Aké kompetencie potrebujú vysokoškolskí učitelia v súvislosti s AI?

Automatický strojový preklad tejto anglickej stránky, ktorý ešte nebol skontrolovaný rodeným hovorcom.

Komisia pre rozvoj pedagógov má v januári jeden termín a prorektorka chce, aby bol o AI. Alebo vediete centrum pre vyučovanie a tri katedry požiadali o „workshop o AI“, čo sa ukáže znamenať tri rôzne veci. Alebo tieto nástroje používate rok a chcete vedieť, čo vám ešte chýba, než okolo nich prestavíte kurz.

Podstatné je toto: technika promptovania je z toho najmenšia časť. Vysokoškolskí učitelia musia vedieť posúdiť, čo model dokáže a čo nie, navrhnúť okolo tohto úsudku úlohy a hodnotenie a vedieť, kedy ho z kurzu úplne vylúčiť. Sebadôvera je slabou zástupnou mierou za čokoľvek z toho, takže program stavajte okolo výkonu a okolo odborov, nie okolo ukážky nástroja.

Krátka verzia

1. Definujte kompetenciu v štyroch dimenziách a pridajte vyučovaciu vrstvu pre každého, kto hodnotí študentov.

2. Hodnoťte výkonom, nie dotazníkom. Samohlasovaná gramotnosť a preukázaná schopnosť sa rozchádzajú.

3. Dajte do miestnosti odbory. Odborná znalosť predmetu sa neprenáša do integrácie technológie.

4. Učte technologické domény explicitne, pretože práve tie merajú nízko aj u sebavedomých učiteľov.

5. Berte „kedy to nepoužiť“ ako kompetenciu a dajte učiteľom krytie na to, aby odmietli.

Definujte kompetenciu skôr, než rezervujete miestnosť

Syntéza AI gramotnosti vo vedomostnej báze určuje štyri dimenzie a tie sú užitočnou agendou, pretože každá potrebuje iný druh sedenia:

• Základné porozumenie schopnostiam a obmedzeniam AI.
• Praktickú kompetenciu v používaní nástrojov AI.
• Kritické hodnotenie presnosti, predpojatosti, vhodnosti a neistoty.
• Etické a inštitucionálne povedomie o otázkach ako integrita, súkromie, rovnosť a správa a riadenie.

Pre vyučujúcich potrebujú tieto dimenzie navrch pedagogickú vrstvu. Učitelia by mali vedieť rozhodnúť, akú kognitívnu prácu si študenti musia zachovať, vybrať použitia AI, ktoré slúžia cieľom učenia, navrhnúť platné hodnotenie v ére AI, naučiť študentov overovať a regulovať vlastné používanie, rozpoznať halucináciu, nadmernú závislosť a pritakávanie a vedieť, kedy má ľudský úsudok prebiť automatizáciu.

Potrebujú aj dosť systémového porozumenia na to, aby posúdili, ako do seba zapadajú pracovné postupy podporované generatívnou AI. Workshop, ktorý učí jeden nástroj izolovane, produkuje učiteľov, ktorí nástroj predvedú a nevedia povedať, čo sa pokazí, keď ho zapojíte do pracovného postupu známkovania. Dlhšiu verziu tohto argumentu nesú Kompetencia učiteľa v AI a Rozvoj pedagógov.

Zoznam napíšte skôr, než naplánujete sedenia. Štyri dimenzie plus vyučovacia vrstva stačia na to, aby ospravedlnili štyri sedenia namiesto jedného, a dosť na to, aby ste vedúcemu katedry povedali, o ktorú zo štyroch ich žiadosť vlastne ide.

Hodnoťte výkon, nie sebadôveru

Samohlasovaná AI gramotnosť sa môže podstatne rozchádzať s preukázanou schopnosťou, čo je pre každého, kto vedie rozvoj pedagógov, najpraktickejšie varovanie v tejto literatúre. Dotazník sebadôvery na konci workshopu meria, ako workshop pôsobil.

Výskum multiagentových pracovných postupov učiteľa pridáva druhý dôvod testovať a nie sa pýtať: systémové myslenie, pedagogické presvedčenia a sebadôvera sa pri integrácii AI ovplyvňujú navzájom, takže to isté sedenie dopadne inak na dvoch učiteľov s tým istým predmetovým zázemím. To argumentuje za diferencované programovanie a proti workshopu jedného nástroja pre všetkých, ktorý väčšina inštitúcií robí.

Lacná verzia hodnotenia výkonu je úloha, nie inštrument. Požiadajte každého účastníka, aby priniesol jedno zadanie, počas sedenia ho s modelom prepracoval a potom obhájil prepracovanie pred kolegom: čo sa zmenilo, čo teraz hodnotí, za čo už študent nemôže byť známkovaný. To trvá dvadsať minút a povie vám viac než akákoľvek hodnotiaca škála na konci dňa.

Očakávajte, že slabým miestom bude integrácia

Nedávny výskum vysokoškolského vzdelávania dáva čísla na to, kde je kompetencia učiteľov silná a kde sa láme. Prieskum medzi 127 učiteľmi na veľkej americkej výskumnej univerzite s inštrumentom TPACK-21 zistil vysoké sebavnímané pedagogické obsahové vedomosti (M = 4,70) a obsahové vedomosti blízko stropu (M = 5,15). Domény integrujúce technológiu boli výrazne nižšie: technologicko-pedagogické vedomosti (M = 2,62), technologicko-obsahové vedomosti (M = 2,75) a celkový TPACK (M = 2,55, najnižší zo siedmich).

Medzeru čítajte správne. Sú to ľudia, ktorí poznajú svoj predmet a vedia ho učiť, a nevedia, ako urobiť model súčasťou jedného aj druhého. Odborná znalosť obsahu nepredpovedala vedomosti o integrácii generatívnej AI (korelácie CK r = 0,11 až 0,15, všetky nevýznamné), takže program nemôže predpokladať, že zvládnutie predmetu sa prenesie. Kompetenciu musí postaviť zámernou prácou špecifickou pre odbor.

Dizajn formuje ešte jedno zistenie. Tri domény integrujúce technológiu korelovali r = 0,81 až 0,91, čo naznačuje, že môžu fungovať ako jediná kapacita integrácie generatívnej AI. Ak to platí, učte ju ako jeden spoločný základ a nie ako tri samostatné zručnosti s tromi samostatnými sedeniami.

Navrhujte sedenia okolo reálneho kurzu

Čo tréning dokáže a čo nie, je jasne vidieť v štúdii vnútri subjektov s 13 vysokoškolskými učiteľmi. Poskytnutie chatbota učiteľom významne zlepšilo kvalitu ich dizajnu učenia, pričom podiel tých, ktorí dosiahli dve alebo viac Bloomových úloh vyššieho rádu, vzrástol z 41,7 % na 91,7 % (p = 0,01). Vnímané kognitívne úsilie prudko kleslo, medián 6,33 na 3,33 (p = 0,004). Pedagogický tréning promptovania navrstvený navrch kvalitu ďalej nezlepšil a úsilie mierne zvýšil.

Z toho vyplývajú tri veci a tretiu programy preskakujú.

Prístup mení vyučovacie správanie ľahko. Dajte učiteľom schopný model a reálnu úlohu a práca pred nimi sa do jedného sedenia zlepší.

Hlbšia schopnosť vyžaduje viac než workshop. Vrstva promptovania pridala úsilie a žiadnu meranú kvalitu. Učiť ľudí písať lepšie prompty je zručnosť a podľa týchto dôkazov nie je obmedzením lepšieho dizajnu.

Zisky v kvalite nedokazujú, že sa prax internalizovala. Trinásť učiteľov prepracovalo jednu úlohu dobre s otvoreným nástrojom. Či by to dokázali o semester neskôr bez nástroja, je iná otázka a štúdia na ňu neodpovedá. Do programu zabudujte následné overenie, namiesto toho aby ste predpokladali, že zisk pretrval.

Pokryte časti roly mimo vyučovania

Kompetencia je aj inštitucionálna otázka a väčšina rámcov odpovedá len na jej časť. Dizajnový výskum so 114 účastníkmi z 28 amerických inštitúcií a 11 krajín priniesol šesť technologických štandardov pre učiteľov pokrývajúcich celú akademickú rolu: vyučujúci, koordinátor, líder, výskumník, študujúci a prispievateľ. Užitočná je autormi uvedená príčina ich vzniku. Existujúce rámce (TPACK, SAMR) a štandardy pre pedagógov (ISTE, UNESCO, DigCompEdu) sa týkajú učiteľov regiónu K-12 alebo pokrývajú len vyučovaciu dimenziu.

Pre rozvojára pedagógov to preformuluje žiadosť. Katedra, ktorá žiada workshop o AI pre svojich vyučujúcich, sa pýta na jednu zo šiestich rolí. Koordinátori tej istej katedry robia rozhodnutia na úrovni programu, jej výskumníci píšu s týmito nástrojmi a jej lídri schvaľujú nákupy. Jedno sedenie nemôže obslúžiť všetkých a predstieranie opaku je spôsob, akým program skončí s vysokou účasťou a žiadnou zmenou v praxi.

Urobte priestor na odmietnutie

Prijatie sa bráni čisto technickému rámovaniu a odpor je často úsudok, nie medzera. Prieskum medzi 287 učiteľmi z 27 krajín našiel prepracovaný model vysvetľujúci 79,8 % rozptylu v behaviorálnom zámere. Vnímaná umelá autonómia ovplyvňovala zámer len nepriamo, cez užitočnosť. Vyhýbanie sa riziku bolo významným negatívnym prediktorom (−0,163) a učitelia sa obávali oveľa viac rizík nadmernej závislosti a integrity u študentov než svojho vlastného používania.

Rozhovory s dvomi skúsenými akademikmi opisujú, ako tá obava pôsobí zvnútra: opakujúce sa napätia identity medzi pedagogikou a platformou, vzdelávateľom a facilitátorom, starostlivosťou a súladom, ktoré sa dajú zvládnuť zásadovou selektívnosťou zakotvenou v pedagogických hodnotách.

Kompetencia teda zahŕňa profesionálny úsudok o tom, kedy AI nepoužiť, a program, ktorý to nevie povedať nahlas, bude pôsobiť ako predajný rozhovor presne pre tých učiteľov, ktorých úsudok chcete mať v miestnosti najviac. Dvaja skúsení akademickí pracovníci sú malá dôkazová základňa pre veľké tvrdenie; zistenie o identite berte ako opis skutočného napätia a nie ako meraný účinok, a nechajte ho formovať tón sedení.

V čom sa rozvojári pedagógov mýlia

Promptový workshop je program AI kompetencie. Pokrýva jednu zo štyroch dimenzií a v štúdii s 13 učiteľmi vrstva promptovania pridala úsilie bez pridanej meranej kvality.

Sebavedomí učitelia sú kompetentní učitelia. Samohlasovanie sa rozchádza s preukázanou schopnosťou a prieskum medzi 127 učiteľmi našiel obsahové vedomosti blízko stropu vedľa celkového TPACK na 2,55. Sebadôvera sleduje odbornosť v predmete, ktorú títo učitelia už majú.

Odborníci na obsah si integráciu vymyslia sami. Obsahové vedomosti v tom prieskume nepredpovedali vedomosti o integrácii. Korelácia bola nevýznamná, čo je zistenie, ktoré odôvodňuje programovanie špecifické pre odbor a nie všeobecnú pozvánku.

Jeden rámec pokryje všetkých. Štandard šiestich rolí existuje preto, že TPACK, SAMR a hlavné štandardy pre pedagógov pokrývajú učiteľov K-12 alebo len vyučovaciu dimenziu.

Odpor je medzera vo vedomostiach, ktorú treba vyplniť. Vyhýbanie sa riziku negatívne predpovedalo zámer a práca s identitou opisuje učiteľov uvažujúcich z pedagogických hodnôt. Časť toho, čo vyzerá ako nechuť, je obhájiteľná pozícia o nadmernej závislosti študentov.

Čo vám bude vracať

„Nemáme personálny čas na rozvoj založený na výkone.“ Potom nestavajte program. Postavte jedno cvičenie na úrovni úlohy: prineste zadanie, prepracujte ho s modelom, obhájte prepracovanie. To je dvadsaťminútová verzia a produkuje dôkaz schopnosti, ktorý dotazník spokojnosti neprinesie.

„Naši učitelia tieto nástroje už používajú, takže tréning je za nimi.“ Používanie nie je ten konštrukt. Prieskum medzi 127 učiteľmi opisuje ľudí s vysokými obsahovými a pedagogickými vedomosťami a nízkymi vedomosťami o integrácii technológie a štúdia s 13 učiteľmi ukazuje, že kvalita dizajnu sa hýbe s prístupom, kým vrstva promptovania nepridala nič. Ani jeden výsledok nehovorí, že učitelia pred vami niečo integrovali.

„Toto je problém IT školenia.“ Model zámeru stavia na cestu k prijatiu užitočnosť, nie technickú schopnosť, a vedľa nej ide vyhýbanie sa riziku. Prekážkou je úsudok o študentoch a o odbore, a preto sedenia patria centru pre vyučovanie.

„Kompetenčné rámce sú byrokratická záťaž.“ Sú mapou pre jeden januárový termín. Štyri dimenzie vám povedia, čo vynechať, a šesť rolí vám povie, pre ktoré publikum je žiadosť naozaj určená.

Čo urobiť tento týždeň

1. Napíšte štyri dimenzie a vyučovaciu vrstvu na jednu stranu a označte, ktoré z nich pokrýva vaša súčasná ponuka.

2. Nahraďte formulár spokojnosti na konci sedenia jednou úlohou: prepracované a obhájené zadanie.

3. Požiadajte dve katedry o reálny kurz a reálne zadanie na prácu, namiesto všeobecnej pozvánky.

4. Pridajte jeden segment o tom, kedy AI z úlohy vylúčiť, a povedzte priamo, že odmietnutie konkrétneho použitia je legitímny profesionálny úsudok.

5. Rozhodnite, ktorej zo šiestich rolí slúži vaše ďalšie sedenie, a pomenujte publikum v pozvánke.

Kam ďalej

Študentský náprotivok je začleňovanie AI gramotnosti a Dôkazy o AI gramotnosti pokrývajú, aká silná je tá dôkazová základňa. Pre zhrnutie výskumu určené vyučujúcim pozrite Desať hlavných zistení o AI vo vzdelávaní pre vyučujúcich; Kompetencia učiteľa v AI a Rozvoj pedagógov nesú materiál rámca a politika AI v kurze je dokument, ktorý väčšina tejto rozvojovej práce nakoniec vyprodukuje.