UKK
Miten tekoälyagentit voivat tukea opiskelijoita ja opettajia?
Tämän englanninkielisen sivun automaattinen konekäännös, jota ei ole vielä tarkastanut äidinkielinen puhuja.
Toimittajan demo kestää neljäkymmentä minuuttia. Agentti lukee opetussuunnitelman, luonnostelee ensi viikon tietovisan, merkitsee kolme opiskelijaa, jotka eivät ole avanneet luettavaa, ja tarjoutuu lähettämään heille sähköpostia. Vararehtorisi haluaa lisenssipäätöksen kuun loppuun mennessä.
Agentti suunnittelee, kutsuu työkaluja, pitää kontekstin, pilkkoo työn osatehtäviksi ja mukautuu vuorojen yli, mikä on enemmän kuin chatbot tekee. Opiskelijan ja opettajan puolen roolit, jotka se avaa, ovat todellisia. Näyttö ei osoita, että suurempi autonomia tuottaisi enemmän oppimista: tämän sivun ainoassa vastakkainasettelututkimuksessa agentti ja chatbot päätyivät tasapeliin. Sijoita autonomia sinne, missä ihminen tarkistaa tuotoksen, pidä suunnittelu oppijalla ja pisteytä opetuksen laatu omaa kriteeristöäsi vasten.
Lyhyt versio
1. Nimeä työ ennen tuotetta.
2. Aloita opettajan puolelta, missä opettaja jo tarkastaa työn.
3. Kohtele lisättyä autonomiaa kustannuksena, kunnes näyttö sanoo toisin.
4. Pidä suunnittelu ja arviointi oppijalla, sillä ne ovat ne, joita varten tehtävä on olemassa.
5. Pisteytä agentti kriteeristöäsi vasten ja ajoita itsenäinen tarkistus ennen pilotin päättymistä.
Valitse työ ennen kuin valitset agentin
Agenttiset työnkulut koulutuksessa nimeää neljä toistuvaa kyvykkyyttä: reflektio, suunnittelu, työkalujen käyttö ja moniagenttinen yhteistyö. Jokainen niistä lisää mahdollisuuden rinnalle kustannuksen tulkittavuudessa, koordinaatiossa, luottamuksessa, viiveessä ja valvonnassa.
Opiskelijan puolen roolit ulottuvat adaptiivisesta ohjauksesta ja opintojen suunnittelusta formatiivisen palautteen, ohjatun ongelmanratkaisun ja harjoitusten tuottamisen kautta esitietosuosituksiin ja reflektoivaan metakognitiiviseen kehotemuotoiluun. Opettajan puolen roolit kattavat materiaalin kehittämisen, kysymysten tuottamisen ja validoinnin, palautteen lajittelun, kurssin analytiikan, opetussuunnittelun, resurssien haun ja erikoistuneiden ala-agenttien orkestroinnin.
Kaksi niistä on turvallisempia varhain, koska molemmat tuottavat artefaktin, jonka ihminen lukee ennen opiskelijoita: kysymysten tuottaja yhdistettynä validaattoriin ja luonnostelu, jota opettaja muokkaa.
Aloita siitä, missä ihminen jo tarkistaa työn
Tutor CoPilot, ihmisen ja tekoälyn järjestelmän ensimmäinen satunnaistettu kontrolloitu koe elävässä ohjauksessa, antoi aloitteleville ohjaajille reaaliaikaista ohjausta, joka oli johdettu kokeneiden ohjaajien päättelystä, 900 ohjaajan ja noin 1 800 opiskelijan yli. Niiden ohjaajien opiskelijat, joilla oli pääsy työkaluun, hallitsivat aiheet 4 prosenttiyksikköä todennäköisemmin, ja osuus nousi 9 prosenttiyksikköön heikoimmin arvioitujen ohjaajien keskuudessa, joiden opiskelijat saivat kiinni kontrolliryhmän paremmin arvioitujen ohjaajien opiskelijat. Se maksoi noin $20 ohjaajaa kohden vuodessa, ja yli 550 000 ohjausviestin analyysi osoitti ohjaajien siirtyvän vastausten antamisesta ohjaavien kysymysten esittämiseen. Siinä tekoäly täydensi opettajaa.
Agentti ei opettanut opiskelijaa. Se ruokki ihmistä kesken keskustelun, ja ihminen päätti, mitä sanoa. Ihminen kehässä ja työn lähellä oleva lopputulema ovat ne, jotka tekevät tuloksesta siirrettävän toiselle kurssille.
Älä oleta, että suurempi autonomia ostaa enemmän oppimista
Tutkimus 130 opiskelijasta verkkokaupan kurssilla havaitsi sekä generatiivisen tekoälyn chatbotin että agenttien arvioituvan perinteistä verkko-oppimista korkeammalle oppimisessa ja personoinnissa, ilman merkitsevää eroa chatbotin ja agentin välillä. Lisättyä autonomiaa, ei lisättyä arvoa noilla mittareilla.
Tutkimuksen viitekehys kohtelee agentteja rajattuina, ihmisen valvomina oppimiskumppaneina, joiden tavoitteet, tarkistuspisteet ja lopulliset päätökset jäävät ihmisille. Agenttimerkin tuolla puolen tekee siitä hallinnon säännön: autonomia ei saa ylittää näytön kypsyyttä tai vastuullisen ihmisvalvonnan vahvuutta, ja näyttö on vahvinta artefaktitason lopputulemissa ja heikointa kestävässä oppimisessa ja yhdenvertaisuudessa.
Oppijan puolen riski kulkee samaan suuntaan. Agentti, joka suunnittelee ja seuraa opiskelijan puolesta, poistaa sen harjoittelun, joka rakentaa itsesäätelyä, ja kutsuu siirtokuormitusta. Hyvien käytäntöjen ohjeistus pyytää tarkoituksellista kitkaa, hiipuvaa tukemista ja ihmisvalvontaa. Tuottavalle kitkalle on toimivia esimerkkejä. Rakentavan ristiriidan agentit, jotka väittelevät heikkoa suunnittelua vastaan, paransivat suunnittelun lopputulemia katsauksessa. Simuloidut vertaiset tukevat yhteistoiminnallista oppimista ja sokraattista kyselyä, ja lääketieteen simulaatiot antavat oppijoiden harjoitella siellä, missä virhe on halpa.
Testi jokaiselle niistä: mitä opiskelija osaa istunnon jälkeen tehdä, mitä agentti teki ennen sitä? Harkinnan luovuttaminen maksaa opiskelijalle sen harjoittelun, jota harkinnan käyttäminen on.
Vertaa agenttia omaan harkintaasi
Kahdeksan tekoälyopetusagenttia, jotka oli otettu käyttöön lääketieteen opetussuunnitelmassa, järjestettiin eri järjestykseen alustan tuottamien pisteiden ja riippumattoman asiantuntijakriteeristön mukaan. Alustan kolmanneksi sijoittunut agentti tuli opetuksen laadussa viimeiseksi. Alustapisteet indeksoivat opiskelijoiden suoriutumista, joka liikkuu syistä, joilla ei ole mitään tekemistä opetuksen kanssa.
Kysy, mitä kojelaudan luku laskee, kuka kirjoitti sen takana olevan kriteeristön ja miltä matala pistemäärä näyttäisi opiskelijan työssä. Pedagoginen turvallisuus kuuluu samaan tarkastukseen, sillä agenttien ketju tekee vaikeaksi sanoa, mikä komponentti on vastuussa, kun vastaus on väärä.
Suunnittele pois kytkemistä varten
Satunnaistetut kokeet osoittavat, että lyhyt tekoälyapu voi painaa myöhempää itsenäistä suoriutumista, ja tuen päättymisen jälkeinen väli, kognitiivinen huuhtoutuminen, on lähes kokonaan mittaamaton. Tämän sivun taustalla oleva synteesi nojaa kartoittavaan katsaukseen 474 tutkimuksesta ja havaitsee työn keskittyvän korkeakoulutukseen, STEM-aineisiin, lyhyen aikavälin asetelmiin ja tekstipohjaiseen ohjaukseen, ja vain vähemmistö nojaa eksplisiittisesti kasvatustieteelliseen teoriaan. Pilotti, joka päättyy lisenssin päättyessä, on mitannut väärän ikkunan.
Missä hallinto menee tässä vikaan
Agentti on päivitetty chatbot, joten päivityksen pitäisi näkyä lopputulemissa. 130 opiskelijan vertailussa molemmat tekoälyehdot voittivat verkko-oppimisen eikä kumpikaan voittanut toistaan.
Kojelauta järjestää opetuksen laadun. Se järjestää opiskelijoiden suoriutumisen, ja kahdeksan agenttia tuotti järjestyksen, joka käänsi kolmannen ja viimeisen sijan toisikseen asiantuntijakriteeristöön verrattuna.
Autonomia on se ominaisuus, joka kannattaa ostaa. Suhteellisuussääntö kulkee toiseen suuntaan, ja näyttö on ohuinta siellä, missä autonomia on suurinta.
Pääsy sulkee yhdenvertaisuuskuilua. Epätasa-arvoinen pääsy kyvykkäisiin agenttijärjestelmiin voi leventää sitä, ja agentti toistaa koulutusdatan vinoumat laajassa mitassa.
Mitä sinulle tullaan sanomaan takaisin
”Opiskelijat antavat sen vain tehdä työn.” Jotkut antavat, ja arkkitehtuuri ratkaisee, kuinka helposti. Agentit, jotka suunnittelevat ja luonnostelevat opiskelijan puolesta, kutsuvat siihen. Agentit, jotka vaativat yrityksen ja esittävät sitten kysymyksen, eivät.
”Toimittajan arviointi sanoo, että se toimii.” Kysy, mitä luku laskee. Jos se on alustan mittaama opiskelijoiden suoriutuminen, se mittaa opiskelijoita yhtä paljon kuin agenttia.
”Kukaan ei voi sanoa, mikä agentti ketjussa on vastuussa.” Totta useimmissa nykyisissä käyttöönotoissa. Nimeä ketjulle omistaja, kirjaa lokiin mikä komponentti tuotti minkä tuotoksen ja pidä ihmisen tarkistuspiste ennen kuin mitään päätyy opiskelijarekisteriin.
Mitä tehdä tällä viikolla
1. Kirjoita työ ja lopputulema, jolla arvioit sitä, kumpikin yhdellä lauseella, ennen seuraavaa toimittajapuhelua.
2. Pisteytä yhden agentin tuotos kriteeristöäsi vasten kymmenellä todellisella opiskelijatyöllä ja säilytä pisteet.
3. Lisää pilotin suunnitelmaan päivätty itsenäinen tehtävä, jolla on omistaja.
Minne seuraavaksi
Mitkä ovat tehokkaan tekoälyohjaajan kehittämisen parhaat käytännöt? kattaa opiskelijoille suunnatun rakenteen tavoitteesta apuportaaseen, ja Millä mittareilla ja tutkimusmenetelmillä opettaja voi arvioida tekoälyyn liittyviä interventioita? kattaa sen, toimiko asia. Intelligent Tutoring ja Tekoälylukutaito tarjoavat sen suunnittelusanaston, jota tämä sivu olettaa.