Zephyrnet-logo

AI: Kan het denken zoals uw leerlingen dat doen?

Datum:

Hoofdpunten:

2023 was een doorbraakjaar voor kunstmatige intelligentie explosieve groei van generatieve AI-tools.

Sinds onderzoekers van de Carnegie Mellon University in de jaren vijftig hielpen bij het uitvinden van AI, heeft AI de manier waarop we leren, werken en spelen getransformeerd – en die verandering voltrekt zich nu in razend tempo.

De afgelopen dertig jaar ben ik getuige geweest van het evoluerende landschap van AI in het onderwijs. Veel vroege AI-inspanningen waren gericht op het gebruik van computers om het menselijk denken te modelleren als een manier om ons begrip van hoe de menselijke geest werkt te bevestigen. Herb Simon en anderen bestudeerden bijvoorbeeld hoe schaakmeesters zijn het spel gespeeld om het oplossen van problemen te begrijpen. Zij ontdekt dat een groot deel van hun vaardigheden bestond uit het ontwikkelen van perceptuele vaardigheden waardoor ze naar een schaakbord konden kijken en onmiddellijk potentiële zetten konden zien, in plaats van alle mogelijke zetten te doorzoeken.

In de loop van de tijd splitste AI zich op in twee sporen: het repliceren van menselijke intelligentie en het vakkundig uitvoeren van taken waarvan werd gedacht dat ze uniek waren voor de mens. AI-schaakprogramma's waren, net als een groot deel van AI, meer gericht op het goed spelen van het spel en minder op het spelen zoals mensen dat doen.

In het onderwijs behoudt AI de focus op cognitieve modellering. In tegenstelling tot schaken, waar het om een ​​goed spel gaat, moeten onderwijssystemen de redeneringen van leerlingen volgen om leerlingen te helpen expertise op te bouwen. Het gaat niet om snelheid of efficiëntie om tot het juiste antwoord te komen; het gaat erom het begrip en het conceptuele begrip van een student te bevorderen.

De ervaring met het creëren van AI die het menselijk denken modelleert, is misschien relevanter in het onderwijs dan op andere terreinen. Hoe zorgen we er dus voor dat AI het fundamentele doel van het bevorderen van het begrip van een leerling ondersteunt, in plaats van zich simpelweg te concentreren op snelheid, efficiëntie of correctheid?

Hier volgen enkele vragen waarmee u rekening moet houden bij het onderzoeken en evalueren van AI-programma's voor het klaslokaal.

Denkt de AI als een student?

Onderwijs draait om het leggen van verbindingen met studenten. Omdat elke leerling verschillende achtergronden, ervaringen en interesses heeft, passen goede leraren hun instructie aan de behoeften van elke leerling aan. Goede educatieve AI moet hetzelfde doen.

Dit is waar empathie en data elkaar kruisen. Een effectief AI-programma moet het perspectief van de leerling begrijpen en identificeren waar hij of zij struikelt en waarom.

Neem bijvoorbeeld wiskunde. Veel leerlingen vormen gemene delers om breuken te vermenigvuldigen, ook al hoeven ze dat niet te doen. Een goede leraar zal deze fout herkennen als een teken van een gebrek aan conceptueel begrip van wat het vermenigvuldigen van breuken betekent en hoe dit verschilt van het optellen ervan. AI zou dit ook moeten doen. Een geavanceerd AI-programma zal een cognitief model hebben dat helpt begrijpen waarom studenten de twee operaties kunnen verwarren, zodat het kan ingrijpen met hints, veelvoorkomende fouten kan herkennen en studenten naar een dieper begrip kan leiden.

Op deze manier kan AI docenten ook bijstaan ​​door als één-op-één coach voor leerlingen op te treden. AI kan zich aanpassen aan elke actie die leerlingen ondernemen om hen te ontmoeten waar ze zijn en hen te helpen vooruitgang te boeken op een zeer gedetailleerd niveau, per vaardigheid.

Biedt het docenten cruciale gegevens waarmee ze leerlingen in realtime kunnen begeleiden?

Er zijn dingen waar technologie goed in is, zoals het verzamelen van gegevens, en andere dingen waar leraren goed in zijn, zoals lesgeven en het motiveren van leerlingen. AI die is gebouwd met een live facilitatietool kan docenten voorzien van actuele gegevens, bijvoorbeeld wanneer leerlingen aan het werk zijn of inactief zijn. Realtime waarschuwingen kunnen aangeven wanneer leerlingen extra ondersteuning nodig hebben of wanneer ze mijlpalen hebben bereikt.

Wanneer leraren bruikbare inzichten hebben in hoe hun leerlingen werken en presteren op het gebied van specifieke vaardigheden of standaarden – en ook voorspellingen over hoe ver ze naar verwachting tegen het einde van het jaar vooruitgang zullen boeken – kunnen ze effectiever leidinggeven, begeleiden, coachen en ingrijpen. .

Kunnen leerlingen hun eigen voortgang volgen?

Naast het verstrekken van data aan docenten, moet AI leerlingen in staat stellen hun eigen voortgang te zien. Naarmate studenten hun vaardigheid in elke vaardigheid zien verbeteren, groeit hun zelfvertrouwen en raken ze gemotiveerd door hun resultaten. Ze beginnen een gevoel van eigenaarschap in hun leerproces te ontwikkelen en een gevoel van verantwoordelijkheid voor hun succes.

Is de AI onbevooroordeeld?

Ondanks de voordelen kan AI ook voordelen opleveren ethische uitdagingen naar onderwijs. Van sommige AI-tools is bijvoorbeeld aangetoond dat ze vooringenomenheid vertonen. Zelfs als die bias onbedoeld is, kan deze zich versterken stereotypen over ras en geslacht.

Er zijn veel manieren om te waken tegen vertekening in datasets. Om te beginnen moeten organisaties die AI-modellen voor het onderwijs – of welk vakgebied dan ook – ontwikkelen en instrueren over diverse teams beschikken. Ze moeten hun programma's ook rigoureus testen om mogelijke vooroordelen te identificeren en deze vervolgens voortdurend monitoren.

Is de technologie veilig, beveiligd en effectief?

Zoals bij elke technologie moeten AI-programma’s de veiligheid en privacy van studenten beschermen en zich houden aan alle toepasselijke wetten.

Verder zou de betrokkenheid bij het programma moeten resulteren in betere resultaten en betere ondersteuning voor studenten, inclusief degenen die historisch gezien onderbedeeld zijn geweest. Net als andere onderwijs- en edtech-programma's moet AI-aangedreven software worden gebouwd op op bewijs gebaseerd onderzoek, evenals onderzoek naar hoe de hersenen leren, om studenten de best mogelijke leerervaring te bieden. Onderzoek moet ook aantonen dat het het leren, de groei en de prestaties van leerlingen meetbaar verbetert.

De toekomst

AI heeft een enorm potentieel om lesgeven en leren te transformeren. Het wordt tijd dat het domein van AI in het onderwijs zich verder ontwikkelt dan louter efficiëntie en correctheid. De echte revolutie ligt in het gebruik van AI om de geest van onze studenten te versterken en te verheffen.

Dr. Steve Ritter

Dr. Steve Ritter is de oprichter en hoofdwetenschapper van Carnegie leren. Hij behaalde zijn Ph.D. in de cognitieve psychologie aan de Carnegie Mellon Universiteit, en is de auteur van talrijke artikelen over het ontwerp, de architectuur en de evaluatie van intelligente begeleidingssystemen en andere geavanceerde onderwijstechnologie.

Laatste berichten van eSchool Media-bijdragers (bekijk alle)
spot_img

Laatste intelligentie

spot_img