Een item van een neoliberaal... Dit is een item van een bedrijfsprofessor met weinig directe ervaring in het onderwijs, maar die gelooft dat de economische principes van de vrije markt het antwoord zijn op de (en vrijwel alle sociale) problemen van het onderwijs.

Openen in app or online.

---

OKT 30

De evoluerende rol van AI in het onderwijs in kaart brengen: waar kan en moet dit impact hebben?

Luister · 31M

		MICHAEL B. HOORN

Twee vernieuwers in het onderwijs, Laurence Holt en Jacob Klein, hebben samengewerkt om een ​​marktkaart te creëren om het pad en de impact van AI in het basis- en voortgezet onderwijs in kaart te brengen. De kaart brengt niet alleen de plaatsen in kaart waar nieuwe AI-bedrijven en -producten hun intrede doen, maar benadrukt ook waar AI een positieve impact zou kunnen hebben in een niet zo subtiel duwtje in de rug naar innovators. In dit gesprek bespreken we enkele van de grote trends die zij zich zien ontvouwen; speculeren over waar AI nog geen grote impact heeft en nog steeds zou kunnen hebben; praten over enkele van de reële risico’s van AI in het onderwijs; en bespreek hoe u Holt en Klein kunt helpen de marktkaart actueel te houden. Hier is de link naar de markt kaart.

Zoals altijd kunnen abonnees naar de podcast luisteren, deze op YouTube bekijken of het transcript lezen.

Michaël Hoorn:

Ik word vergezeld door twee mensen die de afgelopen jaren veel hebben nagedacht over hoe ze dit kunnen doen. Laurence Holt en Jacob Klein, twee oude ondernemers, vernieuwers en grote denkers in het onderwijs over hoe je een betere wereld kunt creëren voor docenten en de studenten daarin. En jongens, het is goed om jullie allebei te zien. Bedankt voor dit gesprek. Waarom schop ik het niet tegen je af als we het gesprek beginnen, door gewoon een miniatuurschets te geven van hoe je tot het gesprek komt, zelfs vóór het gedeelte over kunstmatige intelligentie, gewoon onderwijs in het algemeen, hoe je op dit gebied terecht bent gekomen en soort van je achtergronden, omdat jullie allebei zeer ondernemende en innovatieve trajecten hebben, maar verschillende trajecten. Laurence, waarom ga jij niet eerst?

Laurence Holt:

Zeker. Dus ik ben oorspronkelijk een ingenieur, software-ingenieur, en ben bij Amplify gekomen, een Edtech-speler in Brooklyn toen het nog vrij klein was en daar meer dan tien jaar Chief Product Officer was door de vermakelijke ups en downs, en ongeveer twee jaar geleden vertrok om tijd door te brengen met familie, maar streef ook een aantal filantropische belangen na en steun ondernemers. En dat heeft mij de laatste tijd rechtstreeks op AI gewezen.

Michaël Hoorn:

Geweldig, Jakob.

Jacob Klein:

Daarom geef ik al jaren bijles aan studenten. Ik was korte tijd leraar op een KIPP-school. Ik ging terug naar school en behaalde een master in Learning Design Technology aan de Stanford Graduate School of Education. En terwijl ik daar was, kon ik het bedrijf starten dat uitgroeide tot het Motion Math-spelpakket rond het onderwijzen van wiskunde in het basis- en voortgezet onderwijs, waarbij ik vooral probeerde nieuwe technologie te benutten, wat destijds de iPhone en de iPad waren. We konden dat bedrijf laten groeien en het uiteindelijk verkopen aan Curriculum Associates, waar we ons pakket wiskundespellen, dat nu iReady Learning Games heet, verder uitbreidden. Ik ben daar net een paar maanden geleden vertrokken. Ik heb advies gegeven voor verschillende bedrijven in de AI-edtech-ruimte, waaronder Oko Labs en EdLight, en ben erg enthousiast over de toekomst van dit vakgebied.

Michaël Hoorn:

Geweldig. En jullie hebben samengewerkt en dit ding gebouwd dat de AI in Education Map heet. Het is een artikel over Medium, waar het ongeveer leeft. Maar vertel ons wat erop staat, wat volg je? En we zullen zo meteen ingaan op het waarom en soort van deze vragen. Maar laten we beginnen met: wat is het op oppervlakteniveau?

Laurence Holt:

Zeker. En als mensen dat niet kunnen, koppel je dit waarschijnlijk in de shownotities.

Michaël Hoorn:

Precies.

Laurence Holt:

Als je gewoon zoekt naar Medium en AI en Education Map, zullen mensen het vinden. Het is een kaart van gebruiksscenario's of het soort werk dat moet worden gedaan en dat naar onze mening kan worden ondersteund door generatieve AI, met name rond de lerarenpraktijk en het lesgeven en leren in het algemeen, binnen en buiten klaslokalen. Het is dus geen kaart van startups in de ruimte. Het omvat dat, maar we willen dat het breder is dan dat.

Michaël Hoorn:

Gotcha. Jacob, zou je iets aan die beschrijving willen toevoegen, of geeft dat weer wat je denkt dat het in het veld doet, vanuit jouw perspectief?

Jacob Klein:

Welnu, ik denk dat als we uitgaan van al het werk dat moet worden gedaan, er plaatsen worden aangegeven waar veel bedrijven, vooral op het gebied van het genereren van inhoud, al zijn begonnen, en dat er een aantal geweldige bedrijven zullen worden gebouwd, maar ook plaatsen waarvan we ons niet bewust zijn. alle bedrijven die nog beginnen en waarvan we denken dat er nog steeds een enorm potentieel is.

Michaël Hoorn:

Ja. Laten we dus eens kijken naar het waarom hierachter dat je het hebt gemaakt. Laurence, het valt me ​​op dat er in eerdere inspanningen op het gebied van technologie en onderwijs verschillende actoren zijn geweest die goed gefinancierd waren om samen te komen om op dit moment een soort van edtech-marktkaart te creëren, of wat dan ook. Het lijkt erop dat dit tot nu toe niet het geval is geweest bij AI, en jullie hebben allemaal deze kaart gemaakt. Wat was de motivatie om dit te doen?

Laurence Holt:

Er is zoveel aan de hand, en zoals je aangeeft, veel ervan zijn een soort puntinnovaties, toch, kleinere dingen die mensen gewoon proberen omdat je ze zo snel kunt doen. En we wilden dat voor onszelf begrijpen en begrijpen wat daarbuiten is, maar het in een soort structuur passen waarvan we dachten dat het net een tijdcapsule zou zijn. Het zou best interessant zijn om het in de beginfase vast te leggen en het vervolgens regelmatig bij te werken en te zien hoe het zich ontwikkelt.

Michaël Hoorn:

Nu, Jacob, tegen die lijn in gaan we in op de categorieën en de verschillende taken die gedaan moeten worden of taken waarvan je ziet dat AI ze in een oogwenk zou kunnen doen. Maar jullie hebben allemaal deze reeks risico's aan het einde van dit verhaal, met AI in het artikel zelf. Waarom heb je zo'n sectie opgenomen in wat waarschijnlijk niet te zien zal zijn? Mensen komen niet op zoek naar de risico's. Ze komen de hittekaart zoeken, als je wilt. Waarom heb je dat opgenomen?

Jacob Klein:

Ja, er is een zeer overdreven optimistische kant van ons vakgebied waar elke nieuwe technologie opwinding veroorzaakt. Dit gaat alles transformeren.

We zijn eindelijk hier. Ik was bijvoorbeeld aangenaam verrast dat het artikel in de New York Times over Khanmigo van een paar maanden geleden een passend sceptische benadering hanteerde. En ik denk dat je optimistisch kunt zijn over deze technologie. Het is in veel opzichten magisch terwijl je nog steeds zoekt naar alle risico's die de impact van andere technologieën in Edtech hebben verminderd. En er is een diepere, denk ik, met generatieve AI, die in feite een herdefinitie is van denken en schrijven en van echt intellectueel werk dat een bedreiging vormt of het potentieel heeft om veel van waar onderwijs over gaat te herdefiniëren. Dus ik denk dat het belangrijk is om ons bewust te zijn van die risico's terwijl we bezig zijn met het ontwikkelen en zoeken naar ja, en.

Michaël Hoorn:

Er zitten behoorlijk grote, bedwelmende exemplaren tussen. Atrofie van kritisch denken. Rechts. Dat is een behoorlijk groot risico als je daar opsomt dat je de nulhypothese en hallucinaties hebt, en sommige daarvan worden waarschijnlijk beter geraden, als je wilt, door mensen. Maar neem dat maar even mee. De atrofie van kritisch denken, wat bedoel je daar specifiek mee? En wat is de zorg?

Jacob Klein:

Nou, Ethan Mollick is waarschijnlijk de beste schrijver over dit onderwerp. Een paar maanden geleden had hij een goed essay. Wat betekent het als je een ik weet het niet, B min-essay kunt krijgen door op een knop te klikken? Het verhoogt echt de vloer, wat een goede zaak zou kunnen zijn. Maar je zou kunnen zien dat er zeker heel wat studenten zullen zijn die dat echt doen. Terwijl ze voorheen misschien meer moeite zouden doen om een ​​goed essay te schrijven, is het nu wat ChatGPT zal uitspugen. De AI-detectoren lijken niet te werken. Dat is dus een reëel risico: veel studenten zullen de tools gebruiken, niet begrijpen hoe ze werken, ze niet kritisch in twijfel trekken, en gewoon niet veel leren.

Michaël Hoorn:

Gotcha. Nu we naar de eigenlijke categorieën zelf kijken, Laurence, wil ik me hierover tot jou wenden. Je hebt zowel een soort echte items als categorieën, en dan lijken de ideeën bijna op verlanglijstjes van God, ik hoop dat iemand dit ontwikkelt. Vertel ons over de verschillende categorieën en hoe u deze heeft gemaakt.

Laurence Holt:

Ja, dat klopt precies. We wilden in kaart brengen wat we zagen, maar ook wat we dachten dat mogelijk was, maar nog niet gezien hebben. En dus hebben we verschillende kleuren op de kaart om dat te benadrukken. En dat komt voort uit een stelling die enigszins verhuld is, namelijk dat als we nadenken over op bewijs gebaseerde praktijken en boeiende praktijken, het soort dingen waar wij over schrijven en waar jij over schrijft, maar die we niet wijdverspreid zien op scholen . Ik denk aan zaken als bijvoorbeeld rollenspel of projectgebaseerd leren of competenties of gewoon feedback voor studenten. Vaak is een gemeenschappelijk thema dat ze veel moeite kosten, zowel bij de voorbereiding van de kant van de leraar als bij de uitvoering. In hun huidige vorm zijn ze hard werken. En dus begonnen we ons af te vragen: wat als er een assistent-leraar was die dat nog een stuk gemakkelijker zou kunnen maken, nog steeds onder leiding van je leraar, maar in essentie een aantal obstakels uit de lerarentijd wegneemt en tijd vrijmaakt.

En daarom zullen we misschien zien dat deze praktijken plotseling veel wijdverspreider worden, of misschien geleidelijk aan, en dat zou op zichzelf ontwrichtend en transformatief kunnen zijn.

Michaël Hoorn:

Ja, ik wil hier zo meteen op ingaan, maar ik wil hier eigenlijk de curveball doen, omdat Laurence, je een van de interessantere artikelen hebt geschreven, denk ik, in Onderwijs Volgende, een paar jaar geleden, als ik het me goed herinner, is mijn tijdlijn misschien niet goed en ga ik waarschijnlijk wat je schreef verbasteren. Maar toen ik erover vertelde, sprak u over deze bevindingen in verschillende stromingen van wetenschappelijk onderzoek, waar we in feite weten dat individuen met verschillende chromosomale voetafdrukken, bij gebrek aan een beter woord, verschillende leerpatronen lijken te hebben. Het zou ADHD kunnen verklaren, maar het zou ook kunnen verklaren dat ze meer dopaminereceptoren en soortgelijke dingen nodig hebben, wat ook de manier waarop je ze opvoedt kan veranderen. Ik ben gewoon een beetje nieuwsgierig en je zou dit waarschijnlijk beter kunnen samenvatten dan ik zojuist deed, maar een van de conclusies die ik daaruit trok, weet dat een gemiddeld softwareprogramma de ene subgroep van die kinderen zou kunnen bereiken, maar waarschijnlijk niet de andere, en je moet het op maat maken. Is het jouw visie dat zelfs in de wereld van de AI, waar Jacob veel weet over de hype en dat soort dingen, het personaliseert en deze categorieën gaat realiseren? Is het jouw perspectief dat we daadwerkelijk op maat moeten bouwen voor deze verschillende archetypen die er misschien wel bestaan? Of zal de AI een aantal van deze onderliggende genetische verschillen kunnen aanvoelen, die een aantal van de leerverschillen verklaren waar we in het onderwijs soms niet over praten?

Laurence Holt:

Ja. Wauw, er valt veel uit te pakken. De bevinding is dat, en het is een vrij oude bevinding in de psychologie, dat mensen verschillend reageren op interventies, benaderingen en leertrajecten. Je zou het je kunnen voorstellen. Onderzoekers vonden bijvoorbeeld een groep studenten die buitengewoon goed reageerden op een online leeshulpmiddel, en anderen die dat niet deden. En toen ik aan het bouwen was en Jacob veel van deze producten bouwde, was de vraag vaak: werkt het of niet? En wat dit onderzoek zegt is dat dit de verkeerde vraag is. De juiste vraag is: voor wie werkt het? En als je dat van tevoren wist, kan school meer een aansluiting worden bij de manier waarop jij wilt leren en bij voor jou effectieve praktijken. Nu, we zijn regelrecht terug de put ingelopen, dat klinkt als veel werk van de kant van iemand met een probleem.

En dus wat betreft je vraag over wie dat gaat uitzoeken: in sommige opzichten is het vrij eenvoudig om erachter te komen. Je probeert gewoon dingen en degene die werken, je ziet de naald bewegen, toch? En dat is wat je meer zou moeten doen. Maar het betekent wel dat je leerlingen verschillende manieren van werken ter beschikking moet stellen, en dat kan lastig zijn om in één klas of op één school te doen, toch. Waar AI, naar onze mening, zeker mee zou kunnen helpen.

Michaël Hoorn:

Het is superinteressant. Het is gewoon een fascinerend artikel waarvan ik nog steeds denk dat meer mensen zich erin zouden moeten verdiepen en met de implicaties ervan zouden moeten worstelen. Dus wat heb je gevonden in termen van de categorieën die je tot nu toe in kaart hebt gebracht, nog een klein stukje over wat er op de kaart zelf staat.

Jacob Klein:

Het gaat heel snel. Ik was erg onder de indruk van de nieuwste marktkaart van Reach Capital, die enkele overeenkomsten heeft met de onze. Er zijn veel startups voor het genereren van inhoud, het genereren van lesplannen en bestaande spelers die op dat gebied werken. Er zijn een aantal geweldige bedrijven op het gebied van lerarencoaching, hulpmiddelen voor lerarenondersteuning en beoordeling. Een bedrijf waarmee ik heb samengewerkt, Edlight, werkt aan het probleem van feedback op het handschrift van leerlingen, waarvan ik denk dat er veel potentieel uit kan worden gehaald uit puur digitale interfaces, met name voor wiskundehuiswerk. We zien dus echt een Cambrische explosie van bedrijven en inspanningen binnen bestaande bedrijven om AI in hun producten te brengen. Wat we nog niet zo vaak hebben gezien als Lawrence zei, is het aanbieden van een aantal effectieve, innovatieve pedagogiek aan leraren tegen lagere kosten, zowel qua prijs als qua mentale kosten van implementatie en beoordeling. Dat is een van de meest opwindende werkzaamheden. Ik denk dat dit kan en hopelijk zal worden gedaan.

Michaël Hoorn:

Waarom denk je dat of anders en welke andere gebieden zijn nog onontgonnen? Maar waarom vermeldt u niet enkele van de gebieden die nog niet zijn onderzocht en die u nog in gedachten heeft terwijl u naar de kaart kijkt? En misschien enkele hypothesen waarom we niet hebben gezien wat u zojuist hebt gezegd: lagere kosten, eenvoudiger implementatie, of misschien bepaalde categorieën die enigszins ongevuld op de kaart blijven?

Jacob Klein:

Nou, zoals Laurence al zei, projectgebaseerd leren, competentiegericht leren, enkele sociale leermodellen, legpuzzels, simulaties, rollenspellen die misschien de sluitsteen van een semestercursus kennen, maar niet iets dat een leraar elke week in zijn klaslokaal implementeert. , alleen maar omdat de voorbereidingstijd, laat staan ​​de beoordelingstijd, erg moeilijk is. Ik denk dus dat het logisch is dat bedrijven op zoek zijn naar bestaande modellen die leraren al kennen, die al geïmplementeerd zijn en die zeggen dat we dit veel sneller kunnen doen. Ik denk dat de volgende fase zal zijn dat je dit werk af en toe hebt geprobeerd, maar hier is een manier om het elke week te doen, voor slechts een uur van je tijd. En vooral sociale modellen interesseren mij enorm. Er is interessant academisch werk uit het laboratorium van Dan Schwartz op Stanford, van leergierige agenten, dat ik nog nooit op schaal heb gezien. AI zou daarbij kunnen helpen. Er is veel mooi werk in de academische wereld dat nog niet commercieel naar het onderwijs is overgebracht, en AI zou dat mogelijk kunnen ondersteunen.

Laurence Holt:

Dus dit gaat, als ik Michael mag toevoegen, en dit is meer jouw vakgebied dan het onze, of wat er gaat gebeuren in het onderwijs is dat AI in wezen innovaties ondersteunt, zoals het buiten het onderwijs lijkt te gebeuren. De winnaars zijn Google, Microsoft en de gebruikelijke verdachten. Zal dat in het onderwijs ook gebeuren? En het laaghangende fruit is om naar dingen te gaan die leraren al doen, dus misschien gaan ze naar leraren en betalen ze leraren om een ​​les te vinden. Welnu, nu kan ik naar een van de tientallen verschillende gratis websites voor het genereren van lessen gaan en hetzelfde doen, terwijl de meer ontwrichtende innovaties nieuwe modellen en praktijken mogelijk zouden maken. De grote vraag is dus: komt dat later of niet?

Michaël Hoorn:

Wat zijn uw beide hypothesen hierover? Omdat ik het eens ben met je algemene observatie dat het buiten het onderwijs grotendeels, zo lijkt het nu, zou kunnen veranderen, toch? Maar op dit moment lijkt het er grotendeels op dat het een duurzame innovatie is geweest voor die technologiegiganten, toch? Het is geen groothandelsplatform dat de kostenstructuur verandert en zelfs de kosten verhoogt. Rechts. Het lijkt erop dat het onderwijs onduidelijk lijkt op het gebied van kennis. Jacob, op basis van wat je net tot nu toe zei, zien we misschien niet veel ontwrichtende activiteiten, omdat we geen dramatisch lagere kosten, grotere toegankelijkheid, grotere eenvoud en dergelijke dingen zien. Wat vinden jullie allebei leuk? Waar denk je dat de dominante is, denk je dat de gevestigde exploitanten dit echt in de gaten zullen houden, of denk je dat we een golf van startups zullen zien?

Laurence Holt:

We zien zeker de golf van startups.

Michaël Hoorn:

Ik zou zeggen startups die zullen ontwrichten. En als laatste had, denk ik, de vraag moeten zijn, toch?

Laurence Holt:

Ja, dat is een andere vraag. Ik denk dat het bij onderwijs, zoals je weet, niet alleen een kwestie is van het toepassen van de technologie en iets doen dat indruk maakt, het is de gebruikerservaring. Hoe maak je dat onderdeel van het onderwijs- en leerproces in een klaslokaal? En dat is een veel hogere drempel. En dus denk ik dat het nog maar de vraag is of sommige van de meer innovatieve bedrijven daadwerkelijk zullen worden opgerold in iets dat uiteindelijk iets disruptiever zal zijn.

Michaël Hoorn:

Jakob, hoe zit het met jou? Wat is jouw mening over waar dit naartoe gaat?

Jacob Klein:

Ja, ik denk dat er uiteindelijk een vereenvoudiging moet komen en een soort meer samenhang, meer integratie van tools. Nu heb je early adopters die veel dingen onderzoeken. Ik bedoel, ChatGPT is in zekere zin een samenvoeging van veel verschillende soorten chat, bots en eerdere AI-tools, allemaal in één. Maar ik denk dat ik het gevoel heb dat we een tijdperk van zelfs nog meer fragmentatie ingaan, waarbij de voucher-staten publiek geld in verschillende schoolmodellen stoppen, waarbij een deel van de pijplijn naar de universiteit zich terugtrekt en meer mensen zich realiseren dat er andere carrièrepaden zijn die dat kunnen doen. echt vervullend zijn. Ik denk dus dat er enige eenwording zal plaatsvinden, maar ook een lange reeks van meer nichegebruiksscenario's die op optimistische wijze meer diverse leerlingen ondersteunen.

Michaël Hoorn:

Ik wil ingaan op een van de punten die je zojuist naar voren bracht, Jacob, in het kader van nieuwe onderwijsmodellen. Maar eerst een andere vraag, een van de andere theorieën die ik heb gehad, is dat we in deze wereld van AI veel meer handelingsvrijheid van leerlingen gaan zien, meer tools die het leren en de kracht van AI direct in de praktijk brengen. de handen van de studenten zelf. Wat zie je op de kaart? Wat is uw mening over die mogelijkheid of niet?

Jacob Klein:

Ik hoop dat je gelijk hebt. Ik bedoel, dit is een gouden eeuw voor kinderen die autodidex zijn. Je had al Wikipedia. Nu heb je een aantal behoorlijk goede virtuele docenten die je door de stof kunnen leiden, je op nieuw materiaal kunnen wijzen en je kunnen uitdagen. Dus voor het kind dat die keuzevrijheid al voelt en de leiding heeft over zijn eigen leerproces, is de sky the limit, zelfs meer dan voorheen het geval was. Dus dat is heel spannend. Hoe zorg je ervoor dat andere kinderen zich zo voelen? Sommige kinderen hebben veel meer sociale structuur nodig, en ik denk dat sommige startups daar een beetje een blinde vlek hebben, omdat ze denken dat elk kind, als het maar de middelen krijgt, zijn eigen leerproces zal sturen. Ze hebben een leraar nodig, ze hebben een groep leeftijdsgenoten nodig, ze hebben sociale aanwijzingen nodig over wat ze zouden moeten leren.

Die begeleiding. Maar ik denk dat AI leraren zeker kan ondersteunen, adviseurs kan ondersteunen, individuele docenten en studenten kan ondersteunen om studenten te helpen dat agentschap te vinden.

Michaël Hoorn:

Laurence, wat is jouw mening over die vraag?

Laurence Holt:

Ja, ik denk ook dat het antwoord daarop in de details zit, in de details, dat er misschien gebieden zijn waar we echte verstoring gaan zien. Als ik er een paar zou kiezen met de zekerheid dat ik ongelijk heb, waarschijnlijk. Maar het is het oude soort geweldige app-idee. Waar is de killer-app voor? Een Macintosh of iets dergelijks. En een daarvan waar ik heel enthousiast over ben, is feedback. Studenten krijgen meer, betere en snellere feedback. We weten dat dit het leren stimuleert en we weten dat studenten gemiddeld niet veel feedback krijgen. Dat leraren in feite niet altijd een werk met een open einde voor lange tijd instellen, omdat het voor hen een heel, heel grote beoordelingsoefening is voor een lading van 150 studenten.

Maar wat als ze meer open vragen zouden stellen en dat studenten kwaliteitsfeedback zouden kunnen krijgen, misschien samengesteld door de leraar, dus menselijke feedback en een kans om te herzien waar ze aan hebben gewerkt, wat ze vaak niet doen? vandaag naar school gaan. Dat lijkt momenteel allemaal binnen het bereik van generatieve AI te liggen, en er zijn mensen die daaraan werken. Het kan dus zo specifiek zijn. Er is gewoon een grote hefboom die echt van start gaat.

Michaël Hoorn:

Ja. En dus denk ik duidelijk dat als je dat zei, we misschien een aantal nieuwe onderwijsmodellen moeten creëren die dat soort veranderingen in tijdsgebruik en dat soort dingen kunnen absorberen, juist, bij docenten en studenten. Maar het brengt ook iets anders naar voren waar ik veel over heb nagedacht, namelijk: zou je AI kunnen gebruiken als een faciliterende technologie om de kern te zijn waarrond je een nieuwe school bouwt? En weet je: Imagine Worldwide, toch? Ze hebben hun werk in Malawi en Sierra Leone en dat soort plaatsen in Afrika, alfabetisering en rekenvaardigheid en als je daar AI aan toevoegt, wordt het veel krachtiger en dan begin je een soort basisgemeenschappen te krijgen, die de school heroverwegen, misschien daaromheen kern. Of Jacob, je noemde de staten met de onderwijsspaarrekeningen, toch? Er kunnen heel nieuwe schoolmodellen opduiken, mogelijk aangedreven door AI, misschien op verschillende manieren. Volgen jullie dat allemaal? Wat zie je? Als.

Laurence Holt:

Ja, in de eerste plaats denk ik dat je gelijk hebt als je zegt dat we de afgelopen vijftien minuten over het Amerikaanse onderwijs hebben gesproken, maar eigenlijk zijn er andere gebieden die veel ontvankelijker zouden kunnen zijn voor innovatie, en lage- en middeninkomenslanden waar het probleem vaak voorkomt. de leraren zijn er vandaag misschien niet. En dus ervan uitgaande dat we de bandbreedte hebben, is de infrastructuur beschikbaar, wat steeds meer het geval is, maar er is nog steeds werk aan de winkel, dat zou echt een grote transformatie kunnen zijn. Ik denk dat ook microscholen, mogelijk thuisonderwijs, gebieden zijn waar het op dit moment een grote stimulans is om een ​​microschool op te zetten. En deze wildgroei aan AI-tools kan het aanzienlijk eenvoudiger maken. Maar we hebben nog niets gezien dat specifiek een soort generatieve AI is voor microschooling. Ik denk dat het meer het geval is dat de hele kaart gebruiksscenario's bevat die microscholen een boost zouden moeten geven.

Michaël Hoorn:

Nu we hier beginnen af ​​te ronden, is de andere vraag waar ik het over wil hebben: deze kaart is groot. Er zijn veel verschillende gebieden. Ik weet niet eens of we mensen het volledige idee hebben gegeven van hoeveel verschillende categorieën je hebt, maar je hebt een soort macrocategorieën van lerarenpraktijk, ondersteuning, lesmateriaal, evaluatie en feedback, ondersteuning van studenten, en binnen elk daarvan heb je steeds meer categorieën. Ik denk dat we hiervan een video kunnen laten zien terwijl dit gesprek live gaat, maar ik ben gewoon een beetje nieuwsgierig als je een stap achteruit doet en ernaar kijkt, iemand die op de site springt, kijkt naar de kaart. Wat zijn voor ieder van jullie de meest interessante of twee tot drie belangrijkste dingen die daaruit naar voren komen in jullie visies?

Jacob Klein:

Ja, ik denk dat een van mijn belangrijkste inzichten de diversiteit aan gebruiksscenario's zou zijn. En ik denk dat AI uiteindelijk gelijk zal staan ​​aan alleen het woord digitaal. Ik bedoel, het zit gewoon in bijna alles ingebed, waarom niet? Zou u wat intelligentie, wat generatieve inhoud of een andere AI willen opnemen in de software die u maakt? Dus ik denk dat het uiteindelijk in de meeste gebruiksgevallen een onzichtbare technologie wordt. En we staan ​​nog maar aan het spannende begin. Dus ik denk dat het een heel opwindende tijd is in de technologie in het algemeen in Edtech, en ik hoop dat we zullen leren van eerdere fouten van andere cycli van Ed-technologie die zullen aandringen op nauwkeurigheid, dat we de menselijkheid die de kern van het onderwijs vormt niet zullen verliezen. . En ik denk dat als we dat doen, er een aantal verbazingwekkende nieuwe modellen zullen ontstaan ​​en, zoals je zei, een toename van de keuzevrijheid van de leerlingen.

Laurence Holt:

Ben het daar allemaal helemaal mee eens. Ik denk dat we, om maar een paar details te noemen, enthousiast zijn over de feedback die ik noemde. Ik denk dat dit potentieel een gemakkelijke stap is om vooruitgang te zien. Eén ondernemer gebruikte deze heel interessante uitdrukking waar ik van hou, en die was met nauwkeurigheid aangepast. Er zijn veel veranderingen in het leerplan gaande, zoals we weten. En soms zijn het leraren die activiteiten proberen te vinden waarvan ze weten dat hun leerlingen ze kunnen doen, maar die het ongewenste neveneffect kunnen hebben dat ze de nauwkeurigheid verminderen. Dus hoe kun je een les aanpassen, maar de nauwkeurigheid behouden? Er zijn enkele experimenten geweest die hebben aangetoond dat AI deze begeleiding mogelijk kan geven. We hebben tot nu toe een soort één-op-één stijl van huiswerkbegeleiding gezien, waarvan we weten dat dit niet de stijl van bijles is die daadwerkelijk effect sorteert in de literatuur.

Laurence Holt:

Het is veel intensiever en wordt begeleid door de docent. En kunnen we dus gaan inzien dat een kleine en sociale groep de laatste zou zijn? Ik had gezegd dat mensen denken dat AI door AI-hulpmiddelen in klaslokalen te plaatsen het sociale aspect zal verminderen. Maar eigenlijk kunnen deze hulpmiddelen uitstekend zijn in het beheren van het discours en het aanmoedigen van discours, rollenspel en debat. Dus ik denk dat er een aantal heel interessante plaatsen zijn die we daar zouden kunnen zien evolueren. Ik zal zeggen dat we de afgelopen maanden, terwijl we dit bijhielden, niet een heleboel nieuwe gebruiksscenario's hebben gezien. We hebben er een paar gezien die iets toevoegen aan de kaart. Maar ik denk dat het gebied de eerste golf van verkenningen is geweest. Het gebied is behoorlijk grondig geweest.

Michaël Hoorn:

Dat is interessant, toch? Ik denk dat er een hectische hoeveelheid activiteit is en misschien pauzeren mensen dan om te proberen uit te zoeken waar ze heen moeten.

Jacob Klein:

Nog iets, Michael, is dat ik erg geïnspireerd ben door bedrijven, waaronder AI Camp en Mindjoy, die studenten rechtstreeks naar de allernieuwste technologie brengen, waardoor ze de tools krijgen om hun eigen experimenten te starten, niet alleen maar als consument, maar eigenlijk als mede-maker van sommige van deze tools. Omdat het vaak jonge studenten zijn die de kaart gaan uitbreiden om nieuwe gebruiksscenario's te bedenken, die AI-inwoners zullen hebben die zullen opgroeien met deze technologieën, die ons zullen kunnen leren over de beste gebruiksscenario's .

Michaël Hoorn:

Echt belangrijk punt. Over dat stukje had ik nog niet eens nagedacht. Het is verweven met de laatste vraag waar jullie ons allemaal op natuurlijke wijze mee hebben geconfronteerd, terwijl we hier eindigen: hoe houden jullie deze kaart up-to-date? Wat is de frequentie? Hoe kunnen mensen helpen? Kunnen zij bijdragen aan de kaart? Omdat ik vermoed dat veel mensen hier inzicht in willen hebben en een visie willen die blijft evolueren naarmate anderen de ruimte betreden of andere gevestigde exploitanten hun eigen innovaties op het gebied van AI lanceren om misschien enkele van deze gebruiksscenario's aan te pakken. Hoe kunnen mensen helpen?

Laurence Holt:

Ja, we werken aan een update voor later dit jaar en we zouden graag hulp willen. Dus we gingen een beroep doen op uw publiek, misschien om een ​​deel van het werk voor ons te doen. Zeker alles waarvan mensen vinden dat het ontbreekt of verkeerd is, dat horen we graag. Waarschijnlijk de gemakkelijkste manier is om gewoon een opmerking toe te voegen aan de shownotities hier of aan het Medium-artikel. Wij zullen deze allemaal volgen.

Michaël Hoorn:

Perfect. Ik zal dat ook bovenaan zetten, zodat mensen het kunnen volgen. Maar Jacob Lawrence bewondert altijd jullie activiteit, ondernemerschap en thought leadership, maar ook dat jullie het initiatief hebben genomen om daadwerkelijk enige organisatie te geven aan wat een zeer snel opkomende ruimte is die we allemaal nu proberen in de gaten te houden en te zien waar het heen gaat. En zoals u zei, er zijn enkele duidelijke risico's. Er bestaat een duidelijk risico op een nulhypothese dat het gewoon een soort van dezelfde oude cyclushype zal zijn en dan weer in de ritmes terechtkomt. Maar we willen allemaal iets groters en beters zien voor alle studenten. Ik waardeer jullie beiden en het werk dat jullie hierin hebben gestoken.

Laurence Holt:

Bedankt, Michael, het was erg leuk en leuk om je te zien.

Michaël Hoorn:

Ja, net zo. Ja, reken maar. En voor iedereen die kijkt, bekijk de kaart. We zullen er een link naar plaatsen in de shownotities en jij kunt eraan bijdragen, zoals je hebt gehoord. Vertel ze wat er mis is, vertel ze wat er goed is. En laten we het gesprek gaande houden. De volgende keer komen we terug op The Future Of Education.

© 2023 Michael Horn