Kompetensi Apa yang Dibutuhkan Dosen dalam Kaitannya dengan AI?

Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.

Komite pengembangan dosen punya satu slot pada bulan Januari dan wakil rektor ingin slot itu tentang AI. Atau Anda menjalankan pusat pengajaran, dan tiga departemen meminta "lokakarya AI" yang ternyata berarti tiga hal berbeda. Atau Anda sudah memakai alat-alat ini selama setahun dan ingin tahu apa yang masih terlewat sebelum Anda membangun ulang sebuah mata kuliah di sekitarnya.

Intinya: teknik prompt adalah bagian terkecil dari semua ini. Dosen perlu menilai apa yang dapat dan tidak dapat dilakukan sebuah model, merancang tugas dan penilaian di sekitar pertimbangan itu, dan tahu kapan harus menjauhkannya dari sebuah mata kuliah sepenuhnya. Keyakinan adalah proksi yang buruk untuk semua itu, jadi bangunlah programnya di sekitar kinerja dan di sekitar disiplin ilmu alih-alih di sekitar demonstrasi alat.

Versi singkat

1. Definisikan kompetensinya dalam empat dimensi, dan tambahkan lapisan pengajaran bagi siapa pun yang menilai mahasiswa.

2. Nilai dengan kinerja alih-alih dengan survei. Literasi yang dinilai sendiri dan kapabilitas yang terbukti menyimpang.

3. Hadirkan disiplin ilmu di ruangan. Keahlian bidang tidak otomatis berpindah ke integrasi teknologi.

4. Ajarkan domain teknologi secara eksplisit, karena itulah yang terukur rendah bahkan pada dosen yang percaya diri.

5. Perlakukan "kapan tidak memakai ini" sebagai kompetensi, dan beri dosen ruang untuk menolak.

Definisikan kompetensinya sebelum Anda memesan ruangan

Sintesis Literasi AI dalam basis pengetahuan mengidentifikasi empat dimensi, dan semuanya agenda yang berguna karena masing-masing menuntut jenis sesi yang berbeda:

• Pemahaman fondasional tentang kapabilitas dan keterbatasan AI.
• Kompetensi praktis dalam memakai alat AI.
• Evaluasi kritis atas akurasi, bias, kelayakan, dan ketidakpastian.
• Kesadaran etis dan kelembagaan yang melibatkan isu seperti integritas, privasi, kesetaraan, dan tata kelola.

Bagi pengajar, dimensi-dimensi itu membutuhkan lapisan pedagogis di atasnya. Dosen semestinya mampu memutuskan kerja kognitif apa yang harus dipertahankan mahasiswa, memilih penggunaan AI yang melayani tujuan pembelajaran, merancang penilaian era AI yang valid, mengajari mahasiswa memverifikasi dan mengatur penggunaan mereka sendiri, mengenali halusinasi, ketergantungan berlebih dan sikofansi, serta tahu kapan pertimbangan manusia harus mengalahkan otomasi.

Mereka juga membutuhkan pemahaman sistem yang cukup untuk menilai bagaimana alur kerja yang didukung AI generatif saling terpasang. Lokakarya yang mengajarkan satu alat secara terisolasi menghasilkan dosen yang dapat mendemonstrasikan alat itu dan tidak dapat memberi tahu Anda apa yang patah ketika alat itu dipasang ke alur kerja penilaian. Kompetensi AI Guru dan Pengembangan Pendidikan memuat versi panjang dari argumen itu.

Tuliskan daftarnya sebelum Anda merencanakan sesinya. Empat dimensi ditambah lapisan pengajaran cukup untuk membenarkan empat sesi alih-alih satu, dan cukup untuk memberi tahu ketua departemen tentang dimensi mana dari keempatnya yang sebenarnya dimaksud permintaan mereka.

Nilai kinerja alih-alih keyakinan

Literasi AI yang dilaporkan sendiri dapat menyimpang jauh dari kapabilitas yang terbukti, dan itulah peringatan paling praktis dalam literatur ini bagi siapa pun yang menjalankan pengembangan dosen. Survei keyakinan di akhir lokakarya mengukur bagaimana lokakarya itu terasa.

Penelitian alur kerja multi-agen guru menambahkan alasan kedua untuk menguji alih-alih bertanya: cara berpikir sistem, keyakinan pedagogis dan efikasi diri saling berinteraksi dalam integrasi AI, sehingga sesi yang sama mendarat secara berbeda pada dua dosen dengan latar bidang yang sama. Itu berargumen untuk program yang terdiferensiasi, dan menentang lokakarya alat yang seragam yang dijalankan sebagian besar institusi.

Versi murah dari penilaian kinerja adalah sebuah tugas, bukan instrumen. Minta setiap peserta membawa satu tugas, merevisinya dengan model selama sesi, lalu mempertahankan revisinya di hadapan kolega: apa yang berubah, apa yang sekarang dinilai, apa yang tidak lagi dapat dinilai pada mahasiswa. Itu memakan waktu dua puluh menit dan memberi tahu Anda lebih banyak daripada skala penilaian akhir hari mana pun.

Perkirakan titik lemahnya adalah integrasi

Penelitian pendidikan tinggi terbaru memberi angka tentang di mana kompetensi dosen kuat dan di mana ia patah. Survei terhadap 127 dosen di sebuah universitas riset besar di Amerika Serikat memakai instrumen Technological Pedagogical Content Knowledge (TPACK)-21 dan menemukan pengetahuan konten pedagogis yang dipersepsikan sendiri tinggi (M = 4,70) dan pengetahuan konten mendekati batas (M = 5,15). Domain terintegrasi teknologi jauh lebih rendah: pengetahuan pedagogis teknologis (M = 2,62), pengetahuan konten teknologis (M = 2,75), dan TPACK holistik (M = 2,55, terendah dari tujuh).

Bacalah kesenjangannya dengan benar. Ini orang-orang yang mengetahui bidangnya dan tahu cara mengajarkannya, dan yang tidak tahu cara menjadikan model bagian dari keduanya. Keahlian konten tidak memprediksi pengetahuan integrasi GenAI (korelasi CK r = 0,11 hingga 0,15, semuanya tidak signifikan), jadi sebuah program tidak dapat mengasumsikan penguasaan bidang berpindah. Ia harus membangun kompetensi melalui kerja yang sengaja dan spesifik disiplin.

Satu temuan lagi membentuk desainnya. Ketiga domain terintegrasi teknologi berkorelasi r = 0,81 hingga 0,91, yang menyiratkan bahwa ketiganya mungkin berfungsi sebagai satu kapasitas integrasi GenAI. Jika itu bertahan, ajarkanlah sebagai satu fondasi bersama alih-alih sebagai tiga keterampilan terpisah dengan tiga sesi terpisah.

Rancang sesi di sekitar mata kuliah nyata

Apa yang dapat dan tidak dapat dilakukan pelatihan terlihat jelas dalam studi dalam-subjek dengan 13 dosen pendidikan tinggi. Memberi dosen sebuah chatbot secara signifikan meningkatkan kualitas desain pembelajaran mereka, dengan proporsi yang mencapai dua atau lebih tugas Bloom tingkat tinggi naik dari 41,7% menjadi 91,7% (p = 0,01). Usaha kognitif yang dirasakan turun tajam, median 6,33 menjadi 3,33 (p = 0,004). Pelatihan penyusunan prompt pedagogis yang dilapiskan di atasnya tidak lebih jauh meningkatkan kualitas dan sedikit menaikkan usaha.

Tiga hal mengikutinya, dan yang ketiga adalah yang dilewati program.

Akses mengubah perilaku mengajar dengan mudah. Berikan kepada dosen sebuah model yang mampu dan tugas yang nyata, dan pekerjaan di hadapan mereka membaik dalam satu sesi.

Kapabilitas yang lebih dalam menuntut lebih dari sebuah lokakarya. Lapisan prompt menambah usaha dan tidak menambah kualitas terukur. Mengajari orang menulis prompt yang lebih baik adalah keterampilan, dan menurut bukti ini ia bukan kendala bagi desain yang lebih baik.

Keuntungan kualitas tidak membuktikan praktiknya telah terinternalisasi. Tiga belas dosen mendesain ulang satu tugas dengan baik dengan alat terbuka. Apakah mereka dapat melakukannya satu semester kemudian, tanpa alat itu, adalah pertanyaan berbeda, dan studi itu tidak menjawabnya. Bangun tindak lanjut ke dalam program alih-alih mengasumsikan keuntungannya bertahan.

Cakup bagian peran di luar pengajaran

Kompetensi juga pertanyaan kelembagaan, dan sebagian besar kerangka hanya menjawab sebagiannya. Penelitian berbasis desain dengan 114 peserta di 28 institusi Amerika Serikat dan 11 negara menghasilkan enam standar teknologi dosen yang merentang seluruh peran akademik: Pengajar, Koordinator, Pemimpin, Peneliti, Pembelajar dan Kontributor. Alasan penulis membangunnya adalah bagian yang berguna. Kerangka yang ada (Technological Pedagogical Content Knowledge (TPACK), SAMR) dan standar pendidik (ISTE, UNESCO, DigCompEdu) membahas guru K-12 atau hanya mencakup dimensi pengajaran.

Bagi seorang pengembang dosen, itu membingkai ulang permintaannya. Departemen yang meminta lokakarya AI untuk para pengajarnya sedang bertanya tentang satu dari enam peran. Koordinator departemen yang sama membuat keputusan tingkat program, para penelitinya menulis dengan alat-alat ini, dan para pemimpinnya menyetujui pembelian. Satu sesi tidak dapat melayani semuanya, dan berpura-pura sebaliknya adalah cara sebuah program berakhir dengan kehadiran tinggi dan tanpa perubahan dalam praktik.

Beri ruang untuk menolak

Adopsi menolak pembingkaian yang murni teknis, dan penolakannya sering merupakan pertimbangan alih-alih kesenjangan. Survei terhadap 287 guru di 27 negara menemukan model yang disempurnakan menjelaskan 79,8% varians dalam niat berperilaku. Otonomi artifisial yang dipersepsikan mempengaruhi niat hanya secara tidak langsung, melalui kegunaan. Penghindaran risiko adalah prediktor negatif yang signifikan (−0,163), dan guru jauh lebih mencemaskan risiko ketergantungan berlebih dan integritas pada mahasiswa daripada penggunaan mereka sendiri.

Wawancara dengan dua akademisi berpengalaman menggambarkan bagaimana kekhawatiran itu terasa dari dalam: ketegangan identitas yang berulang antara pedagogi dan platform, pendidik dan fasilitator, kepedulian dan kepatuhan, yang dinavigasi melalui selektivitas berprinsip yang berakar pada nilai pedagogis.

Jadi kompetensi mencakup pertimbangan profesional tentang kapan tidak memakai AI, dan program yang tidak dapat mengatakannya dengan lantang akan terbaca sebagai tawaran penjualan tepat di mata dosen yang pertimbangannya paling Anda inginkan di ruangan itu. Dua akademisi berpengalaman adalah basis bukti yang kecil untuk klaim yang besar; perlakukan temuan identitas itu sebagai deskripsi ketegangan yang nyata alih-alih sebagai efek terukur, dan biarkan ia membentuk nada sesinya.

Apa yang salah dipahami pengembang dosen

Lokakarya prompt adalah program kompetensi AI. Ia mencakup satu dari empat dimensi, dan dalam studi 13 dosen lapisan prompt menambah usaha tanpa menambah kualitas terukur.

Dosen yang percaya diri adalah dosen yang kompeten. Laporan diri menyimpang dari kapabilitas yang terbukti, dan survei 127 dosen menemukan pengetahuan konten mendekati batas di samping TPACK holistik pada 2,55. Keyakinan melacak keahlian bidang, yang justru sudah dimiliki dosen ini.

Para ahli konten akan menyelesaikan integrasinya sendiri. Pengetahuan konten tidak memprediksi pengetahuan integrasi dalam survei itu. Korelasinya tidak signifikan, dan itulah temuan yang membenarkan program spesifik disiplin alih-alih undangan umum.

Satu kerangka akan mencakup semua orang. Standar enam peran ada karena TPACK, SAMR dan standar pendidik utama mencakup guru K-12 atau dimensi pengajaran saja.

Penolakan adalah kesenjangan pengetahuan yang harus diisi. Penghindaran risiko memprediksi niat secara negatif, dan kerja identitas menggambarkan dosen yang bernalar dari nilai pedagogis. Sebagian dari yang tampak seperti keengganan adalah posisi yang dapat dipertahankan tentang ketergantungan berlebih mahasiswa.

Apa yang akan kembali kepada Anda

"Kami tidak punya waktu staf untuk pengembangan berbasis kinerja." Maka jangan bangun program. Bangun satu latihan tingkat tugas: bawa sebuah tugas, revisi dengan model, pertahankan revisinya. Itu versi dua puluh menit, dan ia menghasilkan bukti kapabilitas yang tidak dihasilkan survei kepuasan.

"Dosen kami sudah memakai alat ini, jadi pelatihannya tertinggal dari mereka." Penggunaan bukan konstruknya. Survei 127 dosen menggambarkan orang dengan pengetahuan konten dan pedagogis tinggi serta pengetahuan terintegrasi teknologi rendah, dan studi 13 dosen menunjukkan kualitas desain bergerak seiring akses sementara lapisan prompt tidak menambahkan apa pun. Tidak ada hasil yang menyatakan dosen di hadapan Anda sudah mengintegrasikan apa pun.

"Ini masalah pelatihan TI." Model niat menempatkan kegunaan, bukan kapabilitas teknis, di jalur menuju adopsi, dan penghindaran risiko berjalan di sampingnya. Hambatannya adalah pertimbangan tentang mahasiswa dan tentang disiplinnya, itulah sebabnya sesinya menjadi milik pusat pengajaran.

"Kerangka kompetensi adalah beban birokrasi." Kerangka itu peta untuk satu slot pada bulan Januari. Empat dimensi memberi tahu Anda apa yang harus ditinggalkan, dan enam peran memberi tahu Anda untuk audiens mana sebuah permintaan sebenarnya.

Yang perlu dilakukan pekan ini

1. Tulis keempat dimensi dan lapisan pengajaran pada satu halaman, dan tandai mana di antaranya yang dicakup tawaran Anda saat ini.

2. Ganti formulir kepuasan akhir sesi dengan satu tugas: sebuah tugas yang direvisi dan dipertahankan.

3. Minta dua departemen memberikan mata kuliah nyata dan tugas nyata untuk dikerjakan, alih-alih undangan umum.

4. Tambahkan satu segmen tentang kapan menjauhkan AI dari sebuah tugas, dan katakan dengan jelas bahwa menolak penggunaan tertentu adalah pertimbangan profesional yang sah.

5. Putuskan peran mana dari keenam peran yang dilayani sesi Anda berikutnya, dan sebutkan audiensnya dalam undangan.

Ke mana selanjutnya

Padanan yang berorientasi mahasiswa adalah Bagaimana Cara Memasukkan Literasi AI ke dalam Kursus Saya?, dan Apa buktinya tentang intervensi literasi AI di pendidikan tinggi? membahas seberapa kuat basis bukti literasi itu. Untuk ringkasan penelitian yang berorientasi pengajar, lihat Apa Saja 10 Temuan Utama dari Penelitian AI dalam Pendidikan yang Perlu Diketahui Pengajar?; Kompetensi AI Guru dan Pengembangan Pendidikan memuat materi kerangkanya, dan Bagaimana Saya Menulis Kebijakan AI Mata Kuliah dan Mengomunikasikannya kepada Mahasiswa? adalah dokumen yang akhirnya dihasilkan sebagian besar kerja pengembangan ini.