Πώς μπορούμε να αντιμετωπίσουμε κοινές παρανοήσεις για την ΤΝ στην εκπαίδευση;

Αυτόματη μηχανική μετάφραση αυτής της αγγλικής σελίδας, που δεν έχει ακόμη ελεγχθεί από φυσικό ομιλητή.

Ο αντιπρύτανης θέλει ένα μονόφυλλο με «μύθους για την ΤΝ» για τη σύσκεψη του διδακτικού προσωπικού την άνοιξη. Ή ένα μέλος του διοικητικού συμβουλίου διάβασε ότι τα chatbots καταστρέφουν την κριτική σκέψη και θέλει μια θέση μέχρι την Παρασκευή. Ή είστε το πρόσωπο που πρέπει να εξηγήσει, γραπτώς, γιατί το τμήμα δεν θα απαγορεύσει απλώς το εργαλείο, και σας έχουν τελειώσει οι τρόποι να πείτε ότι μια απαγόρευση δεν είναι παιδαγωγική.

Κάθε πεποίθηση σε αυτή τη σελίδα ξεκινά από κάτι που έχει δει ένας λογικός άνθρωπος. Το ρέον κείμενο διαβάζεται πράγματι ως ακριβές. Μια γυαλισμένη εργασία μοιάζει πράγματι με μάθηση. Ένας καθοδηγητής που απαντά στην ερώτηση νιώθεται πράγματι ως βοήθεια, και μια πολιτική που περιέχει τη λέξη «απαγορεύεται» νιώθεται πράγματι ως απόφαση. Η διόρθωση που λειτουργεί ονομάζει τι δεν μπορεί να σας πει η παρατήρηση και μετά παραδίδει έναν έλεγχο που μπορεί να κάνει το άτομο τη Δευτέρα.

Η απάντηση που θα δώσετε σε έναν συνάδελφο, με μία ανάσα: η εκπαιδευτική επίδραση της ΤΝ εξαρτάται από το ποιος τη χρησιμοποιεί, για ποια εργασία, ποια σκέψη εκτελεί το εργαλείο, ποια ευθύνη παραμένει στο πρόσωπο και πώς αξιολογείται η μάθηση. Η αυτοπεποίθηση, η ταχύτητα, η εμπλοκή και η ολοκλήρωση της εργασίας είναι χαρακτηριστικά της χρήσης. Κανένα από αυτά δεν είναι απόδειξη ότι άλλαξε η ικανότητα.

Η σύντομη εκδοχή

1. Αναφέρετε τι μπορεί να κάνει ένας μαθητής με το εργαλείο κλειστό, και χαρακτηρίστε αυτή τη μέτρηση ως τη μόνη που μετράει.

2. Γράψτε τη συνθήκη χρήσης ΤΝ ανά βήμα της εργασίας, ονομάζοντας την πράξη και όχι το εργαλείο.

3. Κρίνετε έναν καθοδηγητή, μια λειτουργία ανατροφοδότησης ή μια πλατφόρμα από το τι κάνει ο μαθητής αφού αυτό απαντήσει.

4. Αγοράστε αποδείξεις και όχι ισχυρισμούς περί ικανοτήτων: αποτελέσματα χωρίς υποστήριξη, αποτελέσματα ανά υποομάδα, δοκιμές ασφάλειας πολλαπλών γύρων.

5. Όταν διορθώνετε μια πεποίθηση, αντικαταστήστε την με ένα καλύτερο μοντέλο και με μια δραστηριότητα που επιτρέπει στο άτομο να δει την παλιά να αποτυγχάνει.

Αποφασίστε τι μετράει ως απόδειξη ότι συνέβη μάθηση

Πέντε πεποιθήσεις καθορίζουν αν η υπόλοιπη σελίδα έχει σημασία. Καθεμία παίρνει ένα πραγματικό σήμα και διαβάζει μέσα του ένα συμπέρασμα που το σήμα δεν μπορεί να σηκώσει.

«Τα πήγαν καλύτερα με το εργαλείο ανοιχτό, άρα έμαθαν περισσότερα.»

Σε ένα πείραμα πεδίου με σχεδόν 1.000 μαθητές λυκείου στα μαθηματικά, η απεριόριστη πρόσβαση σε παραγωγική ΤΝ βελτίωσε την επίδοση κατά τη διάρκεια της υποστηριζόμενης εξάσκησης και μείωσε τη μεταγενέστερη επίδοση σε εξέταση χωρίς υποστήριξη. Μια έκδοση με προστατευτικά όρια, που παρείχε υποδείξεις αντί για πλήρεις απαντήσεις, εξάλειψε την παρατηρούμενη μαθησιακή βλάβη (Generative AI Without Guardrails Can Harm Learning). Και τα δύο ευρήματα είναι πραγματικά, και βρίσκονται σε διαφορετικές μετρήσεις: μόνο η μία από αυτές είναι η μέτρηση την οποία πιστοποιεί μια αναλυτική βαθμολογία. Η μελέτη σας δίνει μια κατεύθυνση και κανένα μέγεθος επίδρασης για το δικό σας μάθημα.

Οι μαθητές κάνουν την ίδια συλλογιστική για τη δική τους δουλειά, και η απάντηση είναι η ίδια: το προϊόν δείχνει τι παρήγαγαν μαζί ο μαθητής και το εργαλείο. Τέσσερις ερωτήσεις με το παράθυρο συνομιλίας κλειστό σας λένε τι συνέβη. Μπορούν να εξηγήσουν τη συλλογιστική; Να λύσουν ένα παρόμοιο πρόβλημα; Να βρουν τις αδυναμίες στην παραγόμενη απάντηση; Να μεταφέρουν την ιδέα σε ένα νέο πλαίσιο; Αν οι ειλικρινείς απαντήσεις είναι όχι, βλέπετε υποστηριζόμενη επίδοση με το όνομα της μάθησης. Βάλτε μία από τις τέσσερις στην αξιολόγηση και πείτε το στη ρουμπρίκα.

«Στους μαθητές αρέσει η ανατροφοδότηση, άρα η ανατροφοδότηση λειτουργεί.»

Η ικανοποίηση είναι απόδειξη για την αποδοχή. Οι μαθητές προτιμούν ανατροφοδότηση άμεση, ενθαρρυντική, λεπτομερή και εύκολη στην παρακολούθηση, και μια απάντηση μπορεί να έχει και τις τέσσερις ιδιότητες ενώ είναι ανακριβής, γενική, με λάθος προτεραιότητες ή στοχευμένη σε διαφορετικό στόχο από τον δικό σας. Οι ερωτήσεις που το κρίνουν είναι βαρετές και αξίζει να τις γράψετε: είναι ακριβής, διαγιγνώσκει το πραγματικό πρόβλημα, είναι αρκετά συγκεκριμένη ώστε να αξιοποιηθεί, είναι προσαρμοσμένη σε αυτόν τον μαθητή, τη χρησιμοποιεί ο μαθητής, βελτιώνεται η αναθεώρηση, βελτιώνεται η μεταγενέστερη ανεξάρτητη επίδοση. Οι δύο τελευταίες είναι εκείνες τις οποίες δεν αγγίζει ποτέ μια έρευνα ικανοποίησης. AI Feedback Quality και Feedback Literacy περιέχουν τη λεπτομέρεια, και η πρακτική κίνηση είναι να διαβάσετε είκοσι απαντήσεις απέναντι στον δικό σας στόχο πριν κλιμακώσετε οτιδήποτε.

«Η μέση επίδραση ήταν θετική, άρα η παρέμβαση βοηθά τους μαθητές.»

Οι μέσοι όροι κρύβουν ακριβώς τη διακύμανση που κρίνει ένα ζήτημα ισότητας. Οι επιδράσεις διαφέρουν ανάλογα με την προηγούμενη γνώση, την ηλικία, τον κλάδο, τη γλώσσα, την αναπηρία, τη μεταγνωστική δεξιότητα, την πρόσβαση, την εφαρμογή από τον διδάσκοντα και το είδος χρήσης της ΤΝ. Ένα μικρό μέσο κέρδος μπορεί να κρύβει πραγματικό όφελος για μια ομάδα και βλάβη για μια άλλη, ενώ ένα μεγάλο μπορεί να εξαρτάται από συνθήκες που το ίδρυμά σας δεν μπορεί να αναπαραγάγει. Ζητήστε εκτιμήσεις ανά υποομάδα με την αβεβαιότητά τους, την πιστότητα εφαρμογής, το τι έκαναν πραγματικά οι μαθητές μέσα στο εργαλείο και το μοτίβο εγκατάλειψης. Limitations of the AIED Evidence Base και Research Methods in AIED παρουσιάζουν τις συγκρίσεις που σας φέρνουν πιο κοντά, και Equity in AI Education εξηγεί γιατί ο πίνακας ανά υποομάδα είναι το εύρημα.

«Ανέφεραν ότι έμαθαν πολλά.»

Η αυτοαναφορά μετρά αντίληψη, αποδοχή, άγχος και αυτο-αποτελεσματικότητα, και είναι καλή και στα τέσσερα. Δεν είναι μέτρηση αποδεδειγμένης ικανότητας, γιατί οι άνθρωποι μπορούν να είναι σίγουροι και λάθος, ή ικανοί και με χαμηλή αυτοπεποίθηση. Η σύνθεση της βάσης γνώσης για την έρευνα επάρκειας των εκπαιδευτικών σε ΤΝ αναφέρει σημαντικό χάσμα μεταξύ αυτοαξιολόγησης και μετρούμενης επίδοσης, και οι διδάσκοντες σε αυτήν υπερεκτίμησαν σημαντικά την ικανότητά τους (AI Literacy Assessment: Self-Reported vs. Performance Misalignment). Συνδυάστε κάθε αυτοαναφορά με μια εργασία: εντοπίστε ένα λάθος σε μια έξοδο, επαληθεύστε μια πηγή, επιλέξτε στρατηγική χρήσης, εντοπίστε προκατάληψη ή κολακεία, αναθεωρήστε μια ελαττωματική απάντηση, βαθμονομήστε την αυτοπεποίθηση απέναντι στην ακρίβεια. Ένα τέτοιο στοιχείο σε μια έρευνα μετατρέπει μια γνώμη σε αποτέλεσμα.

«Ένας προσομοιωμένος μαθητής είναι φθηνό υποκατάστατο του πραγματικού.»

Η προσομοίωση είναι χρήσιμη για πρωτότυπα, δοκιμές αντοχής και παραγωγή σεναρίων, και δεν είναι απόδειξη για την ανθρώπινη μάθηση μέχρι να επικυρωθεί απέναντι σε ανθρώπους. Ένα μοντέλο μπορεί να μιμηθεί τη γλώσσα της σύγχυσης χωρίς την επιμονή, τα κίνητρα, την προηγούμενη γνώση, το συναίσθημα ή την αναπτυξιακή πορεία ενός μαθητή, και η έρευνα που συνοψίζεται στη βάση γνώσης βρήκε προσομοιωμένους μαθητές να εγκαταλείπουν μια ανατεθείσα παρανόηση ύστερα από ελάχιστη διόρθωση, γεγονός που θέτει υπό αμφισβήτηση αν αναπαριστούν καθόλου εννοιολογική αλλαγή (Simulating Students, Simulating Students or Sycophantic Problem Solving?). Χρησιμοποιήστε τους για να βρείτε τα ελαττώματα στην προτροπή σας πριν τη συναντήσουν πραγματικοί μαθητές, και μετά θεωρήστε κάθε ισχυρισμό για μαθητές μη επικυρωμένο.

Ορίστε τη συνθήκη χρήσης ΤΝ στο βήμα που φέρει τη μάθηση

Οι κανόνες αποτυγχάνουν όταν γράφονται για ένα εργαλείο και πετυχαίνουν όταν γράφονται για μια πράξη. Οι πεποιθήσεις παρακάτω είναι εκείνες που κρατούν τις πολιτικές αόριστες.

«Κάθε χρήση της ΤΝ είναι απάτη.»

Η αντίστροφη πεποίθηση είναι χειρότερη: ότι η χρήση ΤΝ δεν μπορεί να είναι απάτη επειδή δεν αντιγράφηκε πρόσωπο. Η ακεραιότητα εξαρτάται από τον σκοπό της εργασίας, τους κανόνες του διδάσκοντος, το πόσο από τη δουλειά έκανε το εργαλείο, αν η χρήση δηλώθηκε και αν η ΤΝ αντικατέστησε την ικανότητα που αξιολογείται. Ο καταιγισμός ιδεών επιτρέπεται σε μια εργασία, απαιτείται σε μια άλλη και είναι αποκλειστικός σε μια τρίτη, και τα τρία είναι υπερασπίσιμα (ακαδημαϊκή ακεραιότητα). Η διδακτική κίνηση είναι να βάλετε πέντε ερωτήσεις μπροστά στους μαθητές πριν ανοίξουν οτιδήποτε: τι υποτίθεται ότι δείχνει αυτή η εργασία πως μπορώ να κάνω, ποια βοήθεια επιτρέπεται, είμαι ακόμη ο συγγραφέας και ο λήπτης αποφάσεων, μπορώ να υπερασπιστώ την υποβληθείσα εργασία, και πρέπει να τη δηλώσω. AI Use and Disclosure Statements δείχνει πώς μοιάζει ένα χρησιμοποιήσιμο έντυπο δήλωσης.

«Αν κανείς δεν μπορεί να το ανιχνεύσει, δεν υπάρχει κόστος.»

Η ανίχνευση απαντά σε διαφορετική ερώτηση από εκείνη που μετράει. Η μη ανιχνευμένη ανάθεση αφήνει πάντως έναν μαθητή ανίκανο να εξηγήσει τη δουλειά, να απαντήσει σε συμπληρωματική ερώτηση, να την προσαρμόσει ή να αποδώσει χωρίς το εργαλείο, και το χάσμα εμφανίζεται αργότερα σε μια εξέταση, σε μια διαδικασία άδειας άσκησης, σε μια πρακτική άσκηση ή στην πρώτη εργασία. Οι βαθμοί απομακρύνονται από την ικανότητα ενώ και τα δύο φαίνονται εντάξει. Αυτό είναι πρόβλημα πιστοποίησης πριν γίνει πρόβλημα πειθαρχίας, που είναι το επιχείρημα στο Assessment Validity και στο Authentic Assessment. Για έναν μαθητή, η χρήσιμη αναδιατύπωση είναι ότι ο βαθμός είναι ένας ισχυρισμός γι' αυτόν, και ο ισχυρισμός πρέπει να αντέξει στην επόμενη αίθουσα όπου θα δοκιμαστεί.

«Το πρόβλημα είναι πόσο συχνά το χρησιμοποιούν.»

Η συχνότητα δεν σας λέει τίποτα. Ένας μαθητής μπορεί να χρησιμοποιεί την ΤΝ καθημερινά για να συγκρίνει εξηγήσεις, να παράγει ασκήσεις και να παίρνει ανατροφοδότηση παραμένοντας γνωστικά ενεργός, και ένας άλλος μπορεί να τη χρησιμοποιήσει μία φορά για να παραγάγει το επιχείρημα που η εργασία υπήρχε για να προκαλέσει. Η ερώτηση που τους ξεχωρίζει είναι ποιο επίπεδο σκέψης ανατέθηκε και αν ο μαθητής μπορεί ακόμη να εκτελέσει αυτό το επίπεδο μόνος του, μια διάκριση που η student-AI interaction τεκμηριώνει λεπτομερώς. Η διόρθωση γραμματικής βρίσκεται πολύ μακριά από τους ισχυρισμούς, τα τεκμήρια και τα αντεπιχειρήματα ενός δοκιμίου. Η κίνηση είναι να κάνετε το επίπεδο ρητό στην εργασία: ονομάστε τη σκέψη που διδάσκει το μάθημα, επιτρέψτε βοήθεια παντού αλλού, και ελέγξτε το ονομασμένο επίπεδο χωρίς βοήθεια.

«Η ταχύτερη ολοκλήρωση σημαίνει πιο αποδοτική μάθηση.»

Η ΤΝ αφαιρεί γραφειοκρατική δουλειά, σύγχυση μορφοποίησης και επανάληψη, που είναι κέρδος. Αφαιρεί επίσης την ανάκληση, τον σχεδιασμό, το προσχέδιο, την αποσφαλμάτωση και την αναθεώρηση μέσω των οποίων σχηματίζεται η δεξιότητα, που είναι η απώλεια. Η διάκριση που αντέχει στην επαφή με μια πραγματική εργασία είναι η στηρικτική έναντι της υποκατάστατης εκφόρτωσης: η μία ελευθερώνει την προσοχή για δυσκολότερη σκέψη, η άλλη εκτελεί τη σκέψη που έπρεπε να μάθετε (γνωστική εκφόρτωση, Reducing AI Misuse). Μια ακολουθία που εμποδίζει το δεύτερο είναι σύντομη. Κάντε μια απόπειρα, συμβουλευτείτε το εργαλείο για υποδείξεις, παραδείγματα ή σύγκριση, αναθεωρήστε με τη δική σας κρίση, και μετά παραγάγετε μια σύντομη εξήγηση χωρίς βοήθεια. Η δυσκολία δεν είναι ο στόχος, η διατήρηση της γνωστικής εργασίας είναι.

«Μια καθολική απαγόρευση είναι ο ασφαλέστερος και δικαιότερος κανόνας.»

Οι συνθήκες χωρίς ΤΝ είναι σωστές όταν η ανεξάρτητη επίδοση είναι η ικανότητα που αξιολογείται: ορισμένες εξετάσεις, θεμελιώδης εξάσκηση, έλεγχοι επαγγελματικής επάρκειας. Μια καθολική απαγόρευση είναι διαφορετικό εργαλείο, σπρώχνει τη χρήση στην παρανομία, είναι δύσκολο να επιβληθεί με συνέπεια και αποκλείει την επάρκεια σε τεχνητή νοημοσύνη που χρειάζονται οι μαθητές μετά το τέλος του μαθήματος. Τέσσερις συνθήκες σε επίπεδο εργασίας καλύπτουν περισσότερο έδαφος: η ΤΝ απαιτείται, η ΤΝ επιτρέπεται με δήλωση, η ΤΝ περιορίζεται σε ονομασμένες λειτουργίες, η ΤΝ απαγορεύεται επειδή η βοήθεια θα ακύρωνε τον ισχυρισμό περί μάθησης. Οι μαθητές ακολουθούν όρια που καταλαβαίνουν, οπότε ο κανόνας χρειάζεται τον λόγο του προσαρτημένο και πρέπει να συμφωνεί μεταξύ του προγράμματος σπουδών, του φύλλου εργασίας, της ανατροφοδότησης και της βαθμολόγησης. Framing AI Use for Students και Educational AI Policy είναι τα υποδείγματα.

Κρίνετε έναν καθοδηγητή από το τι κάνει ο μαθητής μετά

Ένα σύστημα που παράγει την απάντηση και ένα σύστημα που παράγει έναν μαθητή είναι διαφορετικά προϊόντα, και η έξοδος περιγράφει πάντα μόνο το πρώτο.

«Δώστε στους μαθητές έναν ισχυρό καθοδηγητή και η μάθηση θα βελτιωθεί.»

Η πρόσβαση δεν είναι διδακτικός σχεδιασμός. Το ίδιο μοντέλο στηρίζει τη μάθηση όταν απαιτεί πρώτα μια απόπειρα, όταν δίνει υποδείξεις αντί για λύσεις, όταν ζητά συλλογιστική, διορθώνει παρανοήσεις, αποσύρει σταδιακά την υποστήριξη και τελειώνει με έλεγχο χωρίς βοήθεια. Υπονομεύει τη μάθηση όταν απαντά αμέσως, κάνει τον σχεδιασμό και επιβραβεύει την αναζήτηση απάντησης. Η αξία βρίσκεται στο παιδαγωγικό περίβλημα, που είναι το επιχείρημα στο Learning Design και η σχεδιαστική λογική πίσω από τη στηρικτική υποστήριξη. Πριν διαθέσετε έναν καθοδηγητή, περάστε μόνοι σας ένα μάθημα από αυτόν και μετρήστε πόσες φορές σας επιτρέπει να αποφύγετε τη σκέψη.

«Ένας καθοδηγητής που δίνει τη σωστή απάντηση είναι καλός καθοδηγητής.»

Η ορθότητα είναι αναγκαία και ανεπαρκής. Μια σωστή απάντηση μπορεί να φτάσει πολύ νωρίς, να αποκαλύψει πάρα πολλά και να παρακάμψει τις επιθυμητές δυσκολίες που κάνουν την ανάκληση να μένει. Ένας ισχυρότερος καθοδηγητής διαγιγνώσκει πριν παρέμβει, ρωτά αντί να λέει, δίνει τη μικρότερη χρήσιμη υπόδειξη, απαιτεί εξήγηση, απαντά στο συγκεκριμένο λάθος, αποσύρεται και ελέγχει την επίδοση χωρίς βοήθεια αργότερα. Αξιολογήστε τον με βάση το τι παρατηρούν, επιχειρούν, εξηγούν, αναθεωρούν και τελικά κάνουν μόνοι οι μαθητές, που είναι το κριτήριο στο Intelligent Tutoring Systems και στην παιδαγωγική ασφάλεια.

«Περισσότερη αυτοματοποίηση και εξατομίκευση είναι καλύτερα.»

Η εξατομίκευση μπορεί να στηρίξει τη μάθηση και μπορεί να γίνει υπερβολική διευκόλυνση. Όταν το σύστημα σχεδιάζει, παρακολουθεί, αποφασίζει τι έχει σημασία και ολοκληρώνει τα δύσκολα βήματα, ο μαθητής γίνεται ταχύτερος και λιγότερο ενεργών υποκείμενο, και η αυτορρύθμιση είναι αυτό που φεύγει σιωπηλά από την αίθουσα. Το σχεδιαστικό πρόβλημα είναι να αφαιρέσετε περιττά εμπόδια διατηρώντας την προσπάθεια που συνδέεται με τον στόχο. Λειτουργίες που αντέχουν: υποχρεωτικές απόπειρες, προτροπές εξήγησης, καθυστερημένες υποδείξεις, ρυθμιζόμενη βοήθεια, σταδιακή απόσυρση της υποστήριξης, στοχασμός πάνω στις συστάσεις του συστήματος, περιοδική εξάσκηση χωρίς βοήθεια και ένας ορατός τρόπος παράκαμψής του. Agentic AI και πρακτορικότητα καλύπτουν τι συμβαίνει όταν το σύστημα αρχίζει να παίρνει τις αποφάσεις.

«Ένα μεγαλύτερο μοντέλο κάνει ασφαλέστερο καθοδηγητή.»

Η γενική ικανότητα και η παιδαγωγική ποιότητα είναι ξεχωριστές ιδιότητες, και ένα μεγαλύτερο μοντέλο μπορεί να λύνει δυσκολότερα προβλήματα ενώ ακόμη αποτυγχάνει να επιλέξει στρατηγική, να συγκρατήσει μια απάντηση, να ταιριάξει αναπτυξιακό επίπεδο, να διατηρήσει την παραγωγική αποτυχία, να σηματοδοτήσει αβεβαιότητα ή να μείνει μέσα στους μαθησιακούς σας στόχους. Μια μελέτη συμμετοχικού σχεδιασμού με έξι εκπαιδευτικούς δευτεροβάθμιας εκπαίδευσης είναι η σαφέστερη διατύπωση του από πού προέρχεται πραγματικά η ασφάλεια. Οι εκπαιδευτικοί σχεδίασαν ανεξάρτητα «περιορισμένους ειδικούς»: στενή ικανότητα μέσα σε καθορισμένο πεδίο υπό ανθρώπινη εποπτεία, με δύο γραμμές που δεν θα περνούσαν (την αυθεντία, γιατί η ευθύνη για τη μάθηση των μαθητών δεν μπορεί να ανατεθεί, και την ειδίκευση, γιατί το μοντέλο δεν έχει γνώση των επιμέρους μαθητών και των κανόνων της τάξης) και τρία προστατευτικά στρώματα (όρια πεδίου, φιλτραρισμένο περιεχόμενο με τυποποιημένες αρνήσεις, και παράκαμψη από τον εκπαιδευτικό). Ζήτησαν πλήρη καταγραφή των συνομιλιών και ειδοποιήσεις σε πραγματικό χρόνο αντί για καλύτερες εξηγήσεις από το μοντέλο (bounded-expert chatbot design). Το εύρος και η εποπτεία έκαναν τη δουλειά που δεν μπορούσε να κάνει η κλίμακα. Learning Theories και LLM Training and Fine-Tuning καλύπτουν τη σχεδιαστική πλευρά.

«Περισσότερη ανατροφοδότηση είναι καλύτερη ανατροφοδότηση.»

Ο όγκος είναι το ευκολότερο πράγμα να αυξήσεις και το λιγότερο συσχετισμένο με τη βελτίωση. Μια απάντηση που σχολιάζει κάθε ζήτημα μπορεί να θάψει την αλλαγή που μετράει, και μπορεί να είναι κακώς χρονισμένη, γενική ή λανθασμένη. Η ανατροφοδότηση κερδίζει το μήκος της εντοπίζοντας το σημαντικότερο επόμενο βήμα για αυτόν τον μαθητή σε αυτό το σημείο της εργασίας. Μετρήστε αν οι μαθητές την καταλαβαίνουν, αν μπορούν να κρίνουν την ποιότητά της, αν αναθεωρούν με αυτήν, αν χάνουν την παρανόηση και αν αποδίδουν καλύτερα αργότερα χωρίς αυτήν. ανατροφοδότηση και Feedback Literacy παρουσιάζουν την ακολουθία, και το πρακτικό κριτήριο είναι αν ένας μαθητής μπορεί να πει σε μία πρόταση τι θα κάνει διαφορετικά.

«Η ΤΝ καταστρέφει την κριτική σκέψη.»

Μπορεί να αντικαταστήσει την κριτική σκέψη ή να γίνει το αντικείμενό της, και η εργασία αποφασίζει ποιο από τα δύο. Μια εργασία αποδυναμώνει την εμπλοκή όταν οι μαθητές ζητούν μια έτοιμη ερμηνεία και τη δέχονται, και την ενισχύει όταν προβλέπουν πριν συμβουλευτούν, συγκρίνουν τη συλλογιστική τους με του μοντέλου, κυνηγούν ατεκμηρίωτους ισχυρισμούς, βελτιώνουν μια αδύναμη απάντηση, επιλέγουν ανάμεσα σε εναλλακτικές και εξηγούν γιατί απέρριψαν μια σύσταση. Η χρήσιμη διάκριση είναι ο ρόλος που παίζει το εργαλείο: προπονητής, προκλητικός συνομιλητής ή πηγή προς αξιολόγηση, και όχι υποκατάστατο της συλλογιστικής του μαθητή. κριτική σκέψη και Learning Design περιέχουν τους σχεδιασμούς εργασιών.

Αποφασίστε τι πρέπει να σας δείξει ένας προμηθευτής πριν υπογράψετε

Εδώ μια παρανόηση γίνεται σύμβαση πολλών ετών. Καμία από τις ερωτήσεις παρακάτω δεν απαιτεί τεχνική ειδίκευση, και όλες απαιτούν να τεθούν πριν από την ημερομηνία ανανέωσης και όχι μετά.

«Η αγορά μιας προηγμένης πλατφόρμας θα μεταμορφώσει τη διδασκαλία.»

Μια πλατφόρμα παρέχει δυνατότητες. Η βελτίωση απαιτεί ευθυγράμμιση μεταξύ προγράμματος σπουδών, αξιολόγησης, ανάπτυξης του διδακτικού προσωπικού, τεχνικής υποστήριξης, προσβασιμότητας, ιδιωτικότητας, διακυβέρνησης, φόρτου εργασίας και τοπικής αξιολόγησης, και χωρίς αυτά ένα ίδρυμα αγοράζει ένα εξελιγμένο σύστημα που χρησιμοποιείται ασυνεπώς, διπλασιάζει εργασία, προσθέτει βάρος στο προσωπικό ή παράγει μια εντυπωσιακή επίδειξη χωρίς μετρήσιμο κέρδος. Προσδιορίστε έξι πράγματα πριν από την προμήθεια: το εκπαιδευτικό πρόβλημα, τους προβλεπόμενους χρήστες και τις περιπτώσεις χρήσης, τα αποτελέσματα που μετράνε ως επιτυχία, τα δεδομένα που συλλέγονται, την ανθρώπινη εποπτεία που απαιτείται και τις συνθήκες υπό τις οποίες θα τροποποιούσατε ή θα διακόπτατε. AI from the Administrator Perspective και AI Ed Evaluation είναι τα πλαίσια που θα πάρετε στην αίθουσα.

«Η βαθμολογία σε ένα benchmark αποδεικνύει ότι είναι εκπαιδευτικά αποτελεσματικό.»

Ένα benchmark μετρά την επίδοση υπό τις συνθήκες του benchmark. Ένα μοντέλο μπορεί να λύνει δύσκολα προβλήματα, να γράφει ρέουσες εξηγήσεις και να βαθμολογείται καλά σε μια ρουμπρίκα διδασκαλίας ενώ αποτυγχάνει να βελτιώσει τη διατήρηση, τη μεταφορά, την αυτορρύθμιση ή ισότιμα αποτελέσματα. Κρατήστε τα αποτελέσματα benchmark χωριστά από την τεχνική αξιοπιστία, την παιδαγωγική ποιότητα, την ασφάλεια, τη χρηστικότητα, το βάρος εφαρμογής, την υιοθέτηση στην τάξη και τα μαθησιακά κέρδη χωρίς βοήθεια. Μόνο η δοκιμή πεδίου με πραγματικούς μαθητές, μια σχετική συνθήκη σύγκρισης και ένα λογικό μέτρο έκβασης απαντούν στην ερώτηση που πραγματικά αποφασίζετε (σημείο αναφοράς επιδόσεων). Οι ερευνητές οφείλουν την ίδια πειθαρχία προς την άλλη κατεύθυνση: να λένε ποιον κρίκο αυτής της αλυσίδας καταλαμβάνει μια μελέτη.

«Είναι αξιόπιστο, άρα οι βαθμολογίες είναι έγκυρες.»

Η αξιοπιστία είναι συνέπεια, η εγκυρότητα είναι αν η ερμηνεία και η χρήση της βαθμολογίας δικαιολογούνται, και τα δύο μπορούν να αποκλίνουν έντονα. Ένα μεγάλο benchmark στο Ηνωμένο Βασίλειο βαθμολόγησε 761 αυθεντικά δοκίμια ψυχολογίας προπτυχιακών φοιτητών και βρήκε ότι οι βαθμολογίες της ΤΝ και των ανθρώπων συμφωνούσαν ως προς τη ζώνη βαθμού μόνο στο 35% έως 65% των περιπτώσεων (63% σε ένα ίδρυμα, 53% σε δεύτερο, 35% σε τρίτο), ενώ η αξιοπιστία επαναβαθμολόγησης ήταν σχεδόν τέλεια, με ενδοταξικές συσχετίσεις έως 1,00. Τα τρία μοντέλα συμφωνούσαν μεταξύ τους πολύ στενότερα απ' ό,τι με τους ανθρώπους (ICC 0,91) και συμφωνούσαν ως προς τη ζώνη για το 56% των υποβολών όταν και τα τρία έπρεπε να συμφωνήσουν. Οι βαθμοί συμπιέστηκαν προς το μέσο (δείκτης συμπίεσης 0,47 έως 0,82), οπότε το σύστημα ήταν λιγότερο ακριβές ακριβώς στα όρια που χωρίζουν ένα First από ένα Upper Second, ή ένα πέρασμα από μια αποτυχία. Η ανατροφοδότησή του ήταν τρεις έως οκτώ φορές μακρύτερη από τον ανθρώπινο μέσο όρο των 100 έως 200 λέξεων (automated marking of university essays). Ζητήστε κάλυψη του κατασκευάσματος, σύγκριση με ανθρώπινη κρίση, επίδοση ανά υποομάδα, μοτίβα σφαλμάτων, αβεβαιότητα και τις συνέπειες της χρήσης, που είναι το επιχείρημα στο Educational Measurement και στο Automated Assessment.

«Μια καλή συνομιλία δείχνει ότι ο καθοδηγητής είναι ασφαλής.»

Οι εκπαιδευτικές βλάβες συσσωρεύονται κατά μήκος μιας αλληλεπίδρασης. Ένα σύστημα μπορεί να απαντήσει κατάλληλα σε μια προτροπή και μετά, με τους γύρους, να αρχίσει να παρέχει απαντήσεις, να ενισχύει μια παρανόηση, να ενθαρρύνει την εξάρτηση ή να ξεφεύγει από τον ρόλο του καθοδηγητή. Το benchmark SafeTutors που συνοψίζεται στη βάση γνώσης βρήκε τις αποτυχίες παιδαγωγικής βλάβης να αυξάνονται απότομα όταν τα συστήματα αξιολογήθηκαν σε πολλαπλούς γύρους αντί για μία ανταλλαγή (AI Tutor Safety and Pedagogical Harms). Απαιτήστε παρατεταμένες συνομιλίες, επαναλαμβανόμενα λάθη μαθητών, απόπειρες άμεσης απάντησης, συναισθηματικά και σχεσιακά σενάρια, αντιπαραθετικές προτροπές και μέτρηση της εξάρτησης στον χρόνο. Τέτοια αποδεικτικά στοιχεία benchmark δεν είναι εκτίμηση μάθησης στην τάξη, και είναι το ελάχιστο πάνω στο οποίο πρέπει να στηρίζεται ένας ισχυρισμός ασφάλειας.

«Η ανθρώπινη ανασκόπηση είναι προσωρινό μπάλωμα μέχρι να βελτιωθούν τα μοντέλα.»

Η ανασκόπηση είναι λειτουργία λογοδοσίας και όχι χαρακτηριστικό διόρθωσης σφαλμάτων, γιατί κάποιος πρέπει να αποφασίσει αν μια έξοδος ταιριάζει σε έναν συγκεκριμένο μαθητή, μάθημα, πολιτισμό ή απόφαση με συνέπειες, να ερμηνεύσει την εξαίρεση, να παράσχει το πλαίσιο που δεν έχει το μοντέλο και να απαντήσει για το αποτέλεσμα. Μια ουσιαστική ρύθμιση ονομάζει ποιος ανασκοπεί, ποια στοιχεία βλέπει, πότε γίνεται η ανασκόπηση, πόσο χρόνο έχει, αν μπορεί να παρακάμψει, ποιος λογοδοτεί για την τελική ενέργεια και πώς ένας μαθητής προσφεύγει. Ένας ανασκοπητής χωρίς χρόνο, εξουσία ή πληροφορία είναι μια υπογραφή (Human-in-the-Loop AI).

«Η προσβασιμότητα, η ιδιωτικότητα και η ισότητα μπορούν να προστεθούν αφού λειτουργήσει το βασικό προϊόν.»

Αυτές είναι απαιτήσεις σχεδιασμού. Ο τρόπος εισόδου, το επίπεδο ανάγνωσης, οι γλωσσικές παραδοχές, οι απαιτήσεις συσκευής, η διατήρηση δεδομένων, η εξατομίκευση και η προκατάληψη του μοντέλου καθορίζουν ποιος μπορεί να χρησιμοποιήσει το σύστημα και ποιος βλάπτεται από αυτό, και η εκ των υστέρων προσθήκη τείνει να βελτιώνει τη διεπαφή αφήνοντας άθικτη τη ροή εργασίας, το μοντέλο δεδομένων και τη λογική αποφάσεων. Εμπλέξτε νωρίς τους μαθητές και τους εκπαιδευτικούς που επηρεάζονται, δοκιμάστε με ποικίλους χρήστες, συλλέξτε το ελάχιστο, παρέχετε προσβάσιμες εναλλακτικές και εξετάστε διαφορικά αποτελέσματα. Ένα σύστημα του οποίου τα οφέλη είναι απρόσιτα ή άνισα κατανεμημένα δεν είναι εκπαιδευτικά αποτελεσματικό, όποιος κι αν είναι ο μέσος όρος του (προσβασιμότητα, Universal Design for Learning, ιδιωτικότητα).

«Ένα chatbot είναι ασφαλές για παιδιά αν μπλοκάρει τοξικό περιεχόμενο.»

Η διαχείριση περιεχομένου καλύπτει απαγορευμένες λέξεις και θέματα. Ένα ευγενικό σύστημα μπορεί ακόμη να απαντά πολύ γρήγορα, να ενισχύει μια παρανόηση, να ενθαρρύνει συναισθηματική εξάρτηση, να συλλέγει ακατάλληλα δεδομένα, να δίνει αναπτυξιακά ακατάλληλες συμβουλές, να κάνει απρόσιτες παραδοχές, να εκτοπίζει την ανθρώπινη υποστήριξη και να μειώνει την παραγωγική προσπάθεια. Τα προϊόντα για παιδιά χρειάζονται αξιολόγηση για την ασφάλεια περιεχομένου, την παιδαγωγική ασφάλεια, την ιδιωτικότητα, την προσβασιμότητα, τη σχεσιακή επιρροή και τις επιπτώσεις της επαναλαμβανόμενης χρήσης, που είναι το κριτήριο στο K-12 AI Education και στην παιδαγωγική ασφάλεια.

Αποφασίστε τι θα δεχτείτε ως απόδειξη της ικανότητας του μαθητή

Δεν θα εξακριβώσετε ποτέ πώς παρήχθη ένα αρχείο. Μπορείτε να εξακριβώσετε, με χαμηλό κόστος, αν ο μαθητής μπορεί να κάνει αυτό που το αρχείο φαίνεται να δείχνει, και αυτός είναι ο μόνος ισχυρισμός που ένας βαθμός χρειάζεται να στηρίξει.

«Έμπειροι διδάσκοντες μπορούν να αναγνωρίσουν εργασία παραγόμενη από ΤΝ.»

Όχι με αξιοπιστία αρκετή ώστε μια υποψία να θεωρηθεί απόδειξη. Το παραγόμενο κείμενο μπορεί να επεξεργαστεί, να αναμειχθεί με ανθρώπινο κείμενο, να μεταφραστεί, να παραφραστεί ή να παραχθεί μέσω πολλών συστημάτων, και η ανθρώπινη κρίση λυγίζει προς το ύφος γραφής, το γλωσσικό υπόβαθρο, την αναπηρία και τις προσδοκίες για το πώς θα έπρεπε να ακούγεται ένας συγκεκριμένος μαθητής. Οι ανιχνευτές μοιράζονται το πρόβλημα και προσθέτουν και ψευδώς θετικά και ψευδώς αρνητικά, γι' αυτό μια σήμανση είναι λόγος για στενότερη ματιά και ποτέ για πόρισμα (AI Detection). Η επαλήθευση είναι η υπερασπίσιμη εναλλακτική: ζητήστε από τον μαθητή να εξηγήσει τη συλλογιστική, να συζητήσει τις πηγές, να αναθεωρήσει ένα απόσπασμα, να εφαρμόσει την ιδέα σε μια νέα περίπτωση ή να δείξει τεκμήρια διαδικασίας. Κάθε μία από αυτές αξιολογεί την κατανόηση άμεσα, και κάθε μία είναι φθηνή.

«Η ανίχνευση και η εποπτεία εξετάσεων θα λύσουν το πρόβλημα ακεραιότητας.»

Η ανίχνευση εκτιμά αν ένα τεχνούργημα μοιάζει με μηχανικά παραγόμενη εργασία. Η εκπαίδευση χρειάζεται αποδείξεις ότι ο μαθητής κατέχει την ικανότητα, και τα νούμερα στην πλευρά της ανίχνευσης είναι πλέον αρκετά συγκεκριμένα ώστε να παρατεθούν σε μια επιτροπή. Μια ανάλυση διαδικαστικής δικαιοσύνης αναφέρει ότι κανένα από δεκατέσσερα πρώιμα εργαλεία ανίχνευσης δεν έφτασε 80% ακρίβεια, ότι η παράφραση ή η ελαφριά επεξεργασία μειώνει περίπου στο μισό μια ήδη μέτρια ακρίβεια, και ότι τα εργαλεία συστηματικά ταξινομούν λάθος φυσικούς ομιλητές άλλων γλωσσών, επειδή τα χαρακτηριστικά που διαβάζονται ως σήματα ΤΝ χαρακτηρίζουν και την ικανή γραφή σε δεύτερη γλώσσα. Σε μια συγκαλυμμένη μελέτη πεδίου, το 94% των εξ ολοκλήρου παραγόμενων από ΤΝ υποβολών που εισήχθησαν σε ζωντανές διαδικτυακές εξετάσεις σε πέντε ενότητες ψυχολογίας δεν ανιχνεύτηκε, και η εργασία της ΤΝ βαθμολογήθηκε κατά μέσο όρο υψηλότερα από τους πραγματικούς φοιτητές. Το Πανεπιστήμιο Vanderbilt απενεργοποίησε τον αδειοδοτημένο ανιχνευτή του αφού απέτυχε να επικυρώσει διαφημιζόμενο ποσοστό ψευδώς θετικών 1%, ποσοστό που συνεπάγεται περίπου 750 λανθασμένα χαρακτηρισμένους φοιτητές σε 75.000 ετήσιες υποβολές (undetectable misconduct). Η εποπτεία εξετάσεων προσθέτει κόστη ιδιωτικότητας, προσβασιμότητας, άγχους και ισότητας χωρίς να αποδεικνύει ούτε αυτή μάθηση. Η ανθεκτική στρατηγική είναι ένας συνδυασμός: εξηγημένες προσδοκίες, συνθήκες χωρίς ΤΝ όπου ανήκουν, τεκμήρια διαδικασίας και σταδιακή εργασία, προφορική ή γραπτή επαλήθευση, δήλωση ειδική ανά εργασία, ανασχεδιασμός της αξιολόγησης και διαδικασίες με ανθρώπινη ανασκόπηση και δυνατότητα προσφυγής. Remote Proctoring και How Can We Reduce AI Cheating? περιέχουν τη λειτουργική λεπτομέρεια.

«Ένα γυαλισμένο προϊόν εργασίας αποδεικνύει επαγγελματική επάρκεια.»

Αποδεικνύει την επίδοση ενός προσώπου μαζί με ένα εργαλείο. Η επάρκεια φαίνεται στο αν κάποιος μπορεί να πλαισιώσει το πρόβλημα, να δηλώσει τις παραδοχές, να επαληθεύσει τα τεκμήρια, να εντοπίσει ένα λεπτό λάθος, να προσαρμοστεί όταν αλλάζουν οι συνθήκες, να υπερασπιστεί τη σύσταση και να ασκήσει ουσιαστική κρίση χωρίς ακατάλληλη βοήθεια. Η υπεύθυνη χρήση της ΤΝ είναι η ίδια νόμιμη επαγγελματική ικανότητα, οπότε το έργο είναι να χωρίσετε την αποτελεσματική χρήση εργαλείου από την εμφάνιση ειδίκευσης που παρέχει το εργαλείο (Career Development and Readiness).

«Επάρκεια σε τεχνητή νοημοσύνη σημαίνει να ξέρεις να γράφεις καλή προτροπή.»

Η σύνταξη προτροπών είναι μία λειτουργική δεξιότητα. Το εύρος που μετράει για έναν εκπαιδευτικό ή έναν εργαζόμενο είναι ευρύτερο: τι μπορούν και τι δεν μπορούν να κάνουν αξιόπιστα τα συστήματα ΤΝ, πώς αξιολογείς την ακρίβεια και την προκατάληψη, πώς η ΤΝ επηρεάζει την εγκυρότητα της αξιολόγησης, πότε η εκφόρτωση γίνεται εκτόπιση, οι απαιτήσεις ιδιωτικότητας και προσβασιμότητας, πώς η χρήση ταιριάζει στον κλάδο και πότε δεν πρέπει να χρησιμοποιηθεί καθόλου. Η σύνθεση της βάσης γνώσης βρήκε ότι οι εκπαιδευτικοί υπερεκτίμησαν σημαντικά την επάρκειά τους σε ΤΝ όταν οι αυτοαναφορές συγκρίθηκαν με μετρήσεις επίδοσης, και η αποδεδειγμένη επάρκεια προέβλεπε την ενσωμάτωση στην τάξη πολύ καλύτερα από την αυτοπεποίθηση (AI Literacy Assessment: Self-Reported vs. Performance Misalignment). Οι τεχνικές προτροπών επίσης γερνούν ταχύτερα από την κρίση. Διδάξτε τη μηχανική προτροπών ως δεξιότητα και αξιολογήστε την επάρκεια εκπαιδευτικών σε ΤΝ ως την ευρύτερη.

«Η θεμελιώδης γνώση του κλάδου είναι παρωχημένη επειδή η ΤΝ μπορεί να την ανακτήσει.»

Η εποπτεία εξαρτάται από την ειδίκευση που η βαριά αυτοματοποίηση αποθαρρύνει τους ανθρώπους να χτίσουν. Χωρίς γνώση του πεδίου ένα πρόσωπο δεν μπορεί να δει το εύλογο λάθος συμπέρασμα, τον περιορισμό που λείπει, την επικίνδυνη σύσταση, την άκυρη σύγκριση, την κατασκευασμένη παραπομπή, τη μεροληπτική παραδοχή ή την περίπτωση όπου το εργαλείο δεν πρέπει να εμπιστευτεί καθόλου (Prior Knowledge, Trust Calibration). Τα προγράμματα σπουδών μπορούν να επανεξετάσουν τι απομνημονεύεται και ποια εργαλεία μένουν διαθέσιμα. Η αφαίρεση της βάσης επειδή το εργαλείο μπορεί να παραγάγει μια απάντηση αφαιρεί τη βάση για να κρίνετε την απάντηση.

«Η διδασκαλία κριτικής και ηθικής χρήσης της ΤΝ κοστίζει σε παραγωγικότητα.»

Η μη επαληθευμένη αυτοματοποίηση παράγει επανεργασία, περιστατικά ασφάλειας, διακριτικές αποφάσεις, νομική έκθεση, ζημιά στη φήμη και ψευδή αυτοπεποίθηση, και καθένα από αυτά είναι κόστος που το νούμερο παραγωγικότητας δεν μέτρησε. Ο εργαζόμενος που αξίζει να προσληφθεί είναι εκείνος που κατανέμει την εργασία ανάμεσα σε ανθρώπους και εργαλεία κρατώντας την ποιότητα, την εμπιστευτικότητα, τη λογοδοσία και την επαγγελματική κρίση. Αυτό είναι επιχείρημα παραγωγικότητας, διατυπωμένο προς την κατεύθυνση που ο ισολογισμός συνήθως χάνει (Human-AI Collaboration, AI Governance).

Απαντήστε σε αυτό που πιστεύουν οι μαθητές

Οι μαθητές φτάνουν με θεωρίες που λειτουργούν, και οι περισσότερες χτίστηκαν από κάτι που έκανε πραγματικά το εργαλείο. Η διόρθωση της θεωρίας είναι μέρος της διδασκαλίας, και απαιτεί καλύτερο μοντέλο αντί για προειδοποίηση.

«Αν η απάντηση ακούγεται σίγουρη και λεπτομερής, μάλλον είναι σωστή.»

Η αυτοπεποίθηση και η ρευστότητα είναι ιδιότητες της παραγόμενης γλώσσας, όχι απόδειξη επαλήθευσης. Το μοντέλο προβλέπει εύλογο κείμενο και δεν ελέγχει τους ισχυρισμούς απέναντι σε τεκμήρια, οπότε μπορεί να επινοήσει πηγές, να δηλώσει λάθος γεγονότα, να χάσει το πλαίσιο και να επαναλάβει μια παρανόηση σε εξαιρετική πρόζα. Αντιμετωπίστε την έξοδο ως υπόθεση και εξετάστε από τι εξαρτάται η απάντηση: τις πηγές, τον υπολογισμό, τη σύγκριση με το υλικό του μαθήματος. Ο έλεγχος που πρέπει να διδάξετε είναι αν ο μαθητής θα δεχόταν τον ίδιο ισχυρισμό από έναν άγνωστο που δεν έδειξε κανένα τεκμήριο (Hallucination Risk).

«Η ΤΝ με καταλαβαίνει και ξέρει τι εννοώ.»

Ανταποκρίνεται στη γλώσσα, χρησιμοποιεί τη συνομιλία και μερικές φορές διατηρεί πληροφορίες, που αρκεί για να νιώθεται προσωπικό. Δεν έχει πρόθεση, εμπειρία, φροντίδα ή κατανόηση πλαισίου, και η πρακτική συνέπεια είναι ότι μπορεί να συμφωνήσει επειδή η προτροπή υποδήλωνε μια απάντηση. Αυτή είναι η κολακεία της ΤΝ, και είναι ο τρόπος αποτυχίας που οι μαθητές περιμένουν λιγότερο. Ζητήστε του να ονομάσει τις αδυναμίες στη συλλογιστική, να προσφέρει αντιτεκμήρια και να πει τι θα έκανε λάθος την απάντησή του, και μετά ελέγξτε ανεξάρτητα. Η συμφωνία δεν είναι επιβεβαίωση.

«Μια καλή προτροπή πρέπει να παράγει τη σωστή απάντηση.»

Η έξοδος είναι ευαίσθητη στην προτροπή και συχνά μη ντετερμινιστική, οπότε μικρές αλλαγές στη διατύπωση, το πλαίσιο, τα παραδείγματα ή τις παραδοχές μετακινούν την απάντηση ουσιαστικά, και το να ρωτήσετε ξανά δεν είναι επαλήθευση. Πέντε παρόμοιες απαντήσεις μπορούν να μοιράζονται μία λανθασμένη προκείμενη. Η παραγωγική επανάληψη αποσαφηνίζει τον στόχο και τους περιορισμούς, αποκαλύπτει παραδοχές, ζητά εναλλακτικές, ελέγχει απέναντι σε τεκμήρια και εξετάζει αν η απάντηση αντέχει σε μια αλλαγή του προβλήματος. Αυτή είναι δεξιότητα, και μάλιστα άνισα κατανεμημένη. Μια επίδειξη ενός αφελούς μαθητή που χρησιμοποιεί chatbot σε μια ερώτηση εργασίας στο σπίτι έμεινε «γυαλισμένη αλλά παιδαγωγικά ισχνή» στο πολυδομικό επίπεδο της ταξινομίας SOLO, και η επίτευξη ενός χρησιμοποιήσιμου μαθησιακού βρόχου απαίτησε οκτώ γύρους μετα-επίπεδης παρέμβασης: σηματοδότηση υπερφόρτωσης, αίτημα απλοποίησης, περιορισμό του πεδίου. Οι συγγραφείς ονομάζουν την ικανότητα επάρκεια αλληλεπίδρασης με ΤΝ, δηλαδή την ικανότητα να κατευθύνεις, να αξιολογείς και να μαθαίνεις από επαναληπτική αλληλεπίδραση, και σημειώνουν το ζήτημα ισότητας: επειδή η καθοδηγούμενη χρήση επιβάλλει μια δεξιότητα διαχείρισης αλληλεπίδρασης που είναι άνισα κατανεμημένη, η παραγωγική ΤΝ «μπορεί να ωφελεί περισσότερο τους ήδη προνομιούχους μαθητές» (AI-interaction literacy). Για τις απαιτήσεις αυτορρύθμισης που βρίσκονται από κάτω, δείτε How Do We Develop an Effective AI Tutor?.

«Οι νέοι είναι ήδη επαρκείς σε ΤΝ επειδή είναι ψηφιακοί ιθαγενείς.»

Η εξοικείωση με ψηφιακά προϊόντα δεν είναι η ικανότητα αξιολόγησης της ΤΝ. Ένας μαθητής μπορεί να ανοίξει ένα chatbot, να παραγάγει μια εικόνα και να ζητήσει μια απάντηση ενώ είναι ανίκανος να επαληθεύσει έναν ισχυρισμό, να εντοπίσει κατασκευασμένα τεκμήρια, να ανιχνεύσει προκατάληψη ή κολακεία, να προστατεύσει προσωπικές πληροφορίες, να αποφασίσει τι δεν θα αναθέσει ή να εξηγήσει πώς η ΤΝ διαμόρφωσε τη δουλειά. Η βάση γνώσης συνοψίζει έρευνα στην οποία η αυτοπεποίθηση με την καθημερινή τεχνολογία δεν μεταφέρθηκε σε αλγοριθμική συλλογιστική, τεχνολογική δημιουργία ή κριτική αξιολόγηση της ΤΝ (The Illusion of Competence). Η επάρκεια διδάσκεται και αποδεικνύεται, ενώ η ηλικία και η συχνότητα χρήσης δεν τη χαρίζουν.

«Οι μαθητές που χρησιμοποιούν ΤΝ είναι τεμπέληδες ή ανέντιμοι.»

Κάποια κατάχρηση συμβαίνει, και η ηθική επισήμανση εξηγεί λίγα από αυτήν και αποτρέπει λιγότερα. Οι αποφάσεις διαμορφώνονται από την αξία της εργασίας, την πίεση χρόνου, την αυτοπεποίθηση, τους κανόνες των συνομηλίκων, τη σαφήνεια της πολιτικής, τον φόβο της αποτυχίας, την προηγούμενη πρόσβαση και το αν η δουλειά μοιάζει συνδεδεμένη με κάτι που νοιάζει τον μαθητή, και οι μαθητές κάνουν διακρίσεις ανάμεσα σε καταιγισμό ιδεών, επιμέλεια, εξήγηση και παραγωγή πλήρους κειμένου που ένας καθολικός κανόνας τις σβήνει. Η απάντηση που αλλάζει συμπεριφορά συνδυάζει σαφείς προσδοκίες, ουσιαστική αξιολόγηση, διδασκαλία υπεύθυνης χρήσης, οδό δήλωσης, επαλήθευση μάθησης και αναλογική λογοδοσία. Η αντιμετώπιση κάθε χρήσης ως ελάττωμα χαρακτήρα τη σπρώχνει στη μυστικότητα, όπου χάνετε και την πληροφορία και τη συζήτηση.

Απαντήστε σε αυτό που πιστεύουν οι οικογένειες και το κοινό

Οι ερωτήσεις από έξω από το κτίριο είναι απλούστερες και οι απαντήσεις πρέπει να είναι συντομότερες, γιατί θα επαναληφθούν σε μια συνεδρίαση του συμβουλίου χωρίς τις επιφυλάξεις.

«Η ΤΝ θα φέρει επανάσταση στην εκπαίδευση ή θα την καταστρέψει;»

Και οι δύο ισχυρισμοί υπερβάλλουν ως προς το τι κάνει η τεχνολογία από μόνη της. Η ΤΝ μπορεί να διευρύνει την πρόσβαση σε εξήγηση, μετάφραση, εξάσκηση, ανατροφοδότηση και υποστηρικτική βοήθεια, και μπορεί να προσθέσει παραπληροφόρηση, κίνδυνο ιδιωτικότητας, προκατάληψη, υπερεξάρτηση και νέα προβλήματα ακεραιότητας. Ο σχεδιασμός, η διδασκαλία, οι αποφάσεις των ιδρυμάτων και οι ευθύνες που κρατούν οι μαθητές καθορίζουν ποια λίστα μεγαλώνει (AI in Education). Η ερώτηση που αξίζει να τεθεί σε ένα συμβούλιο είναι στενότερη και απαντήσιμη: για ποιους μαθητές, εργασίες και αποτελέσματα, υπό ποιες συνθήκες, παράγει αυτή η χρήση περισσότερο όφελος παρά βλάβη.

«Η ΤΝ είναι βασικά άλλη μια αριθμομηχανή.»

Η σύγκριση λειτουργεί για μία ιδιότητα, αφού και οι δύο εκφορτώνουν εργασία, και αποτυγχάνει ως προς το εύρος. Μια αριθμομηχανή εκτελεί μια καθορισμένη πράξη, ενώ η παραγωγική ΤΝ παράγει εξηγήσεις, επιχειρήματα, σχέδια, περιλήψεις πηγών, κώδικα, ανατροφοδότηση και ολόκληρες εργασίες, η λειτουργία της είναι πολύ λιγότερο διαφανής, και η έξοδός της μπορεί να είναι πειστική και λάθος (Generative AI). Γι' αυτό η απόφαση ανάθεσης είναι πιο λεπτομερής. Η εκφόρτωση συνήθους υπολογισμού μπορεί να ελευθερώσει έναν μαθητή για να ερμηνεύσει, ενώ η εκφόρτωση της ερμηνείας αφαιρεί το μάθημα.

«Μια ενσυναισθητική ΤΝ νοιάζεται για τον μαθητή.»

Το σύστημα μπορεί να παραγάγει γλώσσα που ακούγεται προσεκτική και υποστηρικτική, και αυτό μπορεί να βοηθήσει έναν μαθητή να διατυπώσει ένα πρόβλημα ή να επιμείνει σε μια εργασία χαμηλού ρίσκου. Η εμφάνιση φροντίδας δεν είναι φροντίδα, ευθύνη ή καθήκον φροντίδας, και ένα μοντέλο μπορεί να παρανοήσει την κατάσταση, να ενισχύσει το πλαίσιο του χρήστη ή να απαντήσει άσχημα ενώ ακούγεται ευγενικό (Conversational AI). Οι μαθητές πρέπει να ξέρουν πότε μιλούν σε ένα σύστημα, τι διατηρείται και πότε αυτό πρέπει να τους παραπέμψει σε έναν ειδικευμένο ενήλικα.

«Η ΤΝ θα κάνει τους εκπαιδευτικούς περιττούς.»

Η αυτοματοποίηση εργασιών δεν αντικαθιστά την εκπαιδευτική λειτουργία. Η σύνταξη παραδειγμάτων, η παραγωγή προκαταρκτικού υλικού, η απάντηση σε συνήθεις ερωτήσεις και η βοήθεια με την ανατροφοδότηση μπορούν όλα να περάσουν σε ένα εργαλείο. Η ερμηνεία των αναγκών των μαθητών, η οικοδόμηση σχέσεων, η διατήρηση μιας τάξης πνευματικά και συναισθηματικά ασφαλούς, η τοποθέτηση της γνώσης του κλάδου σε πλαίσιο, η άσκηση ηθικής κρίσης και η απόφαση πότε μια παραγόμενη απάντηση είναι ακατάλληλη μένουν σε ένα πρόσωπο. Ο ρόλος μετατοπίζεται προς ενορχηστρωτή, σχεδιαστή μάθησης, καθοδηγό του κλάδου και υπόλογο λήπτη αποφάσεων, που είναι αλλαγή της επαγγελματικής εργασίας και όχι εξαφάνισή της (Teaching).

Τι κάνουν λάθος όσοι τα διοικούν

Οι παρανοήσεις παραπάνω ανήκουν στο κοινό για το οποίο είναι γραμμένη η σελίδα. Αυτές ανήκουν στους ανθρώπους που γράφουν το υπόμνημα, και είναι ο λόγος που οι καλές διορθώσεις δεν πείθουν.

«Καθοδηγούμενο από δεδομένα σημαίνει αντικειμενικό.»

Η προκατάληψη εισέρχεται μέσα από τα δεδομένα εκπαίδευσης, τις ετικέτες, τους ορισμούς των αποτελεσμάτων, τις προτροπές, τις γλωσσικές παραδοχές, τις επιλογές προσβασιμότητας, τα κατώφλια αποφάσεων και τον τρόπο που το προσωπικό διαβάζει την έξοδο. Η ανθρώπινη κρίση είναι επίσης μεροληπτική, που δεν είναι απόδειξη ότι η αυτοματοποιημένη κρίση είναι ουδέτερη: η αυτοματοποίηση μπορεί να κρύψει την προκατάληψη πίσω από μια διεπαφή και να την εφαρμόσει σε κλίμακα (Bias Mitigation). Για αποφάσεις με συνέπειες, απαιτήστε ανάλυση επίδοσης ανά υποομάδα, τεκμηρίωση των συνθηκών εκπαίδευσης και επικύρωσης, αναφορά αβεβαιότητας, ουσιαστική ανθρώπινη ανασκόπηση, διαδικασία προσφυγής, παρακολούθηση μετά την ανάπτυξη και διερεύνηση διαφορικής βλάβης.

«Ένας λογαριασμός ανά μαθητή λύνει την ισότητα.»

Η ίση πρόσβαση είναι η πρώτη από τρεις γραμμές. Οι μαθητές διαφέρουν ως προς την προηγούμενη γνώση, την εμπειρία με την ΤΝ, τη γλώσσα, την πρόσβαση λόγω αναπηρίας, την ποιότητα της συσκευής, τον διαθέσιμο χρόνο, την αυτοπεποίθηση και την ικανότητα αξιολόγησης της εξόδου, και οι πιο έμπειροι μαθητές χρησιμοποιούν το εργαλείο για να επεκτείνουν τη μάθησή τους ενώ οι ασθενέστεροι ή λιγότερο μεταγνωστικοί δέχονται λάθος έξοδο ή αναθέτουν την εξάσκηση που χρειάζονται περισσότερο. Σχεδιάστε για την πρόσβαση, μετά για τη δεξιότητα, μετά για τα αποτελέσματα: ποιος μπορεί να το χρησιμοποιήσει αξιόπιστα, ποιος μπορεί να το χρησιμοποιήσει και να το αξιολογήσει, ποιος ωφελείται πραγματικά και ποιος συναντά μια νέα βλάβη (Digital Divide, Metacognition).

«Μια ενιαία πολιτική σε επίπεδο ιδρύματος θα τερματίσει την αβεβαιότητα.»

Το κείμενο πολιτικής δεν δημιουργεί κοινή κατανόηση. Οι μαθητές και το προσωπικό διαβάζουν τις προσδοκίες από την καθοδήγηση του ιδρύματος, τους κανόνες του προγράμματος, τα προγράμματα μαθημάτων, τις οδηγίες της εργασίας, τα σχόλια του διδάσκοντος, τη συμπεριφορά των συνομηλίκων και την προηγούμενη επιβολή, και όταν αυτά συγκρούονται οι άνθρωποι επινοούν τους δικούς τους κανόνες. Η αρχιτεκτονική που λειτουργεί συνδέει τις αρχές σε επίπεδο ιδρύματος με τις προσδοκίες του προγράμματος, τις πολιτικές του μαθήματος, τις οδηγίες της εργασίας, τα λυμένα παραδείγματα και τις διαφανείς διαδικασίες δήλωσης και ανασκόπησης, με τον εκπαιδευτικό λόγο προσαρτημένο σε κάθε περιορισμό. Ένας κανόνας που λέει μόνο «επιτρέπεται» ή «απαγορεύεται» αφήνει την κρίση σε όποιον είναι πιο σίγουρος.

«Η απροθυμία του διδακτικού προσωπικού είναι κενό κατάρτισης.»

Μερικές φορές είναι. Η ετοιμότητα είναι επίσης φόρτος εργασίας, επαγγελματική ταυτότητα, αξίες του κλάδου, αμφιβολίες για την εγκυρότητα της αξιολόγησης, ισχνή θεσμική υποστήριξη, αβεβαιότητα για την ιδιωτικότητα και μια αιτιολογημένη κρίση ότι μια συγκεκριμένη εφαρμογή δεν υπηρετεί τους μαθητές. Η ανάπτυξη επομένως πρέπει να καλύπτει πρακτική επάρκεια, παιδαγωγική ενσωμάτωση, σκοπό και ταυτότητα, χρόνο, πολιτική, χρήση ειδική ανά κλάδο και την επιλογή μιας αρχής μη υιοθέτησης. Μια εφάπαξ επίδειξη λειτουργιών δεν επιλύει μια επαγγελματική και οργανωσιακή αλλαγή (Educational Development).

«Το να πεις στους ανθρώπους τα σωστά γεγονότα αρκεί.»

Οι παρανοήσεις είναι συχνά σταθερά, εύλογα νοητικά μοντέλα και όχι κενά, και η προσωπική εμπειρία κάποιου συνεχίζει να τις επιβεβαιώνει: η έξοδος ακούγεται σίγουρη, η δουλειά φαίνεται καλή, η εργασία τελείωσε γρηγορότερα. Τα γεγονότα που αντιφάσκουν σε ένα μοντέλο με μια λειτουργική εξήγηση προσαρτημένη απορρίπτονται. Αυτό που τα αντικαθιστά είναι ένα καλύτερο μοντέλο συν έναν τρόπο εφαρμογής του, που είναι η ακολουθία ανασκευής στο Refutation Text και η σύνθεση στο Misconceptions about AI.

«Το να διορθώσεις κάποιον σημαίνει να του πεις ότι έκανε λάθος.»

Η ντροπή παράγει αμυντικότητα και απόκρυψη, και μηνύματα όπως «μόνο οι τεμπέληδες μαθητές χρησιμοποιούν ΤΝ» ή «όποιος εμπιστεύεται ένα chatbot είναι ανόητος» επιτίθενται στην ταυτότητα και όχι στην πεποίθηση. Αντιμετωπίστε την πεποίθηση και τις συνέπειές της: αναγνωρίστε γιατί φαινόταν λογική, δείξτε μια ασυμφωνία όπως ένα σίγουρο λάθος, καλέστε σε πρόβλεψη πριν αποκαλύψετε τη διόρθωση, αφήστε τους ανθρώπους να συγκρίνουν υποστηριζόμενη και μη υποστηριζόμενη επίδοση, δώστε τους στρατηγική για την επόμενη φορά και ενισχύστε το νέο μοντέλο σε πολλές δραστηριότητες. Οι άνθρωποι αναθεωρούν τη σκέψη τους ευκολότερα όταν η αναθεώρηση δεν τους κοστίζει αξιοπρέπεια.

Αντικαταστήστε την πεποίθηση με μια καλύτερη

Η μηχανική είναι αρκετά σύντομη για μια σύσκεψη διδακτικού προσωπικού. Ονομάστε την πεποίθηση, πείτε γιατί φαίνεται αληθινή, απορρίψτε την καθαρά, εξηγήστε την αποτυχία, δώστε το καλύτερο μοντέλο και παραδώστε μια εφαρμογή.

Η λυμένη εκδοχή, την οποία μπορείτε να προσαρμόσετε σε οποιοδήποτε στοιχείο αυτής της σελίδας:

Παρανόηση: «Μια καλή εργασία παραγόμενη από ΤΝ δείχνει ότι ο μαθητής έμαθε.» Ανασκευή: «Αυτό δεν είναι κατ' ανάγκη αληθές. Το προϊόν δείχνει τι παρήγαγαν μαζί ο μαθητής και η ΤΝ, αλλά δεν αποκαλύπτει ποια συλλογιστική εκτέλεσε ο μαθητής.» Αντικατάσταση: «Η μάθηση αποδεικνύεται καλύτερα όταν ο μαθητής μπορεί να εξηγήσει, να μεταφέρει, να προσαρμόσει και να αναπαραγάγει την ικανότητα.» Εφαρμογή: «Συνοδέψτε την εργασία με υποστήριξη ΤΝ με μια εξήγηση, προφορική υπεράσπιση, αρχείο διαδικασίας ή εφαρμογή χωρίς βοήθεια.»

Η αντικατάσταση φέρει το βάρος. Η αφαίρεση μιας παρανόησης χωρίς την παροχή καλύτερης εξήγησης αφήνει το άτομο χωρίς τίποτα για να σκεφτεί, και η παλιά πεποίθηση επιστρέφει την επόμενη φορά που η εμπειρία την επιβεβαιώνει.

Οι εμπειρίες κάνουν περισσότερα από τις περιγραφές. Εκείνες που αλλάζουν μια πεποίθηση είναι όσες κάνουν την αποτυχία της ορατή: ζητήστε από ανθρώπους να βρουν μια σίγουρη κατασκευασμένη παραπομπή, συγκρίνετε πολλές αντιφατικές απαντήσεις στην ίδια προτροπή, ολοκληρώστε ένα πρόβλημα χωρίς βοήθεια μετά από υποστηριζόμενη εξάσκηση, παρακολουθήστε το μοντέλο να αντανακλά μια λανθασμένη παραδοχή, συγκρίνετε έναν καθοδηγητή άμεσων απαντήσεων με έναν που βασίζεται σε υποδείξεις, ελέγξτε εξόδους ως προς ονόματα, διαλέκτους ή σενάρια, υπερασπιστείτε μια σύσταση ΤΝ χρησιμοποιώντας αρχικά τεκμήρια. Κάθε μία μετατρέπει μια προειδοποίηση σε κάτι που το άτομο είδε να συμβαίνει, και κάθε μία δίνει εξάσκηση στην επαλήθευση, τη βαθμονόμηση εμπιστοσύνης και την απόφαση εκφόρτωσης.

Τι θα σας αντιπαρατεθεί

«Έχουμε ήδη αγοράσει τον ανιχνευτή και η άδεια δεν επιστρέφεται.»

Τότε χρησιμοποιήστε τον ως ένα σήμα μέσα σε μια διαδικασία που αντέχει σε προσφυγή, και προϋπολογίστε το ποσοστό σφάλματος αντί να το κρύψετε. Στο ποσοστό ψευδώς θετικών που δεν μπόρεσε να επικυρώσει το Vanderbilt, το 1% των 75.000 υποβολών είναι 750 λανθασμένα χαρακτηρισμένοι φοιτητές, και η ανάλυση διαδικαστικής δικαιοσύνης λέει ότι τα εργαλεία ταξινομούν λάθος φυσικούς ομιλητές άλλων γλωσσών. Μια βαθμολογία ανιχνευτή είναι κατηγορία. Μια καταγεγραμμένη εξήγηση είναι αρχείο.

«Οι μαθητές μας δεν θα το έκαναν ποτέ αυτό.»

Το αποτέλεσμα του 94% μη ανιχνευμένων προήλθε από υποβολές που εισήχθησαν σε ζωντανές διαδικτυακές εξετάσεις, που δεν είναι ιστορία για κακούς ανθρώπους. Το μεγαλύτερο μέρος της πίεσης είναι ασάφεια και χρόνος, και η πρακτική ερώτηση είναι ποιο μονοπάτι κάνει ευκολότερο η εργασία σας. Αν η επαλήθευση βαθμολογείται, η δήλωση δεν κοστίζει τίποτα και υπάρχει έλεγχος χωρίς βοήθεια, οι περισσότεροι μαθητές παίρνουν το μονοπάτι που χτίσατε.

«Ο προμηθευτής μας έδειξε ένα benchmark και μια ευτυχισμένη μελέτη περίπτωσης.»

Ρωτήστε τι μέτρησε το benchmark και αν κάποιος μαθητής έμαθε κάτι με το εργαλείο κλειστό. Μια βαθμολογία σε ρουμπρίκα διδασκαλίας και ένα μαθησιακό κέρδος στην τάξη είναι διαφορετικοί ισχυρισμοί, και ένα πιλοτικό πρόγραμμα χωρίς συνθήκη σύγκρισης δεν μπορεί να σας πει ποιον έχετε. Η ίδια δυσπιστία ισχύει για τον δικό σας πίνακα ελέγχου.

«Οι εκπαιδευτικοί χρειάζονται απλώς περισσότερη κατάρτιση.»

Οι εκπαιδευτικοί υπερεκτίμησαν σημαντικά την επάρκειά τους σε ΤΝ όταν η αυτοαναφορά συνάντησε την επίδοση, οπότε η κατάρτιση πρέπει να αξιολογείται από το τι μπορούν να κάνουν οι άνθρωποι και όχι από το τι λένε ότι ξέρουν. Πρέπει επίσης να καλύπτει σκοπό, φόρτο εργασίας και την επιλογή άρνησης, αλλιώς όσοι έχουν το μεγαλύτερο κύρος για να αντισταθούν θα είναι εκείνοι που καταλαβαίνουν καλύτερα το πρόβλημα.

«Οι γονείς δεν θα δεχτούν τίποτα λιγότερο από απαγόρευση.»

Οι γονείς ρωτούν αν το πράγμα μπροστά στο παιδί τους είναι ασφαλές και αν το πτυχίο σημαίνει κάτι. Απαντήστε σε αυτά τα δύο άμεσα, με τις ερωτήσεις παιδαγωγικής ασφάλειας και όχι με το φίλτρο περιεχομένου, και το επιχείρημα της απαγόρευσης χάνει τη δύναμή του. Η ερώτηση του συμβουλίου είναι στενότερη από τον τίτλο και ευκολότερη να υπερασπιστεί.

«Δεν μπορούμε να κάνουμε προφορικές υπερασπίσεις σε ένα μάθημα διάλεξης αυτού του μεγέθους.»

Τότε μην κάνετε μία ανά φοιτητή. Εξηγήστε τη συλλογιστική γραπτώς, συζητήστε τις πηγές σε ένα σύντομο ηχογραφημένο σημείωμα, αναθεωρήστε ένα απόσπασμα, εφαρμόστε την ιδέα σε μια νέα περίπτωση ή διαβάστε τα τεκμήρια διαδικασίας που ήδη συλλέγετε. Πάρτε δείγμα από τις υποβολές που φαίνονται ασυνεπείς με προηγούμενη εργασία. Η επαλήθευση είναι συνήθεια ενσωματωμένη στο μάθημα, όχι ξεχωριστό γεγονός για κάθε φοιτητή.

«Τίποτα από αυτά δεν είναι το αντικείμενό μας.»

Η παρέμβαση συμβαίνει μέσα στον κλάδο, στο βήμα όπου το εργαλείο εκτελεί την πρακτική που το μάθημα υπάρχει για να παρέχει. Γι' αυτό η απάντηση είναι μια αλλαγή εργασίας και μια πρόταση πολιτικής και όχι μια νέα ενότητα για την ΤΝ.

Τι να κάνετε αυτή την εβδομάδα

1. Πάρτε τις τρεις πεποιθήσεις που ακούτε περισσότερο και γράψτε καθεμία ως ανασκευή: την πεποίθηση, γιατί φαίνεται αληθινή, τη διόρθωση, την αντικατάσταση, την εφαρμογή. Μία σελίδα, χωρίς παραπομπές.

2. Προσθέστε ένα στοιχείο χωρίς βοήθεια σε μια αξιολόγηση που ήδη κάνετε, και δώστε του αρκετό βάρος ώστε το αποτέλεσμα να σημαίνει κάτι.

3. Ξαναγράψτε τη ρήτρα ΤΝ ενός μαθήματος ώστε να ονομάζει την πράξη και το βήμα, και επιλέξτε μία από τις τέσσερις συνθήκες για κάθε στάδιο της εργασίας.

4. Πριν από την επόμενη ανανέωση ή απόφαση πιλοτικής εφαρμογής, ζητήστε έναν πίνακα ανά υποομάδα, ένα αρχείο ασφάλειας πολλαπλών γύρων και ένα μέτρο έκβασης χωρίς βοήθεια. Αν λείπει οποιοδήποτε από τα τρία, πείτε το γραπτώς.

5. Κάντε μια δραστηριότητα είκοσι λεπτών που κάνει μια παρανόηση να αποτύχει μέσα στην αίθουσα, χρησιμοποιώντας μια κατασκευασμένη παραπομπή ή δύο αντιφατικές απαντήσεις στην ίδια προτροπή.

Πού να πάτε μετά

Το Misconceptions about AI είναι η σύνθεση πίσω από αυτή τη σελίδα, και το Refutation Text είναι η μέθοδος για να τη χρησιμοποιήσετε μπροστά σε αίθουσα. Το How Can We Reduce AI Cheating? χειρίζεται τις αποφάσεις ακεραιότητας, το How Should Assessment Be Redesigned for the AI Era? χειρίζεται τι μπορεί να στηρίξει ένας βαθμός, και το AI Ed Evaluation είναι ο οδηγός για να κρίνετε ένα πιλοτικό πρόγραμμα ή μια πλατφόρμα. Στη διδακτική πλευρά, η Teacher AI Competency και η AI Literacy καλύπτουν τι πρέπει να μπορούν να κάνουν οι άνθρωποι στην αίθουσα.

Η ιδέα που κρατάτε, στη μορφή που μπορείτε να πείτε δυνατά: η ΤΝ είναι ένας επιρρεπής σε σφάλματα γνωστικός πόρος, όχι αυθεντία, όχι νους και όχι απόδειξη ότι συνέβη μάθηση. Η υπεύθυνη χρήση κρατά ένα πρόσωπο υπόλογο, διατηρεί τη σκέψη που απαιτεί η μάθηση, επαληθεύει ό,τι έχει σημασία και κρίνει την επιτυχία από ανθεκτική και ισότιμη ικανότητα και όχι από ρευστότητα, ταχύτητα, εμπλοκή ή μια τελειωμένη εργασία.