Zasoby
Agentic Builds
Tłumaczenie automatyczne tej strony z języka angielskiego, jeszcze nie sprawdzone przez rodzimego użytkownika języka.
Agentic Builds to otwarta półka aplikacji klasowych autorstwa Marca Watkinsa, zbudowanych w rozmowie z agentem kodującym — trzydzieści pięć z nich zebrano w galerii Grove Lab, a każda zaczyna się od problemu dydaktycznego i ma własne ujawnienie użycia AI.
Co można z tym zrobić
Sześć ścieżek porządkuje kolekcję. Samodzielne aplikacje do nauki to jedna skupiona aktywność, którą student otwiera, przerabia i eksportuje — Pause Before You Prompt prosi o krytyczne źródła i pytania, które mają znaczenie przed użyciem AI, a Sentence Sound Lab czyni długość zdania słyszalną. Aplikacje grywalizowane i symulacje biegną od Career Futures, gry decyzyjnej o ekspozycji na AI i pracę zasilanej danymi na żywo, po The AI Midway, karnawał improwizowanych i sprzecznych odpowiedzi szkolnictwa wyższego na AI. Aplikacje badawcze i oparte na danych zewnętrznych czerpią z API i archiwów: The Complaint Atlas czyta narracje skarg studenckich na kredyty z CFPB przez model Jev firmy TypeSafe AI, a Body of Evidence pyta „skąd to wiesz?” w dziewięciu układach ciała. Pożądane trudności gromadzą aplikacje, które celowo zwalniają studentów — Omelas: The Classroom Walk, The Focus Classroom, wydanie terenowe Big Two-Hearted River Hemingwaya. Narzędzia dla kadry i projektowania kursów obejmują generator wytycznych zadania, który zwraca HTML gotowy dla Blackboard. Galeria dodaje wyszukiwanie, tagi „blisko mojego pomysłu” i formularz zgłoszenia pomysłu, więc kolekcja służy zarazem jako przyjmowanie projektów.
Dla kogo jest przeznaczone
Prowadzący i projektanci nauczania, którzy chcą wypracowanego przykładu małej aplikacji powiązanej z jednym problemem dydaktycznym, oraz specjaliści ds. rozwoju kadry szukający modeli do przekazania kolegom. Każda aplikacja to statyczna strona zbudowana w trybie vibe codingu, a nie platforma: czytelnik może otworzyć ją w przeglądarce, a wydział widzi, jak wygląda półka, gdy każdy projekt jest dość mały, by go dokończyć.
Uwagi i zastrzeżenia
Aplikacje opisuje się jako otwarcie udostępnione, ale ani na stronach aplikacji, ani galerii nie podano licencji, więc ponowne użycie wymaga zgody autora, a nie założonego pozwolenia. Źródło jest jednak publiczne — repozytoria konta zawierają HTML i JavaScript stojące za aplikacjami oraz samouczek pracy z agentami kodującymi w edukacji, więc czytelnik może aplikację sprawdzić, a nie tylko uruchomić. Kilka linków wskazuje adresy podglądu wdrożeń Netlify, a nie stronę projektu; te są zbudowane do przeglądu i mogą wygasnąć, podczas gdy wdrożenia GitHub Pages są stabilne. Część aplikacji zależy od modelu Jev firmy TypeSafe AI i pokazuje jego prawdopodobieństwa, więc leżące u podstaw zachowanie jest osądem modelu, a nie ustaloną regułą. Ścieżka pożądanych trudności jest argumentem — tarcie jako cecha — a strona przedstawia go bez relacjonowania oceny, czy studenci uczą się więcej.
Powiązane pojęcia
Vibe Coding, Projektowanie uczenia się, Desirable Difficulties, SI agentowa, Generative AI, Simulation
Powiązane zasoby
- Vibe-Coding CenterPrzewodnik terenowy dla edukatora po budowaniu statycznej strony edukacyjnej z asystentem kodującym AI: trzy pliki instrukcji Markdown o projekcie, bezpieczeństwie i prywatności studentów, z czytelnymi przewodnikami i pakietem do pobrania.