Jak má být AI začleněna do zážitku z učení?

Automatický strojový překlad této anglické stránky, který ještě nebyl zkontrolován rodilým mluvčím.

V osnově modulu je řádek s nápisem „aktivita s AI“ a nikdo nedokáže říct, co nahrazuje. Nebo vás vyučující požádal, abyste do kurzu, který už funguje, přidali chatbota, a vaším úkolem je umístit ho tak, aby nerozbil tu část, díky které kurz fungoval.

Začněte od cíle učení a od aktivity, která k němu vede. Tentýž model může být scaffolding, sokratovský partner, čtenář návrhů, simulace nebo automat na odpovědi, a to, který z nich dostanete, závisí na návrhu, ne na modelu. Pojmenujte režim, který stavíte, postavte pokus studujícího před jakoukoli pomoc a ponechte v kurzu alespoň jednu cestu, která funguje bez nástroje.

Stručná verze

1. Napište větu o tom, co studující potom dokážou bez nástroje, a poměřujte proti ní každou funkci s AI.

2. Seřaďte interakci: studující zkusí, AI podpoří, studující vyhodnotí nebo přepracuje, studující prokáže.

3. Pojmenujte režim na žebříku ICAP. Obchvat a scaffolding může být tentýž nástroj na různých příčkách.

4. Umístěte AI tam, kde sled kurzu už počítá s konkrétní aktivitou, ne na konec jako bonus.

5. Zadržte nástroj, dokud se schopnost formuje, a pak ho vraťte v kontrolním bodu, který student nemůže předstírat.

Rozhodněte, co studující dělá bez nástroje

Koncept Pedagogiky a výukové strategie v této znalostní bázi dává test: zachovává tato konfigurace aktivitu, která produkuje zamýšlené učení? Odpovězte na to na papíře, dřív než kdokoli vybere nějakou funkci.

Rámec zásadového vzdělávání s AI vyslovuje obecné pravidlo: technologie má spíše rozšiřovat než vytlačovat lidské schopnosti, které má vzdělávání rozvíjet. Přepsáno do testu pro jeden modul to znamená pojmenovat schopnost, pojmenovat aktivitu, která ji buduje, a zeptat se, zda AI stojí uvnitř této aktivity, nebo vedle ní.

Postavte pokus před pomoc

Výchozí vzorec, který přežije střet se skutečnou třídou: studující zkusí, AI podpoří, studující vyhodnotí nebo přepracuje, studující prokáže porozumění.

V praxi to znamená žádat první předpověď nebo řešení dřív, než se objeví jakákoli pomoc, a dávat přednost otázkám, nápovědám, příkladům, protiargumentům a zpětné vazbě před okamžitým dokončením. Zachovejte produktivní selhání tam, kde slouží učení. Vyžadujte ověřování závažných tvrzení, zabudujte vysvětlování a učení vyučováním a podporu postupně stahujte, jak kompetence roste. Ponechte část práce bez AI, aby studující dokázali kalibrovat, co zvládnou sami.

Syntéza Omezování zneužívání AI doporučuje stejný tvar: nejdřív přemýšlet, potom AI, potom reflexe, s vědomými kontrolními body hodnocení.

Pojmenujte režim, pro který navrhujete

Analogie kuchyňského robota od Rummelové, Nachtigalla a Panadera přerámovává otázku z toho, zda studující používají generativní AI, na to, jak toto používání formuje to, čím se stávají. Promítnuto na ICAP a SAMR dává žebřík. Úplné přenechání úkolu bez přepracování a bez kritického zapojení je pasivní substituce a nese riziko ztráty dovednosti a nadměrné závislosti. Upřesňování promptů a křížová kontrola výstupů vyžadují předchozí znalosti a seberegulaci, což je aktivní úroveň neboli augmentace. Použití AI k brainstormingu, tvorbě osnovy a hodnocení původní práce je konstruktivní úroveň neboli modifikace. AI jako skutečný dialogický partner pro spoluvytváření a adaptivní zpětnou vazbu je interaktivní úroveň neboli redefinice.

Důsledek je přímý. Tentýž nástroj je na jedné příčce obchvatem a na další scaffoldingem, takže návrhový dokument má pojmenovat zamýšlený režim.

Umístěte ji tam, kde sled počítá s určitou aktivitou

Divjak, Svetec a Horvat analyzovali plánovaný sled 29 064 výukových a učebních aktivit v 554 kurzech a našli viditelnou gramatiku návrhu. Aktivity typu osvojování jsou nejčastějším vstupním bodem a největším jednotlivým typem, přes 20 %. Typ učení sleduje zamýšlenou úroveň Bloomovy taxonomie: osvojování klesá z přibližně 50 % na úrovni 1 na přibližně 20 % na úrovni 6 a produkce stoupá nad 20 % na úrovních 5 a 6. Nejsilnější přechod v datech je z hodnocení do diskuse, s hodnotou 0,332.

Z toho plynou dvě poučení pro návrh s AI. Umístěte nástroj tam, kde sled počítá s určitým typem aktivity. A protože se zpětná vazba shlukovala s spoluprací, prácí ve skupině a přítomností vyučujícího, právě do vrstevnických a synchronních struktur se má podpora s AI zapojit, ne je nahradit.

Rozhodněte, co zadržet a kdy to vrátit

Rámec „nejdřív zadržet, potom zesílit“ od Torrese-Sahliho a kolegů posouvá tuto otázku na úroveň programu. Generativní nástroj zadržte, dokud se schopnost formuje, a vraťte ho, jakmile ho student dokáže vést, posoudit, co vrací, a odpovídat za to, s kontrolním bodem, který lze jen těžko předstírat, v každém zlomu.

Zařízení se řídí kritériem formování versus odklánění: jsou povolena tam, kde podporují zapojenou práci, a vyloučena tam, kde odvádějí pozornost. Tím se rozhodnutí o odklánění mění na otázku kurikula a správy a řízení, která přichází před návrhem na úrovni kurzu, ne po něm.

Ověřte, že sladění je skutečné

Diskurzivní analýza od McInnese a kolegů provedená na 14 dokumentech s pokyny pro vysokoškolské vzdělávání varuje, že rady rámované efektivitou, jako je používání generativní AI k návrhu výstupů učení, hodnotících kritérií a osnov kurzů, vytvářejí sladění, které vypadá sladěné, ale opomíjí konstruktivní polovinu. Výstupy, aktivity a hodnocení se generují jako samostatné položky, ne jako vzájemně závislé.

Jejich lékem je přeřazení sledu. Pedagogové by měli rozumět konstruktivnímu sladění natolik, aby dokázali výstup AI vést, vyslýchat a odmítnout dřív, než mu jakoukoli část přenechají, protože přijetí věrohodného povrchu je stejné hodnotící selhání, před kterým vyučující varují studenty. Tam, kde se AI používá, argumentují pro institucionálně ohraničené, vyhledáváním rozšířené systémy nastavené podle místní politiky a standardů kvality, ne pro obecné výchozí modely natrénované na internetu.

V čem se instrukční designéři mýlí

Přidání AI se počítá jako intervence. Učení mění aktivita, kterou student vykonává, a AI je jen jednou částí jejího prostředí. Dobře umístěná nápověda a dobře umístěná odpověď mohou běžet na témž modelu a přinést opačné učení.

Napsání povolení je návrhová práce. Povolení určuje, co je dovoleno. Neurčuje sled, režim ani kontrolní bod, a právě ty tři věci rozhodují, zda aktivita přežije.

Cílem přepracování je efektivita. Navrhovat výstupy a kritéria s modelem je rychlé a analýza 14 dokumentů zjistila, že výsledek může vypadat sladěně, i když se jeho části přestaly vzájemně podporovat.

Co se vám vrátí

„Studující to stejně použijí, takže navrhovat kolem toho je naivní.“ Použijí, a právě proto je třeba režim specifikovat a učit ho. Modul, který režim pojmenuje, dává studentovi něco, co může dodržet.

„Nemáme čas přeřazovat celý kurz.“ Pak přeřaďte jeden modul a jedno hodnocení. Zlom „zadržet, potom zesílit“ je jeden kontrolní bod a sled „nejdřív přemýšlet“ jsou tři pokyny na jednom listu.

„Naše funkce s AI už má ochranné mantinely.“ Mantinely omezují, co model říká. Nerozhodují o tom, zda studující nejdřív zkusil, zda se podpora stahuje, ani zda existuje cesta bez AI. To jsou návrhová rozhodnutí ve vašem kurzu, ne nastavení produktu.

Co udělat tento týden

1. Napište pro modul větu o výkonu bez pomoci a umístěte ji nad seznam aktivit.

2. U každé aktivity s AI v osnově označte zamýšlený režim ICAP.

3. Přesuňte jednu aktivitu s AI tak, aby studující nejdřív zkusil problém sám.

4. Vyberte jednu cestu modulem bez AI a označte ji pro studující.

5. Pojmenujte jeden zlom, kde je nástroj zadržen, a kontrolní bod, který ho vrací.

Kam dál

Slovník návrhu nesou Instrukční design, Aktivní učení a scaffolding. Výchozí nastavení na úrovni interakce, která rozhodují, zda navržená aktivita zachová učení, najdete v textech Jak omezit podvádění s AI a Jak přepracovat hodnocení pro éru AI. Navrhování vzdělávacího AI softwaru popisuje, jak tytéž zásady omezují software samotný, a Jak vyvíjet efektivního AI tutora je překládá do architektury tutora.