Mit kellene elkerülniük a pedagógusoknak a MI használatában?

Ennek az angol oldalnak a gépi fordítása, amelyet még nem ellenőrzött anyanyelvi beszélő.

A MI oktatási használatáról szóló útmutatások többsége azt mondja el, mit érdemes kipróbálni. Ez az oldal azokat a gyakorlatokat gyűjti össze, amelyeket a bizonyítékok szerint abba kell hagyni, aszerint a szerep szerint rendezve, amelynek abba kellene hagynia őket. A téves hiedelmeket másutt tárgyaljuk: velük a tévhitekkel foglalkozó GYIK foglalkozik, és a Tévhitek a MI-ről fogalomoldal magyarázza meg, miért maradnak fenn. Amit a kutatás még nem tud megmondani, az a az AIEd-kutatás korlátai témához tartozik. Itt a hiedelem utáni lépés következik, vagyis az, hogy mit tesznek valójában az emberek, mibe kerül ez nekik, és mit kell helyette tenni.

Három hiba ismétlődik minden szerepben.

1. Szubsztitúció. Egy eszköz elvégzi azt a gondolkodást, amelyet a tanulónak kellett volna elvégeznie, és a kimenetet úgy pontozzák, mintha a tanuló végezte volna. A beadott esszé arról ad számot, mit tud a modell, nem arról, mit tud a diák.
2. Meg nem érdemelt bizonyíték. Egy könnyen gyűjthető jelzést, például a magabiztosságot, a folyékonyságot, az elköteleződést vagy a befejezési arányt, bizonyítékként kezelnek valamire, amit nem tud megmutatni. Egy irányítópult negyven percet tud jelenteni egy tutorálási foglalkozásból; azt nem tudja jelenteni, megtanulta-e valaki a másodfokú egyenlet megoldóképletét.
3. Figyelmeztetésre bízott struktúra. Egy figyelmeztetéstől, egy szabályzatmondattól vagy egy képzési alkalomtól azt kérik, hogy végezze el azt a munkát, amelyet a felület tervezésének, az értékelés tervezésének vagy az irányításnak kell elvégeznie. A tanterv azt írja, hogy a MI-t felelősen kell használni, a tutorsegítő pedig mégis az első promptra átadja a kész választ.

A rövid változat

1. Soha ne osztályozzon, idézzen vagy népszerűsítsen egy kimenetet annak a képességnek a bizonyítékaként, amely létrehozta.

2. Minden alkalommal gyűjtse be a segítség nélküli mérést a támogatott mérés mellé.

3. A folyékonyságot, a magabiztosságot és az elköteleződést a használat jellemzőinek tekintse, nem tanulásnak.

4. A védelmet a munkafolyamatba tegye, ne egy figyelmeztetésbe.

5. Tegyen fel, hogy minden adatot, amelyet az eszköz lát, megőriznek, összekapcsolnak és kompromittálnak.

6. Ha az állításhoz demó jár, de összehasonlítás nem, az marketing.

Az oktatóknak

Ne tanúsítson kimenetet képességként. Egy csiszolt beadandó egy csiszolt beadandó bizonyítéka. Ha egy diák olyan szakirodalmi áttekintést ad be, amelynek forrásait semmihez nem tudja ellenőrizni, amit a kurzus tanított, és az értékelés nem tudja megkülönböztetni, mit tud ez a diák segítség nélkül, akkor az értékelés már nem azt méri, amit a tanúsítvány állít (Assessment Validity, Authentic Assessment). A megoldás a feladat újratervezése; egy szigorúbb becsületkódex nem végzi el.

Ne használjon detektorpontszámot a szabálysértés bizonyítékaként. Egy 642 publikált absztraktot vizsgáló kontrollált tanulmányban a detektorok az útmutatásnak megfelelő, könnyű MI-szerkesztés 38–80%-át és a módosítatlan emberi írás 9–15%-át jelölték meg, miközben az emberiesítő szolgáltatáson átfuttatott átírások kevesebb mint 4%-át fogták el (Karr et al., 2026). Egy független benchmark szerint a 14 kereskedelmi eszköz egyike sem érte el a 80% pontosságot, és az egyszerű parafrázis ezt is megfelezi (Teichmann et al., 2026). Reális alaparánynál a téves pozitívok meghaladják a valós pozitívokat (Használjunk-e MI-detektorokat?). Egy detektor elindíthat egy beszélgetést; befejezni nem tudja.

Ne adjon MI-t olyan értékeléshez, amelyet nem tervezett újra. Ha egy eszközt olyan feladatra csavaroz, amelyet segítség nélküli teljesítményre terveztek, pontosan azt a pontszáminflációt kapja, amely elrejti a veszteséget, házi feladat fel, vizsga le. Minden jeggyel értékelt feladatnál kérdezze meg, mit mutatna a segítség nélküli változat, és előbb a feladatot javítsa (Az MI-visszaélés csökkentése). Ha a házi feladat és az órai röpdolgozat ugyanazt a készséget méri, csak az egyik méri a diákot.

Ne kezelje az elköteleződést tanulásként. A feladatra fordított idő, az elégedettség, a segítségkérés mennyisége és a csevegési aktivitás mind könnyen műszerezhető, és mind összefér azzal, hogy egyáltalán nincs tanulás. Egy 3 × 2 elrendezésű kísérletben 186 résztvevő polgári jogi eseteket bírált el egy nagy nyelvi modell által támogatott platformon; az a védősáv, amely a helytelen MI-álláspontra váltást 42–60.5%-ról 5.7–8.2%-ra csökkentette, nem hozott mérhető tanulási hatást a foglalkozáson belül (β = 0.03, p = 0.18; Tuo et al., 2026). A viselkedés megváltozott; a tanulási mérőszám nem (Student Engagement).

Ne hagyatkozzon figyelmeztetésre ott, ahol a felület korlátozhatna. Az a tutorsegítő, amely elő tudja állítani a kész választ, határidőnyomás alatt elő is fogja, bármit ír a tanterv. A működő védősáv az interakcióba van beépítve (Az MI-visszaélés csökkentése, Pedagogical Safety). A végső válasz visszatartása az első két próbálkozásnál tervezési döntés; kérni a diákokat, hogy ne kérjék, csak kérés.

Ne illesszen diákok munkáját, IEP-eket, fegyelmi nyilvántartásokat vagy azonosítható vázlatokat fogyasztói eszközbe. Az adatminimalizálás olyan tervezési döntés, amelyet a diák nevében hoz meg, akár gondolt rá, akár nem (Privacy). Az az ingyenes csevegőbot-fiók, amely válaszol egy kérdésre egy diák viselkedési tervéről, egyben annak a tervnek a másolata valaki más szerverén.

A diákoknak

Ne adja át azt a részt, amelyet gyakorolnia kellene. Tegyük fel, hogy a feladat egy öt bekezdéses esszé: beilleszti a promptot egy csevegőbotba, átveszi a visszakapott vázlatot, és beadja. Amit bead, arról ad számot, mit tud a modell. A kérdés az, melyik kognitív munka kerül át, nem az, mennyi MI-t használ. A házi feladat kiszervezése javítja a házi feladat pontszámát, miközben rontja a zárt könyves vizsga pontszámát: 26,811 középiskolás diákot 30 hónapon át követve a házi feladat pontszáma 18%-kal nőtt, a vizsga pontszáma pedig 20%-kal csökkent hat hónapon belül (Strömberg, Lei and Wu, 2026). A visszahívható tudást építő gyakorlás az eszközhöz került (Az MI-visszaélés csökkentése). Ha a gyakorlat a lényeg, az eszköz nem végezheti el a gyakorlatot.

Ne olvassa a folyékonyságot pontosságként. A folyékony szöveg egy nyelvi modell kimenete, függetlenül attól, hogy a tartalom igaz-e, és az a mechanizmus, amely meggyőzővé teszi, ugyanaz, amely tévedésbe viszi (Hallucination Risk). Az adott állítást ellenőrizze, ne a bekezdés hangnemét. Ez a szokás ritkán alakul ki magától: egy 900 amerikai felnőttből álló panelen, amely MI-összefoglalót kapott, az olvasók a benne idézett forrást a látogatások 1%-ában követték (Jaidka and Cai, 2026). Ha a feladat három forrást kér, nyissa meg mind a hármat.

Ne fogadja el az egyetértést visszajelzésként. A modellek lényegesen gyakrabban értenek egyet, mint az emberek: 11 modell körében az MI-válaszok 49%-kal gyakrabban értettek egyet a felhasználókkal, mint az emberi válaszok, és éppen ez a többlet az, amitől az interakció támogatónak érződik (Potel and Kumashiro, 2026). Az a tutorsegítő, amely soha nem mond ellent, eltávolította azt a korrekciós jelzést, amelyért jött (AI Sycophancy). A kifogást kérje, ne a helyeslést: „Mi a baj ezzel az érvvel, és mit mondana egy szkeptikus?“

Ne cserélje a kérdést válaszra, amikor elakad. A termékeny küzdelem, amelyet kihagy, maga a tanulás. A választ előhívó segítségkérés más viselkedés, mint a súgást előhívó segítségkérés (Help-Seeking, Desirable Difficulties). Olyan eszközöket használjon, amelyek visszatartják a kész választ, és a következő lépést kérje, ne a megoldást.

Ne illesszen személyes, egészségügyi vagy családi információt egy eszközbe azért, hogy jobb választ kapjon. Az eszköznek nincs kötelezettsége elfelejteni, és az adatvédelem ára nem látszik a válasz minőségén (Privacy). Egy jobb prompt nem igényli a diagnózisát, a címét vagy a családtagjai nevét.

A szülőknek és a családoknak

Ne az eszközzel együtt készítse el a házi feladatot, és ne engedje, hogy Ön mellett készüljön el. Az adatokban megjelenő minta pontszáminfláció rejtett költséggel: ugyanabban a 30 hónapos panelben a házi feladat pontszáma 18%-kal nőtt, miközben a zárt könyves vizsga pontszáma 20%-kal csökkent (Strömberg, Lei and Wu, 2026). Az a gyermek, aki tökéletes házi feladatot hoz haza, és megbukik a fejezet dolgozatán, pontosan ezt a rést mutatja meg. Amit ellenőrizni tud, az a folyamat. Meg tudja-e a gyermeke magyarázni a lépést, újra el tud-e végezni egy feladatot papíron, és meg tudja-e mondani, melyik részben volt bizonytalan? Ha nem, az eszköz készítette el a feladatot.

Ne engedje, hogy egy csevegőbot legyen a bizalmasa. A hízelgő rendszerek sokkal gyakrabban értenek egyet, mint az emberek, 11 modell körében 49%-kal gyakrabban, és éppen az egyetértés az, amitől biztonságosnak érződik velük beszélni (Potel and Kumashiro, 2026). Egy nagy longitudinális vizsgálatban a felhasználók csaknem olyan gyakran fordultak hízelgő MI-hez személyes tanácsért, mint közeli barátokhoz és családtagokhoz, miközben valós kapcsolataikban alacsonyabb elégedettséget mutattak (Sycophantic AI makes human interaction feel more effortful and less satisfying over time). Az a gyermek, aki a szenvedését egy mindig egyetértő modellhez viszi, nem meghallgatást kap. Tükrözést kap. Ha a gyermeke egy csevegőbottal beszél egy barátságról vagy egy veszteségről, az a pillanat, amikor meg kell kérdeznie, kinek mesélte még el.

Ne adjon generatív csevegőbotot kisgyermeknek, és ne nevezze felügyeltnek azzal, hogy Ön a szobában van. Az életkor szerinti, szintekre bontott útmutatás konkrét: állványozott, nem generatív tevékenységek 9 és 12 év között, felügyelt generatív használat etikai érveléssel 13 éves kortól (Hogyan közelítsenek a szülők és a tanárok a MI-hez 13 év alatti gyerekeknél?). A legkisebb gyermekeknél a kockázat a hit. A művelet előtti gondolkodású gyermekek igaznak fogadják el a generált tartalmat, és a rendszerek visszajelzéseikben fejlődéslélektanilag nincsenek kalibrálva. A felnőtt közös használat azt jelenti, hogy a gyermek mellett ül, és megkérdezi, mit tett éppen a játék, nem azt, hogy az ajtóból figyel (Early Childhood Education).

Ne tegye fel, hogy az iskola eszköze védi a gyermeke adatait, csak mert az iskola választotta. Kérdezze meg, mit őriznek meg, mennyi ideig, tanít-e bármit is vele, és ki más látja (Privacy). A tudatosság nem következik a kitettségből: egy hónappal azután a tanóra után, amelyen egy hetedikes osztály a saját naplózott viselkedését élőben kivetítve látta, a 47 diák 66%-a még mindig a legkevésbé védő csevegőbot-beállítást választotta (Bergdahl, 2026). Tegye fel a kérdéseket az iskolának írásban, és írásban kérje a válaszokat.

Ne használjon detektoreredményt a gyermeke vádolására, vagy egy iskola vádjának alátámasztására. Egy 642 publikált absztraktot vizsgáló kontrollált tanulmányban a detektorok a módosítatlan emberi írás 9–15%-át jelölték meg, és az emberiesített MI-átírások kevesebb mint 4%-át fogták el (Karr et al., 2026). Reális alaparánynál a téves pozitívok meghaladják a valós pozitívokat (AI Detection). A megjelölést kezelje okként arra, hogy elkérje a vázlatok előzményeit és beszéljen, nem megállapításként.

Ne vonja le azt a következtetést, hogy az eszköz betiltása a biztonságos választás. Az alulbizalom kalibrációs hiba, amelynek megvan a maga költsége, az elmaradt képesség, és a számítást az illesztett magabiztosság jelenti, nem az elkerülés (Trust Calibration). A hasznos szülői lépés ugyanaz, mint amit a kutatás a diákok számára alátámaszt: követeljen meg egy ellenőrzési lépést, és tegye elég olcsóvá ahhoz, hogy egy fáradt gyermek tényleg elvégezze (Hogyan tanítsam meg a hallgatóknak a MI-kimenet ellenőrzését?). Ha megnézi, milyen forrást használt a csevegőbot, az egy percbe kerül; ha betiltja a csevegőbotot, az a gyakorlásba kerül.

Ne tévessze össze a tartalomszűrőt a biztonsággal. A szűrők azt kezelik, mit mond egy rendszer. Nem kezelik azt, mit tesz egy interakció a tanulóval: az elkopó gyakorlást, a hízelgő egyetértést vagy az egyenetlen visszautasításokat (Pedagogical Safety).

Az oktatásfejlesztőknek és a tanári kar fejlesztőinek

Ne tartson eszközképzést, és ne nevezze MI-írástudásnak. Egy promptokról szóló alkalom egy termék felületét tanítja meg. Az MI-írástudás annak a képessége, hogy megítélje, mikor kell használni az eszközt, mit tesz, és mit kell ellenőrizni. Azok a tanárok, akik a gombokat tanulják meg az ítélőképesség nélkül, magabiztossággal és kalibráció nélkül távoznak (A tanári MI-kompetencia). Egy műhely, amely azzal zárul, hogy mindenki tud óratervet generálni, és senki nem tudja megmondani, mikor nem kellene azt a tervet használni, a felületet tanította meg.

Ne tartson egyszeri szakmai fejlődési alkalmat, és ne várja, hogy a gyakorlat megváltozik. A szakmai tanulásról szóló bizonyítékok következetesek az időtartam és az utánkövetés tekintetében: az egyszeri alkalmak az önbeszámolt magabiztosságot mozgatják, a tantermi viselkedést ritkán, és a magabiztosság növekedése elfedheti a változás hiányát (Oktatásfejlesztés). Egy augusztusi kétórás alkalom, októberi utánkövetés nélkül, a magabiztosságot célzó beavatkozás.

Ne hagyja figyelmen kívül azt az értékelési rendszert, amelyet érvényben hagy. A tanári kar csak akkor veszi át a tanított gyakorlatot, ha az értékelés, amelynek alá vannak vetve, nem bünteti érte. Egy MI-ellenálló feladattervezésről szóló műhely, amely egy változatlan vizsgarendszer mellett fut, azt tanítja meg a tanári karnak, hogy a képzés díszlet.

Ne mutassa be azt a kritikátlan használatot, amely ellen figyelmeztet. Ha úgy mutat be egy eszközt, hogy a tanári kar előtt generál egy óratervet, ellenőrzési lépés nélkül, azt tanítja a hallgatóságnak, hogy a kimenet a termék. Generálja le előttük, majd jelölje meg a két állítást, amelyet ellenőrizni kell.

Ne fogadjon el szállítói demót a hatékonyság bizonyítékaként. Az az állítás, amelyet értékel, a tanulásról szól, a demó pedig képességet mutat. Kérjen segítség nélküli eredményeket, alcsoport-eredményeket és többfordulós biztonsági tesztelést (Honnan tudjuk, hogy egy oktatási MI helyesen működik, és nem csak jól pontoz?).

Az oktatási szoftverek fejlesztőinek

Ne azt a mérőszámot optimalizálja, amelyet könnyű naplózni. A foglalkozás hossza, az üzenetek száma és az elégedettségi értékelések szinte minden változtatás hatására javulni fognak; a tanulás gyakran nem. Ugyanaz a csapat, amely egy védősávot szállít, szállíthat egy irányítópultot is, amely az interakció mennyiségét jutalmazza, és a kettő ellenkező irányba fog mutatni (Learning Analytics, Student Engagement). Ha a siker mérőszáma a foglalkozásonkénti üzenetszám, olyan terméket épített, amely azért jutalmazza a diákokat, mert a csevegésben maradnak.

Ne szállítson detektort a konstruktum elleni validációs vizsgálat nélkül. Egy tizenöt EEG-modellt tartalmazó benchmark 0.9853 F1-et ért el rétegzett keresztvalidációval; a kísérlettől független Group K-Fold, amely tiszteletben tartja a kísérletek határait, 0.6038-ra vitte le a csúcsot a 25%-os véletlen szinthez képest (Nanayakkara and Halloluwa, 2026). Egy mosolyérzékelő negatívan is futhat a megfigyelő által értékelt empátiával szemben, mert hiányzik belőle az a kontextus, amellyel egy emberi értékelő rendelkezik (Assessment Validity, Sensor and Gaze Analytics). Tegye közzé a validációs protokollt a címszám mellett.

Ne következtessen érzelemre, figyelemre vagy „elköteleződésre“ arcokból és testekből beleegyezés és megadott cél nélkül. A többfordulós kockázat nem azonos az egyfordulóssal: egy pedagógiai biztonsági áttekintésben a hibák a 17.7%-ról az egyfordulós értékelésekben 77.8%-ra emelkedtek a többfordulósokban (Hazra et al., 2026). Az izolált promptokon tanúsított rendszer olyan interakcióra kap tanúsítványt, amelyet a diákok nem folytatnak (Pedagogical Safety, Privacy).

Ne rejtse el az átadást. Az a diák, aki nem tudja megmondani, mikor generál vagy mikor keres vissza egy tutorsegítő, vagy mikor van ember a folyamatban, nem tudja kalibrálni a bizalmat iránta. Az automatizálási elfogultság akkor működik a legtisztábban, amikor a rendszernek igaza van, és az ember már nem ellenőriz (Trust Calibration). Mondja meg a felületen, mikor fog egy ember elolvasni egy munkát.

Ne a benchmarkra tervezzen, és utána ne a tanteremre hivatkozzon. A benchmark-teljesítmény a benchmark tulajdonsága. Számoljon be az általa tesztelt használati feltételekről, a populációról és a feladatokról; különben a számot egy másik környezetre tett ígéretként fogják olvasni (Az AIED-kutatás korlátai).

Ne tegye az eszközt a segítség egyetlen útvonalává. Ha a diák visszajelzéshez való hozzáférése egy modell elérhetőségétől, kvótájától vagy licencétől függ, az esélyegyenlőség kérdését már a beszerzés eldöntötte (Equity).

Az oktatási vezetőknek

Ne vásároljon képességállításokat kimeneti bizonyítékként. A szállítók be tudnak mutatni egy terméket; csak egy értékelés tud tanulást bemutatni. Követeljen segítség nélküli eredményeket, alcsoport-eredményeket, lemorzsolódást és tervet arra, mi történik a kísérlet végén (Honnan tudjuk, hogy egy oktatási MI helyesen működik, és nem csak jól pontoz?, Milyen mérőeszközökkel és kutatási módszerekkel értékelheti egy oktató a MI-vel kapcsolatos beavatkozásokat?). Egy demó azt mutatja, ahogy egy tutorsegítő megold egy feladatot; nem azt, ahogy egy diák megoldja a következőt.

Ne vezessen be megfigyelést azért, mert elérhető. A vizsgafelügyeleti rendszerek arcképeket, személyazonosító okmányokat, teremszkenneléseket, köztük 360 fokos pásztázásokat, és mikrofonhangot rögzítenek. Egy 80 tanulmányt áttekintő vizsgálat szerint csak 25%-uk foglalkozott egyáltalán etikai kérdésekkel, 35%-uk nem tette közzé az adathalmazát, és 30%-uk nem volt reprodukálható (Malhotra and Chhabra, 2026). A költség a diákokat terheli, a bizonyítékbázis pedig vékonyabb, mint amit a szerződés sugall (Privacy, Remote Proctoring).

Ne írjon csak tiltásokból álló szabályzatot, és ne nevezze irányításnak. Egy tilalom értékelés-újratervezés, támogatás és fellebbezési útvonal nélkül elmozdítja a viselkedést ahelyett, hogy megelőzné, és azokat a diákokat bünteti, akik a legkevésbé tudnak vitatni egy téves vádat. A szabályzatnak az értékelőre is ki kell terjednie: egy szokásos javítási munkafolyamatra végzett red team tesztben az öt, beadandóba rejtett promptinjektálási stratégia közül kettő 100%-os és 94%-os sikerrel mozdított át egy elégtelen esszét a megfelelő kategóriába, fájltípusonként (Humble, 2026). Egy szabályzat, amely a diákokat korlátozza, a javítási folyamatot nem, fél szabályzat.

Ne azonosítsa a bevezetést a javulással. Egy irányítópult, amely használatot, elégedettséget és befejezést jelent, sikernek fog látszani, miközben a tanulási mérőszám lapos marad. Döntse el előre, melyik eredmény miatt mondaná fel a szerződést (AI Ed Evaluation). Írja le azt a számot, mielőtt a kísérlet elkezdődik.

Ne engedje, hogy az akadálymentesség akadálymentesítési kérelemként érkezzen. A neurodivergens diákok digitális segítő technológiáiról szóló 40 tanulmány áttekintésében 28 tette a részvétel feltételévé a hivatalos diagnózist. Ez a diagnózishoz kötött modell kizár minden olyan tanulót, akinek vannak igényei, de nincs címkéje (Rempel et al., 2026; Accessibility, Universal Design for Learning).

Az oktatáskutatóknak

Ne az önbeszámolóra bízza az oksági állítást. A magabiztosság, az észlelt tanulás és az elégedettség kimenetek, de nem azok a kimenetek, amelyeket a legtöbb tanulmány szerint mér. Az empátia szakirodalma a legvilágosabb eset: egy terület, amely empátiát szándékozik tanítani, többnyire kényelmet mér, és egy 17 tanulmányt áttekintő vizsgálat szerint a magabiztosság növekedése sokkal gyakoribb, mint az empátia bizonyítéka (Ismail and Zafira, 2026; Self-Report Measures).

Ne idézzen hatásmértéket a tervezése nélkül. A kritikai gondolkodás és a MI kapcsolatáról szóló 80 HCI-tanulmány kritikai áttekintésében 42 (52%) nem futtatott kontrollcsoportot (A Critical Review of Critical Thinking in HCI Research About AI). Egy 30 diákból álló, egy kurzuson, egy helyszínen mért címszám a törékeny állítás szokásos formája (Az AIED-kutatás korlátai).

Ne jelentse a heterogenitást a modell nélkül. Ugyanaz az adat fix hatású modell mellett I² = 82.98%-ot, véletlen hatású modell mellett I² = 15.75%-ot ad (The Impact of Artificial Intelligence-Supported Instruction on Student Learning in STEM: A Systematic Review and Meta-Analysis). A modellje nélkül idézett I² értelmezhetetlen (Meta-Analysis and Systematic Review).

Ne általánosítson egyetlen kontextusból, és ne nevezze megállapításnak. Egy kurzus, egy intézmény, egy modellverzió, egy nyelv. A modell viselkedése minden kiadással változik, az egy generáción tanított detektorok pedig a következőn elveszítik a felidézésüket (Milyen figyelemre méltó hiányosságok vannak a MI oktatási alkalmazásának kutatási szakirodalmában?, AI Detection).

Ne kezelje mechanizmusként az interakció és a kimenet közötti korrelációt. A promptok mennyisége nem méri a kognitív tehermentesítést. A mennyiség szerinti klaszterek nem különböztek a kognitív munka eloszlásában, és a kézzel kódolt párbeszédek a 125 párbeszéd 49.6%-ában egyáltalán nem találtak tehermentesítést (Piatnitckaia et al., 2026; Kognitív tehermentesítés). Magát a munkát mérje.

Ne publikáljon olyan korlátokról szóló bekezdést, amelyet a vizsgálat előtt is meg lehetett volna írni. Nevezze meg a konkrét fenyegetést, a konkrét számot és azt az állítást, amelyet korlátoz. Ettől lesz egy korlát használható a következő olvasó számára (Az AIED-kutatás értelmezése és alkalmazása).

Miért tartoznak ezek össze

A fenti elemek mindegyike egy proxyt ítéletté léptet elő. Az esszé a szerzőt képviseli, a pontszám a szabálysértést, a mosoly az empátiát, a demó a tanulást. A korrekció mindig ugyanaz: nevezze meg a konstruktumot, keressen egy mérőszámot, amely ellenkező eredményt is hozhat, és gyűjtse be a kényelmes mellett.

Ezek az óvások nem azoknak a dolgoknak a listája, amelyek mindig hibásak. Egy detektor lehet ok arra, hogy beszéljen egy diákkal. Egy csevegőbot lehet hasznos próba. Egy irányítópult lehet ok egy kérdés feltevésére. A kár a szubsztitúcióban van.

Mit tegyen ezen a héten

• Válasszon ki egy jeggyel értékelt feladatot, és írja le, mit mutatna az eszköz nélkül. Ha a válasz az, hogy „semmi mást“, akkor a feladat a probléma.
• Adjon hozzá egy segítség nélküli mérést egy kurzushoz, amely jelenleg csak a támogatott teljesítményt jelenti.
• Olvassa el intézménye vizsgafelügyeleti vagy MI-eszköz-szerződését a megőrzés, a másodlagos felhasználás és az adatvédelmi incidens feltételei szempontjából, és ellenőrizze, hogy a beleegyezési szöveg leírja-e, mit rögzít valójában a rendszer.
• Kérjen a szállítótól segítség nélküli eredményeket és alcsoport-eredményeket. Ha a válasz egy demó, megkapta a válaszát.
• A következő tanári alkalmon a második felét az értékelés újratervezésére szánja, ne a promptokra.

Hová tovább

• Hogyan kezeljük a MI-vel kapcsolatos gyakori tévképzeteket az oktatásban?: a gyakorlatok mögötti hiedelmek, és hogyan lehet azokat lekezelés nélkül korrigálni.
• Az AIED-kutatás korlátai: amit a bizonyítékbázis még nem tud alátámasztani.
• Az MI-visszaélés csökkentése: a visszaélés strukturális karjai, és hogy miért múlják felül a figyelmeztetést.
• Pedagogical Safety: mit tehet egy tutorsegítő a tanulóval, miközben minden tartalmi ellenőrzésen átmegy.
• Használjunk-e MI-detektorokat?: a detektoros bizonyíték teljes egészében.
• Honnan tudjuk, hogy egy oktatási MI helyesen működik, és nem csak jól pontoz?: hogyan értékeljen egy állítást, mielőtt bevezeti.