Robotica, kunstmatige intelligentie en machine learning zijn geen sciencefiction meer. Het is gewoon een gegeven dat AIEd een progressieve gamechanger wordt op het nationale onderwijsfront - maar in welke mate, met welk effect en tegen welke kosten?
Waar kun je beter beginnen met het beantwoorden van deze actuele EdTech-vragen dan je te verdiepen in de verkenningen van de onlangs gepubliceerde ,,Educatieve AI-tion opnieuw opgestart? rapport van Global Innovation Foundation ,,Nesta.
Dit uitgebreide document, gebaseerd op datamapping, enquêtes en onderzoek, vat een selectie van AIEd-tools samen die momenteel op de markt zijn, samen met reacties van het grote publiek, alvorens de toekomstige route en impact van AIEd op scholen en hogescholen in het VK tegen 2035 in overweging te nemen.
Tot de go-to-gegevensbronnen behoren: ,,CrunchBase, ,,Toegangspoort tot onderzoek en ,,YouGov; de enquêtes werden opgesteld door 1,225 ouders van schoolgaande kinderen; en gegevens werden verzameld van 69 AIEd-bedrijven, voornamelijk gevestigd in en rond Londen. Voordat ik verder ga met het rapport, zal ik de definitie van kunstmatige intelligentie in het onderwijs geven, omdat dit enigszins subjectief kan zijn:
"Computers die cognitieve taken uitvoeren, meestal geassocieerd met de menselijke geest, met name leren en probleemoplossing"
,,Educatieve AI-tion opnieuw opgestart? begint met drie categorieën AIEd: leerlinggericht, docentgericht en systeemgericht. Laten we elk 'gezicht' achtereenvolgens bekijken.
Leerlinggerichte kunstmatige-intelligentie-educatieplatforms - zoals ,,EEUW en ,,Matigon – studenten zeer gepersonaliseerde leertrajecten aan te bieden. Leerlingen worden in staat gesteld om in hun eigen tempo te werken, vaak in hun eigen tijd en volgens hun eigen sterke en zwakke punten. Mijn huis is al bekend met ,,EEUW omdat mijn dochter van jaar 7 het met goed resultaat gebruikte als flipped learning voordat ze de nogal omslachtige Google Slide-wetenschapslessen van haar school probeerde tijdens de lockdown; en ze is blijven gebruiken ,,EEUW om haar Engelse taalvaardigheid tijdens de zomervakantie te verbeteren, door zich te richten op haar zwakkere gebieden (symboliek en onomatopee) als reactie op de geautomatiseerde AI-beoordeling van het platform. Hoewel geen van deze leerlinggerichte platforms nog is uitgerold door haar middelbare school, vind ik als ouder persoonlijk de geautomatiseerde beoordelingen in ,,EEUW inzichtelijk in het aanpakken van hiaten in het leerproces van mijn dochter. ,,Matigon is nieuws voor mij, dus ik wil die leerlinggerichte AIEd-tool binnenkort uitproberen.
Het tweede AIEd-platform dat in het rapport wordt beschreven, is gericht op de leraar. Het heeft tot doel "hun werklast te verminderen, inzicht te krijgen in studenten en te innoveren in hun klaslokaal". Een platform dat snel en nauwkeurig de voortgang van elke student kan beheren, leveren en beoordelen - waardoor docenten tijd vrijmaken voor creatieve, welzijns- en probleemoplossende taken in combinatie met groepswerk in samenwerking en authentieke live-experimenten - klinkt als een absolute bonus. ,,Klassengrafieken, dat AI gebruikt om de beste stoelopstelling voor alle leerlingen in een klaslokaal te vinden, en een op maat gemaakte leraargerichte tool genaamd Ada die wordt gebruikt op Bolton College, die automatisch reageert op vragen van studenten, zijn actuele voorbeelden.
Dit laat het minder bekende systeemgerichte platform op de derde plaats. Waarom? Dit AIEd-platform vereist veel gedeelde gegevens (bijv. DfE, telling van het schoolpersoneel en standpunten van ouders) over meerdere onderwijsinstellingen. De mogelijkheden zijn verreikend: het kan worden gebruikt om lesroosters voor de hele school te organiseren, specifieke scholen te targeten voor volledige Ofsted-inspecties, best-practice onderwijsstrategieën te delen en gedragsproblemen aan te pakken. Het verzamelen en bundelen van big data is hier echter de echte uitdaging. Een actueel voorbeeld is ,,Leren in de derde ruimte's samenwerking met het Knowledge Lab van University College London, waarin algoritmen voor machinaal leren die zijn ingebouwd in het AIEd-platform van Third Space, patronen laten zien die resulteren in positieve onderwijsresultaten - en die inzichten delen om anderen te helpen.
Zo, dat is een korte samenvatting van de huidige stand van zaken. Mijn volgende blog zal het groeiende potentieel van AIEd bij het vormgeven van onze toekomst afronden.
