Edtech-markkinat ovat täynnä erilaisia ​​työkaluja, jotka on suunniteltu parantamaan lasten lukutaitoa sähköisistä lukulaitteista sovelluksiin digitaalisiin kirjastoihin. Muutaman viime vuoden aikana yhä useammat lukutaidon työkalut ovat käyttäneet generatiivista tekoälyä joko nopeuttamaan lasten lukutaitoa tai lisäämään lukukiinnostusta.

Viime aikoina on ilmaantunut uudenlainen työkalu. Tekoälyvalmentajiksi, assistenteiksi tai ohjaajiksi kutsutut työkalut käyttävät generatiivista tekoälyä tarjotakseen oppijoille yksilöllisiä lukuharjoituksia, tarinoita, palautetta ja tukea.

Jotkut näistä työkaluista keskittyvät tiettyyn oppimistavoitteeseen, kuten äänentoiston opetukseen, tai tarinan aihealueeseen. Toiset sisältävät henkilökohtaisia ​​tietoja, kuten lapsen nimen, ja tarjoavat vaihtoehtoja asetusten ja avatarien valitsemiseen, tarjoten jokaiselle lapselle ainutlaatuisia kertomuksia.

Lukemisen ja lasten kehityksen professorina lasten digitaalisiin työkaluihin erikoistuneena olen tutkinut, mikä toimii ja mikä ei, kun on kyse lasten lukuvalmennuksesta. Ja tekemällä tutkimusyhteistyötä kollegoiden kanssa WiKITin, kansainvälisen tutkimusorganisaation kautta, joka keskittyy edtech-näyttöön, olen tarkastellut useita työkaluja, jotka käyttävät generatiivista tekoälyä lasten opettamiseen lukemaan. Olen nähnyt, että monilla on potentiaalia saada oppimisen läpimurtoja esimerkiksi tarjoamalla henkilökohtaista sujuvuusharjoitusta tai jokaiselle käyttäjälle räätälöityä palautetta. Mutta on olemassa todellista huolta näiden työkalujen vaikutuksesta lasten kirjallisuuteen ja lukutaitoon liittyviin kokemuksiin.

Mahdolliset mahdollisuudet ja haitat

Työkalusta riippuen nämä tekoälyllä toimivat lukuvalmentajat, avustajat ja tutorit sisältävät erilaisia ​​elementtejä lasten lukutaidon tukemiseksi. Joitakin yleisiä piirteitä ovat puheentunnistustekniikan käyttäminen lapsen lukeman kuuntelemiseen ja sitten tekoälyn käyttäminen interventioiden tai palautepankissa valitsemiseen, tekoälyn käyttäminen narratiivisten tekstien luomiseen lasten luettavaksi tai erillisten kehotteiden luominen lapsen kykyjen perusteella. Ja kuten monet edtech-työkalut, on tavallista, että nämä käyttävät palkitsemisjärjestelmiä, kuten antavat oppijoille mahdollisuuden kerätä merkkejä tai palkintoja edistyessään. Jokaisella näistä elementeistä on omat mahdollisuutensa ja haittonsa.

Käyttäminen puheentunnistustekniikka Lapsen lukemisen kuunteleminen ja tekoälyn käyttäminen palautteen antamiseen voi olla hyödyllistä, kunhan tekniikka perustuu tieteen tukemaan suunnitteluun. On ongelmallista, että monet työkalut väittävät olevansa tieteeseen perustuvia, mutta todellisuudessa niitä ei ole kehitetty oppivien tiedemiesten toimesta eikä niitä ole testattu tiukoissa arviointitutkimuksissa. Tällaiset työkalut on yleensä suunniteltu sitouttamaan ja motivoimaan lasta vuorovaikutuksessa tarinoiden kanssa, mutta ne eivät aina johda lapsia parantamaan lukutaitojaan.

Sama pätee tekoälyn luomiin tarinoihin, jotka tyypillisesti houkuttelevat lapsia antamalla heidän tehdä valintoja, kuten millaisen hahmon ja ympäristön valita tarinalle, ja personoimalla kokemusta, esimerkiksi tekemällä päähenkilöstä hahmon, jolla on lapsen nimi ja ikä. Mutta tekoälyn luomat kertomukset ovat usein ristiriidassa sen kanssa, mitä tiede suosittelee lasten kirjallisille kokemuksille. Esimerkiksi tekoälyn luomissa tarinoissa on usein epäjohdonmukaisuuksia tarinan elementeissä. Yhdellä sivulla päähenkilö voi esiintyä 5-vuotiaana vaaleana tytönä, mutta seuraavalla sivulla hän muuttuu teini-ikäiseksi ilman aikaisempaa viittausta tekstiin. Tarinatapahtumien epäjohdonmukaisuudet ovat myös hyvin yleisiä: äskettäin yhdellä näistä työkaluista luomassani tarinassa päähenkilö Natalia, jonka nimesin tietysti itseni mukaan, oli yhtäkkiä vuorovaikutuksessa uuden hahmon, "Remin koiran" kanssa. viittaus siihen, kuinka Remi tai koira joutui tarinaan. Tutkimus osoittaa että sellaiset kerronnan häiriöt hämmentävät nuoria lukijoita ja estävät lukijoiden empatiaa hahmoja kohtaan.

Tutkimukseen hyödyntäminen on arvokasta tehokkaan sisällön ja kerrontatekstien muodon kannalta. Tällä hetkellä useimmat tekoälyn tuottamat tarinat muistuttavat kuvitettuja e-kirjoja digitaalisten kuvakirjojen sijaan. Tyypillisesti kuvitetussa e-kirjassa hahmot piirretään vain heijastamaan tekstin tietoja. Jos tekstissä sanotaan: "Natalialla on yllään keltainen paita, kun hän seisoo puutarhassaan hymyillen", hahmo piirrettäisiin vastaamaan täsmälleen tätä kuvausta. Sitä vastoin sisään laadukkaita lasten kuvakirjoja, sekä kuvat että tekstit lisäävät kerronnan syvyyttä, laajentavat lasten horisonttia, saavat heidät pohtimaan ja osallistumaan abstraktiin ajatteluun. Sellaisen kirjallisen kokemuksen, jonka Jacqueline Woodsonin kaltaiset kirjailijat saavuttivat kirjassaan ”Brown Girl Dreaming”, jossa runous maalaa kuvan lukijoiden mieleen ja nostaa lukukokemuksen taiteen tasolle.

Lisäksi laadukkaissa digitaalisissa lastenkirjoissa selostukset eivät vain toista kirjoitettua tekstiä, vaan ne lisäävät tarinaa lisää tunteita ja draamaa. Kuvien, tekstien ja puheen täydentävillä, toisiaan rikastavilla rooleilla tarinoissa, lapsista voi tulla ei vain parempia lukijoita, vaan voi myös kehittää vahvempia kirjoitustaitoja ja mediaosaaminen.

Vaikka tekoälyn luomien tarinoiden esteettinen laatu saattaakin parantua ajan myötä, olen huolissani siitä, kuinka tällaisille tarinoille altistuminen voi muuttaa lasten tarinoiden laatustandardeja. Lasten multimodaalinen kyky tehdä tarinan merkitys heikkenee, kun nämä laatumerkit otetaan pois. Huolimatta digitaalisten tarinantekotyökalujen tuottajien väitteistä demokratisoida tarinantuotantoon pääsyä, huonosti suunnitellut digitaaliset kirjat voivat vahingossa laajentaa kuilua digitaalisesti tuotettujen ja ammattikirjailijoiden luomien kertomusten välillä. Tällaiset erot aiheuttavat jyrkemmän eron siinä, mitä kirjallisuuskriitikot pitävät korkealaatuisen kirjallisuuden arvoisena lasten esittelemisen arvoisena, toisin kuin tekoälytyökalujen pyynnöstä luomissa pikalukemissa. Vaikka jälkimmäinen voi viihdyttää, entinen palvelee kouluttamista.

Huolet tekoälyllä toimivista lukuvalmentajista, avustajista ja tutoreista liittyvät sekä lukemaan oppimiseen ja lukeminen oppiaksesi, varsinkin kun on kyse tekoälyn luomista kehotuksista. Monet digitaalisten kirjojen tuottajat ovat jo integroituneet reaaliaikaiset keskustelukehotteet jotka voivat parantaa lasten ymmärrystä ja niiden on todettu tukevan lukutaidon kehitystä. Uudet tekoälyn luomat kehotteet voivat myös auttaa lapsia, mutta eivät yhtä paljon kuin lukeminen taitavan aikuisen, kuten opettajan, vanhemman tai ohjaajan, kanssa – eikä niitä tule käyttää korvaamaan tätä kokemusta. Kaiken kaikkiaan, vaikka näissä työkaluissa on potentiaalia, ne voivat myös pahentaa olemassa oleva digitaalinen kuilu, erityisesti lapsille, joilla ei ole pääsyä teknologiaan tai joilla ei ole pätevää aikuista, joka työskentelee heidän kanssaan sen tehokkaassa käytössä.

Kuinka näitä työkaluja koskeva tutkimus kehittyy

Koska työkalut ovat vielä kehitysvaiheessa, tutkijat voivat vain ennustaa niiden vaikutuksia sen määrittämisen sijaan. Lukumotivaatiota koskevan akateemisen tutkimuksen perusteella voimme ennakoida joitain haasteita. Esimerkiksi, tutkimus osoittaa että ulkoiset motivaattorit, kuten merkit, korreloivat joko negatiivisesti tai merkityksettömästi lukutaitoon. Toisaalta sisäinen lukumotivaatio, joka johtuu lukijoiden uteliaisuudesta ja aktiivisesta osallistumisesta lukuprosessiin, korreloi kohtalaisesti ja positiivisesti lukutaidon mittareiden kanssa.

Vastoin näitä havaintoja, tekoälyllä toimivat lukuvalmentajat näyttävät olevan suunniteltu priorisoimaan ulkoisen motivaation edistämistä. Lasten edistyminen ja tasoilla vietetty aika palkitaan tarroilla, aplodeilla ja avattavilla palkinnoilla. Tietokilpailujen avulla suoritetut ymmärtämisen tarkistukset voidaan helposti ohittaa yrityksen ja erehdyksen avulla, jolloin lapset teeskentelevät lukevansa ja saavat palkintoja vääristä vastauksista. Lisäksi ei ole olemassa ulkopuolista arviointia, jonka avulla voitaisiin arvioida, siirtyvätkö taidot muihin teksteihin, mikä heikentää näiden teknologioiden vastuullisuutta.

Viime meta-analyysi Lukumotivaatiota edistävistä interventioista paljastui pieni mutta huomionarvoinen vaikutus strategioilla, jotka mukauttavat tekstejä eri lukutasoille tai yhdistävät todellisia yhteyksiä. Tärkeää on, että tämä lyhytaikainen vaikutus on havaittavampi edistyneiden lukijoiden keskuudessa kuin vaikeuksissa olevien lukijoiden keskuudessa. Markkinoilla olevilta tekoälykäyttöisiltä lukuvalmentajilta puuttuu kuitenkin toistaiseksi tehokkaiden kohdistettujen lähestymistapojen spesifisyys.

Näiden suuntausten seuraaminen on pettymys. Nämä työkalut voivat parantaa lasten lukukokemusta, jos ne on suunniteltu opettajien ja tutkijoiden näkemysten perusteella, erityisesti tieteen oppimisen alalla. Nämä työkalut voivat esimerkiksi häiritä perinteisiä ideologioita kirjallisissa teksteissä, jos ne ottaisivat opettajia mukaan suunnitteluprosessiin. Tämän yhteistyön avulla he voivat myös edistää opettajien tekoälylukutaitoa. Ja tuotekehittäjät voisivat hyödyntää tieteen tutkimuksen oppiminen rakentaa työkaluja, jotka edistävät lasten itseilmaisua ja luovuutta.

Valitettavasti yhteistyön puute lasten teknologiatuotteita rakentavien edtech-yritysten, kouluttajien ja alakohtaista tietoa omaavien tutkijoiden välillä on hätkähdyttävä. Silloinkin, kun yritykset ovat tekemisissä tutkijoiden kanssa, se on usein satunnaista viestintäneuvontaa jatkuvan vuoropuhelun sijaan. Ja vaikka jotkut yritykset testaavat työkalujaan opettajien kanssa, on yleisempää kehittää ominaisuuksia, jotka ovat suosittuja tai jotka vastaavat pakottavia opetussuunnitelmavaatimuksia uusimman ja parhaan tieteen sijaan.

Kuka kärsii eniten huonolaatuisesta tekniikasta? Lapset. Joten kuinka voimme varmistaa, että oppilaiden tahdonvapaus, tahto ja kyky tehdä vapaita valintoja säilyvät ja kannustetaan heidän vuorovaikutuksessaan tekoälyllä toimivien lukuvalmentajien kanssa?

Tällä hetkellä tämä keskeinen kysymys tiivistyy huoleen tietosuojasta ja tietojen suostumuksen keräämismenettelyjen parantamisesta. Kysymykseen vastaaminen edellyttää kuitenkin myös sen määrittämistä, kuka lopulta hyötyy näistä työkaluista. Jos lapset ovat aiottuja edunsaajia, näitä työkaluja rakentavien yritysten on harkittava uudelleen suunnittelu- ja skaalautumisstrategiaansa. Teknologian trendien ja sijoittajien kasvuvaatimusten vetämän nopean skaalauksen ja integroinnin sijaan lukutuotteisiin edtech-kehitys vaatii kärsivällisempää lähestymistapaa. Tämä sisältää osallistavaa suunnittelua erilaisten lapsiryhmien kanssa sekä opettajien ja tutkijoiden mukaan ottamista iteratiivisiin yhteistyöhön. Älkäämme heikentäkö näiden teknologioiden potentiaalia vapauttamalla hätäisesti työkaluja, jotka eivät ole vielä tarpeeksi kypsiä tukemaan täysin lasten kehitystä.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://www.edsurge.com/news/2024-04-17-the-opportunities-and-drawbacks-of-ai-powered-reading-coaches-assistants-and-tutors