Автоматический перевод данной английской страницы, не проверенный носителем языка.

How Should AI Be Designed Into the Learning Experience?

Начинайте с цели обучения и учебного процесса — а не с функции ИИ. Концепция базы знаний «Педагогические подходы и стратегии преподавания» подчёркивает, что один и тот же ИИ может выступать в роли опоры (скаффолдинга), сократического собеседника, партнёра по обратной связи, Моделирование или генератора ответов — в зависимости от учебного дизайна. Важно то, сохраняет ли конфигурация деятельность, которая порождает предполагаемое обучение.

A strong default pattern

Надёжная схема по умолчанию такова: учащийся пробует → ИИ поддерживает → учащийся оценивает или пересматривает → учащийся демонстрирует понимание. Конкретнее:

• Сохранять продуктивный провал там, где он служит обучению.
• Просить дать первоначальное предположение или решение до того, как будет показана помощь ИИ.
• Предпочитать вопросы, подсказки, примеры, контраргументы и обратную связь немедленному выполнению задания за учащегося.
• Требовать проверки значимых утверждений.
• Включать возможности для объяснения и обучения других (teach-back).
• Постепенно снижать поддержку по мере роста компетентности.
• Сохранять часть возможностей без ИИ, чтобы учащиеся могли калибровать то, что они умеют делать самостоятельно.

Синтез «Снижение недобросовестного использования ИИ» конкретно рекомендует последовательности «сначала подумай — потом ИИ — затем осмысление» и намеренные контрольные точки оценивания.

Match the AI role to the level of cognitive engagement

Аналогия с кухонной машиной, предложенная Rummel, Nachtigall и Panadero, переформулирует вопрос дизайна: не используют ли учащиеся генеративный ИИ, а как это использование формирует то, кем они становятся. Соотнесение четырёх способов применения умного кухонного прибора с учебными кейсами с помощью фреймворков ICAP и SAMR даёт лестницу дизайна: полная передача задания на аутсорсинг, без пересмотра и без критического вовлечения, — это пассивная замена (Passive substitution), и она несёт риск потери навыков и чрезмерной опоры на ИИ; доработка промптов и перекрёстная проверка результатов требует предшествующих знаний и саморегуляции (Active/Augmentation); использование ИИ для мозгового штурма, составления плана и оценивания оригинальной работы — это Constructive/Modification; а ИИ как настоящий партнёр по диалогу для совместного конструирования и адаптивной Обратная связь — Interactive/Redefinition. Следствие для дизайна прямое: один и тот же инструмент — обходной путь на одной ступени и опора на следующей, поэтому следует указывать предполагаемый режим, а не предоставлять неограниченный доступ.

Sequence the design, don't just permit the tool

Divjak, Svetec и Horvat проанализировали запланированную последовательность 29,064 учебных и обучающих активностей в 554 курсах и обнаружили видимую грамматику дизайна: активности типа Acquisition (приобретение) — самая распространённая точка входа и самый крупный отдельный тип (выше 20%), тип обучения отслеживает предполагаемый уровень по таксономии Блума (Acquisition снижается с ~50% на уровне 1 до ~20% на уровне 6, Production превышает 20% на уровнях 5–6), а самый сильный переход — Assessment → Discussion (0.332). Два урока для дизайна ИИ: ИИ принадлежит тому месту, где последовательность предполагает конкретный тип активности, а не пристёгнут в конце; и поскольку обратная связь группируется с совместной работой, групповой работой и присутствием преподавателя, именно коллегиальные и синхронные структуры создают моменты Обратная связь, к которым поддержка ИИ должна подключаться, а не заменять их.

Фреймворк «сначала воздержись, затем усиливай» (refrain, then amplify) Торрес-Сахли и коллег выводит это на уровень программы: убрать генеративный инструмент, пока формируется способность, и вернуть его, когда студент сможет им управлять, судить о том, что он возвращает, и отвечать за это, — с трудно подделываемой контрольной точкой на каждом поворотном моменте. Использование устройств регулируется критерием «формирование способности» против разгрузки — разрешено там, где они поддерживают вовлечённую работу, исключено там, где они отвлекают внимание. Это превращает решения о разгрузке в вопрос учебного плана и Управление ИИ, который предшествует дизайну на уровне курса, а не следует за ним.

Constructive alignment comes first

Анализ дискурса, проведённый McInnes и коллегами, 14 документов с рекомендациями для высшего образования предупреждает: советы, сформулированные в логике эффективности, — использование генеративного ИИ для составления результатов обучения, рубрик и структуры курса, — дают согласование, которое выглядит согласованным, пренебрегая при этом «конструктивной» половиной: результаты обучения, виды деятельности и Оценивание генерируются как отдельные элементы, а не как взаимозависимые. Их средство — перестановка последовательности, а не запрет: педагоги должны понимать конструктивное согласование достаточно хорошо, чтобы направлять, допрашивать и отклонять выдачу ИИ до того, как делегировать какую-либо её часть, потому что привычка принимать результат поверхностно, на основе правдоподобия, — это та же ошибка оценивания, против которой преподаватели предостерегают студентов. Там, где ИИ используется, они выступают за институционально ограниченные системы с дополненным поиском (retrieval-augmented), настроенные под местную политику и стандарты качества, а не под универсальные умолчания, обученные на интернет-данных.

The broader principle

Более широкий принцип рамок Principled AI Education Framework состоит в том, что технологии должны усиливать, а не вытеснять человеческие способности, которые образование намерено развивать. См. также учебный дизайн, активное обучение и Скаффолдинг.

О педагогических умолчаниях, которые определяют, сохраняет ли спроектированное взаимодействие обучение, см. Как я могу снизить списывание с ИИ в своём курсе? и Как переработать оценивание так, чтобы оценка по-прежнему говорила мне нечто защитимое о том, что студент знает или умеет?; о том, как те же принципы ограничивают само программное обеспечение, см. Каковы лучшие практики и советы по проектированию эффективного образовательного ПО с ИИ?, а об их воплощении в архитектуре тьютора — см. Каковы лучшие практики разработки эффективного ИИ-тьютора?.