Какви компетентности са нужни на преподавателите по отношение на AI?

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Комитетът за развитие на преподавателите има един свободен слот през януари и ректорът иска той да е за AI. Или ръководиш центъра за преподаване и три катедри са поискали „работна среща за AI“, която се оказва три различни неща. Или използваш тези инструменти от година и искаш да знаеш какво още ти липсва, преди да преустроиш курс около тях.

Основното: техниката на писане на заявки е най-малката част от това. Преподавателите трябва да преценяват какво може и какво не може един модел, да проектират задачи и оценяване около тази преценка и да знаят кога да го държат напълно извън курса. Увереността е лош заместител на всичко това, затова изгради програмата около представянето и около дисциплините, а не около демонстрация на инструмент.

Накратко

1. Дефинирай компетентността в четири измерения и добави преподавателски слой за всеки, който оценява студенти.

2. Оценявай по представяне, а не с анкета. Самооценената грамотност и показаната способност се разминават.

3. Сложи дисциплините в стаята. Експертизата по предмет не се пренася в интегрирането на технология.

4. Преподавай технологичните области изрично, защото точно те се измерват ниско дори при уверените преподаватели.

5. Третирай „кога да не се използва това“ като компетентност и дай на преподавателите основание да откажат.

Дефинирай компетентността, преди да запазиш стаята

Синтезът на базата от знания за AI грамотността определя четири измерения и те са полезна програма, защото всяко от тях изисква различен вид сесия:

• Основно разбиране на възможностите и ограниченията на AI.
• Практическа компетентност при използване на AI инструменти.
• Критично оценяване на точност, предразсъдъци, уместност и несигурност.
• Етична и институционална осведоменост по въпроси като почтеност, поверителност, справедливост и управление.

За преподавателите тези измерения се нуждаят от педагогически слой отгоре. Преподавателите трябва да могат да решат каква когнитивна работа студентите трябва да запазят, да изберат AI приложения, които служат на учебните цели, да проектират валидно оценяване в епохата на AI, да научат студентите да проверяват и да регулират собственото си използване, да разпознават риска от халюцинации, прекомерната зависимост и подмазването и да знаят кога човешката преценка трябва да отмени автоматизацията.

Те се нуждаят и от достатъчно системно разбиране, за да оценят как се свързват работните процеси, подкрепени от генеративен AI. Работна среща, която преподава един инструмент изолирано, произвежда преподаватели, които могат да демонстрират инструмента и не могат да ти кажат какво се чупи, когато той се включи в процес по оценяване. Teacher AI Competency и Faculty Development съдържат по-дългата версия на този аргумент.

Запиши списъка, преди да планираш сесиите. Четири измерения плюс преподавателски слой са достатъчни, за да оправдаят четири сесии вместо една, и достатъчни, за да кажеш на ръководителя на катедра за кое от четирите е всъщност молбата му.

Оценявай представянето, а не увереността

Самоотчетената AI грамотност може значително да се разминава с показаната способност, което е най-практичното предупреждение в тази литература за всеки, който води развитие на преподаватели. Анкета за увереността в края на работна среща измерва как се е усещала работната среща.

Изследванията на многоагентните работни процеси на учители добавят втора причина да проверяваш, вместо да питаш: системното мислене, педагогическите убеждения и самоефективността си взаимодействат при интегрирането на AI, така че една и съща сесия се отразява различно на двама преподаватели с еднаква предметна подготовка. Това говори за диференцирано планиране и против работната среща за един инструмент, която пасва на всички и която повечето институции провеждат.

Евтиният вариант на оценяване на представянето е задача, не инструмент. Помоли всеки участник да донесе една задача за оценяване, да я преработи с модела по време на сесията и после да защити преработката пред колега: какво се е променило, какво оценява сега, за какво студентът вече не може да бъде оценяван. Това отнема двадесет минути и ти казва повече от всяка скала за оценка в края на деня.

Очаквай слабото място да е интегрирането

Скорошни изследвания във висшето образование слагат числа върху това къде компетентността на преподавателите е силна и къде се разпада. Анкета със 127 преподаватели в голям американски изследователски университет, използваща инструмента Technological Pedagogical Content Knowledge (TPACK)-21, установи високо самооценено педагогическо съдържателно знание (M = 4,70) и съдържателно знание близо до тавана (M = 5,15). Технологично интегрираните области бяха значително по-ниски: технологично педагогическо знание (M = 2,62), технологично съдържателно знание (M = 2,75) и цялостен TPACK (M = 2,55, най-ниският от седем).

Прочети разликата правилно. Това са хора, които познават предмета си и знаят как да го преподават, и не знаят как да направят модела част от едното или другото. Съдържателната експертиза не предсказа знанието за интегриране на GenAI (корелации на CK r = 0,11 до 0,15, всички незначими), така че програма не може да предполага, че владеенето на предмета се пренася. Тя трябва да изгради компетентност чрез целенасочена, дисциплинарно специфична работа.

Още една констатация оформя дизайна. Трите технологично интегрирани области корелират r = 0,81 до 0,91, което подсказва, че може да функционират като единен капацитет за интегриране на GenAI. Ако това се потвърди, преподавай го като една споделена основа, а не като три отделни умения с три отделни сесии.

Проектирай сесиите около реален курс

Какво може и какво не може обучението се вижда ясно в изследване в рамките на един и същ участник с 13 преподаватели от висшето образование. Даването на преподавателите на чатбот значително подобри качеството на техния учебен дизайн, като делът на постигналите две или повече задачи от по-висок ред по Блум се вдигна от 41,7% на 91,7% (p = 0,01). Възприеманото когнитивно усилие падна рязко, медиана от 6,33 на 3,33 (p = 0,004). Обучението по педагогическо писане на заявки, добавено отгоре, не подобри допълнително качеството и леко вдигна усилието.

Следват три неща, а третото е това, което програмите прескачат.

Достъпът променя преподавателското поведение лесно. Дай на преподавателите способен модел и реална задача и работата пред тях се подобрява в рамките на една сесия.

По-дълбоката способност изисква повече от работна среща. Слоят за заявки добави усилие и никакво измерено качество. Да учиш хората да пишат по-добри заявки е умение и по тези доказателства то не е ограничението пред по-добрия дизайн.

Печалбите в качеството не доказват, че практиката е интернализирана. Тринадесет преподаватели преработиха добре една задача с отворен инструмент. Дали могат да го направят семестър по-късно, без инструмента, е друг въпрос и изследването не отговаря на него. Вгради последваща проверка в програмата, вместо да предполагаш, че печалбата е останала.

Покрий частите от ролята отвъд преподаването

Компетентността е и институционален въпрос и повечето рамки отговарят само на част от него. Изследване, основано на дизайн, със 114 участници от 28 американски институции и 11 държави произведе шест стандарта за технологична интеграция при преподавателите, обхващащи цялата академична роля: преподавател, координатор, ръководител, изследовател, обучаем се и сътрудник. Причината на авторите да ги създадат е полезната част. Съществуващите рамки (Technological Pedagogical Content Knowledge (TPACK), SAMR) и стандартите за преподаватели (ISTE, UNESCO, DigCompEdu) се отнасят до учители в училищното образование или покриват само преподавателското измерение.

За човек, който развива преподаватели, това преформулира молбата. Катедра, която иска работна среща за AI за своите преподаватели, пита за една от шест роли. Координаторите в същата катедра вземат решения на ниво програма, изследователите ѝ пишат с тези инструменти, а ръководителите ѝ одобряват покупки. Една сесия не може да обслужи всички тях и преструвката, че може, е начинът, по който една програма стига до висока посещаемост и никаква промяна в практиката.

Остави място за отказ

Възприемането се съпротивлява на чисто техническа рамка и съпротивлението често е преценка, а не празнина. Анкета с 287 учители от 27 държави намери усъвършенстван модел, който обяснява 79,8% от дисперсията в поведенческото намерение. Възприеманата изкуствена автономия влияеше на намерението само косвено, чрез полезността. Избягването на риск беше значим отрицателен предиктор (−0,163), а учителите се тревожеха много повече за прекомерната зависимост и почтеността на студентите, отколкото за собственото си използване.

Интервюта с двама опитни академици описват как изглежда тази тревога отвътре: повтарящи се напрежения на идентичността между педагогика и платформа, преподавател и фасилитатор, грижа и съответствие, преминавани чрез принципна избирателност, основана на педагогически ценности.

Значи компетентността включва професионална преценка кога да не се използва AI, а програма, която не може да го каже на глас, ще се чете като търговска презентация точно за онези преподаватели, чиято преценка най-много искаш в стаята. Двама опитни академици са малка доказателствена база за голямо твърдение; третирай констатацията за идентичността като описание на реално напрежение, а не като измерен ефект, и я остави да оформи тона на сесиите.

Какво хората, които развиват преподаватели, разбират погрешно

Работна среща за заявки е програма за AI компетентност. Тя покрива едно от четири измерения, а в изследването с 13 преподаватели слоят за заявки добави усилие без добавено измерено качество.

Уверените преподаватели са компетентни преподаватели. Самоотчетът се разминава с показаната способност, а анкетата със 127 преподаватели откри съдържателно знание близо до тавана редом с цялостен TPACK от 2,55. Увереността следва предметната експертиза, което е точно това, което тези преподаватели вече имат.

Експертите по съдържание ще изработят интегрирането сами. Съдържателното знание не предсказа знанието за интегриране в тази анкета. Корелацията беше незначима и това е констатацията, която оправдава дисциплинарно специфично планиране вместо обща покана.

Една рамка ще покрие всички. Стандартът за шест роли съществува, защото TPACK, SAMR и основните стандарти за преподаватели покриват учители в K-12 или само преподавателското измерение.

Съпротивлението е празнина в знанието, която трябва да се запълни. Избягването на риск предсказа намерението отрицателно, а работата по идентичността описва преподаватели, които разсъждават от педагогически ценности. Част от онова, което изглежда като неохота, е защитима позиция за прекомерната зависимост на студентите.

Какво ще ти се върне

„Нямаме време за развитие, основано на представяне.“ Тогава не изграждай програма. Изгради едно упражнение на ниво задача: донеси задача за оценяване, преработи я с модела, защити преработката. Това е версията за двадесет минути и тя произвежда доказателство за способност, каквото анкетата за удовлетвореност не дава.

„Нашите преподаватели вече използват тези инструменти, значи обучението е зад тях.“ Използването не е конструктът. Анкетата със 127 преподаватели описва хора с високо съдържателно и педагогическо знание и ниско технологично интегрирано знание, а изследването с 13 преподаватели показва качество на дизайна, което се движи с достъпа, докато слоят за заявки не добави нищо. Нито един от двата резултата не казва, че преподавателите пред теб са интегрирали нещо.

„Това е проблем за IT обучението.“ Моделът на намерението слага полезността, не техническата способност, на пътя към възприемането, а избягването на риск върви редом. Препятствието е преценка за студентите и за дисциплината, поради което сесиите принадлежат на центъра за преподаване.

„Рамките за компетентност са бюрократична тежест.“ Те са карта за един слот през януари. Четирите измерения ти казват какво да оставиш настрана, а шестте роли ти казват за коя аудитория е всъщност една молба.

Какво да направиш тази седмица

1. Напиши четирите измерения и преподавателския слой на една страница и отбележи кои от тях покрива текущото ти предложение.

2. Замени формуляра за удовлетвореност в края на сесията с една задача: преработена и защитена задача за оценяване.

3. Поискай от две катедри реален курс и реална задача, вместо обща покана.

4. Добави един сегмент за това кога да държиш AI извън една задача и кажи направо, че отказът от конкретно приложение е легитимна професионална преценка.

5. Реши коя от шестте роли обслужва следващата ти сесия и назови аудиторията в поканата.

Накъде след това

Аналогът за студентите е Как да включа AI грамотност в курса си?, а Какви са доказателствата за интервенции за AI грамотност във висшето образование? покрива колко силна е тази доказателствена база за грамотността. За обобщението на изследванията, обърнато към преподаватели, виж Кои са десетте най-важни извода от изследванията на AI в образованието, които преподавателите трябва да знаят?; Teacher AI Competency и Faculty Development носят материала за рамката, а Как да напиша политика за AI в курса и да я съобщя на студентите? е документът, който повечето от тази работа по развитие в крайна сметка произвежда.