات البحث (Shiri, 2023). وبالتالي، فإن الخوف الرئيسي للمعلمين هو أن الطلاب قد يميلون بشكل متزايد إلى تفويض معظم واجباتهم ومهامهم إلى ChatGPT كلما واجهوا تحديًا في التعلم، مما يمنعهم من التعلم بشكل صحيح وتطوير المهارات ذات الصلة. ومع ذلك، من المهم أيضًا تعليم الطلاب كيفية استخدام هذه التقنيات بشكل مناسب، التي هي، وستصبح بشكل متزايد، أدوات حاسمة في مجتمعنا. أعرّف هذه المشكلة بأنها ‘توتر التكنولوجيا والتعليم’ (TET). العديد من المعلمين على دراية بالفعل بهذه القضية، وهم يجربون أنشطة تعليمية مبتكرة لتحويل مخاطر وعيوب ChatGPT إلى فوائد محتملة للطلاب.

تحاول هذه الدراسة معالجة ‘التوتر بين التكنولوجيا والتعليم’، من خلال مقارنة إطارين نظريين مختلفين لتفسير كيفية تفاعل القدرات المعرفية للطلاب مع استخدام الأجهزة التكنولوجية. منذ أن قال بريتشارد يمكن القول إنه يقدم حلاً جزئيًا فقط للتوتر بين التكنولوجيا والتعليم (TET)، أقترح حلاً أكثر شمولاً يجمع بين تصنيف فاسولي للآثار المعرفية وإطار بريطشارد للإبستيمولوجيا الفضيلة. وبالتالي، في القسم 1.1 سأقدم إطار بريطشارد لشخصية المعرفة والإبستيمولوجيا الفضيلة المطبقة على التعليم. في القسم 2، سأقدم حل بريطشارد للتوتر بين التكنولوجيا والتعليم، موضحًا أنه جزئي فقط ومقتصر على مجموعة محدودة من الحالات (القسم 3). ثم سأحاول تقديم إطار أكثر شمولاً لمعالجة TET والاستخدامات المحتملة لـ ChatGPT في البيئات التعليمية، من خلال دمج ” بريطشارد. إطار نظرية الفضيلة المعرفية مع تصنيف فاسولي (2017، 2018) للقطع المعرفية. للقيام بذلك، في القسم 4.1 سأقوم بتوصيف ChatGPT كقطعة معرفية حسابية تعتمد على تصنيف فاسولي (2017، 2018). في القسم 4.2 سأناقش لماذا إطاري أكثر شمولاً وفائدة مقارنةً بإطار بريتشارد في معالجة TET. أخيرًا، في القسم 5.1، سأقدم بعض الاستخدامات المعرفية الفضيلة لطلاب ChatGPT في الممارسة التعليمية. سأختتم بالقول إنه يجب علينا ألا نعتبر EXT الإطار المناسب الوحيد لشرح استخدام الأدوات المعرفية في البيئات التعليمية.

في هذا القسم، سأقدم الإطار القياسي للمسؤولية الفضيلة (Baehr، 2011؛ Battaly، 2008؛ Zagzebski، 1996) وتطبيقه على الممارسات التعليمية (Baehr، 2013، 2015، 2016، 2019؛ Pritchard، 2013، 2014، 2016). في بقية المعالجة، سألتزم بحساب Pritchard (2013، 2014، 2016) للشخصية المعرفية والمسؤولية الفضيلة، والتي تتماشى مع الإطار القياسي المقدم في هذا القسم. المسؤولية الفضيلة هي فرع من فروع نظرية المعرفة الفضيلة التي تركز على تحسين وتطوير الشخصية المعرفية للموضوع (Battaly، 2008؛ Zagzebski، 1996). يعرف Pritchard (2016) الشخصية المعرفية بأنها الترابط بين القدرات المعرفية للفاعل، والقدرات المعرفية، والفضائل الفكرية. القدرات المعرفية هي سمات معرفية فطرية، مثل تلك التي تتعلق بالإدراك أو الذاكرة، بينما القدرات المعرفية، مثل القدرة على إجراء العمليات الحسابية، يتم اكتسابها من خلال الاستفادة من القدرات المعرفية الموجودة وتُنفذ لإكمال مهام معرفية محددة. أخيرًا، الفضائل الفكرية هي سمات شخصية معرفية تُزرع أو تُكتسب أو تُتعلم نتيجة لممارسة السمتين السابقتين، ولها وظيفة تنظيمية بمعنى أنها سمات معرفية واسعة جدًا تدفع تطوير واستخدام قدرات وسمات معرفية محددة (Pritchard، 2016، الصفحات 115-116). علاوة على ذلك، تعتبر المسؤولية الفضيلة الفضائل الفكرية كامتيازات شخصية،

تمكين الوكيل ليكون أكثر احتمالاً لاكتساب المعرفة (باير، 2015، 2016؛ باتالي، 2008؛ زاجزبيسكي، 1996).

وفقًا لهذا الإطار، فإن الفضائل الفكرية ليست ذات قيمة عملية فقط كوسيلة لتحقيق بعض المنافع المعرفية، بل هي أيضًا ذات قيمة جوهرية، كتجليات للوكالة المعرفية (بريتشارد، 2014، ص. 4). وبالتالي، يُعتبر أن الفضائل الفكرية لها قيمة لذاتها، مثل الفضائل بشكل عام، كأجزاء مكونة لحياة مزدهرة (بريتشارد، 2014؛ روبرتس وود، 2007). من بين القائمة القياسية للفضائل المعرفية، يمكننا اعتبار الانفتاح الذهني، والانتباه، والاستقلال الفكري، والفضول، والشجاعة الفكرية، والمثابرة الفكرية (باير، 2011). على سبيل المثال، الانفتاح الذهني هو وسيلة بين رذيلتي السذاجة والدوغمائية، ويتكون من السماح للآراء البديلة بالبقاء مفتوحة من أجل تغيير المرء لرأيه واحتضان الرأي الأكثر دقة، بينما يتكون الانتباه من الانتباه الشديد والتركيز على المهمة المعرفية المطروحة. يضيف باير (2016) أن ما يميز الفضائل الفكرية هو طابعها التحفيزي؛ أي توجهها نحو بعض المنافع المعرفية أو الأهداف الجديرة التي تجعل الفضائل الفكرية ذات قيمة جوهرية أو جديرة بالإعجاب. وبالتالي، فإن الفضائل الفكرية لا تسهل فقط الوصول إلى الحقائق، بل تحفز أيضًا المرء نحوها (بريتشارد، 2016؛ زاجزبيسكي، 1996).

في هذه الورقة، أتبنى إطار بريتشارد (2013، 2014، 2016) لشخصية المعرفة والمسؤولية الفضيلة، والذي يتماشى مع الإطار القياسي لمسؤولية الفضيلة (باير، 2011؛ باتالي، 2008؛ زاجزبيسكي، 1996)، وتطبيقه على الممارسات التعليمية (باير، 2019؛ كارتر وآخرون، 2019؛ هايسلوب-مارجيسون، 2003؛ روبرتسون، 2009؛ سيجل، 1988، 1997، 2017). عكس بريتشارد (2013) ما يجب أن نسعى لتحقيقه من منظور إبستيمولوجي عندما نعلم الأطفال في المدرسة، مجادلاً بأنه لا ينبغي علينا تقليل هدف التعليم إلى مجرد تعليم المعتقدات الصحيحة والمعرفة الواقعية. وبالتالي، يجادل بريتشارد (2016) بأن الهدف الرئيسي من التعليم يجب أن يتكون في تطوير شخصية المعرفة والفضائل الفكرية للطلاب، بشكل رئيسي من خلال تدريب الطلاب على الانخراط بطرق معرفية فضيلة في المواقف الواقعية (بريتشارد، 2013). وفقًا لإطاره، يجب ألا نطلب من الطالب ببساطة تعلم مجموعة من المعلومات الأساسية (معرفة-أن)؛ ولا يكفي أيضًا أن يتعلم الطالب ببساطة كيفية استشارة ويكيبيديا أو ChatGPT للعثور على معلومات ذات صلة بموضوع معين (معرفة كيف). في الواقع، هناك أهداف تعليمية أخرى مهمة وهي تطوير ‘الفهم’ (مولك ومولك، 2022؛ بريتشارد، 2013، 2016) و’الوعي الذاتي’، المقصود هنا كشكل من أشكال المعرفة المتعلقة بوعي الوكيل بتوافر الأدوات، وموثوقية (وأسباب موثوقية) تلك الأدوات (كون، 2000؛ هيرسمينك ونايت، 2018، ص. 6). بينما الفرق بين ‘المعرفة الواقعية البسيطة’ و’فهم’ مفهوم ما هو أن الأولى سطحية، غير مرتبطة بالسياق، وليست بالضرورة مبنية على عملية موثوقة للاكتساب (بريتشارد، 2016). على سبيل المثال، إذا كان شخص ما يثق بلا نقد في أي صفحة ويب التي

يظهر، ويكتشف بالصدفة أن الحيتان ثدييات، فإن تلك الشخص قد وصل إلى اعتقاد صحيح ولكن بفهم منخفض، من خلال exerting درجة منخفضة جداً من الوكالة المعرفية (بريتشارد، 2013). علاوة على ذلك، بمجرد أن يكون ذلك الشخص في بيئة غير مواتية معرفياً، سيكون أكثر عرضة لاكتساب معتقدات خاطئة (بريتشارد، 2013). بدلاً من ذلك، يعتمد الفهم على ارتباط مفهوم معين بالمعرفة الخلفية ذات الصلة ويعتمد على ممارسة الوكالة المعرفية، مما يمكّن الطالب من تطبيقه بمرونة على سياقات جديدة ومختلفة (مولك ومولك، 2022).

من هذا المنظور، إذا كان الهدف العام من التعليم هو تطوير الشخصية المعرفية، وبشكل خاص الفضائل الفكرية (Baehr، 2011، 2013؛ Battaly، 2008؛ Pritchard، 2013، 2014، 2016)، والتي بدورها تعزز القدرات المعرفية المطلوبة لأنواع المعرفة الثلاثة (المعرفة الواقعية، ومعرفة كيفية القيام بالأشياء، والمعرفة الفوقية) والفهم، فإن الممارسات التعليمية يجب أن تنفذ استخدام الموارد التكنولوجية الخارجية، وبالتالي تدريب الطلاب على مواجهة التحديات المعرفية في العالم الحقيقي (Pritchard، 2013، 2014). يمكن تحقيق ذلك من خلال مطالبة الطلاب بالتفكير النقدي في موضوع ما من خلال التنقل، واختيار، وتقييم، ومقارنة، وتوليف المعلومات المسترجعة من الخارج ودمجها في معرفتهم الخلفية (Heersmink & Knight، 2018؛ Pritchard، 2016).

ومع ذلك، يحذر الأكثر حذرًا من أن الاعتماد المفرط للطلاب على الموارد التكنولوجية قد يؤدي بهم إلى فقدان بعض الصفات والقدرات المعرفية في عملية تدهور معرفي (كاسنيتشي وآخرون، 2023؛ مهلانغا، 2023؛ شيري، 2023). تنشأ ‘التوتر بين التكنولوجيا والتعليم’ (TET) بين هدفين من أهداف التعليم وفقًا لعلم الأخلاق المعرفي. يتمثل الهدف العام للتعليم في تطوير الشخصية المعرفية للطلاب، والتي يجب تعزيزها أيضًا من خلال الانخراط في تحديات معرفية من العالم الحقيقي (بريتشارد، 2013). قد تتضمن هذه التحديات استخدام الموارد التكنولوجية، مما قد يؤدي إلى تدهور معرفي أو قد يمنع التطور السليم لبعض مكونات الشخصية المعرفية من خلال الاعتماد المفرط على مثل هذه الموارد الخارجية (بريتشارد، 2016). تعتبر المخاوف بشأن التدهور المعرفي مبررة ومتزايدة الأهمية نظرًا لإدخال أنظمة الذكاء الاصطناعي مثل ChatGPT في التعليم، والتي يمكن استخدامها بطريقة تحل محل استخدام العديد من القدرات المعرفية. من ناحية أخرى، لا ينبغي أن تمنع هذه المخاوف الطلاب من التعلم في استخدام هذه التقنيات نظرًا لأنها تلعب دورًا مهمًا في النظام الاجتماعي والاقتصادي. وبالتالي، من المهم تحديد حل مفهومي وعملي لـ ‘التوتر بين التكنولوجيا والتعليم’ (TET) قادر على معالجة كيفية تنفيذ ChatGPT وأنظمة الذكاء الاصطناعي التوليدية المماثلة في بيئات التعلم.

يقر بريتشارد (2016) أنه إذا كان الهدف التعليمي من نظرية المعرفة الفضيلة هو تطوير الشخصية المعرفية للوكيل، فإن استخدام الموارد التكنولوجية في السياقات التعليمية قد يقوض مثل هذا الهدف عندما يمنع أو يضعف تطوير القدرات المعرفية للطلاب المستخدمة في مهام محددة. وبالتالي، يقول بريتشارد يقدم حلاً لمشكلة TET من خلال تمييز شكلين من الإبستيمولوجيا الفضيلة: ‘الفردية الإبستيمية’ و ‘الإبستيمية’.
“مناهضة الفردية.” يعتبر الأول العمليات المعرفية للمواضيع داخلية تمامًا وغير قابلة للتوسيع بواسطة الموارد التكنولوجية، بينما يعتبر الثاني أنها قابلة للتوسيع من خلال الاجتماعية. أو الموارد الخارجية التكنولوجية. في هذه الورقة، أعتبر فقط ‘مناهضة الفردية المعرفية التكنولوجية’، وأشير إليها باسم ‘نظرية الفضيلة المعرفية الممتدة’، مميزًا إياها عن ‘نظرية الفضيلة المعرفية غير الممتدة’. تجمع ‘نظرية الفضيلة المعرفية الممتدة’ بين إطار عمل بريطشارد لنظرية الفضيلة المعرفية ونظرية الإدراك الممتد (EXT)، التي تفيد بأن الأداة التي تتكامل بشكل كبير وتساهم وظيفيًا في العمليات المعرفية لوكيل واحد، تحت ظروف اقتران محددة، يمكن اعتبارها مكونًا تأسيسيًا لعملية معرفية ممتدة (كلارك وتشالمرز، 1998). تُعتبر نظرية الإدراك الممتد موضوعًا مثيرًا للجدل نظرًا لوجود بديل أكثر اعتدالًا، وهو نظرية الإدراك المدمج (EMB)، التي تعتبر العمليات المعرفية محصورة في الدماغ أو الكائن الحي وتؤثر عليها تكنولوجيًا فقط بشكل سببي، ولكنها ليست مكونة منها (روبرت 2004). وبالتالي، فإن نظرية الفضيلة المعرفية غير الممتدة ملتزمة بنظرية الإدراك المدمج.

يجادل بريتشارد بأن مؤيدي نظرية المعرفة الفضيلة غير الممتدة يعتبرون التكنولوجيا مجرد وسيلة لتحقيق هدف تطوير الصفات المعرفية الذاتية للمتعلمين، والتي يجب أن تكون لها الأولوية على استخدام التكنولوجيا، خاصة حيث قد يؤدي هذا الاستخدام إلى تقليل تطوير بعض الصفات المعرفية (بريتشارد، 2016، ص. 121؛ 2014). وبالتالي، ستدفع نظرية المعرفة الفضيلة غير الممتدة المعلمين إلى منع الطلاب من استخدام التكنولوجيا في بيئات التعلم من أجل الحفاظ على شخصيتهم المعرفية الذاتية، مما يفشل في تدريبهم على التعامل مع التحديات المعرفية الحقيقية التي تتضمن موارد تكنولوجية. هذه هي المقاربة التي قد تكون أدت إلى حظر ChatGPT في المدارس (شين-بيرو، 2023) وقد تحفز أولئك الذين يخشون ببساطة من إدخال ChatGPT في السياقات التعليمية بسبب مخاوف من أن الطلاب قد يعتمدون عليه بشكل مفرط بطريقة سلبية، مما يؤدي إلى تقليل مهاراتهم أو منع تطوير القدرات المعرفية ذات الصلة (كاسنيتشي وآخرون، 2023؛ مهلانغا، 2023؛ شيري، 2023). تماشيًا مع تصوير بريتشارد لنظرية المعرفة الفضيلة غير الممتدة، اقترح بعض المعلمين عدم التخلي عن الممارسات التعليمية التقليدية التي لا تعتمد على التكنولوجيا، حيث إن الاستخدام الفاضل للتكنولوجيات الجديدة يعتمد على المهارات والقدرات التي تم تطويرها بشكل مستقل عن تلك التكنولوجيات (كريستودولو 2023).

من الآن فصاعدًا، أستخدم مصطلح ‘حالات TET’ للإشارة إلى تلك الحالات من استخدام الأدوات في التعليم التي قد تؤدي إلى تدهور إدراكي أو قد تمنع تطوير بعض جوانب الشخصية الإدراكية للطلاب. يجادل بريتشارد بأنه، وفقًا لعلم المعرفة الفضيلة غير الممتد، قد يعني اعتماد الطلاب على التكنولوجيا شكلًا من أشكال التدهور الإدراكي أو قد يمنع تطوير سمات معينة من الشخصية الإدراكية (بريتشارد، 2016، الصفحات 119، 122، 125). يحدث هذا لأنه وفقًا لرؤية قائمة على الدماغ للإدراك (EMB) قد يؤدي تفويض القدرات الإدراكية القائمة على الدماغ إلى موارد خارجية إلى تقويض الحفاظ على وتطوير القدرات الإدراكية الداخلية القائمة على الدماغ (كلوز 2013). وبالتالي، وفقًا لبريتشارد، يفشل علم المعرفة الفضيلة غير الممتد في حل

التعليم التقني والتدريب المهني (TET) غير قادر على تحقيق أهداف التعليم بشكل صحيح في تطوير الشخصية المعرفية للطلاب من خلال الانخراط في تحديات معرفية حقيقية في حالات التعليم التقني والتدريب المهني. وبالتالي، يقول بريتشارد تقدم نظرية المعرفة الفضيلة الممتدة كحل لحالات TET، حيث تجادل بأنها تتيح لنا تصور إدخال الموارد التكنولوجية في التعليم كمتوافقة مع تطوير الشخصية المعرفية للطلاب. في الواقع، على الرغم من أن الطلاب قد يعتمدون على الموارد التكنولوجية الخارجية لإكمال المهام المعرفية، وفقًا لـ EXT، تحت ظروف محددة للتوسيع المعرفي، من الممكن اعتبار هذه الأدوات جزءًا من عملية معرفية موسعة للوكيل. وبالتالي، فإن EXT تعني أن الشخصية المعرفية للطلاب تتضمن موارد خارجية، بدلاً من الاعتماد على القدرات المعرفية الداخلية البيولوجية. بهذه الطريقة، تحافظ نظرية المعرفة الفضيلة الممتدة بشكل أفضل على الأهداف التعليمية لنظرية المعرفة الفضيلة، وهي تطوير الشخصية المعرفية للطلاب من خلال الاستخدام التكنولوجي.

على الرغم من أنني من حيث المبدأ منفتح على إمكانية العمليات المعرفية الممتدة، إلا أن EXT يجلب العديد من المشكلات المحتملة عندما يتعلق الأمر بتطبيقه وتنفيذه في السيناريوهات الواقعية، مثل السياقات التعليمية. أولاً، تم الإقناع بشكل مقنع بأن نظريات الإدراك الممتد (EXT) والمضمن (EMB) لا يمكن تمييزها من الناحية التفسيرية والتجريبية والتنبؤية، حيث إن كلاهما يفترض آليات خارج الجمجمة، على الرغم من أن EMB لا ينسب حالة معرفية للمكونات الخارجية (باركر، 2010؛ سبريفاك، 2010). بالإضافة إلى ذلك، لا يوجد اتفاق مشترك في تعريف علامة ضرورية أو كافية لماهية الإدراك (فاكّين، 2023؛ فارغا، 2017)، مما يجعل من الصعب تحديد ما إذا كانت المكونات الخارجية قد تحترم مثل هذه العلامة (آدامز وأيزاوا 2008). علاوة على ذلك، حتى مؤيدي EXT يعترفون بأنه ليس من السهل تحديد نقطة التحول من نظام إدراكي مضمن بشكل كبير إلى نظام ممتد (فارينا ولوازا، 2022، الصفحات 7-8؛ هيرسمينك، 2017، الصفحة 434). للخلاصة، حتى بين مؤيدي EXT، لا يوجد اتفاق مشترك على تعريف الشروط اللازمة لتمديد الإدراك (كولومبو وآخرون، 2019). وبالتالي، على الرغم من أن EXT قد يكون حلاً نظريًا أنيقًا لمشكلة TET، إلا أنه من الصعب تحديد بالضبط شروط قابلية تطبيق EXT في “حالات TET”. علاوة على ذلك، حتى إذا تم توضيح هذه الشروط، قد يكون “تمديد الإدراك نادرًا، بحيث أن معظم استخدامات التكنولوجيا في التعليم هي من نوع غير ممتد” (بريتشارد، 2016؛ الصفحة 123)، كما اعترف بريتشارد نفسه. وبالتالي، اعترف بريتشارد (2016، الصفحة 123) أنه إذا كانت شروط قابلية تطبيق EXT نادرة، فإن “نظرية المعرفة الفضيلة الممتدة لن تفيدنا كثيرًا في المشكلة المطروحة.” بالإضافة إلى ذلك، حتى إذا لم تكن نادرة، فقد لا تغطي جميع حالات TET.

ومع ذلك، يجادل بريتشارد بأن استخدام هذا الإطار في الأنشطة التعليمية سيشجع الطلاب على استخدام التكنولوجيا بطرق معرفية فاضلة. في الواقع، يجادل بأن التمدد المعرفي يتطلب استخدام الفضائل الفكرية ودرجة كبيرة من الوكالة المعرفية في التفاعل مع الموارد التكنولوجية (بريتشارد، 2016، ص. 123)، مما يعزز الفهم بدلاً من مجرد المعرفة.
(Pritchard, 2013, 2016، ص. 117-118). وبالتالي، فإن المعلم الملتزم بنظرية المعرفة الممتدة سيتطلب من طلابه الانخراط بشكل نقدي في استخدام الأدوات من خلال نشر مجموعة من المهارات النقدية والفضائل المعرفية، بدلاً من الاعتماد بشكل سلبي على الأداة التي تمارس درجة محدودة من الوكالة المعرفية. لذلك، حتى لو لم يتم دائمًا تلبية شروط التمديد المعرفي، فإن هذا النهج التعليمي يدفع نحو استخدامات فضيلة معرفية للتكنولوجيا.

في القسم 4.2 أقدم بعض الأمثلة العملية على هذا النهج التعليمي، من خلال اقتراح ‘إبستيمولوجيا الفضيلة السياقية’، التي تشمل كل من حالات استخدام الأدوات EMB و EXT. في الواقع، قد يكون من الممكن أن بعض الاستخدامات الفضيلة معرفيًا للتكنولوجيا قد لا تكون كافية للتوسع المعرفي (Pritchard، 2016، ص. 123)، مما يترك التوتر بين التكنولوجيا والتعليم مفتوحًا لمجموعة متنوعة من استخدامات الأدوات. لذلك، نحتاج إلى إطار عمل مرن وشامل لاستخدام الأدوات من أجل هيكلة وتقييم الأنشطة التعليمية لتعزيز تطوير الشخصية المعرفية، والفضائل الإبستيمية، والفهم لكل من حالات استخدام الأدوات EXT و EMB. علاوة على ذلك، سيقدم هذا الإطار أيضًا توصيفًا دقيقًا للأنظمة المعرفية الممتدة عندما ينطبق EXT، موضحًا أشكال الاعتماد المتبادل بين الموارد المعرفية المعتمدة على الدماغ وتلك المعتمدة على التكنولوجيا.

المزايا التي يقدمها الإطار الشامل الذي أقترحه هي أنه يوفر تصنيفًا دقيقًا لمختلف أنواع التكامل المعرفي، والذي ينطبق على جميع أشكال استخدام الأدوات بدلاً من مجموعة محدودة من الحالات. هذا الأمر ذو صلة خاصة بتفسير كيفية تنفيذ أنظمة الذكاء الاصطناعي التوليدية مثل ChatGPT في الأنشطة التعليمية، نظرًا لأنه ليس من الواضح ما إذا كان يمكننا وكيف يمكننا تصنيف هذه التقنيات كموسعات معرفية. على الرغم من أنه من الممكن من حيث المبدأ تحديد حالات من التمديد قد لا تكون حلقة بريتشارد للتوتر بين التكنولوجيا والتعليم مرنة بما يكفي لمعالجة جميع الاستخدامات المحتملة لـ ChatGPT، وجميع حالات TET، والتقاطع بين الاثنين. نظرًا للمشكلات الجوهرية لـ EXT التي تم تقديمها سابقًا، فإن إطار عمل بريتشارد لا يمكّننا من تحديد في السيناريوهات الواقعية التقاطع بين المجموعات المعروضة في الشكل 1.

لتلخيص الأمر، فإن حل بريتشارد للتوتر بين التكنولوجيا والتعليم يتأثر على الأقل بأربعة مشاكل. أولاً، شروط EXT غير واضحة. ثانياً، حتى لو تم توضيحها نظرياً، قد لا تكون قابلة للتعرف عليها بسهولة في الممارسة العملية. ثالثاً، حتى لو تم توضيحها وكانت قابلة للتعرف عليها بسهولة، قد لا تنطبق على كل شكل من أشكال استخدام الأدوات وعلى كل حالة TET. رابعاً، قد يكون لاستخدام الأدوات المعرفية، سواء اعتُبرت EMB أو EXT، تأثيرات مختلفة على مكونات مختلفة من الشخصية المعرفية للطلاب. بعضها قد يكون ضارًا. قد يؤدي توسيع القدرة المعرفية X إلى تقويض تطوير الفضيلة الفكرية A. وبالتالي، فإن EXT لا يحل TET بحد ذاته. لذلك، نحتاج إلى إطار قادر على معالجة

الشكل 1 يمثل الشكل تقاطع ثلاث مجموعات ضمن جميع الحالات الممكنة للقطع المعرفية التمثيلية. مجموعة حالات TET على اليسار. في الأسفل توجد مجموعة جميع الاستخدامات الممكنة لـ ChatGPT. على اليمين توجد مجموعة جميع الحالات الممكنة للعمليات المعرفية الممتدة.
تتناول هذه القضايا والتي تنطبق على أشكال استخدام الأدوات (EMB) التي استبعدها حل بريتشارد. ستعتبر هذه الإطار EXT حالة خاصة من استخدام الأدوات التي يمكن أن تنطبق في بعض الظروف وستقدم توصيفًا دقيقًا لمختلف أنواع الأنظمة المعرفية (المضمنة والممتدة) التي تفسر الديناميات الداخلية بين المكونات المعتمدة على الدماغ والمكونات المعتمدة على التكنولوجيا للشخصية المعرفية.

نماذج اللغة الكبيرة هي أجهزة حسابية تستخدم لمعالجة اللغة الطبيعية. هذه النماذج قادرة على توليد نصوص تشبه النصوص البشرية، والإجابة على الأسئلة، وإكمال مهام أخرى متعلقة باللغة بدقة عالية (كاسنيتشي وآخرون، 2023). في هذه المقالة، أعتبر ChatGPT كأبرز مثال على نموذج اللغة الكبير، على الرغم من أنني

يمكن توسيع الحجج لتشمل نماذج اللغة الكبيرة الأخرى. GPT-3.5 (المحول المدرب مسبقًا التوليدي) هو نموذج لغة من الجيل الثالث، يعتمد على التنبؤ الذاتي ويستخدم التعلم العميق لإنتاج نصوص تشبه النصوص البشرية. بشكل عام، يمكن تعريفه كنظام حسابي مصمم لتوليد تسلسلات من الكلمات أو الشيفرات أو بيانات أخرى، بدءًا من مدخل مصدر يسمى “المحفز” (فلوريدي وتشيرياتي، 2020). يحتاج هذا النوع من النماذج الإحصائية إلى التدريب باستخدام مجموعات بيانات كبيرة من الإنترنت تتكون من نصوص لإنتاج نتائج ذات صلة.

تشات جي بي تي هو الروبوت الدردشة الذي يستخدم GPT-3.5 وتم إصداره مجانًا للجمهور في نوفمبر 2022، حيث وصل إلى الرقم القياسي المتمثل في مليون مستخدم في أسبوع واحد فقط (مو، 2022). نظرًا لمرونته، أصبح بالنسبة للعديد من الأشخاص جزءًا من روتينهم اليومي في العمل والدراسة والبحث لحل مهام متعددة. إنه قادر على توليد إجابات تلقائيًا ومرنًا لأي نوع من الأسئلة، وتلخيص وشرح نص أو مفهوم، وترجمة وتوليد كود للبرمجة. على الرغم من عدم وجود تعريف مشترك عالميًا لـ ‘المهمة المعرفية’ (فاسولي، 2017)، وعلى الرغم من أن ChatGPT ليس نظامًا معرفيًا بحد ذاته، إلا أنه يمكن اعتباره قطعة أثرية معرفية نظرًا لوظيفته في المساهمة في حل المهام المعرفية البشرية (نورمان، 1991؛ هيرسمينك، 2013؛ كاساتي 2017؛ فاسولي، 2018). وبالتالي، فإن الأدوات المعرفية هي أشياء تُستخدم لأداء المهام المعرفية من خلال منحنا “فوائد إبستيمية واضحة، حيث تجعل هذه المهام أسهل، وأسرع، وأكثر موثوقية، أو ممكنة في المقام الأول” (هيرسمينك، 2014، ص. 1). نظرًا لأن ChatGPT يُستخدم لدعم العمليات المطلوبة لإكمال المهام المعرفية، سأصفه باستخدام تصنيف فازولي (2017) للأدوات المعرفية. يعرف فازولي الأدوات المعرفية على أنها.

يمكن شرح هذا التعريف في ثلاث خطوات. أولاً، يمكن أن تكون الآثار المعرفية كائنات تناظرية وأجهزة تنفذ نظامًا حاسوبيًا، حيث يتم استخدامها من خلال التفاعل مع جهاز. ChatGPT هو الروبوت الدردشة الذي يستخدم النموذج الحاسوبي، GPT-3.5، والذي يتم استخدامه من خلال التفاعل مع جهاز شخصي (فازولي، 2018)؛ أي كائن مادي ينفذ نظامًا حاسوبيًا. الأنظمة الحاسوبية هي أجهزة متعددة الوظائف بطبيعتها حيث إن وظيفتها العامة هي معالجة المعلومات بفضل الحسابات، مما يمكّنها من أداء وظائف محددة (فازولي، 2018). الوظيفة الكلية الخشنة للحساب تمكّن الأنظمة الحاسوبية من أداء وظائف دقيقة وفقًا للاستخدامات والأغراض المحددة. بالنظر إلى ChatGPT كأثر معرفي، فإنه في أعلى مستوى من التحليل يؤدي الوظيفة الكلية للمعلومات.

يتم المعالجة بفضل الحسابات. على مستوى أدنى من التحليل، تتمثل وظيفته في تقديم مخرجات نصية تؤدي بدورها مجموعة متنوعة من الوظائف الدقيقة المحددة وفقًا لمهمة المستخدم، مثل الإجابة على الأسئلة، والترجمة، والتلخيص، وتصحيح النص.

هنا أركز على المستوى الأخير، معترفًا بأن كل مهمة X يمكن تقسيمها إلى مهام فرعية أخرى. ) حيث يمكن أن يلعب الأثر دورًا بديلاً أو تكميليًا أو تأسيسيًا.

لتوضيح ما أعنيه، دعني أعود الآن إلى الجزء الثاني من تعريف فاسولي للقطع المعرفية، الذي يوضح نوع المساهمات المحددة التي تقدمها القطع للمستخدم في أداء مهمة معرفية: التأسيسية، التكميلية، والاستبدالية. هنا أعيد تعريف تصنيف فاسولي (2017) باستخدام مفهوم ‘درجة الوكالة المعرفية’، وهي درجة ممارسة الموارد ذات الطابع المعرفي للوكيل، والتي تتكون من موارد قائمة على الدماغ وموارد محتملة قائمة على التكنولوجيا، في الحالات التي ينطبق فيها EXT.

لتقديم بعض الأمثلة، فإن أي نوع من النصوص المكتوبة هو شكل من أشكال الأداة المعرفية التأسيسية التي تساهم وظيفيًا في المهمة المعرفية للقراءة، والتي لن تتحقق بشكل مستقل عن الوسيط الخارجي. يمكن استخدام نظام تحديد المواقع العالمي (GPS) كأداة معرفية بديلة أو تكاملية أو تأسيسية. في الحالة الأولى، يعتمد الوكيل تمامًا على الجهاز لأداء المهمة المعرفية للتوجيه المكاني من خلال اتباع تعليماته بشكل سلبي، وبالتالي يمارس أدنى درجة من الوكالة المعرفية المعتمدة على الدماغ المطلوبة للاستخدام الفعال للأداة. لذا، على الرغم من أن الوكيل لا يحتاج بالضرورة إلى الجهاز لإكمال المهام المعرفية للتوجيه المكاني، إلا أنه يقرر تفويض، وتحميل، وبالتالي استبدال وكالته المعرفية المعتمدة على الدماغ بمعالجة الجهاز. في حالة الاستخدام التكميلي، يدمج الوكيل المعلومات المقدمة من جهاز الملاحة GPS مع عملياته المعرفية المعتمدة على الدماغ التي تتضمن تحديد المسار المmemorized ونقطة مرجعية معينة (فازولي، 2017: 682). وبالتالي، من خلال دمج قدراته المعرفية المعتمدة على الدماغ بشكل مكثف مع معالجة الجهاز، لا يزال يمارس درجة كافية من الوكالة المعرفية المعتمدة على الدماغ. للخلاصة، إذا كانت قدراتنا المعرفية المعتمدة على الدماغ للتوجيه المكاني ضعيفة جدًا وفقيرة لدرجة أننا سنحتاج بالضرورة إلى نوع ما من
إذا كان جهازًا صناعيًا، فسيعمل كأداة معرفية تشكلية للتوجيه المكاني. ومع ذلك، يمكن أن ينطوي استخدام الأداة على أنواع مختلفة من العلاقات في الوقت نفسه.

يتم التعرف على التكامل والدستور والاستبدال على أنها العلاقات الأساسية الثلاثة الممكنة بين الآثار المعرفية وعملياتنا المعرفية. ومع ذلك، غالبًا ما تتفاعل الآثار المعرفية ليس فقط مع واحدة من قدراتنا المعرفية في وقت واحد، ولكن قد تشارك نظامنا المعرفي بطرق متعددة في الوقت نفسه (فاسولي، 2017، ص. 679).

اعتبر وصفة تستبدل قدراتنا المعرفية القائمة على الدماغ بالذاكرة، لكنها تحتاج إلى أن تُقرأ لأداء وظيفتها. وبالتالي، فإن الأدوات المعرفية إما تعدل المهمة المعرفية الأصلية التي تدعمها أو تخلق واحدة جديدة. يتيح لنا هذا الإطار التعرف على تنوع الطرق التي يمكن أن تساهم بها الأداة في إكمال مهمة معرفية (X)، من خلال تأطير مساهمتها الوظيفية على مستويات تحليل مختلفة وتقسيم كل مهمة إلى مهام فرعية. ، إلخ). على الرغم من أن الأدوات المعرفية تميل إلى إشراك نظامنا المعرفي القائم على الدماغ بطرق متعددة في الوقت نفسه، مما يؤدي إلى أداء وظائف فرعية متعددة تساهم في مهام فرعية متعددة، فإنه غالبًا ما يكون من الممكن تحديد ميزتها ووظيفتها الأساسية بشكل عملي. على سبيل المثال، يمكن استخدام جهاز تحديد المواقع العالمي (GPS) كأداة معرفية بديلة للتوجيه المكاني وكأداة معرفية تأسيسية لقراءة أسماء الشوارع (فاسولي، 2017، ص. 679)، والتي يمكن اعتبارها كوظيفة فرعية من وظائف التوجيه. وبالتالي، يمكن تقسيم أي مهمة إلى مهام فرعية على مستوى وظيفي أدنى، ويمكن إكمال كل مهمة فرعية من خلال المساهمة المشتركة للأدوات والوكالة المعرفية البشرية. يمكن أن تأخذ هذه التفاعلات المشتركة الأشكال الثلاثة الأساسية، المتغيرة، والمبهمة من التكامل، والتأسيس، والاستبدال. في الصورة التالية (الشكل 2) أظهر كيف يمكن لجهاز تحديد المواقع العالمي أن يؤدي في الوقت نفسه مساهمة بديلة وتأسيسية لإكمال مهمة معرفية.

يمكن استخدام هذا الإطار لتحليل تجريبي للانتظامات والديناميات المتعلقة بالتقليل المعرفي لمجموعة من القدرات المعرفية (بار وآخرون، 2015). إحدى الفرضيات المعقولة هي أن التقليل المعرفي قد يكون نتيجة تدريجية لعملية يتم فيها استخدام أداة بشكل لا رجعة فيه، أولاً كأداة معرفية تكميلية، ثم تدريجياً كأداة بديلة قبل أن تصل أخيراً إلى النقطة التي تصبح فيها مساهمة الأداة ضرورية لإكمال المهمة (الاستخدام التأسيسي). كلما زادت قوة الحوسبة والوظائف في أجهزتنا المحمولة، زادت ميولنا لتفويض العمليات المعقدة والمتعددة إليها، وقد يؤدي ذلك إلى ظاهرة التقليل المعرفي (فازولي، 2016). لهذه الأسباب، من المفيد أيضاً تطبيق تصنيف فازولي للأدوات المعرفية على ChatGPT، نظراً لأن التهديد الرئيسي له هو استبدال القدرات المعرفية البشرية للعديد من المهام المعرفية ذات الصلة على مستويات مختلفة. من خلال تعديل تعريفات فازولي قليلاً (2017، ص. 681؛ 2018)، أصف ChatGPT كأداة معرفية حاسوبية متعددة الوظائف بشكل جوهري يمكن استخدامها لـ

تساهم في إكمال عدة مهام معرفية (يمكن تفكيكها إلى مهام فرعية على مستويات تحليل مختلفة)، من خلال تزويدنا بتمثيلات نصية يمكننا استخدامها كبديل أو تكوين أو تكملة لعملياتنا وقدراتنا المعرفية المستندة إلى الدماغ، وبالتالي تعديل المهمة المعرفية الأصلية أو إنشاء واحدة جديدة.

أدمج مفهوم ‘القدرات المعرفية’ لبريتشارد (2016) في توصيفي لأنه يمكن أن يتحقق من خلال مجموعة متنوعة من العمليات المعرفية. علاوة على ذلك، من المهم التأكيد على أن استخدام مصطلح ‘القطع المعرفية التأسيسية’ لا يعني تلقائيًا التمدد المعرفي. على سبيل المثال، الصفحة التي تقرأها هي جزء تأسيسي من العملية المعرفية للقراءة، لكنها ليست جزءًا ‘معرفيًا’ من تلك العملية. أترك المجال مفتوحًا لاحتمالية أن الأدوات التكنولوجية قد تفي بمعايير التمدد المعرفي، مهما كانت. لهذا السبب، في توصيفي لـ ChatGPT، استخدمت مفهوم ‘العمليات والقدرات المعرفية المستندة إلى الدماغ’، وهي التي تشرك ChatGPT كعنصر خارجي. ومع ذلك، من الممكن اعتبار النظام البشري + الأداة كنظام معرفي موسع. وبالتالي، تقدم تصنيف فاسولي أيضًا توصيفًا دقيقًا لمختلف أنواع الأنظمة المعرفية الموسعة عندما يتم احترام شروط التمدد.

على الرغم من أن إطار عمل بريتشارد يقدم رؤى مفيدة، إلا أنه بالنظر إلى القيود المعبر عنها في القسم السابق، فإنه ليس كافياً لمعالجة TET. أولاً، نحتاج إلى إطار عمل قابل للتطبيق على جميع الظروف: تلك التي يتم فيها تلبية معايير EXT وتلك التي لا يتم فيها ذلك. ثانياً، نحتاج إلى إطار عمل قادر على فهم الديناميات المعقدة المعنية في استخدام الأدوات. يميز بريتشارد (2016، ص. 120) بين ‘الأنظمة المعرفية الموسعة المحسنة’ التي يتم دمج التكنولوجيا فيها ضمن الشخصية المعرفية للطلاب و’الأنظمة المعرفية غير الموسعة المنقوصة’، عندما يعني استخدام الأداة تفريغاً وتدهوراً جزئياً للشخصية المعرفية. ومع ذلك، فإن هذا التمييز ليس دقيقاً بما فيه الكفاية ليأخذ في الاعتبار الطرق المعقدة والمتنوعة والمتعددة المستويات التي يتم بها دمج الأدوات المعرفية في الشخصية المعرفية. على سبيل المثال، من الممكن أن يساهم استخدام جهاز ما في تعزيز، وربما توسيع، القدرة المعرفية ، على حساب تقليل القدرة المعرفية و/أو الفضيلة الفكرية Z . علاوة على ذلك، من الممكن أيضاً أن يتم توسيع قدرة معرفية X ، مثل التوجه المكاني، بواسطة جهاز ما على حساب أداء أقل للنظام، بسبب البرمجيات الضارة أو تحديث البرمجيات الذي يقوض بعض وظائفه (Clowes et al.، 2023). من حيث المبدأ، من الممكن أن يؤدي تفويض قدرات معرفية محددة مستندة إلى الدماغ إلى الموارد التكنولوجية، والتقليل اللاحق من القدرة المستندة إلى الدماغ، إلى تعزيز تطوير مكونات أخرى من الشخصية المعرفية، مما يؤدي إلى ما أسميه ‘المقايضات المعرفية’ أو ببساطة ‘المقايضات’. أعني بالمقايضات المعرفية التوازنات والديناميات لتعزيز وتقليل مكونات مختلفة من الشخصية المعرفية، مع الأخذ في الاعتبار كل من الموارد البيولوجية والتكنولوجية ضمن الأنظمة المعرفية المدمجة والموسعة. لذلك، فإن التمييزات الثنائية البسيطة بين نظرية المعرفة الفضيلة غير الموسعة والموسعة، فضلاً عن الأنظمة المدمجة المنقوصة والموسعة المحسنة، ليست دقيقة بما فيه الكفاية لفهم الديناميات بين المكونات التكنولوجية والبيولوجية المعنية في أشكال معقدة وسياقية ومتعددة المستويات ومتغيرة دائماً من استخدام الأدوات المعرفية.

لذا، أقترح توسيع إطار عمل بريتشارد، وأطلق عليه ‘نظرية المعرفة الفضيلة السياقية’. يمكن استخدام إطاري أيضاً في تلك الحالات من TET التي لا تنطبق عليها EXT ويمكن أن تفهم الديناميات المعقدة المعنية في استخدام الأدوات، سواء كانت من نوع EMB أو EXT. يمكّننا من التمييز بشكل صحيح بين أنواع مختلفة من استخدام الأدوات وأخيراً أنواع مختلفة من الأنظمة المعرفية الموسعة، من خلال تحديد الديناميات والمساهمات للموارد المستندة إلى الدماغ والموارد المعتمدة على الأدوات. بالنسبة لتلك الحالات من TET التي لا تنطبق عليها معايير EXT وبالتالي يتم تحدي الحفاظ على الشخصية المعرفية للطلاب، فإن نظرية المعرفة الفضيلة السياقية تمكننا من التمييز على الأقل بين ثلاث قضايا مترابطة: 1) ما هي القدرة المعرفية المستندة إلى الدماغ التي قد تستبدلها التكنولوجيا وتقلل منها في النهاية، 2) ما إذا كانت هذه الاستبدالات مرغوبة أم لا اعتماداً على السياق، و 3) كيف يمكن أن يعني الاستخدام المعرفي الفاضل لأداة معرفية بديلة أو تكوينية أو تكميلية تطوير بعض القدرات المعرفية المستندة إلى الدماغ والفضائل الفكرية التي تفوق تفريغ قدرات معرفية أخرى مستندة إلى الدماغ. هذه الأسئلة هي التي يجب أن نواجهها قبل إدخال أنظمة الذكاء الاصطناعي التوليدية في التعليم، مع الاعتراف بأنها قد لا توسع دائماً الشخصية المعرفية للطلاب وقد تقلل من جزء منها. بينما بالنسبة لتلك الحالات التي يتم فيها تلبية شروط EXT، مما يمكّننا من افتراض أنظمة معرفية موسعة، يميز إطاري بين الأشكال المختلفة من الاعتماد المتبادل والديناميات والمقايضات بين الموارد المعرفية المستندة إلى الدماغ والتكنولوجية.

لذا، فإن نظرية المعرفة الفضيلة السياقية لا تحظر بالضرورة استخدام التقنيات التي تقلل من القدرات المعرفية، كما قد تقترح نظرية المعرفة الفضيلة غير الموسعة للحفاظ على الشخصية المعرفية المستندة إلى الدماغ (بريتشارد، 2016، ص. 120). ولا تفترض ببساطة أنظمة معرفية موسعة لحل TET. بدلاً من ذلك، تقدم أولاً أداة تحليلية ووصفية لفهم الديناميات والمقايضات المحتملة المعنية في استخدام الأدوات. ثانياً، تدعونا لتقييم وزيادة الفوائد والمخاطر المعنية في المقايضات المعرفية بشكل سياقي من حالة إلى أخرى. ثالثاً، تقترح أنه ينبغي على المعلمين توزيع أشكال مختلفة من استخدام الأدوات ضمن المنهج التعليمي العام لتطوير الشخصية المعرفية للطلاب وفقاً لهذه التقييمات.

فيما يتعلق بالنقطة الأولى، أعتمد على تصنيف فاسولي المعدل للأدوات المعرفية المقدمة في القسم السابق. عندما يتعلق الأمر بالتقييم السياقي للمقايضات المعرفية، لا أستطيع هنا تقديم تقييم معياري شامل لمكونات الشخصية المعرفية المختلفة، حيث إنه يعتمد على السياق ويجب معالجته بطريقة متعددة التخصصات، تشمل علماء النفس، والمعلمين، والفلاسفة. ومع ذلك، يمكننا الاعتماد أولياً على اعتبارات بريتشارد بشأن الأهمية التفاضلية لمكونات الشخصية المعرفية.

النقطة هي أنه عندما يحث علماء نظرية المعرفة الفضيلة على تطوير شخصية الموضوع المعرفية، فإنهم لا يقصدون أن جميع جوانب تلك الشخصية المعرفية يجب أن تكون جديرة بالتطوير بشكل متساوٍ (بريتشارد، 2016، ص.124).

كما رأينا في القسم الأول، يعتبر بريتشارد، إلى جانب الآخرين من المسؤولين عن الفضيلة، أن الفضائل الفكرية هي أهم سمات الشخصية المعرفية.

نظرًا لأن الأدوات المعرفية تتفاعل مع عمليات معرفية مختلفة في وقت واحد، بدلاً من أن تكون منفصلة (فاسولي، 2016، 2017، 2018)، فإن الاعتماد على التكنولوجيا X قد يقوض تطوير بعض القدرات المعرفية المستندة إلى الدماغ A و B ، بينما يعزز أجزاء أخرى من الشخصية المعرفية المستندة إلى الدماغ، مثل القدرة المعرفية C والفضيلة الفكرية Z . أو بدلاً من ذلك، قد تمد التكنولوجيا X القدرة المعرفية C ، مما يمنع تطوير الفضيلة الفكرية Y . كيف يجب أن نتعامل مع هذه الحالات ونقيمها؟ تكشف هذه الاحتمالات أن حل بريتشارد باستخدام EXT ليس كافياً لمعالجة وحل جميع حالات TET. بدلاً من ذلك، نحتاج إلى الانخراط في تقييم معقد وسياقي للديناميات المعنية في المقايضات المعرفية المعقدة.

معلم ملتزم بـ ‘نظرية المعرفة الفضيلة السياقية’ في حالة واحدة قد يرغب في دفع وتطوير قدرات الطلاب العقلية العارية لإجراء حسابات رياضية بسيطة، محظراً استخدام الآلات الحاسبة الرقمية في المراحل المبكرة من التطور. في سياق آخر، قد تقبل أن استخدام الآلات الحاسبة الرقمية قد يقوض، على المدى الطويل، القدرات المعرفية القائمة على الدماغ للطلاب في الحسابات الذهنية، نظراً لأنه ليس مهارة ذات صلة اجتماعية، على الأقل بالنسبة لبيئتنا التكنولوجية. في الحالة الثانية، قد تقدر المعلمة التواضع المعرفي والقدرات الميتامعرفية للطلاب الذين يفهمون أنه من الأفضل معرفياً استخدام آلة حاسبة رقمية لإكمال حساب معقد خلال امتحان الفيزياء، بدلاً من الاعتماد على ‘أدمغتهم العارية’ (Cassinadri & Fasoli, 2023). قد يُعتبر هذا النوع من استخدام الأدوات المعرفية الفضيلة للآلة الحاسبة إما مثالاً على الإدراك المدمج أو الممتد، اعتماداً على المعايير الخاصة بالأخير. ومع ذلك، ما هو ذو صلة هو الديناميات ودرجات الوكالة المعرفية التي يؤديها الطلاب في دمج مواردهم المعرفية القائمة على الدماغ والتكنولوجية للوصول إلى الفهم (Pritchard, 2013).

علاوة على ذلك، بينما قد تنطبق شروط EXT، يجب علينا أيضاً تقييم الآثار العامة على الشخصية المعرفية (الممتدة) للطلاب، والتجارة المحتملة المعنية بين مكوناتها البيولوجية والتكنولوجية. قد يكون التمييز بين الأنظمة المعرفية الممتدة التأسيسية، والتكميلية، والاستبدالية ذا صلة في بعض الظروف التعليمية، مثل المراحل المبكرة من التطور المعرفي، حيث يهدف المعلمون إلى تطوير والحفاظ على سمات الشخصية المعرفية القائمة على الدماغ التي تستحق القيمة intrinsically. ومع ذلك، فإن هذا النهج الحذر الذي يعتبر تطوير سمات الشخصية المعرفية القائمة على الدماغ أمراً مهماً لا يعني بالضرورة أن “تطوير التعليم لسمات الإدراك غير المدعومة للموضوع يجب أن يتفوق على استخدام التكنولوجيا، خاصة حيث قد يقلل استخدام التكنولوجيا من تطوير تلك السمات المعرفية” (Pritchard, 2016, ص. 120). ستعني نظرية المعرفة الفضيلة غير الممتدة، كما قدمها Pritchard (2016، ص. 120)، أن الطلاب لا يتم تدريبهم على استخدام تلك الأدوات لأنها قد تحل محل بعض قدراتهم المعرفية القائمة على الدماغ، كما حدث مع حظر ChatGPT في بعض المناطق التعليمية (Shen-Berro, 2023).

بدلاً من ذلك، تمكننا نظرية المعرفة الفضيلة السياقية من مواجهة TET الناتج عن ChatGPT على الرغم من أنها قد توسع إدراك الطلاب فقط في بعض الحالات المحددة. إن مجرد حظره من المدارس كما تقترح نظرية المعرفة الفضيلة غير الممتدة (Pritchard, 2016، ص. 120)، أو مجرد تحديد الشروط
لتمديدات الإدراك التي تلبيها هذه الأداة، لا تبدو كحلول مرضية. الخيار الأول غير كافٍ لأننا يجب أن ندرب الطلاب على مواجهة الظروف الواقعية التي تتضمن استخدام أنظمة الذكاء الاصطناعي التوليدية بطرق معرفية فضيلة. من ناحية أخرى، قد تحترم الاستخدامات المحددة لـ ChatGPT شروط EXT لمجموعة معينة من القدرات المعرفية مما يمنع تطوير الفضائل الفكرية. وبالتالي، يحتاج المعلمون إلى تقييم، وتجربة، وتوزيع استراتيجيات وأنشطة تعليمية مختلفة قادرة على دمج استخدام ChatGPT وأنظمة الذكاء الاصطناعي التوليدية الأخرى ضمن المنهج التعليمي بطرق تسعى لتحقيق الأهداف الأساسية للتعليم. على سبيل المثال، قد يرغب المعلمون في تطوير المعرفة الميتامعرفية للطلاب، والفضائل الفكرية، ومهارات التفكير النقدي، من خلال طلب من الطلاب كتابة وتحليل نص باستخدام ChatGPT. يمكن استخدام الدردشة كأداة معرفية استبدالية لأداء المهمة الفرعية المتمثلة في اختراع قصة وكأداة معرفية تكميلية لممارسة القدرات المعرفية العليا والفضائل الفكرية. يمكن استخدام ChatGPT كأداة معرفية تأسيسية في مراحل التعلم، تعمل كدعامة مؤقتة من خلال تحويل دورها تدريجياً من تأسيسية إلى تكميلية. وهذا يعني أنه يجب أن يكون الطلاب قادرين على اختراع قصة أو إنشاء حجة دون أي دعم تكنولوجي؛ تماماً كما يجب أن يكون الطيار قادراً على قيادة الطائرة دون مساعدة تكنولوجية (Bliszczyk, 2023).

كشفت دراستان أن بعض الطيارين الذين قضوا معظم حياتهم المهنية في الطيران يعملون على طائرات آلية عالية الأداء أدوا بشكل سيء في مهارات الطيران اليدوية غير المدعومة (Casner et al., 2014؛ Ebbatson et al., 2010). يبرز هذا المثال أننا نفضل بشكل معياري أن يعرف طيارو الخطوط الجوية كيفية الطيران يدوياً في حالة حدوث خطأ في نظام الطيار الآلي، وبالتالي نقيم سلباً تدهور قدراتهم المعرفية القائمة على الدماغ. على الأقل لثلاثة أسباب، ينطبق نفس الشيء على القدرات المعرفية القائمة على الدماغ الأخرى التي قد تظل مهمة للتطوير بشكل مستقل عن إمكانياتها لثلاثة أسباب على الأقل. أولاً، قد تكون هناك حالات من الفشل التكنولوجي أو الاختراق. ثانياً، قد لا تكون التمديدات المعرفية محايدة بالنسبة لتطوير الشخصية المعرفية العامة، مما قد يؤدي إلى ظهور أنواع مختلفة من التجارة المعرفية. ثالثاً، قد تؤدي الهجينة التكنولوجية والتمديد إلى إنتاج آثار معرفية، وعاطفية، وتحفيزية، ووجودية على الكائن البشري الممتد، بعضها قد يكون ضاراً. لذا، حتى إذا كانت شروط EXT تنطبق على أشكال معينة من استخدام الأدوات، من المهم التمييز بين الأنواع المختلفة من التمديد المعرفي، حيث قد يقيم المعلمون هذه الأنواع من التمديد المعرفي بشكل مختلف خلال فترات مختلفة من التطور المعرفي وقد ينظمون المنهج التعليمي وفقاً لذلك.

تعتبر المهارات المرتبطة بالكائنات التي نقيمها بشكل معياري على أنها تستحق الحفظ معتمدة على السياق حيث تتطور تقييماتنا ثقافياً وفقاً للبيئة التكنولوجية الاجتماعية (Pritchard, 2014، ص. 2). هذه النقطة لها تداعيات عميقة

على كيفية تقييم المعلمين بشكل معياري التجارة المعرفية وفقاً للسياق الاجتماعي والاقتصادي والقيمة المفترضة الجوهرية لبعض مكونات الشخصية المعرفية (Baehr, 2016؛ Pritchard, 2014؛ Roberts & Wood, 2007). تجعلنا هذه الاعتمادية على السياق، والدور الاستبدالي المحتمل لأنظمة الذكاء الاصطناعي، نتساءل عن ما يجب أن تكون عليه العلاقة بين التعليم والنظام الاجتماعي والاقتصادي. كما تم تقديمه في القسم 1.1، تعتبر المسؤولية الفضيلة تطوير شخصية الإدراك للموضوعات كخير جوهري للمساهمة التي تلعبها في الازدهار البشري، وهو ذو قيمة لذاته (Baehr, 2016؛ Pritchard, 2014؛ Roberts & Wood, 2007). لذا، فإن الأمر يتعلق بمسألة سياسية وأخلاقية لتحديد أولاً ما هي سمات الشخصية المعرفية القائمة على الدماغ التي تستحق الحفظ والتنمية بغض النظر عن إمكانية تفويضها أو تمديدها عبر أنظمة الذكاء الاصطناعي، ضمن نظامنا الاجتماعي والاقتصادي. ثم، يجب علينا تقييم ما إذا كانت هذه المكونات الأساسية من الشخصية المعرفية يمكن تمديدها تكنولوجياً، فضلاً عن تداعيات تمديدها على الملف المعرفي، والعاطفي، والتحفيزي، والوجودي العام للكائن البشري الممتد. أخيراً، يجب على المعلمين تجربة طرق لتطويرها إما بطريقة ممتدة أو غير ممتدة، وتدريب الطلاب على استخدام الموارد التكنولوجية بطرق معرفية فضيلة. لذا، في القسم التالي سأقدم بعض الأمثلة العملية لاستخدامات ChatGPT الفضيلة المعرفية في الممارسات التعليمية.

تتوافق نظرية الفضيلة السياقية في الإبستمولوجيا مع المقترحات النظرية والعملية للعديد من العلماء والخبراء في التعليم، حيث تعيد تفسيرها ضمن الإطار النظري للإبستمولوجيا الفضيلة، باستخدام تصنيف فازولي للقطع المعرفية. لذا، في هذا القسم، أستعرض وأذكر بعض التطبيقات العملية للإبستمولوجيا الفضيلة السياقية في تخطيط الأنشطة التعليمية لتطوير الشخصية المعرفية للطلاب. يجادل بريتشارد (2013) بأن الممارسات التعليمية قد تبدأ بنقل الحقائق والمعرفة الواقعية (know-that) قبل الانتقال إلى تطوير قدرات الطلاب المعرفية (know-how)، والفهم، والمعرفة الميتامعرفية، والفضائل الفكرية. يجب أن يستند هذا التحول إلى تدريب الطلاب تدريجياً على ممارسة درجة متزايدة من الوكالة المعرفية في حل المهام الإبستيمية والمعرفية، وأحياناً تعريضهم لبيئات إبستيمية غير ودية بشكل متزايد. من الضروري ممارسة الفضائل الفكرية تدريجياً مثل الاستقلال الفكري، والتواضع الفكري، والانتباه، والدقة الفكرية، والشمولية الفكرية، والانفتاح الفكري، للتنقل بشكل مناسب، وتقييم، وتفسير، واستخدام، ودمج المعلومات البيئية مع مجموعة معتقداتنا ومعرفتنا الخلفية.

يحدد سانتياغو أرانغو-مونييز (2013، ص. 147) بعض المعايير لثقة المعلومات الخارجية التي يجب أن يتعلمها الطلاب ليكونوا قادرين على استخدامها.

المعلومات بطريقة فاضلة. المعايير هي التماسك (أي توافق تلك المعلومات مع مجموعة من المعتقدات)، والإجماع (حقيقة أن أشخاصًا آخرين يؤيدونها)، والفهم (حقيقة أنها سهلة الفهم)، والملاءمة (التي تزيد من احتمال تحقيق الأهداف المعرفية). يؤكد هيرسمينك ونايت (2018، ص. 9) على أهمية سمعة المصدر، التي يتم تعلمها من خلال التجربة والتثقيف. طبق هيرسمينك (2018) وهيرسمينك ونايت (2018) إطار نظرية المعرفة الفاضلة على البحث في الإنترنت، لكن لم يتم ذلك بعد لاستخدام الدردشات الآلية في التعليم. يمكن وضع القطع الأثرية المعرفية مثل ChatGPT على استمرارية مع موارد تكنولوجية أخرى مسموح بها في الأنشطة التعليمية والامتحانات، مثل امتحانات الكتاب المفتوح (نايت، 2014)، بالإضافة إلى الامتحانات المسموح بها عبر الإنترنت (كونان، 2011).

إطار “الثقة الصفرية” هو اقتراح تجريبي مثير يتماشى مع فكرة بريتشارد حول التعرض التدريجي للبيئات غير الصديقة معرفيًا. يقترح هذا الإطار استخدام أنظمة الذكاء الاصطناعي التوليدية المحددة المصممة لأغراض تعليمية، والتي تعرض الطلاب لمعلومات خاطئة ومضللة يجب عليهم التعرف عليها وانتقادها لإكمال اختبارات مصممة خصيصًا (دان وآخرون، 2023؛ غرافل وآخرون، 2023؛ ستراتاشيري، 2022). في هذه الأنشطة، يحل الأثر جزئيًا محل استرجاع الطلاب لمفهوم معين، مما يشركهم في استخدام معرفتهم الميتامعرفية في تقييم ومقارنة المعلومات التي يسترجعونها من ذاكرتهم البيولوجية والمعلومات التي يقدمها الأداة. قد تكون تقييم ودمج هذه المعلومات مستندة إلى معايير أرنجو-مونيز (2013) من التماسك، والتوافق، والفهم، والأهمية. في هذا النوع من الأنشطة، يقدم الأثر مساهمة تكاملية في ممارسة الفضيلة المعرفية للاستقلال الفكري؛ أي الاستعداد والقدرة على التفكير بشكل مستقل (باير، 2011؛ هيرسمينك، 2018). تتكون هذه القدرة من توازن فضيل بين الشك والاعتراف بالحدود المعرفية للفرد (التواضع الفكري) والاستعداد اللاحق لتغيير الرأي (الانفتاح الفكري) إذا تم التعرف على المعلومات الخارجية على أنها متماسكة، ومفهومة، وذات صلة بشكل كافٍ. وبالتالي، يعزز إطار الثقة المعدومة أيضًا تطوير العناية الفكرية؛ أي القدرة على عدم اكتساب معتقدات خاطئة، والعمق الفكري، والاستعداد لفهم أعمق للمفاهيم.

طالما أن هدف الممارسات التعليمية المحددة هو مجرد اكتساب مجموعة من المعتقدات الصحيحة في مخزن الذاكرة، فإن الأدوات يمكن أن تحل بسهولة محل هذه القدرة المعرفية (Sparrow et al., 2011). بدلاً من ذلك، يجب أن تكون المبدأ التوجيهي لتنفيذ ChatGPT وأنظمة الذكاء الاصطناعي المماثلة ضمن الممارسات التعليمية هو التحول التدريجي الذي اقترحه بريتشارد (2013)، من الاكتساب البسيط للمعرفة الواقعية إلى تطوير المهارات والفهم والتفكير التأملي والفضائل الفكرية. نظرًا لأن ChatGPT يمكنه كتابة النصوص ويمكن استخدامه كأداة معرفية بديلة لمهام مختلفة، يجادل العديد من المعلمين حول العالم بأننا بحاجة إلى إعادة التفكير في واجبات الكتابة.

ومعايير تقييمهم بطريقة معقدة وتفاعلية وشاملة وعملية (Gimpel et al.، 2023؛ McCormack، 2023). تتكون التحديات العامة من 1) إنشاء مهام تُستخدم فيها هذه الأنواع من الآثار المعرفية بطريقة تأسيسية وتكميلية، بدلاً من مجرد منع استخدامها كبديل، و2) تعليم الطلاب لفهم الظروف التي يكون من المفضل معرفيًا فيها استخدام جهاز خارجي بطريقة بديلة لإكمال مهمة.

بالنظر إلى النقطة الأولى، من المهم تحديد أنه ما لم نقم بتعريف المهمة من حيث الاستخدام المحدد للقطع الأثرية نفسها، فإن هذه الأنواع من أدوات الذكاء الاصطناعي تقدم فقط مساهمة تكميلية للعديد من المهام، التي يمكن أيضًا إكمالها دون دعمها المحدد. من خلال السماح للطلاب باستخدام مجموعة متنوعة من أدوات الذكاء الاصطناعي والأدوات المعتمدة على الإنترنت، يجب أن تركز التقييمات على درجة الوكالة المعرفية المطلوبة للتنقل، والاختيار، والتفصيل، والاستخدام، ودمج المعلومات المكتسبة تكنولوجيًا مع معرفتهم الخلفية. نظرًا لأن إنتاج العديد من الأمثلة باستخدام روبوتات الدردشة سهل جدًا، ولأنها لا تزال ترتكب الكثير من الأخطاء، سواء كانت واقعية أو منطقية (Sok & Heng، 2023)، فإن طريقة مثمرة لتنفيذ المساهمة التكميلية لـ ChatGPT في المهام المختلفة تتمثل في طلب من الطلاب مقارنة وتقييم مخرجاته وتبرير معايير تقييمهم (Ferlazzo، 2023a؛ Miller، 2022). على سبيل المثال، يمكن للطلاب تحليل وتقييم قدرة ChatGPT على تطبيق مفهوم في سياقات مختلفة من خلال طلب من الروبوت إنتاج عدة أمثلة. تختبر هذه الأنشطة وتعزز فهم الطلاب واستخدامهم للمفاهيم التي يتقنونها بالفعل من خلال دفعهم “للتسمية وشرح عدم الدقة، والفجوات، والجوانب المفقودة في موضوع ما” (Mollick & Mollick، 2022، ص. 3). علاوة على ذلك، يمكن للطلاب تصنيف مخرجات الذكاء الاصطناعي، من الأكثر صحة وتماسكًا وملاءمة إلى الأقل، وتبرير معايير تقييمهم (Mollick & Mollick، 2022؛ ص. 3). بالإضافة إلى ذلك، يمكنهم تحسين مخرجات ChatGPT من خلال إضافة معلومات ذات صلة، وتوضيح النقاط، وتصحيح الأخطاء، وتقديم أدلة لما تم الادعاء به من قبل الروبوت (Mollick & Mollick، 2022، ص. 6). تسهم هذه الأنواع من المهام في تطوير استقلالية الطلاب الفكرية، والحرص الفكري، والدقة الفكرية، والانتباه (Baehr، 2011) حيث يعتمد تطوير مثل هذه الفضائل على ممارستها. توضح الجدول التالي (الشكل 3) المساهمات التكميلية والاستبدالية المتزامنة لـ ChatGPT في إكمال مهمة معرفية ومهمة فرعية.

يتكون التحدي الثاني من تعليم الطلاب لفهم الظروف التي يكون من الأفضل معرفيًا فيها استخدام جهاز خارجي بطريقة تعويضية لإكمال مهمة ما. نظرًا لوتيرة التطور التكنولوجي، قد لا تكون الأنظمة المستقبلية من LLMs والذكاء الاصطناعي التوليدي عرضة للأخطاء (Wei et al., 2022). في هذه الحالة، قد يكون من المنطقي إنشاء تمارين مقارنة يُطلب من الطلاب فيها مقارنة المخرجات الاصطناعية ‘المثالية’ مع ‘غير المثالية’ وتحليل اختلافاتها. علاوة على ذلك، يجب أن نعلم الطلاب كيفية تقييم الظروف التي يكون من الأفضل معرفيًا فيها استخدام جهاز بطريقة تعويضية، من خلال ممارسة كل من تفكيرهم الذاتي وتواضعهم الفكري. في كلا الحالتين، يجب على الطلاب تقديم تقرير يشرح ويبرر الخيارات والاستراتيجيات التي قاموا بها خلال المهمة في

استخدام الأداة. سيضمن ذلك أنه حتى إذا قام الطلاب بتفريغ جزء من عملهم إلى الدردشة، فإنهم سيضطرون مع ذلك إلى ممارسة درجة كبيرة من الوكالة المعرفية القائمة على الدماغ.

يجادل جوش طومسون، الذي يعمل على هذه المشكلة لصالح المجلس الوطني لمعلمي اللغة الإنجليزية، بأنه في مهام الكتابة يجب أن نغير التركيز من منتج الكتابة إلى عملية الكتابة (Kelley, 2023). التقييم الشامل للعملية بدلاً من المنتج ليس جديدًا في الممارسات التعليمية حيث يتم عادةً في المدارس الفنية حيث يُطلب من الطلاب تقديم ‘دفاتر عملياتهم’ وكذلك في ‘عمليات التعلم الاستقصائي’ (Ferlazzo, 2023a). تتطلب المهام المعقدة والتفاعلية التي يتم فيها استخدام ChatGPT كأداة معرفية ‘تأسيسية’ من الطالب الفرد أن يصيغ مدخلات ذات صلة (طلبات) ثم يفحص وينقد ويعدل ويستخدم مخرجات الدردشة، وبالتالي يمارس درجة كبيرة من الوكالة المعرفية. يتطلب توليد المدخلات المناسبة ممارسة قدرة الهندسة العكسية للتنبؤ بكيفية إنتاج النموذج لمخرجات متماسكة وذات صلة وفقًا للمدخلات المقدمة، بينما تعتبر تقييم ودمج المخرجات أشكالًا من التجميع النقدي والتحرير، والتي ليست مجرد أنشطة ميكانيكية بل هي عمليات إبداعية (Dragga & Gong, 1989; Fyfe, 2022). نحتاج إلى تحليلات تجريبية تظهر أن هذا النوع من التمارين قد يثبت أنه مفيد لتطوير القدرات التي تساهم في ازدهار الإنسان، مثل مهارات التفكير النقدي، فضلاً عن الطابع التحفيزي والعاطفي لفضائل الطلاب الفكرية. حتى إذا كانت أنظمة الذكاء الاصطناعي تتفوق على البشر في حل العديد من المهام ذات الصلة،

يجب على المعلمين مع ذلك محاولة غرس نوع من العناية الذاتية في الطلاب تجاه تطوير شخصيتهم المعرفية.

بالنظر إلى أهمية الأنشطة التعليمية في العالم الحقيقي، يقترح شابيرو وستولز (2019) أن تشمل الممارسات التعليمية مجموعة متنوعة من الأنشطة التي يمكن أن تعزز التجربة البدنية والتلاعبية وتؤثر بشكل إيجابي على تعلم الطلاب للمفاهيم (Glenberg, 2008, 2010; Konya et al., 2015). وقد جادلوا بذلك من خلال النظر في الأدلة التجريبية حول الإدراك المتجسد، الذي يهتم بتفاعل الدماغ والجسد والعالم، كاشفًا عن الأساس الحسي الحركي للمعرفة (Barsalou, 1999, 2008; 2016; Lakoff & Johnson, 1999). يجب أن يكمل هذا النهج إطار عمل أكثر شمولاً لاستخدام الأدوات، والذي يجب أن يشمل كل من الأثر التمثيلي (Fasoli, 2017; Heersmink, 2013) والأدوات غير التمثيلية (Malafouris, 2013). لذا، يجب أن تجمع الممارسات التعليمية والتقييمات بين لحظات وأنشطة وتقنيات مختلفة، مكملة الأبحاث والخبرات الميدانية بالتواصل داخل الفصل، وأنشطة العرض، والمناقشات الشفوية، وجلسات التفكير النقدي والحوار (Lipman, 1998). يمكننا أيضًا تخيل وتخطيط سيناريوهات يشارك فيها الدردشة أيضًا في مناظرة أو نشاط جماعي أو حوار سقراطي (Dan et al., 2023). يمكن أيضًا استخدام الأنشطة المدعومة تكنولوجيًا التي يؤديها الطلاب بشكل فردي في مهام الكتابة وترجمتها إلى بُعد جماعي، حيث يُطلب من الطلاب تنسيق قدراتهم في بيئة معرفية جماعية، وبالتالي تطوير القدرات المعرفية والاجتماعية والحجاجية. تتضمن الممارسات الجماعية ضمن البيئات المعرفية المعقدة التزامًا تجاه ‘مناهضة الفردية الاجتماعية المعرفية’ (Pritchard, 2016). هناك حاجة إلى مزيد من البحث لتحليل الديناميات التعليمية الجماعية التي تساهم فيها أدوات الذكاء الاصطناعي وLLMs في عمليات تشكيل المعرفة والمعرفة الذاتية من خلال دمج أطر العمل الخاصة بالإدراك الموزع (Hutchins, 1995; Palermos, 2016; Theiner et al., 2010) وعلم الاجتماع المعرفي (Palermos, 2022a, b).

في الختام، لمعالجة TET والسعي لتحقيق الأهداف الأساسية للتعليم، يجب أن نتبنى مجموعة متنوعة من الأطر النظرية ضمن نقاش الإدراك 4E (Newen et al., 2018) والإطار الشامل لعلم البيئة المعرفية (Hutchins, 2010). ضمن علم البيئة المعرفية الذي يشمل الوكلاء البشريين والأدوات والدعائم الثقافية، هناك أنظمة غير متجانسة تتفاعل على مستويات مختلفة بطرق مترابطة. لذا، يجب ألا نقلل النظام إلى مستوى واحد من التحليل، ولا ينبغي علينا إنشاء حدود أنطولوجية وتفسيرية صارمة لتقييد تفسيرات الظواهر المعقدة حيث “كل نظرية تعني مجموعة من الالتزامات الأنطولوجية وكل التزام أنطولوجي يبرز بعض أنواع الروابط على حساب أخرى” (Hutchins, 2010, ص. 706). لذا، اقترحت إطار عمل مرن، يتوافق مع كل من EMB وEXT لمعالجة الديناميات المعقدة والاعتماد على السياق لدمج الوكلاء والأدوات. تشير هذه الورقة إلى أنه ليس كافيًا النظر فقط إلى ‘ ‘ (موسع) لمعالجة TET والتحديات التعليمية لمجتمع المعلومات. بدلاً من ذلك، قد يكون من المفيد دمج الرؤى التي تقدمها أطر نظرية مختلفة، تأتي من

فلسفة التكنولوجيا وفلسفة العلوم المعرفية (Fasoli, 2016, 2017)، التربية، علم النفس (Ryan and Deci, 2000)، وعلم نفس التعليم.

في هذه المقالة قدمت أهداف التعليم وفقًا لمبدأ المسؤولية الفضيلة، والتي تتكون في تطوير الشخصية المعرفية للطلاب من خلال الانخراط في سيناريوهات العالم الحقيقي بطرق معرفية فضيلة. بالنظر إلى أن بيئتنا مليئة بالموارد التكنولوجية لإكمال المهام المعرفية، فإن الاعتماد المفرط على هذه التقنيات قد يمنع تطوير بعض جوانب الشخصية المعرفية للطلاب. جادلت بأن إطار بريتشارد (2013، 2014، 2016) لعلم المعرفة الفضيلة الممتد يقدم فقط حلاً جزئيًا ومحدودًا لهذا التوتر بين التكنولوجيا والتعليم (TET). وبالتالي، اقترحت توسيعه باستخدام تصنيف فاسولي (2017) للقطع المعرفية، مما يحقق علم المعرفة الفضيلة السياقي. يمكّننا هذا الإطار الموسع من معالجة حالات TET سواء إذا كانت الأداة توسع من إدراك الوكيل أم لا. يقدم إطار فاسولي تصنيفًا جديدًا ودقيقًا للأنظمة المعرفية المدمجة والممتدة، والتي قد تكون تشكيلة أو تكاملية أو بديلة. وبالتالي، طبقت هذا الإطار على ChatGPT، الذي يتميز كقطعة معرفية يمكن استخدامها لاستبدال أو تكملة أو تشكيل القدرات المعرفية للطلاب بطريقة مدمجة أو ممتدة والتي يمكن أن تستدعي ممارسة الفضائل الفكرية ذات الصلة (باير، 2011). سمح لي علم المعرفة الفضيلة السياقي بتحليل وتقديم بعض الممارسات التعليمية التي تتضمن ChatGPT المقترحة من قبل المعلمين والمربين والباحثين من منظور معرفي وإبستيمولوجي.

الاختصارات EMB: نظرية الإدراك المدمج.; EXT: نظرية الإدراك الممتد.; TET: توتر التكنولوجيا والتعليم; LLM: نموذج اللغة الكبير

الشكر أود أن أشكر فرانشيسكو فراساري بعمق لدعوتي لدراسة المخاطر والفوائد من إدخال أدوات الذكاء الاصطناعي في التعليم. أشكر جميع المراجعين المجهولين لدفعهم لي لتحسين جودة حججي. أنا أيضًا ممتن جدًا لميشيل كروتشي، ماتيو بيريني وجوليا ليونتي لتغذيتهم الراجعة واقتراحاتهم ولماركو فاسولي لدعمه لي في بحثي حول هذا الموضوع.

مساهمات المؤلفين قام ج.س. بأداء جميع الأعمال خلال البحث وكتابة المقالة.
تمويل تم توفير تمويل الوصول المفتوح من قبل مدرسة سانت آنا العليا ضمن اتفاقية CRUI-CARE.

توفر البيانات غير متاح.

موافقة الأخلاقيات والموافقة على المشاركة غير متاح.
الموافقة على النشر غير متاح.

المصالح المتنافسة يعلن المؤلف عدم وجود مصالح متنافسة.

الوصول المفتوح هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي للاستخدام، والمشاركة، والتكيف، والتوزيع، وإعادة الإنتاج في أي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح إذا تم إجراء تغييرات. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي للمقالة، ما لم يُشار إلى خلاف ذلك في سطر ائتمان للمادة. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي للمقالة واستخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، ستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارة http://creativecommons.org/licenses/by/4.0/.

Adams, F., & Aizawa, K. (2008). The bounds of cognition. Boston: MA, Blackwell.
Arango-Muñoz, S. (2013). Scaffolded memory and metacognitive feelings. Review of Philosophy and Psychology, 4(1), 135-152. https://doi.org/10.1007/s13164-012-0124-1
Atlas, S (2023). ChatGPT for higher education and professional development: A guide to conversational AI. https://digitalcommons.uri.edu/cba_facp (Accessed 20/4/2023).
Baehr, J. (2011). The Inquiring Mind: On Intellectual Virtues and Virtue Epistemology. Oxford University Press.
Baehr, J. (2013). Educating for Intellectual Virtues: From Theory to Practice. Journal of Philosophy of Education, 47(2), 248-262. https://doi.org/10.1111/1467-9752.12023
Baehr, J. (2019). ‘Intellectual Virtues, Critical Thinking, and the Aims of Education’, Routledge Handbook of Social Epistemology, (eds.) P. Graham, M. Fricker, D. Henderson, N. Pedersen & J. Wyatt, 447-57. Routledge.
Baehr, J. (2015). Cultivating Good Minds: A Philosophical & Practical Guide to Educating for Intellectual Virtues. Retrieved March 15, 2023, from https://intellectualvirtues.org/why-should-we-educa te-for-intellectual-virtues2-2/
Baehr, J. (2016). The Four Dimensions of an Intellectual Virtue. Moral and Intellectual Virtues in Western and Chinese Philosophy, eds. Chienkuo Mi, Michael Slote, and Ernest Sosa Routledge: 86-98.
Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. https:// doi.org/10.2139/ssrn. 4337484
Barker, M. J. (2010). From cognition’s location to the epistemology of its nature. Cognitive Systems Research, 11, 357-366.
Barr, N., Pennycook, G., Stolz, J. A., & Fugelsang, J. A. (2015). The brain in your pocket: Evidence that smartphones are used to supplant thinking. Computers in Human Behavior, 48, 473-480.
Barsalou, L. (1999). Perceptual symbol systems. Behavioral and Brain Sciences, 22, 577-609.
Barsalou, L. (2008). Grounded cognition. Annual Review of Psychology, 59, 617-645.
Barsalou, L. (2016). Situated conceptualization: Theory and applications. In Y. Coello & M. Fischer (Eds.), Perceptual and Emotional Embodiment: Foundations of Embodied Cognition (Vol. 1, pp. 18-47). Routledge.
Battaly, H. (2006). Teaching Intellectual Virtues: Applying Virtue Epistemology in the Classroom. Teaching Philosophy, 29, 191-222.
Battaly, H. (2008). Virtue Epistemology”. Philosophy Compass, 3(4), 639-663.
Bliszczyk, A. (2023) AI Writing Tools Like ChatGPT Are the Future of Learning & No, It’s Not Cheating. Vice. Retrieved March 16, 2023, from https://www.vice.com/en/article/xgyjm4/ai-writing-tools-like-chatgpt-are-the-future-of-learning-and-no-its-not-cheating
Boyle, C. (2016). Writing and rhetoric and/as posthuman practice. College English, 78(6), 532-554.
Byerly, T. R. (2019). Teaching for Intellectual Virtue in Logic and Critical Thinking Classes: Why and How. Teaching Philosophy. https://doi.org/10.5840/teachphil201911599
Carroll, J. B. (1993). Human cognitive abilities: A survey of factor-analytic studies. Cambridge University Press.

Carter, J. A., Kotzee, B., & Siegel, H. (2019). Educating for Intellectual Virtue: A Critique from Action Guidance. Episteme. https://doi.org/10.1017/epi.2019.10
Casati, R. (2017). Two, then four modes of functioning of the mind: Towards an unification of “dual” theories of reasoning and theories of cognitive artifacts. In J. Zacks & H. Taylor (Eds.), Representations in Mind and World, 7-23. Essays Inspired by Barbara Tversky.
Casner, S. M., Geven, R. W., Recker, M. P., & Schooler, J. W. (2014). The retention of manual flying skills in the automated cockpit. Human Factors, 56(8), 1506-1516. https://doi.org/10.1177/00187 20814535628
Cassinadri, G. (2022). Moral Reasons Not to posit Extended Cognitive Systems: A reply to Farina and Lavazza. Philosophy and Technology, 35, 64. https://doi.org/10.1007/s13347-022-00560-0
Cassinadri, G., & Fasoli, M. (2023). Rejecting the extended cognition moral narrative: A critique of two normative arguments for extended cognition. Synthese, 202, 155. https://doi.org/10.1007/ s11229-023-04397-8
Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7-19.
Christodoulou, D. (2023). If we are setting assessments that a robot can complete, what does that say about our assessments? The No More Marking Blog. Retrieved March 16, 2023, from https://blog. nomoremarking.com/if-we-are-setting-assessments-that-a-robot-can-complete-what-does-that-say-about-our-assessments-cbc1871f502
Clowes, R. W. (2013). The cognitive integration of E-memory. Review of Philosophy and Psychology, 4, 107-133. https://doi.org/10.1007/s13164-013-0130-y
Clowes, R.W. (2020). The internet extended person: exoself or doppelganger? Límite. Revista Interdisciplinaria de Filosofía y Psicología, 15(22), 1-23. https://research.unl.pt/ws/portalfiles/portal/29762 990/document_8_.pdf
Clowes, R. W., Smart, P. R., & Heersmink, R. (2023). The ethics of the extended mind: Mental privacy, manipulation and agency. In B. Beck, O. Friedrich, & J. Heinrichs (Eds.), Neuroprosthetics. Ethics of applied situated cognition.
Colombo, M., Irvine, E., & Stapleton, M. (Eds.). (2019). Andy Clark and His Critics, Oxford. University Press.
Cotton, D., Cotton, A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International. https://doi.org/10.1080/ 14703297.2023.2190148

Cunnane, S. (2011). The Danish Gambit: Online Access, Even during Exams.” Accessed 14/4/2023 www.timeshighereducation.com/news/the-danish-gambit-online-access-even-during-exams/ 416090.article

Dan, Y. et al. (2023). EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education. Preprint retrieved March 16, 2023, from https://arxiv.org/abs/2308.02773
Deng, J., & Lin, Y. (2023). The Benefits and Challenges of ChatGPT: An Overview. Frontiers in Computing and Intelligent Systems, 2(2), 81-83. https://doi.org/10.54097/fcis.v2i2.4465
Digital Learning Institute (2023). Should Instructional Designers use Chat GPT? Retrieved March 20, 2023, from https://www.digitallearninginstitute.com/learning-design-chat-gpt/
Dragga, S., & Gong, G. (1989). Editing: The design of rhetoric. Routledge.
Ebbatson, M., Harris, M., Huddlestone, D. J., & Sears, R. (2010). The relationship between manual handling performance and recent flying experience in air transport pilots. Ergonomics, 53(2), 268277. https://doi.org/10.1080/00140130903342349

Extance, A. (2023). ChatGPT has entered the classroom: How LLMs could transform education. Nature, 623, 474-477. https://doi.org/10.1038/d41586-023-03507-3
Facchin, M. (2023). Why can’t we say what cognition is (at least for the time being). Philosophy and the Mind Sciences, 4. https://doi.org/10.33735/phimisci.2023.9664
Farina, M., & Lavazza, A. (2022). Incorporation, transparency, and cognitive extension. Why the distinction between embedded or extended might be more important to ethics than to metaphysics. Philosophy and Technology, 35, 10.
Fasoli, M. (2016). Neuroethics of cognitive artifacts. In A. Lavazza (Ed.), Frontiers in neuroethics: Conceptual and empirical advancements (pp. 63-75). Cambridge scholars publishing.
Fasoli, M. (2017). Substitutive, Complementary and Constitutive Cognitive Artifacts: Developing an Interaction-Centered Approach. In Review of Philosophy and Psychology, 9, 671-687. https://doi. org/10.1007/s13164-017-0363-2

Fasoli, M. (2018). Super Artifacts: Personal Devices as Intrinsically Multifunctional, Meta-representational Artifacts with a Highly Variable Structure. Minds and Machines, 28(3), 589-604. https://doi. org/10.1007/s11023-018-9476-3
Ferlazzo, L (2023a). 19 Ways to Use ChatGPT in Your Classroom. EducationWeek. Retrieved March 21, 2023, from https://www.edweek.org/teaching-learning/opinion-19-ways-to-use-chatgpt-in-yourclassroom/2023/01
Ferlazzo, L (2023b). Educators Need to Get With the AI Program. ChatGPT, More Specifically. EduWeek.Retrieved March 17, 2023, from https://www.edweek.org/teaching-learning/opinion-educa tors-need-to-get-with-the-ai-program-chatgpt-more-specifically/2023/01
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its Nature, Scope, Limits, and Consequences. Minds & Machines, 30, 681-694. https://doi.org/10.1007/s11023-020-09548-1
Fyfe, P. (2022). How to cheat on your final paper: Assigning AI for student writing. AI & SOCIETY. https://doi.org/10.1007/s00146-022-01397-z
Gimpel, H., Hall, K., Decker, S., Eymann, T., Lämmermann, L., Mädche, A., Röglinger, R., Ruiner, C., Schoch, M., Schoop, M., Urbach, N., Vandirk, S. (2023). Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education: A Guide for Students and Lecturers. University of Hohenheim https://doi.org/10.13140/RG.2.2.20710.09287/2
Glenberg, A. (2008). Embodiment for education. In P. Calvo & A. Gomila (Eds.), Handbook of Cognitive Science: An Embodied Approach (pp. 355-371). Elsevier Science.
Glenberg, A. (2010). Embodiment as a unifying perspective for psychology. Wires Cognitive Science, 1, 586-596.
Gravel, J. D’Amours-Gravel, M. Osmanlliu, E. (2023 preprint) Learning to fake it: limited responses and fabricated references provided by ChatGPT for medical questions. medRxiv: 2023.03.16.23286914; https://doi.org/10.1101/2023.03.16.23286914
Heersmink, R. (2013). A taxonomy of cognitive artifacts: Function, information, and categories. Review of Philosphy and Psychology, 4, 465-481.
Heersmink, R. (2014). The metaphysics of cognitive artifacts. Philosophical Explorations, 19(1), 1-16.
Heersmink, R. (2015). Dimensions of Integration in Embedded and Extended Cognitive Systems. Phenomenology and the Cognitive Sciences, 14(3), 577-598.
Heersmink, R. (2017). Distributed cognition and distributed morality: Agency, artifacts and systems. Science and Engineering Ethics, 23(2), 431-448.
Heersmink, R. (2018). A virtue epistemology of the Internet: Search engines, intellectual virtues and education. Social Epistemology, 32(1), 1-12.
Heersmink, R., & Knight, S. (2018). Distributed learning: Educating and assessing extended cognitive systems. Philosophical Psychology, 31(6), 969-990. https://doi.org/10.1080/09515089.2018.14691 22
Hernández-Orallo, J. and Vold, K. (2019). AI Extenders: The Ethical and Societal Implications of Humans Cognitively Extended by AI. In Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society (AIES ’19). Association for Computing Machinery, New York, NY, USA, 507513. https://doi.org/10.1145/3306618.3314238

Hutchins, E. (1995). Cognition in the Wild. MA, MIT Press.
Hutchins, E. (1999). Cognitive artifacts. In R. A. Wilson & F. C. Keil (Eds.), The MIT encyclopaedia of the cognitive sciences (pp. 126-128). MIT Press.
Hutchins, E. (2010). Cognitive Ecology. Topics in Cognitive. Science, 2, 705-715. https://doi.org/10. 1111/j.1756-8765.2010.01089.x
Hyslop-Margison, E. (2003). The Failure of Critical Thinking: Considering Virtue Epistemology as a Pedagogical Alternative. Philosophy of Education Society Yearbook, 2003, 319-326.
Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif. 2023.102274

Kelley, K.J (2023). Teaching Actual Student Writing in an AI World. Inside Higher ED. Retrieved March 19, 2023, from https://www.insidehighered.com/advice/2023/01/19/ways-prevent-students-using-ai-tools-their-classes-opinion
King, C. (2016). Learning Disability and the Extended Mind. Essays in Philosophy, 17(2), 38-68.
Klein, A. (2023) Outsmart ChatGPT: 8 Tips for Creating Assignments It Can’t Do. EducationWeek. Retrieved March 27, 2023, from https://www.edweek.org/technology/outsmart-chatgpt-8-tips-for-creating-assignments-it-cant-do/2023/02

Knight, S. (2014). Finding knowledge: What is it to ‘know’ when we search? In R. König & M. Rasch (Eds.), Society of the Query Reader: Reflections on Web Search (pp. 227-238). Institute of Network Cultures.
Konya, C., Lyons, D., Fischer, S., et al. (2015). Physical experience enhances science learning. Psychological Science, 26(6), 737-749.
Kuhn, D. (2000). Metacognitive development. Current Directions in Psychological Science, 9(5), 178181. https://doi.org/10.1111/1467-8721.00088

Lakoff, G., & Johnson, M. (1999). Philosophy in the Flesh: The Embodied Mind and Its Challenge to Western Thought. Basic Books.
Lipman, M. (1998). Philosophy goes to school. Temple University Press.
MacAllister, J. (2012). Virtue Epistemology and the Philosophy of Education. Journal of Philosophy of Education, 46, 251-270.
Malafouris, L. (2013). How things shape the mind. MIT press. https://doi.org/10.7551/mitpress/9476. 001.0001

Marconi, D. (2005). Contro La Mente Estesa. Sistemi Intelligenti, 17(3), 389-398.
McCormack, G (2023). Chat GPT Is here! – 5 alternative ways to assess your class! Retrieved March 29, 2023, from https://gavinmccormack.com.au/chat-gpt-is-here-5-alter native-ways-to-assess-your-class/
Mhlanga, D. (2023). Open AI in Education, the Responsible and Ethical Use of ChatGPT Towards Lifelong Learning. https://doi.org/10.2139/ssrn. 4354422
Mill, J. S. (1985). On Liberty. Penguin Classics.
Miller, J. (2022). ChatGPT, Chatbots and Artificial Intelligence in Education. Retrieved March 20, 2023, from https://ditchthattextbook.com/ai#tve-jump-18606008967
Moe, M (2022). EIEIO… Poetry in Motion. Medium. Retrieved March 19, 2023, from https://medium. com/the-eieio-newsletter/eieio-poetry-in-motion-1b9c0061bf63
Mollick, E. R., & Mollick, L. (2022). New Modes of Learning Enabled by AI Chatbots: Three Methods and Assignments. SSRN Electronic Journal https://doi.org/10.2139/ssrn. 4300783
Newen, A, L. De Bruin, and S. Gallagher (eds) (2018). The Oxford Handbook of 4E Cognition, Oxford Library of Psychology. https://doi.org/10.1093/oxfordhb/9780198735410.001.0001
Norman, D. (1991). Cognitive artifacts. In J. M. Carroll (Ed.), Designing interaction: Psychology at the human-computer interface (pp. 17-38). Cambridge University Press.
Palermos, S. O. (2016). The Dynamics of Group Cognition. Minds & Machines, 26, 409-440. https://doi. org/10.1007/s11023-016-9402-5
Palermos, S. O. (2022a). Epistemic Collaborations: Distributed Cognition and Virtue Reliabilism. Erkenn, 87, 1481-1500. https://doi.org/10.1007/s10670-020-00258-9
Palermos, S. O. (2022b). Collaborative knowledge: Where the distributed and commitment models merge. Synthese, 200, 54. https://doi.org/10.1007/s11229-022-03459-7
Piredda, G. (2020). What is an affective artifact? A further development in situated affectivity. Phenom Cogn Sci, 19, 549-567. https://doi.org/10.1007/s11097-019-09628-3
Price, M. (2022). Beyond ‘gotcha!’: Situating plagiarism in policy and pedagogy. College Composition and Communication, 54(1), 88-115. https://doi.org/10.2307/1512103
Pritchard, D. (2013). Epistemic Virtue and the Epistemology of Education. Journal of Philosophy of Education, 47, 236-247. https://doi.org/10.1111/1467-9752.12022
Pritchard, D. (2014). Virtue Epistemology, Extended Cognition, and the Epistemology of Education. Universitas: Monthly Review of Philosophy and Culture, 478, 47-66. https://www.pure.ed.ac.uk/ws/ portalfiles/portal/16633349/Virtue_Epistemology_Extended_Cognition_and_the_Epistemology_ of_Education.pdf
Pritchard, D. H. (2016). Intellectual Virtue, Extended Cognition, and the Epistemology of Education”. In J. Baehr (Ed.), Intellectual Virtues and Education: Essays in Applied Virtue Epistemology (pp. 113-127). Routledge.
Pritchard, D. H. (2018). Neuromedia and the Epistemology of Education. Metaphilosophy, 49, 328-349.
Pritchard, D. H. (2019). Philosophy in Prisons: Intellectual Virtue and the Community of Philosophical Inquiry. Teaching Philosophy. https://doi.org/10.5840/teachphil201985108
Pritchard, D. H. (2020). Educating For Intellectual Humility and Conviction. Journal of Philosophy of Education., 54, 398-409.
Rahman, M.M.; Watanobe, Y. ChatGPT for Education and Research: Opportunities, Threats, and Strategies. Preprints.org 2023, 2023030473. https://doi.org/10.20944/preprints202303.0473.v1

Roberts, R. C., & Wood, W. J. (2007). Intellectual Virtues: An Essay in Regulative Epistemology. Oxford University Press.
Robertson, E. (2009). ‘The Epistemic Aims of Education’, Oxford Handbook of Philosophy of Education, (ed.) H. Siegel, 11-34. Oxford University Press.
Rudolph. J. Tan, S. Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? ED-TECH REVIEWS Vol. 6 No. 1 https://doi.org/10.37074/jalt.2023.6.1.9
Rupert, R. D. (2004). Challenges to the Hypothesis of Extended Cognition. The Journal of Philosophy, 101(8), 389-428. http://www.jstor.org/stable/3655517
Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68-78. https://doi.org/10.1037/ 0003-066X.55.1.68
Shapiro, L., & Stoltz, S. (2019). Embodied Cognition and its Significance for Education”, with Steven Stolz. Theory and Research in Education, 17, 19-39.
Shen-Berro, J. (2023). New York City schools blocked ChatGPT. Here’s what other large districts are doing. Retrieved March 30, 2023, from https://www.chalkbeat.org/2023/1/6/23543039/chatgpt-school-districts-ban-block-artificial-intelligence-open-ai
Shiri, A. (2023). ChatGPT and Academic Integrity (February 2, 2023). Information Matters, 3 (2), https://doi.org/10.2139/ssrn. 4360052
Siegel, H. (1988). Educating Reason: Rationality, Critical Thinking, and Education. Routledge.
Siegel, H. (1997). Rationality Redeemed? Routledge.
Siegel, H. (2017). Education’s Epistemology: Rationality, Diversity, and Critical Thinking. Oxford University Press.
Sockett, H. (2012). Knowledge and Virtue in Teaching and Learning: The Primacy of Dispositions. Routledge.
Sok, S., & Heng, K. (2023). ChatGPT for Education and Research: A Review of Benefits and Risks. https://doi.org/10.2139/ssrn. 4378735
Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776-778.
Sprevak, M. (2010). Inference to the hypothesis of extended cognition. Studies in History and Philosophy of Science, 41, 353-362.
Sterelny, K. (2004). Externalism, Epistemic Artefacts and The Extended Mind. In R. Schantz (Ed.), The Externalist Challenge (pp. 239-255). Berlin.
Stratachery (2022). AI homework. Retrieved March 12, 2023, from https://stratechery.com/2022/aihomework/
Teubner, T., Flath, C. M., Weinhardt, C., van der Aalst, W., & Hinz, O. (2023). Welcome to the Era of ChatGPT et al. Business & Information Systems Engineering, https://doi.org/10.1007/ s12599-023-00795-x
Theiner, G., Allen, C., & Goldstone, R. L. (2010). Recognizing group cognition. Cognitive Systems Research, 11(4), 378-395. https://doi.org/10.1016/j.cogsys.2010.07.002
Toppo, G (2023). How ChatGPT will reshape the future of the high school essay. FastCompany. Retrieved 1/4/2023, from https://www.fastcompany.com/90841387/gpt-3-chatgpt-high-school-schoolwork
Varga, S. (2017). Demarcating the Realm of Cognition. Journal for General Philosophy of Science, 49, 435-450. https://doi.org/10.1007/s10838-017-9375-y
Vold, K. (2018). Overcoming Deadlock: Scientific and Ethical Reasons to Embrace the Extended Mind Thesis. In PHILOSOPHY AND SOCIETY., 29(4), 471-646.
Wei, J. Y. Tay, R. Bommasani, et al. (2022). Emergent abilities of large language models, CoRR, vol. abs/2206.07682. https://doi.org/10.48550/arXiv.2206.07682
Zagzebski, L. (1996). Virtues of the Mind: An Inquiry into the Nature of Virtue and the Ethical Foundations of Knowledge. Cambridge University Press. https://doi.org/10.1017/CBO9781139174763
Zhai, X. (2022). ChatGPT: Artificial Intelligence for Education. https://doi.org/10.13140/RG.2.2.35971. 37920

Publisher’s Note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Received: 26 April 2023 / Accepted: 4 January 2024 / Published online: 27 January 2024
© The Author(s) 2024

Keywords ChatGPT • Extended Cognition • Virtue Epistemology • Cognitive Artifacts Education Cognitive Diminishment AI Generative AI

The rise of AI technologies is deeply influencing many aspects and sectors of society, including education. Despite the huge variety of AI applications in educational settings, one interesting AI tool that can be employed for educational purposes is ChatGPT, which is an AI chatbot (developed by OpenAI) capable of producing suitable responses and engaging in natural-sounding conversations (Deng & Lin, 2023). The basic version of this chatbot uses GPT-3.5, a Large Language Model (LLM) used for natural language processing. Like many other technologies and generative AI systems, ChatGPT gave rise to a problem of whether to ban this tool from school altogether, or promote, regulate, and teach its virtuous use (Teubner et al., 2023). On the one hand, generative AI systems like ChatGPT can be placed along a continuum with other technological educational resources, from calculators to internetsearch engines and AI tools (Cunnane, 2011; Knight, 2014). On the other hand, it is also important to acknowledge the disruptiveness of this type of multifunctional tool, which is distinct from previous large language models (LLM) in its accessibility, personalization, conversational format, and cost-effectiveness (Rahman & Watanobe, 2023). Given the extensive list of chatbots and LLMs available today (Digital Learning Institute 2023; Dan et al., 2023), in my analysis I will consider ChatGPT, implementing GPT-3.5. However, what I say can be easily generalized to other chatbots and LLMs.

Sok and Heng (2023) and Extance (2023) summarized the main benefits and challenges of the possible uses of ChatGPT and AI tools within the education system. These tools give rise to new ways of cheating or avoiding doing homework and assignments (Cotton et al., 2023; Mhlanga, 2023), thus leading to unfair assessments and the potential diminishment of students’ capacities. Sok and Heng (2023) argue that the overreliance on ChatGPT to complete daily assignments may have a harmful impact on the development of students’ fundamental capacities, such as critical thinking skills (Kasneci et al., 2023; Mhlanga, 2023; Shiri, 2023), prob-lem-solving skills (Kasneci et al., 2023), imagination, and research abilities (Shiri, 2023). Thus, teachers’ main fear is that students may increasingly tend to delegate to ChatGPT most of their homework and assignments whenever they are facing a learning challenge, thereby preventing them from properly learning and developing relevant skills. However, it is also important to educate students to appropriately use those technologies that are, and will increasingly be, crucial tools in our society. I define this problem as the ‘technology-education tension’ (TET). Many teachers are already aware of this issue, and they are experimenting with innovative educational activities to transform ChatGPT’s risks and downsides into potential benefits for students.

This work tries to address the ‘technology-education tension’, comparing two different theoretical frameworks for interpreting how students’ cognitive abilities are engaged in the use of technological devices. Since Pritchard arguably offers only a partial solution to the technology-education tension (TET), I propose a more encompassing solution that combines Fasoli’s taxonomy of cognitive artifacts with Pritchard’s framework of virtue epistemology. Thus, in Sect. 1.1 I will present Pritchard’s framework of cognitive character and virtue epistemology applied to education. In Sect. 2, I will introduce Pritchard’s solution to the technology-education tension, showing that it is only partial and confined to a limited set of cases (Sect. 3). Then, I will try to offer a more encompassing framework for addressing the TET and the potential uses of ChatGPT in educational settings, by combining Pritchard’s framework of virtue epistemology with Fasoli’s (2017, 2018) taxonomy of cognitive artifacts. To do so, in Sect. 4.1 I will characterize ChatGPT as a computational cognitive artifact relying on Fasoli’s (2017, 2018) taxonomy. In Sect. 4.2 I will argue why my framework is more encompassing and useful compared to Pritchard’s for addressing the TET. Finally, in Sect. 5.1, I will present some of the students’ epistemically virtuous uses of ChatGPT in educational practice. I will conclude by arguing that we should not consider EXT as the only suitable framework for explaining cognitive tool-use in educational settings.

In this section, I will present the standard framework of virtue responsibilism (Baehr, 2011; Battaly, 2008; Zagzebski, 1996) and its application to educational practices (Baehr, 2013, 2015, 2016, 2019; Pritchard, 2013, 2014, 2016). In the rest of the treatment, I will commit to Pritchard’s (2013, 2014, 2016) account of cognitive character and virtue responsibilism, which is aligned to the standard framework presented in this section. Virtue responsibilism is a branch of virtue epistemology that focuses on the improvement and development of the cognitive character of the subject (Battaly, 2008; Zagzebski, 1996). Pritchard (2016) defines the cognitive character as the interconnection between the agent’s cognitive faculties, cognitive abilities, and intellectual virtues. Cognitive faculties are innate cognitive traits, such as those involved in perception or memory, while cognitive abilities, such as the capacity to perform arithmetic calculations, are acquired by drawing upon the existent cognitive faculties and are performed to complete specific cognitive tasks. Finally, intellectual virtues are cultivated, acquired, or learned cognitive character traits due to the exercise of the previous two, and they have a regulative function in the sense that they are very broad cognitive traits that drive the development and use of specific cognitive faculties and abilities (Pritchard, 2016, pp. 115-116). Moreover, virtue responsibilism considers intellectual virtues as personal excellences,

enabling the agent to be more likely to acquire knowledge (Baehr, 2015, 2016; Battaly, 2008; Zagzebski, 1996).

According to this framework, intellectual virtues are not merely instrumentally valuable as a means to certain epistemic goods, but also intrinsically valuable, as manifestations of cognitive agency (Pritchard, 2014, p. 4). Thus, intellectual virtues are also held to be valuable for their own sake, like virtues more generally, as constituent parts of a life of flourishing (Pritchard, 2014; Roberts & Wood, 2007). Among the standard list of epistemic virtues, we can consider open-mindedness, attentiveness, intellectual autonomy, curiosity, intellectual courage, and intellectual tenacity (Baehr, 2011). For example, open-mindedness is a mean between the vices of naivety and dogmatism, and it consists in allowing alternative views to remain open in order to change ones’ mind and to embrace the most accurate one, while attentiveness consists in paying close attention to, and maintaining focus on, the cognitive task at hand. Baehr (2016) adds that what characterizes intellectual virtues is their motivational character; namely, their orientation toward certain epistemic goods or worthy ends that make intellectual virtues intrinsically valuable or admirable. Thus, intellectual virtues do not just facilitate access to truths, but also motivate one towards them (Pritchard, 2016; Zagzebski, 1996).

In this paper, I embrace Pritchard’s (2013, 2014, 2016) framework of cognitive character and virtue responsibilism, which are aligned with the standard framework of virtue responsibilism (Baehr, 2011; Battaly, 2008; Zagzebski, 1996), and its application to educational practices (Baehr, 2019; Carter et al., 2019; Hyslop-Margison, 2003; Robertson, 2009; Siegel, 1988, 1997, 2017). Pritchard (2013) reflected on what we should try to achieve from an epistemic perspective when we educate children at school, arguing that we should not reduce the aim of education merely to the instruction of true beliefs and factual knowledge. Thus, Pritchard (2016) argues that the main aim of education should consist in the development of the cognitive character and intellectual virtues of students, mainly by training students to engage in epistemically virtuous ways in real-world situations (Pritchard, 2013). According to his framework, we should not simply ask a student to learn a set of basic factual information (know-that); neither it is enough for the student to simply learn how to consult Wikipedia or ChatGPT to find relevant information on a given topic (knowhow). In fact, other important learning aims are the development of ‘understanding’ (Mollick & Mollick, 2022; Pritchard, 2013, 2016) and ‘metacognition’, intended here as a form of knowledge concerning the agent’s awareness of the availability of tools, and the reliability (and reasons for the reliability) of those tools (Kuhn, 2000; Heersmink & Knight, 2018, p. 6). While the difference between ‘mere factual knowledge’ and ‘understanding’ of a concept is that the former is superficial, decontextualized, and it is not necessarily based on a reliable process of acquisition (Pritchard, 2016). For example, if a person uncritically trusts any web page that

appears, and incidentally discovers that whales are mammals, then that person has reached a true belief but low understanding, by exerting a very low degree of cognitive agency (Pritchard, 2013). Moreover, once that person is in an epistemically unfriendly environment, that person will be more exposed to the acquisition of false beliefs (Pritchard, 2013). Instead, understanding is based on the connection of a specific concept with the relevant background knowledge and depends on an exercise of cognitive agency, thus enabling the student to flexibly apply it to new and different contexts (Mollick & Mollick, 2022).

From this perspective, if the general aim of education is the development of the cognitive character and in particular of intellectual virtues (Baehr, 2011, 2013; Battaly, 2008; Pritchard, 2013, 2014, 2016), which in turn foster cognitive abilities required for the three different types of knowledge (factual, know-how, and metaknowledge) and understanding, then educational practices should implement the use of external technological resources, thus training the students to cope with realworld epistemic challenges (Pritchard, 2013, 2014). This can be done by asking the students to critically reflect on a topic by navigating, selecting, evaluating, comparing, and synthesizing the externally retrieved information and integrating it into their background knowledge (Heersmink & Knight, 2018; Pritchard, 2016).

However, the more cautious warn that students’ overreliance on technological resources may lead them to lose some cognitive traits and abilities in a process of cognitive diminishment (Kasneci et al., 2023; Mhlanga, 2023; Shiri, 2023). The ‘technology-education tension’ (TET) arises between two aims of education according to virtue epistemology. The general aim of education consists in the development of students’ cognitive character, which should be fostered also through the engagement in real-world epistemic challenges (Pritchard, 2013). These challenges may involve the use of technological resources, which may lead to cognitive diminishment or may prevent the proper development of some components of the cognitive character via overreliance on such external resources (Pritchard, 2016). The concerns on cognitive diminishment are justified and increasingly urgent given the introduction of AI systems such as ChatGPT in education, which can be used in a way that substitutes the use of many cognitive abilities. On the other end, these concerns should not prevent students from being educated in using these technologies since they are playing an important role in the socio-economic system. Thus, it is important to define a conceptual and practical solution to the ‘technology-education tension’ (TET) capable of addressing how to implement ChatGPT and similar generative AI systems in learning settings.

Pritchard (2016) acknowledges that if the educational aim of virtue epistemology is the development of the agent’s cognitive character, then the use of technological resources in educational contexts may undermine such a goal when such use prevents or undermines the development of the students’ cognitive abilities employed for specific tasks. Thus, Pritchard offers a solution to TET by distinguishing two forms of virtue epistemology: ‘epistemic individualism’ and ‘epistemic
anti-individualism.’ The former considers subjects’ cognitive processes as entirely internal and non-extendible by technological resources, while the latter considers them as potentially extended by social or technological external resources. In this paper, I consider only ‘technological epistemic anti-individualism,’ and I refer to it as ‘extended virtue epistemology’, distinguishing it from ‘non-extended virtue epistemology’. ‘Extended virtue epistemology’ combines Pritchard’s framework of virtue epistemology with the theory of extended cognition (EXT), according to which a tool that is highly integrated and functionally contributes to the cognitive processes of one agent, under specific coupling conditions, can be considered as a constitutive component of an extended cognitive process (Clark and Chalmers, 1998). EXT is highly debated given the presence of a more moderate alternative, the embedded cognition theory (EMB), which considers cognitive processes as brain or organismbounded and only causally influenced by technological resources, but not constituted by them (Rupert 2004). Thus, non-extended virtue epistemology is committed to EMB.

Pritchard argues that the supporters of non-extended virtue epistemology consider technology merely as a means to an end for developing subjects’ on-board unaided cognitive traits, which should take precedence over the use of technology, particularly where this use might diminish the development of some cognitive traits (Pritchard, 2016, p. 121; 2014). Thus, non-extended virtue epistemology would push educators to prevent students from using technologies in learning settings in order to preserve their on-board cognitive character, failing to train them to engage with real-world epistemic challenges involving technological resources. This is the approach that might have led to a ban on ChatGPT from schools (Shen-Berro, 2023) and might motivate those who are simply scared of introducing ChatGPT in educational contexts due to fears that the students may excessively rely on it in a passive way, thus leading to their deskilling or preventing the development of relevant cognitive abilities (Kasneci et al., 2023; Mhlanga, 2023; Shiri, 2023). In line with Pritchard’s depiction of non-extended virtue epistemology, some educators suggested not getting rid of traditional technologically unaided educational practices, since the virtuous use of new technologies depends on the skills and capacities that have been developed independently of those technologies (Christodoulou 2023).

From now on, I use the label ‘TET cases’ to refer to those cases of tool-use in education which may lead to cognitive diminishment or may prevent the development of some portions of the cognitive character of students. Pritchard argues that, according to non-extended virtue epistemology, students’ reliance on technology may imply a form of cognitive diminishment or may prevent the development of specific cognitive character traits (Pritchard, 2016, pp. 119, 122, 125). This happens because according to a brain-based view of cognition (EMB) the delegation of on-board, brain-based cognitive abilities to external resources may undermine the preservation and development of internal, brain-based cognitive abilities (Clowes 2013). Thus, according to Pritchard, non-extended virtue epistemology fails to solve

the TET and it is unable to properly fulfil the aims of education of developing the cognitive character of students via engagement in real-world epistemic challenges in TET cases. Thus, Pritchard presents extended virtue epistemology as a solution to TET cases arguing that it allows us to conceive the introduction of technological resources in education as compatible with the development of the students’ cognitive character. In fact, although students may rely on external technological resources to complete cognitive tasks, according to EXT, under specific conditions for cognitive extension, it is possible to consider such tools as incorporated within an extended cognitive process of the agent. Thus, EXT implies that the cognitive character of students incorporates external resources, rather than delegating on-board, biological, internal cognitive abilities to technological devices. In this way, extended virtue epistemology better preserves the educational aims of virtue epistemology, namely the development of the cognitive character of students via technological use.

Although I am in principle open to the possibility of extended cognitive processes, EXT brings several potential problems when it comes to its practical application and implementation in real-world scenarios, such as educational contexts. First, it has been convincingly argued that the theories of extended (EXT) and embedded (EMB) cognition are explanatorily, empirically, and predictively indistinguishable since they both posit extracranial mechanisms, even though EMB does not attribute a cognitive status to the external components (Barker, 2010; Sprevak, 2010). In addition, there is no shared agreement in defining a necessary and or sufficient mark of what cognition is (Facchin, 2023; Varga, 2017), thus making it difficult to establish whether an external component may respect such a mark (Adams and Aizawa 2008). Moreover, even supporters of EXT admit that it is not easy to define the tipping point from a highly embedded cognitive system to an extended one (Farina & Lavazza, 2022, pp. 7-8; Heersmink, 2017, p. 434). To conclude, either among supporters of EXT, there is no shared agreement on defining the conditions for cognitive extension (Colombo et al., 2019). Thus, although EXT may be an elegant theoretical solution to the TET, it is difficult to establish exactly the conditions of applicability of EXT in ‘TET cases’. Moreover, even if these conditions will be clarified, it may be that “cognitive extension is rare, such that most of the uses of technology in education are of a non-extended variety” (Pritchard, 2016; p. 123), as acknowledged by Pritchard himself. Thus, Pritchard (2016, p. 123) acknowledged that if the conditions of applicability of EXT are rare, then “extended virtue epistemology would not gain us much purchase on the problem in hand.” In addition, even if they are not rare, they may not cover all TET cases.

However, Pritchard argues that using this framework in educational activities would encourage students to use technology in epistemically virtuous ways. In fact, he argues that cognitive extension requires the use of intellectual virtues and a great degree of cognitive agency in the engagement with technological resources (Pritchard, 2016, p. 123), fostering understanding rather than mere knowledge
(Pritchard, 2013, 2016, p. 117-118). Thus, an educator committed to extended virtue epistemology would require her students to critically engage in tool-use deploying a set of critical skills and epistemic virtues, rather than passively relying on the tool exerting a limited degree of cognitive agency. Therefore, even if the conditions for cognitive extension are not always met, this educational approach pushes toward epistemically virtuous uses of technology.

In Sect. 4.2 I present some practical examples of this educational approach, by proposing a ‘contextual virtue epistemology’, encompassing both EMB and EXT cases of tool-use. In fact, it might be the case that some epistemically virtuous uses of technology may not be sufficient for cognitive extension (Pritchard, 2016, p. 123), thus leaving open the technology-education tension for a variety of tool-uses. Therefore, we need a flexible and encompassing framework of tool-use for structuring and assessing educational activities to foster the development of cognitive character, epistemic virtues and understanding for both EXT and EMB cases of tool-use. Moreover, this framework will also offer a fine-grained characterization of extended cognitive systems when EXT applies, clarifying the forms of interdependences between brain-based and tech-based cognitive resources.

The advantages of the encompassing framework that I am proposing are that it offers a fine-grained taxonomy of different kinds of cognitive integration, which apply to all forms of tool-use rather than to a limited set of cases. This is especially relevant for interpreting how to properly implement generative AI systems such as ChatGPT in educational activities, given that it is not clear whether and how we may characterize such technologies as cognitive extenders. Although it is in principle possible to identify instances of extended nitive processes involving ChatGPT, Pritchard’s solution to the technologyeducation tension may not be flexible enough for addressing all the possible uses of ChatGPT, all TET cases, and the intersection of the two. Given the inherent problems of EXT previously presented, Pritchard’s framework does not enable us to identify in real world scenarios the intersection between the sets presented in Fig. 1.

To sum up, Pritchard’s solution to the technology-education tension is affected by at least four problems. First, the conditions for EXT are not clear. Second, even if they are clarified in theory, they may not be easily recognizable in practice. Third, even if they will be clarified and easily recognizable, they may not apply to every form of tool-use and to every TET case. Fourth, cognitive tool-uses, whether they can be considered as EMB or EXT, may have different kinds of effects on different components of the cognitive character of students, some of which may be detrimental. The extension of cognitive ability X may undermine the development of intellectual virtue A. Thus, EXT does not per se solve the TET. Therefore, we need a framework capable of addressing

Fig. 1 The figure represents the intersection of three sets within all the possible cases of representational cognitive artifacts. The set of TET cases is on the left. On the bottom there is the set of all the possible uses of ChatGPT. On the right there is the set of all the possible instances of extended cognitive processes
these issues and that is applicable to the forms of tool-use (EMB) left out by Pritchard’s solution. This framework will consider EXT as a special case of tool-use that can apply in some conditions and will offer a fine-grained characterization of different kinds of cognitive systems (embedded and extended) that explain the inner dynamics between brain-based and tech-based components of the cognitive character.

Large language models are computational devices used for natural language processing. These models are able to generate human-like text, answer questions, and complete other language-related tasks with high accuracy (Kasneci et al., 2023). In this article I consider ChatGPT as the most notable example of a LLM, although my

arguments can be extended to other LLMs. GPT-3.5 (Generative Pre-trained Transformer) is a third-generation, autoregressive language model that uses deep learning to produce human-like text. More generally, it can be defined as a computational system designed to generate sequences of words, code, or other data, starting from a source input called ‘the prompt’ (Floridi & Chiriatti, 2020). This type of statistical model needs to be trained with large internet datasets made up of texts to produce relevant results.

ChatGPT is the chatbot that uses GPT-3.5 and was released freely to the public in November 2022, reaching the record figure of 1 million users in only one week (Moe, 2022). Given its flexibility, for many people it is already part of their daily routine of work, study, and research to solve multiple tasks. It is able to automatically and flexibly generate answers to any kind of questions, summarize and explain a text or a concept, and translate and generate code for programming. Despite there being no universally shared definition of ‘cognitive task’ (Fasoli, 2017), and despite ChatGPT not being a cognitive system per se, it can still be considered a cognitive artifact since its function is to contribute to the solving of human cognitive tasks (Norman, 1991; Heersmink, 2013; Casati 2017; Fasoli, 2018). Thus, cognitive artifacts are objects that are used to perform cognitive tasks by giving us “clear epistemic benefits, as they make such tasks easier, faster, more reliable, or possible in the first place” (Heersmink, 2014, p. 1). Since ChatGPT is used to supplement operations required for the completion of cognitive tasks, I will characterize it by using Fasoli’s (2017) taxonomy of cognitive artifacts. He defines cognitive artifacts as.

This definition can be explained in three steps. First, cognitive artifacts can be both analog objects and devices implementing a computational system, as they are used through interaction with a device. ChatGPT is the chatbot that uses the computational model, GPT-3.5, which is used through the interaction with a personal device (Fasoli, 2018); namely, a physical object implementing a computational system. Computational systems are intrinsically multifunctional devices as their broad function is to process information by virtue of computations, which in turn enables them to perform specific functions (Fasoli, 2018). The coarse-grained macrofunction of computation enables computational systems to perform micro-functions according to specific usages and purposes. Considering ChatGPT as a cognitive artifact, at the highest level of analysis it performs the macro-function of information

processing by virtue of computations. At a lower level of analysis, its function is to provide textual outputs that in turn perform a variety of specific micro-functions according to the task of the user, such as answering questions, and translating, summarizing, and correcting a text.

Here I focus on the latter level, acknowledging that each task X can be divided into further subtasks ( ) in which the artifact can play a substitutive, complementary, or constitutive role.

To explain what I mean, let me return now to the second part of Fasoli’s definition of cognitive artifacts, which clarifies the specific kind of contributions that artifacts offer to the user in performing a cognitive task: constitutive, complementtary, and substitutive. Here I redefine Fasoli’s (2017) taxonomy using the notion of ‘degree of cognitive agency’, namely the degree of active exercise of the resources of the cognitive character of the agent, which is composed of brain-based and potentially tech-based resources, in cases in which EXT applies.

To offer some examples, any kind of written text is a form of constitutive cognitive artifact that functionally contributes to the cognitive task of reading, which would not be realized independently of the external medium. A GPS may be used as a substitutive, complementary, or constitutive cognitive artifact. In the former case, the agent completely relies on the device to perform the cognitive task of spatial orientation by passively following its instructions and thus exercising the lowest degree of brain-based cognitive agency required for the effective use of the artifact. So, although the agent does not necessarily need the device for completing cognitive tasks of spatial orientation, he decides to delegate, offload, and thus substitute his brain-based cognitive agency with the processing of the device. In the case of complementary use, the agent integrates the information provided by the GPS navigator with his brain-based cognitive processes that are implied in the identification of the memorized path and of some reference point (Fasoli, 2017: 682). Thus, by intensively integrating his brain-based cognitive abilities with the processing of the device, he still performs a sufficient degree of brain-based cognitive agency. To conclude, if our brain-based cognitive abilities for spatial orientation were so weak and poor that in order to orient ourselves we would necessarily need some kind of
artificial device, then it would work as a constitutive cognitive artifact for spatial orientation. However, the use of an artifact can involve different kinds of relations simultaneously.

Complementarity, constitution, and substitution are thus recognized as the three possible fundamental relationships between cognitive artifacts and our cognitive processes. Nevertheless, cognitive artifacts often not only interact with one of our cognitive abilities at a time, but may engage our cognitive system in many ways simultaneously (Fasoli, 2017, p. 679).

Consider a recipe which substitutes our brain-based cognitive abilities for memory, but it needs to be read to perform its function. Thus, cognitive artifacts either modify the original cognitive task they support or create a new one. This framework enables us to recognize the variety of ways in which an artifact may contribute to the completion of a cognitive task ( X ), by framing its functional contribution at different levels of analysis and dividing each task into sub-tasks ( , etc.). Although cognitive artifacts tend to engage our brain-based cognitive system in multiple ways simultaneously, performing multiple sub-functions contributing to multiple sub-tasks, it is often possible to practically identify their primary feature and function. For example, a GPS navigator may be used as a substitutive cognitive artifact for spatial orientation and as a constitutive cognitive artifact for reading the names of streets (Fasoli, 2017, p. 679), which can be considered as a sub-function of orientation. Thus, any task can be decomposed into sub-tasks at a lower functional level, and each sub-task can be completed by the conjoined artefactual contribution and human cognitive agency. These conjoined interactions can take the three fundamental, shifting, and blurred forms of complementarity, constitution, and substitution. In the following image (Fig. 2) I show how a GPS navigator can simultaneously perform a substitutive and constitutive contribution for the completion of a cognitive task.

This framework may be used to empirically analyze the regularities and dynamics of the cognitive diminishment of a set of cognitive abilities (Barr et al., 2015). One reasonable hypothesis is that cognitive diminishment may be the gradual result of a process in which a tool is irreversibly used, firstly, as a complementary cognitive artifact, then gradually as a substitutive one before finally reaching the point in which the contribution of the tool is necessary for completing the task (constitutive use). The more the computational power and functions of our portable devices increase, the more we may tend to delegate complex and multiple operations to them, and this may lead to the phenomenon of cognitive diminishment (Fasoli, 2016). For these reasons, it is also useful to apply Fasoli’s taxonomy of cognitive artifacts to ChatGPT, given that its major threat is to substitute human cognitive abilities for many relevant cognitive tasks at different levels. By slightly modifying Fasoli’s definitions (2017, p. 681; 2018), I characterize ChatGPT as an intrinsically multifunctional computational cognitive artifact that can be used to

contribute to the completion of several cognitive tasks (which can be decomposed into sub-tasks at different levels of analysis), by providing us with textual representations that we can employ to substitute, constitute, or complement our brainbased cognitive processes and abilities, thus modifying the original cognitive task or creating a new one.

I incorporate Pritchard’s (2016) notion of ‘cognitive abilities’ in my characterization since they can be realized by a variety of cognitive processes. Moreover, it is important to stress that the use of the label ‘constitutive cognitive artifacts’ does not automatically imply cognitive extension. For example, the page you are reading is a constitutive part of the cognitive process of reading, but it is not a ‘cognitive’ part of that process. I leave open the possibility that technological tools may respect the criteria for cognitive extension, whatever they are. This is why in the characterization of ChatGPT I used the notion of ‘brain-based cognitive processes and abilities’, which are the ones that engage ChatGPT as an external component. However, it is possible to consider the system human + tool as an extended cognitive system. Thus, Fasoli’s taxonomy also offers a fine-grained characterization of the different kinds of extended cognitive systems when EXT conditions are respected.

Although Pritchard’s framework offers useful insights, given the limitations expressed in the previous section it is not sufficient for addressing the TET. First, we need a framework applicable to all conditions: those in which EXT criteria are met and those in which are not. Second, we need a framework capable of grasping complex dynamics involved in tool-use. Pritchard (2016, p. 120) distinguishes between ‘enhanced extended cognitive systems’ in which the technology is incorporated within the cognitive character of students and ‘diminished non-extended cognitive systems’, when the use of the tool implies an offloading and partial degradation of the cognitive character. However, this distinction is not sufficiently fine-grained to account for the complex, heterogenous, and multilevel ways in which cognitive artifacts are integrated into the cognitive character. For example, it is possible that the use of a device may contribute to the enhancement, and potentially the extension, of cognitive ability , at the cost of a diminishment of cognitive ability and/or intellectual virtue Z . Moreover, it is also possible that a cognitive ability X , such as spatial orientation, may be extended by a device at the cost of a poorer performance of the system, due to malware or a software update that undermines some of its functionalities (Clowes et al., 2023). In principle it is possible that the delegation of specific brain-based cognitive abilities to technological resources, and the subsequent diminishment of the brain-based capacity, may in turn foster the development of other components of the cognitive character, giving rise to what I call ‘cognitive trade-offs’ or simply ‘trade-offs’. By cognitive trade-offs I mean the equilibria and dynamics of enhancement and diminishment of different components of the cognitive character, considering both biological and technological resources within embedded and extended cognitive systems. Therefore, Pritchard’s simple dichotomic distinctions between non-extended and extended virtue epistemology, as well as embedded-diminished systems and extended-enhanced ones, are not sufficiently fine-grained for grasping the dynamics between technological and biological components involved in complex, contextual, multilevel, and ever shifting forms of cognitive tool-use.

Thus, I propose to expand Pritchard’s framework, calling it ‘contextual virtue epistemology’. My framework can be used also in those TET cases in which EXT does not apply and can grasp the complex dynamics involved in tool use, whether they are of the EMB or EXT variety. It enables us to properly distinguish different kinds of tool-use and eventually different kinds of extended cognitive systems, by specifying the dynamics and contributions of brain-based and toolbased resources. For those TET cases in which EXT criteria does not apply and therefore the preservation of the cognitive character of students is challenged, contextual virtue epistemology enables us to distinguish at least three interrelated issues: 1) what is the brain-based cognitive ability that the technology may substitute and ultimately diminish, 2) whether this substitution is desirable or not depending on the context, and 3) how the epistemically virtuous use of a substitutive, constitutive, or complementary cognitive artifact may imply a development of some brain-based cognitive abilities and intellectual virtues that outweighs the offloading of other brain-based cognitive abilities. These questions are the ones that we must face before introducing generative AI systems in education, acknowledging that they might not always extend students’ cognitive character and potentially diminishing part of it. While for those cases in which EXT conditions are met, enabling us to posit extended cognitive systems, my framework distinguishes the different forms of interdependence, dynamics, and trade-offs between brain-based and technological cognitive resources.

Thus, contextual virtue epistemology does not necessarily ban the use of cognitively diminishing technologies, as non-extended virtue epistemology would suggest to preserve the brain-based cognitive character (Pritchard, 2016, p. 120). Nor does it simply posit extended cognitive systems to solve the TET. Rather, it first offers an analytical and descriptive tool for grasping the potential dynamics and trade-offs involved in tool-use. Second, it invites us to contextually evaluate and weigh case-by-case the benefits and risks involved in cognitive trade-offs. Third, it suggests that educators ought to distribute different forms of tool-use within the overall educational curriculum to develop the cognitive character of students according to these evaluations.

For what concerns the first point, I rely on Fasoli’s revised taxonomy of cognitive artifacts presented in the previous section. When it comes to the contextual evaluation of cognitive trade-offs, I cannot offer here a comprehensive normative evaluation of the different components of the cognitive character, since it is con-text-dependent and it must be addressed in a multidisciplinary way, involving psychologists, pedagogists and philosophers. However, we can preliminarily rely on Pritchard’s considerations regarding the differential importance of the components of the cognitive character.

The point is that when virtue epistemologists urge the developing of the subject’s cognitive character, they do not have in mind that all aspects of that cognitive character should be equally worthy of development (Pritchard, 2016, p.124).

As we have seen in the first section, Pritchard, along with other virtue responsibilists, consider intellectual virtues the most important cognitive character traits.

Given that cognitive artefacts engage with different cognitive processes simultaneously, rather than discretely (Fasoli, 2016, 2017, 2018), the reliance on technology X may undermine the development of some specific brain-based cognitive abilities A and B , while boosting other parts of the brain-based cognitive character, such as the cognitive ability C and the intellectual virtue Z . Or alternatively, a technology X may extend the cognitive ability C , preventing the development of the intellectual virtue Y . How should we address and evaluate these cases? These possibilities reveal that Pritchard’s solution of using EXT is not sufficient for addressing and solving all TET cases. Rather, we need to engage in a complex and contextual evaluation of the dynamics involved in complex cognitive trade-offs.

An educator committed to ‘contextual virtue epistemology’ in one case may want to push and develop pupils’ naked-brain capacities for making simple arithmetic calculations, banning the use of digital calculators in early stages of development. In another setting, she may accept that the use of digital calculators may undermine, in the long run, the students’ brain-based cognitive abilities for mental computations, given that it is not a socially relevant skill, at least relative to our technological environment. In the second case, the educator might appreciate the epistemic humility and metacognitive capacities of students who understand that it is epistemically preferable to use a digital calculator to complete a complex computation during a physics exam, rather than relying on their ‘naked brains’ (Cassinadri & Fasoli, 2023). This type of epistemically virtuous tool-use of the calculator may be considered either as an instance of embedded or extended cognition, depending on the criteria for the latter. However, what is relevant is the dynamics and degrees of cognitive agency performed by the students in combining their brain-based and technological resources for reaching understanding (Pritchard, 2013).

Moreover, while EXT conditions may apply, we should also evaluate the overall effects on the (extended) cognitive character of students, and the potential trade-offs involved between its biological and technological components. Distinguishing between constitutive, complementary, and substitutive extended cognitive systems may be relevant in some educational circumstances, such as early stages of cognitive development, in which educators aim to develop and preserve intrinsically worthy brain-based cognitive character traits. However, this cautious approach that considers important the development of a brain-based cognitive character traits does not necessarily imply that the “educational development of a subject’s on-board unaided cognitive traits should take precedence over the use of technology, particularly where the use of technology might lessen the development of those cognitive traits” (Pritchard, 2016, p. 120). Non-extended virtue epistemology, as presented by Pritchard (2016, p. 120), would imply that students are not trained to use those tools since they may substitute some of their brainbased cognitive abilities, as happened with the ban of ChatGPT in some school districts (Shen-Berro, 2023).

Instead, contextual virtue epistemology enables us to face the TET brought about by ChatGPT even though it may extend students’ cognition only in some specific cases. Simply banning it from schools as non-extended virtue epistemology would suggest (Pritchard, 2016, p. 120), or simply identifying the conditions
of cognitive extensions met by this tool, do not seem satisfactory solutions. The first option is inadequate because we should train students to face real-world circumstances that involve the use of generative AI systems in epistemically virtuous ways. On the other hand, specific uses of ChatGPT may respect EXT conditions for a specific set of cognitive abilities preventing the development of intellectual virtues. Thus, educators need to evaluate, experiment, and distribute different educational strategies and activities capable of incorporating the use of ChatGPT and other generative AI systems within the educational curriculum in ways that pursue the fundamental aims of education. For example, educators may want to develop the students’ metacognitive knowledge, intellectual virtues, and critical thinking skills, by asking students to write and analyze a text using ChatGPT. The chatbot may be used as a substitutive cognitive artifact for performing the sub-cognitive task of inventing a story and as a complementary cognitive artifact for exercising higher-level cognitive abilities and intellectual virtues. ChatGPT may be used as a constitutive cognitive artifact in learning phases, acting as a temporary scaffolding by gradually shifting its role from a constitutive to a complementary one. This means that students should still be able to invent a story or create an argument without any technological support; just as a pilot should still be able to fly a plane without technological assistance (Bliszczyk, 2023).

Two studies revealed that some airplane pilots who spent most of their flying careers operating highly automated airplanes performed poorly in their unaided manual flying skills (Casner et al., 2014; Ebbatson et al., 2010). This example highlights that we normatively prefer that airline pilots know how to fly manually in case of a bug in the autopilot system, and thus we negatively evaluate their brain-based cognitive deskilling. For at least three reasons, the same goes for other brain-based cognitive abilities that may be still important to develop independently of their potential for at least three reasons. First, there might be cases of technological failure or hacking. Second, cognitive extensions may not be neutral with respect to the development of the overall cognitive character, potentially giving rise to different kinds of cognitive trade-offs. Three, technological hybridization and extension may produce cognitive, affective, motivational, and existential effects on the extended human being, some of which may be detrimental. Thus, even if EXT conditions apply to specific forms of tool-use, it is important to distinguish the different types of cognitive extension, since educators may evaluate differently these types of cognitive extension during different periods of cognitive development and may structure the educational curriculum accordingly.

The organism-bound skills that we normatively evaluate as worth-preserving are context-dependent since our evaluations culturally evolve according to the technosocial environment (Pritchard, 2014, p. 2). This point has profound implications

on how educators normatively evaluate the cognitive trade-offs according to the socio-economic context and the supposed intrinsic value of some components of the cognitive character (Baehr, 2016; Pritchard, 2014; Roberts & Wood, 2007). This context-dependency, and the potential substitutive role of AI systems, make us question what the relation between education and the socio-economic system should be. As presented in Sect. 1.1, virtue responsibilism considers the development of the subjects’ cognitive character as an intrinsic good for the contribution it plays to human flourishing, which is valuable for its own sake (Baehr, 2016; Pritchard, 2014; Roberts & Wood, 2007). Thus, it is a political and ethical matter to first establish what brain-based cognitive character traits are worth preserving and cultivating independently of their potential delegation to or extension via AI systems, within our socio-economic system. Then, we must evaluate whether and how these fundamental components of the cognitive character may be technologically extended, as well as the implications of their extension on the overall cognitive, affective, motivational, and existential profile of the extended human being. Finally, educators should experiment ways for developing them either in an extended or non-extended way, training students to use technological resources in epistemically virtuous ways. Thus, in the next section I will offer some practical examples of epistemically virtuous uses of ChatGPT in educational practices.

Contextual virtue epistemology is aligned with the theoretical and practical proposals of several scholars and experts in education, reinterpreting them within the theoretical framework of virtue epistemology, using Fasoli’s taxonomy of cognitive artifacts. So, in this section I sketch and mention some practical applications of contextual virtue epistemology in planning educational activities for developing the cognitive character of students. Pritchard (2013) argues that educational practices may begin by imparting truths and factual knowledge (know-that) before moving to the development of pupils’ cognitive abilities (know-how), understanding, metacognitive knowledge, and intellectual virtues. This shift should be based on gradually training students to exert an increasing degree of cognitive agency over solving epistemic and cognitive tasks, sometimes exposing them to increasingly unfriendly epistemic environments. It is necessary to gradually exercise intellectual virtues such as intellectual autonomy, intellectual humility, attentiveness, intellectual carefulness, intellectual thoroughness, and open-mindedness to appropriately navigate, evaluate, interpret, use, and integrate environmental information with our set of beliefs and background knowledge.

Santiago Arango-Muñoz (2013, p. 147) defines some criteria for trusting external information that must be learned by students in order to be capable of using such

information in a virtuous way. The criteria are coherence (namely the accordance of that information with a set of beliefs), consensus (the fact that other people endorse them), intelligibility (the fact that they are easily understandable), and relevance (which increases the likelihood of attaining epistemic goals). Heersmink and Knight (2018, p. 9) stress the importance of the reputation of the source, which is learned through experience and enculturation. Heersmink (2018), and Heersmink and Knight (2018) applied the framework of virtue epistemology to internet search, but this has not yet been done for the use of chatbots in education. Cognitive artifacts such as ChatGPT can be placed on a continuum with other technological resources that are allowed in educational and examination activities, such as open-book exams (Knight, 2014), as well as internet-allowed exams (Cunnane, 2011).

The ‘zero trust framework’ is an interesting experimental proposal in line with Pritchard’s idea of gradual exposition to epistemically unfriendly environments. This framework proposes to use specific generative AI systems designed for educational purposes that expose students to false and misleading information that they must recognize and criticize to complete specifically designed tests (Dan et al., 2023; Gravel et al., 2023; Stratachery, 2022). In these activities the artefact partially substitutes students’ recall of a specific concept, engaging them in utilizing their metacognitive knowledge in evaluating and comparing the information they recall from their biological memory and the information that the tool is offering. The evaluation and integration of this information may be based on Arango-Muñoz’s (2013) criteria of coherence, consensus, intelligibility, and relevance. In this kind of activity, the artifact offers a complementary contribution to the exercise of the epistemic virtue of intellectual autonomy; namely, the willingness and ability to think for oneself (Baehr, 2011; Heersmink, 2018). This ability consists in a virtuous equilibrium between skepticism and the acknowledgement of one’s epistemic limits (intellectual humility) and the subsequent willingness to change one’s mind (open-mindedness) if the external information is recognized as sufficiently coherent, intelligible, and relevant. Thus, the zero-trust framework also fosters the development of intellectual carefulness; namely, the capacity to not acquire false beliefs, intellectual thoroughness, and the disposition towards a deeper understanding of concepts.

As long as the goal of specific educational practices is merely the acquisition of a set of true beliefs in a memory store, then artifacts can easily substitute this kind of cognitive ability (Sparrow et al., 2011). Instead, the guiding principle for the implementation of ChatGPT and similar AI systems within educational practices should be the gradual shift suggested by Pritchard (2013), from the mere acquisition of factual knowledge to development of know-how, understanding, metacognition, and intellectual virtues. Since ChatGPT can write text and can be used as a substitutive cognitive artifact for different tasks, many teachers around the world argue that we need to rethink writing assignments

and their evaluation criteria in a complex, interactive, holistic, and processual way (Gimpel et al., 2023; McCormack, 2023). The general challenges consist in 1) creating assignments in which these kinds of cognitive artifacts are used in a constitutive and complementary fashion, rather than simply preventing their substitutive use, and 2) in educating students to understand under which conditions it is epistemically preferable to use an external device in a substitutive way to complete a task.

Considering the first point, it is important to specify that unless we define the task in terms of the specific use of the artifacts themselves, these kinds of AI tools offer merely a complementary contribution to many tasks, which can also be completed without their specific support. By allowing students to use a variety of AI and internet-based tools, the evaluation should focus on the degree of cognitive agency required for the epistemically virtuous navigation, selection, elaboration, use, and integration of the technologically acquired information with their background knowledge. Given that for chatbots it is very easy to produce many examples, and since they still make a lot of mistakes, both factual and logical (Sok & Heng, 2023), a fruitful way for implementing ChatGPT’s complementary contribution to various tasks consists in asking students to compare and evaluate its outputs and justifying their evaluation criteria (Ferlazzo, 2023a; Miller, 2022). For example, students may analyze and evaluate ChatGPT’s capacity to apply a concept in different contexts by asking the chatbot to produce several examples. This kind of activity tests and reinforces students’ understanding and use of concepts that they already master by pushing them “to name and explain inaccuracies, gaps, and missing aspects of a topic” (Mollick & Mollick, 2022, p. 3). Moreover, students may rank the AI outputs, from the most correct, coherent, and relevant to the least, and justify their evaluation criteria (Mollick & Mollick, 2022; p. 3). In addition, they may improve the ChatGPT’s output by adding relevant information, clarifying points, correcting mistakes, and providing evidence for what has been claimed by the bot (Mollick & Mollick, 2022, p. 6). These kinds of assignments contribute to the development of students’ intellectual autonomy, intellectual carefulness, intellectual thoroughness, and attentiveness (Baehr, 2011) since the development of such virtues depends on their exercise. The following table (Fig. 3) illustrates ChatGPT’s simultaneous complementary and substitutive contributions for the completion of a cognitive task and sub-task.

The second challenge consists in educating students to understand under which conditions it is epistemically preferable to use an external device in a substitutive way to complete a task. Given the pace of technological development, future LLMs and generative AI systems may not be prone to mistakes (Wei et al., 2022). In that case, it may still make sense to create comparison exercises in which students are asked to compare ‘perfect’ artificial outputs with ‘imperfect’ ones and to analyze their differences. Moreover, we should educate students to autonomously evaluate under which conditions it is epistemically preferable to use a device in a substitutive way, by exercising both their metacognition and intellectual humility. In both cases, students should provide a report with an explanation and justification of the choices and strategies they performed during the task in

using the tool. This would guarantee that even if students will offload to chatbots part of their work, they will nevertheless be forced to exert a significant degree of brain-based cognitive agency.

Josh Thompson, who works on this problem for the National Council of Teachers of English, argues that in writing assignments we should shift the focus from the writing product to the writing process (Kelley, 2023). The holistic evaluation of the process instead of the product is not a novelty in educational practices since it is ordinarily done in artistic schools where students are asked to present their ‘process diaries’ as well as in ‘inquiry learning processes’ (Ferlazzo, 2023a). Complex and interactive assignments in which ChatGPT is used as a ‘constitutive’ cognitive artifact require the single student to virtuously formulate relevant inputs (prompts) and then critically examine, evaluate, edit, and use the chatbot’s outputs, thus exercising a significant degree of cognitive agency. The generation of appropriate inputs requires the exercise of a reverse-engineering capacity for predicting how the model will produce coherent and relevant outputs according to the input provided, while the evaluation and integration of outputs are forms of critical assembling and editing, which are not mere mechanical activities but rather creative processes (Dragga & Gong, 1989; Fyfe, 2022). We need empirical analyses that show that this kind of exercises may prove to be useful for the development of capacities that contribute to human flourishing, such as critical thinking skills, as well as the motivational and affective character of students’ intellectual virtues. Even if AI systems do outperform humans in solving many relevant tasks,

educators should still try to instill in students a form of self-care toward the development of their cognitive character.

Considering the relevance of real-world educational activities, Shapiro and Stoltz, (2019) suggest that educational practices should involve a variety of activities in which physical and manipulative experience can enhance and positively influence students’ learning of concepts (Glenberg, 2008, 2010; Konya et al., 2015). They argued so by considering experimental evidence on embodied cognition, which is concerned with the interaction of brain, body, and world, revealing the sensory motor grounding of knowledge (Barsalou, 1999, 2008; 2016; Lakoff & Johnson, 1999). This approach should be complemented with an even more encompassing framework of tool-use, which should include both representational (Fasoli, 2017; Heersmink, 2013) and non-representational artefacts (Malafouris, 2013). Thus, educational practices and evaluations should combine different moments, activities, and technologies, complementing on-field research and experiences with in-class communication, presentation activities, oral discussions, and critical thinking sessions and dialogues (Lipman, 1998). We can also imagine and plan scenarios in which the chatbot also takes part in a debate, collective activity or Socratic dialogue (Dan et al., 2023). Technologically supported activities performed individually by students in writing tasks can also be employed and translated into a group dimension, where students are asked to coordinate their abilities in a collective cognitive ecology, thus developing cognitive, social, and argumentative abilities. Collective practices within complex cognitive ecologies imply a commitment toward ‘epistemic social anti-individualism’ (Pritchard, 2016). Further research is needed to analyze educational group dynamics in which AI tools and LLMs contribute to knowledge and metaknowl-edge-forming processes by combining the frameworks of distributed cognition (Hutchins, 1995; Palermos, 2016; Theiner et al., 2010) and social epistemology (Palermos, 2022a, b).

In conclusion, to address the TET and to pursue the fundamental aims of education we should embrace a variety of theoretical frameworks within the 4E cognition debate (Newen et al., 2018) and the overarching framework of cognitive ecology (Hutchins, 2010). Within a cognitive ecology encompassing human agents, artifacts, and cultural scaffoldings, there are heterogenous systems interacting on different levels in interdependent ways. Thus, we should not reduce the system to a single level of analysis, neither should we create rigid ontological and explanatory boundaries to restrict the explanations of complex phenomena since “every theory implies a set of ontological commitments and every ontological commitment emphasizes some kinds of connections over others” (Hutchins, 2010, p. 706). Thus, I proposed a flexible framework, which is compatible with both EMB and EXT for addressing various, complex, and context dependent agent-artifact dynamics of agent-artifact integration. This paper suggests that it is not sufficient to consider only one ‘ ‘ (extended) for addressing the TET and the educational challenges of the information society. Rather, it might be useful to combine the insights offered by different theoretical frameworks, coming from

the philosophy of technology and the philosophy of cognitive sciences (Fasoli, 2016, 2017), pedagogy, psychology (Ryan and Deci, 2000), and the psychology of education.

In this article I presented the aims of education according to virtue responsibilism, which consist in the development of the cognitive character of students via engagement in real-world scenarios in epistemically virtuous ways. Considering that our environment is full of technological resources for completing cognitive tasks, an overreliance on such technologies may prevent the development of some parts of the cognitive character of students. I argued that Pritchard’s (2013, 2014, 2016) framework of extended virtue epistemology offers only a partial and limited solution to this technology-education tension (TET). Thus, I proposed to expand it using Fasoli’s (2017) taxonomy of cognitive artifacts, realizing a contextual virtue epistemology. This expanded framework enables us to address TET cases either if the tool extends the agent’s cognition or not. Fasoli’s framework offers a new and fine-grained taxonomy of embedded and extended cognitive systems, which may be constitutive, complementary, or substitutive. Thus, I applied this framework to ChatGPT, characterized as a cognitive artifact that can be used to substitute, complement, or constitute the students’ cognitive abilities in an embedded or extended way and that can elicit the exercise of relevant intellectual virtues (Baehr, 2011). Contextual virtue epistemology allowed me to analyze and present from a cognitive and epistemological perspective some of the educational practices involving ChatGPT proposed by teachers, educators, and scholars.

Abbreviations EMB: Theory of embedded cognition.; EXT: Theory of extended cognition.; TET: Tech-nology-Education Tension; LLM: Large Language Model

Acknowledgements I am deeply thankful to Francesco Frascari for inviting me to study the risks and benefits of introducing AI tools in education. I thank all the anonymous reviewers for pushing me to improve the quality of my arguments. I am also very thankful to Michel Croce, Matteo Perini and Giulia Leonetti for their feedback and suggestions and to Marco Fasoli for supporting me in my research on this topic.

Authors’ contributions G.C. performed all the work during the research and writing of the article.
Funding Open access funding provided by Scuola Superiore Sant’Anna within the CRUI-CARE Agreement.

Data Availability N/a.

Ethics approval and consent to participate N/a.
Consent for publication N/a.

Competing interests The author declares no competing interests.

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/ licenses/by/4.0/.

Adams, F., & Aizawa, K. (2008). The bounds of cognition. Boston: MA, Blackwell.
Arango-Muñoz, S. (2013). Scaffolded memory and metacognitive feelings. Review of Philosophy and Psychology, 4(1), 135-152. https://doi.org/10.1007/s13164-012-0124-1
Atlas, S (2023). ChatGPT for higher education and professional development: A guide to conversational AI. https://digitalcommons.uri.edu/cba_facp (Accessed 20/4/2023).
Baehr, J. (2011). The Inquiring Mind: On Intellectual Virtues and Virtue Epistemology. Oxford University Press.
Baehr, J. (2013). Educating for Intellectual Virtues: From Theory to Practice. Journal of Philosophy of Education, 47(2), 248-262. https://doi.org/10.1111/1467-9752.12023
Baehr, J. (2019). ‘Intellectual Virtues, Critical Thinking, and the Aims of Education’, Routledge Handbook of Social Epistemology, (eds.) P. Graham, M. Fricker, D. Henderson, N. Pedersen & J. Wyatt, 447-57. Routledge.
Baehr, J. (2015). Cultivating Good Minds: A Philosophical & Practical Guide to Educating for Intellectual Virtues. Retrieved March 15, 2023, from https://intellectualvirtues.org/why-should-we-educa te-for-intellectual-virtues2-2/
Baehr, J. (2016). The Four Dimensions of an Intellectual Virtue. Moral and Intellectual Virtues in Western and Chinese Philosophy, eds. Chienkuo Mi, Michael Slote, and Ernest Sosa Routledge: 86-98.
Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. https:// doi.org/10.2139/ssrn. 4337484
Barker, M. J. (2010). From cognition’s location to the epistemology of its nature. Cognitive Systems Research, 11, 357-366.
Barr, N., Pennycook, G., Stolz, J. A., & Fugelsang, J. A. (2015). The brain in your pocket: Evidence that smartphones are used to supplant thinking. Computers in Human Behavior, 48, 473-480.
Barsalou, L. (1999). Perceptual symbol systems. Behavioral and Brain Sciences, 22, 577-609.
Barsalou, L. (2008). Grounded cognition. Annual Review of Psychology, 59, 617-645.
Barsalou, L. (2016). Situated conceptualization: Theory and applications. In Y. Coello & M. Fischer (Eds.), Perceptual and Emotional Embodiment: Foundations of Embodied Cognition (Vol. 1, pp. 18-47). Routledge.
Battaly, H. (2006). Teaching Intellectual Virtues: Applying Virtue Epistemology in the Classroom. Teaching Philosophy, 29, 191-222.
Battaly, H. (2008). Virtue Epistemology”. Philosophy Compass, 3(4), 639-663.
Bliszczyk, A. (2023) AI Writing Tools Like ChatGPT Are the Future of Learning & No, It’s Not Cheating. Vice. Retrieved March 16, 2023, from https://www.vice.com/en/article/xgyjm4/ai-writing-tools-like-chatgpt-are-the-future-of-learning-and-no-its-not-cheating
Boyle, C. (2016). Writing and rhetoric and/as posthuman practice. College English, 78(6), 532-554.
Byerly, T. R. (2019). Teaching for Intellectual Virtue in Logic and Critical Thinking Classes: Why and How. Teaching Philosophy. https://doi.org/10.5840/teachphil201911599
Carroll, J. B. (1993). Human cognitive abilities: A survey of factor-analytic studies. Cambridge University Press.

Carter, J. A., Kotzee, B., & Siegel, H. (2019). Educating for Intellectual Virtue: A Critique from Action Guidance. Episteme. https://doi.org/10.1017/epi.2019.10
Casati, R. (2017). Two, then four modes of functioning of the mind: Towards an unification of “dual” theories of reasoning and theories of cognitive artifacts. In J. Zacks & H. Taylor (Eds.), Representations in Mind and World, 7-23. Essays Inspired by Barbara Tversky.
Casner, S. M., Geven, R. W., Recker, M. P., & Schooler, J. W. (2014). The retention of manual flying skills in the automated cockpit. Human Factors, 56(8), 1506-1516. https://doi.org/10.1177/00187 20814535628
Cassinadri, G. (2022). Moral Reasons Not to posit Extended Cognitive Systems: A reply to Farina and Lavazza. Philosophy and Technology, 35, 64. https://doi.org/10.1007/s13347-022-00560-0
Cassinadri, G., & Fasoli, M. (2023). Rejecting the extended cognition moral narrative: A critique of two normative arguments for extended cognition. Synthese, 202, 155. https://doi.org/10.1007/ s11229-023-04397-8
Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7-19.
Christodoulou, D. (2023). If we are setting assessments that a robot can complete, what does that say about our assessments? The No More Marking Blog. Retrieved March 16, 2023, from https://blog. nomoremarking.com/if-we-are-setting-assessments-that-a-robot-can-complete-what-does-that-say-about-our-assessments-cbc1871f502
Clowes, R. W. (2013). The cognitive integration of E-memory. Review of Philosophy and Psychology, 4, 107-133. https://doi.org/10.1007/s13164-013-0130-y
Clowes, R.W. (2020). The internet extended person: exoself or doppelganger? Límite. Revista Interdisciplinaria de Filosofía y Psicología, 15(22), 1-23. https://research.unl.pt/ws/portalfiles/portal/29762 990/document_8_.pdf
Clowes, R. W., Smart, P. R., & Heersmink, R. (2023). The ethics of the extended mind: Mental privacy, manipulation and agency. In B. Beck, O. Friedrich, & J. Heinrichs (Eds.), Neuroprosthetics. Ethics of applied situated cognition.
Colombo, M., Irvine, E., & Stapleton, M. (Eds.). (2019). Andy Clark and His Critics, Oxford. University Press.
Cotton, D., Cotton, A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International. https://doi.org/10.1080/ 14703297.2023.2190148

Cunnane, S. (2011). The Danish Gambit: Online Access, Even during Exams.” Accessed 14/4/2023 www.timeshighereducation.com/news/the-danish-gambit-online-access-even-during-exams/ 416090.article

Dan, Y. et al. (2023). EduChat: A Large-Scale Language Model-based Chatbot System for Intelligent Education. Preprint retrieved March 16, 2023, from https://arxiv.org/abs/2308.02773
Deng, J., & Lin, Y. (2023). The Benefits and Challenges of ChatGPT: An Overview. Frontiers in Computing and Intelligent Systems, 2(2), 81-83. https://doi.org/10.54097/fcis.v2i2.4465
Digital Learning Institute (2023). Should Instructional Designers use Chat GPT? Retrieved March 20, 2023, from https://www.digitallearninginstitute.com/learning-design-chat-gpt/
Dragga, S., & Gong, G. (1989). Editing: The design of rhetoric. Routledge.
Ebbatson, M., Harris, M., Huddlestone, D. J., & Sears, R. (2010). The relationship between manual handling performance and recent flying experience in air transport pilots. Ergonomics, 53(2), 268277. https://doi.org/10.1080/00140130903342349

Extance, A. (2023). ChatGPT has entered the classroom: How LLMs could transform education. Nature, 623, 474-477. https://doi.org/10.1038/d41586-023-03507-3
Facchin, M. (2023). Why can’t we say what cognition is (at least for the time being). Philosophy and the Mind Sciences, 4. https://doi.org/10.33735/phimisci.2023.9664
Farina, M., & Lavazza, A. (2022). Incorporation, transparency, and cognitive extension. Why the distinction between embedded or extended might be more important to ethics than to metaphysics. Philosophy and Technology, 35, 10.
Fasoli, M. (2016). Neuroethics of cognitive artifacts. In A. Lavazza (Ed.), Frontiers in neuroethics: Conceptual and empirical advancements (pp. 63-75). Cambridge scholars publishing.
Fasoli, M. (2017). Substitutive, Complementary and Constitutive Cognitive Artifacts: Developing an Interaction-Centered Approach. In Review of Philosophy and Psychology, 9, 671-687. https://doi. org/10.1007/s13164-017-0363-2

Fasoli, M. (2018). Super Artifacts: Personal Devices as Intrinsically Multifunctional, Meta-representational Artifacts with a Highly Variable Structure. Minds and Machines, 28(3), 589-604. https://doi. org/10.1007/s11023-018-9476-3
Ferlazzo, L (2023a). 19 Ways to Use ChatGPT in Your Classroom. EducationWeek. Retrieved March 21, 2023, from https://www.edweek.org/teaching-learning/opinion-19-ways-to-use-chatgpt-in-yourclassroom/2023/01
Ferlazzo, L (2023b). Educators Need to Get With the AI Program. ChatGPT, More Specifically. EduWeek.Retrieved March 17, 2023, from https://www.edweek.org/teaching-learning/opinion-educa tors-need-to-get-with-the-ai-program-chatgpt-more-specifically/2023/01
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its Nature, Scope, Limits, and Consequences. Minds & Machines, 30, 681-694. https://doi.org/10.1007/s11023-020-09548-1
Fyfe, P. (2022). How to cheat on your final paper: Assigning AI for student writing. AI & SOCIETY. https://doi.org/10.1007/s00146-022-01397-z
Gimpel, H., Hall, K., Decker, S., Eymann, T., Lämmermann, L., Mädche, A., Röglinger, R., Ruiner, C., Schoch, M., Schoop, M., Urbach, N., Vandirk, S. (2023). Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education: A Guide for Students and Lecturers. University of Hohenheim https://doi.org/10.13140/RG.2.2.20710.09287/2
Glenberg, A. (2008). Embodiment for education. In P. Calvo & A. Gomila (Eds.), Handbook of Cognitive Science: An Embodied Approach (pp. 355-371). Elsevier Science.
Glenberg, A. (2010). Embodiment as a unifying perspective for psychology. Wires Cognitive Science, 1, 586-596.
Gravel, J. D’Amours-Gravel, M. Osmanlliu, E. (2023 preprint) Learning to fake it: limited responses and fabricated references provided by ChatGPT for medical questions. medRxiv: 2023.03.16.23286914; https://doi.org/10.1101/2023.03.16.23286914
Heersmink, R. (2013). A taxonomy of cognitive artifacts: Function, information, and categories. Review of Philosphy and Psychology, 4, 465-481.
Heersmink, R. (2014). The metaphysics of cognitive artifacts. Philosophical Explorations, 19(1), 1-16.
Heersmink, R. (2015). Dimensions of Integration in Embedded and Extended Cognitive Systems. Phenomenology and the Cognitive Sciences, 14(3), 577-598.
Heersmink, R. (2017). Distributed cognition and distributed morality: Agency, artifacts and systems. Science and Engineering Ethics, 23(2), 431-448.
Heersmink, R. (2018). A virtue epistemology of the Internet: Search engines, intellectual virtues and education. Social Epistemology, 32(1), 1-12.
Heersmink, R., & Knight, S. (2018). Distributed learning: Educating and assessing extended cognitive systems. Philosophical Psychology, 31(6), 969-990. https://doi.org/10.1080/09515089.2018.14691 22
Hernández-Orallo, J. and Vold, K. (2019). AI Extenders: The Ethical and Societal Implications of Humans Cognitively Extended by AI. In Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society (AIES ’19). Association for Computing Machinery, New York, NY, USA, 507513. https://doi.org/10.1145/3306618.3314238

Hutchins, E. (1995). Cognition in the Wild. MA, MIT Press.
Hutchins, E. (1999). Cognitive artifacts. In R. A. Wilson & F. C. Keil (Eds.), The MIT encyclopaedia of the cognitive sciences (pp. 126-128). MIT Press.
Hutchins, E. (2010). Cognitive Ecology. Topics in Cognitive. Science, 2, 705-715. https://doi.org/10. 1111/j.1756-8765.2010.01089.x
Hyslop-Margison, E. (2003). The Failure of Critical Thinking: Considering Virtue Epistemology as a Pedagogical Alternative. Philosophy of Education Society Yearbook, 2003, 319-326.
Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif. 2023.102274

Kelley, K.J (2023). Teaching Actual Student Writing in an AI World. Inside Higher ED. Retrieved March 19, 2023, from https://www.insidehighered.com/advice/2023/01/19/ways-prevent-students-using-ai-tools-their-classes-opinion
King, C. (2016). Learning Disability and the Extended Mind. Essays in Philosophy, 17(2), 38-68.
Klein, A. (2023) Outsmart ChatGPT: 8 Tips for Creating Assignments It Can’t Do. EducationWeek. Retrieved March 27, 2023, from https://www.edweek.org/technology/outsmart-chatgpt-8-tips-for-creating-assignments-it-cant-do/2023/02

Knight, S. (2014). Finding knowledge: What is it to ‘know’ when we search? In R. König & M. Rasch (Eds.), Society of the Query Reader: Reflections on Web Search (pp. 227-238). Institute of Network Cultures.
Konya, C., Lyons, D., Fischer, S., et al. (2015). Physical experience enhances science learning. Psychological Science, 26(6), 737-749.
Kuhn, D. (2000). Metacognitive development. Current Directions in Psychological Science, 9(5), 178181. https://doi.org/10.1111/1467-8721.00088

Lakoff, G., & Johnson, M. (1999). Philosophy in the Flesh: The Embodied Mind and Its Challenge to Western Thought. Basic Books.
Lipman, M. (1998). Philosophy goes to school. Temple University Press.
MacAllister, J. (2012). Virtue Epistemology and the Philosophy of Education. Journal of Philosophy of Education, 46, 251-270.
Malafouris, L. (2013). How things shape the mind. MIT press. https://doi.org/10.7551/mitpress/9476. 001.0001

Marconi, D. (2005). Contro La Mente Estesa. Sistemi Intelligenti, 17(3), 389-398.
McCormack, G (2023). Chat GPT Is here! – 5 alternative ways to assess your class! Retrieved March 29, 2023, from https://gavinmccormack.com.au/chat-gpt-is-here-5-alter native-ways-to-assess-your-class/
Mhlanga, D. (2023). Open AI in Education, the Responsible and Ethical Use of ChatGPT Towards Lifelong Learning. https://doi.org/10.2139/ssrn. 4354422
Mill, J. S. (1985). On Liberty. Penguin Classics.
Miller, J. (2022). ChatGPT, Chatbots and Artificial Intelligence in Education. Retrieved March 20, 2023, from https://ditchthattextbook.com/ai#tve-jump-18606008967
Moe, M (2022). EIEIO… Poetry in Motion. Medium. Retrieved March 19, 2023, from https://medium. com/the-eieio-newsletter/eieio-poetry-in-motion-1b9c0061bf63
Mollick, E. R., & Mollick, L. (2022). New Modes of Learning Enabled by AI Chatbots: Three Methods and Assignments. SSRN Electronic Journal https://doi.org/10.2139/ssrn. 4300783
Newen, A, L. De Bruin, and S. Gallagher (eds) (2018). The Oxford Handbook of 4E Cognition, Oxford Library of Psychology. https://doi.org/10.1093/oxfordhb/9780198735410.001.0001
Norman, D. (1991). Cognitive artifacts. In J. M. Carroll (Ed.), Designing interaction: Psychology at the human-computer interface (pp. 17-38). Cambridge University Press.
Palermos, S. O. (2016). The Dynamics of Group Cognition. Minds & Machines, 26, 409-440. https://doi. org/10.1007/s11023-016-9402-5
Palermos, S. O. (2022a). Epistemic Collaborations: Distributed Cognition and Virtue Reliabilism. Erkenn, 87, 1481-1500. https://doi.org/10.1007/s10670-020-00258-9
Palermos, S. O. (2022b). Collaborative knowledge: Where the distributed and commitment models merge. Synthese, 200, 54. https://doi.org/10.1007/s11229-022-03459-7
Piredda, G. (2020). What is an affective artifact? A further development in situated affectivity. Phenom Cogn Sci, 19, 549-567. https://doi.org/10.1007/s11097-019-09628-3
Price, M. (2022). Beyond ‘gotcha!’: Situating plagiarism in policy and pedagogy. College Composition and Communication, 54(1), 88-115. https://doi.org/10.2307/1512103
Pritchard, D. (2013). Epistemic Virtue and the Epistemology of Education. Journal of Philosophy of Education, 47, 236-247. https://doi.org/10.1111/1467-9752.12022
Pritchard, D. (2014). Virtue Epistemology, Extended Cognition, and the Epistemology of Education. Universitas: Monthly Review of Philosophy and Culture, 478, 47-66. https://www.pure.ed.ac.uk/ws/ portalfiles/portal/16633349/Virtue_Epistemology_Extended_Cognition_and_the_Epistemology_ of_Education.pdf
Pritchard, D. H. (2016). Intellectual Virtue, Extended Cognition, and the Epistemology of Education”. In J. Baehr (Ed.), Intellectual Virtues and Education: Essays in Applied Virtue Epistemology (pp. 113-127). Routledge.
Pritchard, D. H. (2018). Neuromedia and the Epistemology of Education. Metaphilosophy, 49, 328-349.
Pritchard, D. H. (2019). Philosophy in Prisons: Intellectual Virtue and the Community of Philosophical Inquiry. Teaching Philosophy. https://doi.org/10.5840/teachphil201985108
Pritchard, D. H. (2020). Educating For Intellectual Humility and Conviction. Journal of Philosophy of Education., 54, 398-409.
Rahman, M.M.; Watanobe, Y. ChatGPT for Education and Research: Opportunities, Threats, and Strategies. Preprints.org 2023, 2023030473. https://doi.org/10.20944/preprints202303.0473.v1

Roberts, R. C., & Wood, W. J. (2007). Intellectual Virtues: An Essay in Regulative Epistemology. Oxford University Press.
Robertson, E. (2009). ‘The Epistemic Aims of Education’, Oxford Handbook of Philosophy of Education, (ed.) H. Siegel, 11-34. Oxford University Press.
Rudolph. J. Tan, S. Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? ED-TECH REVIEWS Vol. 6 No. 1 https://doi.org/10.37074/jalt.2023.6.1.9
Rupert, R. D. (2004). Challenges to the Hypothesis of Extended Cognition. The Journal of Philosophy, 101(8), 389-428. http://www.jstor.org/stable/3655517
Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68-78. https://doi.org/10.1037/ 0003-066X.55.1.68
Shapiro, L., & Stoltz, S. (2019). Embodied Cognition and its Significance for Education”, with Steven Stolz. Theory and Research in Education, 17, 19-39.
Shen-Berro, J. (2023). New York City schools blocked ChatGPT. Here’s what other large districts are doing. Retrieved March 30, 2023, from https://www.chalkbeat.org/2023/1/6/23543039/chatgpt-school-districts-ban-block-artificial-intelligence-open-ai
Shiri, A. (2023). ChatGPT and Academic Integrity (February 2, 2023). Information Matters, 3 (2), https://doi.org/10.2139/ssrn. 4360052
Siegel, H. (1988). Educating Reason: Rationality, Critical Thinking, and Education. Routledge.
Siegel, H. (1997). Rationality Redeemed? Routledge.
Siegel, H. (2017). Education’s Epistemology: Rationality, Diversity, and Critical Thinking. Oxford University Press.
Sockett, H. (2012). Knowledge and Virtue in Teaching and Learning: The Primacy of Dispositions. Routledge.
Sok, S., & Heng, K. (2023). ChatGPT for Education and Research: A Review of Benefits and Risks. https://doi.org/10.2139/ssrn. 4378735
Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776-778.
Sprevak, M. (2010). Inference to the hypothesis of extended cognition. Studies in History and Philosophy of Science, 41, 353-362.
Sterelny, K. (2004). Externalism, Epistemic Artefacts and The Extended Mind. In R. Schantz (Ed.), The Externalist Challenge (pp. 239-255). Berlin.
Stratachery (2022). AI homework. Retrieved March 12, 2023, from https://stratechery.com/2022/aihomework/
Teubner, T., Flath, C. M., Weinhardt, C., van der Aalst, W., & Hinz, O. (2023). Welcome to the Era of ChatGPT et al. Business & Information Systems Engineering, https://doi.org/10.1007/ s12599-023-00795-x
Theiner, G., Allen, C., & Goldstone, R. L. (2010). Recognizing group cognition. Cognitive Systems Research, 11(4), 378-395. https://doi.org/10.1016/j.cogsys.2010.07.002
Toppo, G (2023). How ChatGPT will reshape the future of the high school essay. FastCompany. Retrieved 1/4/2023, from https://www.fastcompany.com/90841387/gpt-3-chatgpt-high-school-schoolwork
Varga, S. (2017). Demarcating the Realm of Cognition. Journal for General Philosophy of Science, 49, 435-450. https://doi.org/10.1007/s10838-017-9375-y
Vold, K. (2018). Overcoming Deadlock: Scientific and Ethical Reasons to Embrace the Extended Mind Thesis. In PHILOSOPHY AND SOCIETY., 29(4), 471-646.
Wei, J. Y. Tay, R. Bommasani, et al. (2022). Emergent abilities of large language models, CoRR, vol. abs/2206.07682. https://doi.org/10.48550/arXiv.2206.07682
Zagzebski, L. (1996). Virtues of the Mind: An Inquiry into the Nature of Virtue and the Ethical Foundations of Knowledge. Cambridge University Press. https://doi.org/10.1017/CBO9781139174763
Zhai, X. (2022). ChatGPT: Artificial Intelligence for Education. https://doi.org/10.13140/RG.2.2.35971. 37920

Publisher’s Note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.