AI Inaweza Kuniokoa Muda Nikiyefundisha Kama Mkufunzi?

Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.

AI inafaa zaidi kwa kazi za kurudia, zenye hatari ndogo za kuandaa na kubadilisha, huku hukumu muhimu ya kielimu ikibaki kwa mkufunzi. Matumizi yenye tija yanajumuisha rasimu za kwanza za nyenzo za masomo, mifano, maswali ya majadiliano, jaribio la kufuatilia maendeleo, maelezo mbadala, rubriki, mapendekezo ya maoni, muhtasari, matoleo yaliyotofautishwa ya nyenzo, na lugha za kawaida za utawala. Mbinu kuu ni mpeana upya, si kupunguza: AI inaachia muda ambao wakufunzi huuelekeza kuelekea kazi za kielimu zenye thamani ya juu — muda ule ule unanunua mwingiliano zaidi wa mwanafunzi mmoja kwa mmoja, maoni ya kina, na ufundishaji wa kiwango cha juu.

Ushahidi unaonyesha nini

Maandalizi ya somo: uokovu wa muda wa takribani 30%, huku ubora ukidumu

Makala Jinsi AI Inavyobadilisha Mitiririko ya Kazi ya Ualimu inafupisha jaribio linalowekwa nasibu la Kiingereza linalohusisha walimu 259 wa sayansi ambao walimu wanaotumia ChatGPT walitumia muda wa takribani 69% katika maandalizi ya somo kuliko kikundi cha kudhibiti — kupungua kwa takribani 31% — bila hasara inayoweza kugundulika katika ubora wa nyenzo kulingana na wataalam waliopima bila ufahamu. Walimu kwa ujumla waliipatia upya muda uliookolewa kwa kazi nyingine za kielimu (kupanga, kuweka alama, shughuli zinazohusisha wanafunzi) badala ya kuondoa kazi tu. Hifadhidata ya ndani yenye ujumla wa ujumbe 104,000+ kutoka kwa waelimishaji 15,000+ ilionesha kuwa ilani ya mwalimu ya wastani inagusa kategoria 1.7 kwa wakati mmoja (mfano, ombi moja linalounganisha mpango wa somo + utofautishaji + jaribio la kufuatilia maendeleo), hivyo AI mara nyingi inatoa vipengele vya kielimu ambavyo mwalimu hakuwa na haja ya kuviuliza.

AI ina ubora wapi — na hauwezi wapi

Nyenzo zilizozalishwa na AI si nzuri sawa na zile za binadamu; thamani hutegemea kazi na kiwango:

• Nguvu: hitimisho za somo na tiketi za kutoka (matoleo ya AI yalipendelewa mara 59.7% kuliko mabuni ya kitaalamu), maudhui ya shule ya juu (59.2%), na kufundisha nje ya utaalamu wako (uokovu mkubwa zaidi wa muda unapokuwa na uaminifu mdogo zaidi katika somo).
• Dhaifu: nyenzo za kiwango cha msingi (binadamu walipendelea ~65% ya muda kwa ufaafu wa maendeleo), na ngazi za msaada zilizolengwa za lugha nyingi/Elimu Maalum ngazi za msaada (AI ni "ya wastan" lakini si ya kina).

Hivyo matumizi salama zaidi, yenye thamani ya juu ni nyenzo zilizopangwa, zilizoainishwa vizuri ambazo unaweza kukagua — si maudhui ya kina ya maendeleo au yenye msaada wa kitamaduni ambayo ungetaka kuijenga upya.

Maoni na kuweka alama: faida ya mpeana upya ni halisi

Jaribio kubwa la Brazil katika shule 178 na wanafunzi ~19,000 wa mwaka wa mwisho wa sekondari lilipima maoni ya insha yaliyoendeshwa kiotomatiki na AI:

• Maoni ya AI yalitoa maendeleo ya kujifunza yanayolingana na ya walioweza alama binadamu — ambao waligharimu ~$0.85/insha na hawakuongeza faida yoyote ya ziada.
• Wanafunzi wa madarasa ya AI walikuwa na mazungumzo zaidi ya ~35% ya mtu mmoja kwa mmoja na walimu kuhusu uandishi, na waliandika insha 30% zaidi.
• Saa za kazi za nyumbani za walimu zilishuka 20%; walimu waliyoripoti muda kuwa "hautoshi kabisa" walishuka kutoka 23% hadi 9%.
• Maendeleo makubwa zaidi ya kujifunza yalikuwa kwenye kazi ya uandishi iliyochanganywa zaidi — hasa kile ambacho AI haijapata kutathmini — kwa sababu AI iliwafungulia walimu kuzingatia mafunzo ya kiwango cha juu.

Onyo: robo ya chini haikuonyesha maboresho — muda ulioachiliwa peke yake haukutosheleza wanafunzi waliohitaji msaada zaidi, hivyo uokovu lazima uambatane na mpeana upya ya kimakusudi, ya usawa.

Kizuio: uzushi wa faida ya ufanisi

Uokovu wa muda ni rahisi kukadiria kupita — ikijumuisha na wakufunzi wanaoupatia. Katika masudio matatu yaliyosajiliwa mapema (N = 2,691), watu kwa kawaida walikadiria chini mzunguko ambao walitumia AI kweli na walikadiria kupita muda na juhudi iliyookolewa, wakiamini kazi zilikuwa za haraka na rahisi hata vipimo vya lengo vilipoonyesha hakuna tofauti; matumizi ya awali ya AI katika kipindi yalitabiri matumizi zaidi, na kukaza usawazishaji mbaya katika mzunguko unaojirudia. Athari ya vitendo ni kuchukulia uokovu wa muda wa Akili Bandia ya Kizazi kama dai la kukagua dhidi ya data halisi ya mtiririko wa kazi badala ya kukubali kutoka kwa hisia, na kujenga usawazishaji wa metaji unaokuruhusu kugundua wakati kazi imeenda haraka kweli. Si kila uokovu unaohisiwa ni uzushi, ingawa: tafiti ya washiriki wale wale ya walimu 13 wa elimu ya juu ilipata upatikanaji wa AI ukishusha kwa kiwango kikubwa juhudi ya kiakili inayohisiwa ya kubuni kujifunza (wastani 6.33 hadi 3.33, p = .004) — lakini mafunzo ya kutoa ilani yaliyoongezwa juu yake hayakuboresha ubora wa kubuni, ukumbusho kwamba juhudi iliyookolewa si uwezo uliopatikana.

Kuweka alama kiotomatiki: inaahadi, lakini haihamishiki

Kuweka alama kiotomatiki ni dai kali zaidi la uokovu wa muda — na lile linalohitaji uangalifu zaidi. Kiwango cha OpRaise kilipima miundo mitatu ya mipaka dhidi ya insha 761 halisi za Kisaikolojia za wanafunzi wa chuo kikuu kutoka kwa wanafunzi 125 katika vyuo vitatu vya Uingereza, ikiwa na usanidi 27 wa ilani kwa kila mfano. Makubaliano na vikanda vya uainishaji wa digrii vya binadamu vilikuwa kati ya 35% hadi 65% kwa taasisi; alama za AI zilikusanyika kuelekea katikati hivyo insha zenye nguvu na dhaifu ziliwekwa alama kwa usahihi mdogo zaidi; miundo ilikubaliana kati yake zaidi kuliko na wanaweka alama binadamu; na hitimisho kuu la waandishi ni kwamba ushahidi uliokusanywa katika miktadha mmoja hauhamishiki kwa mwingine. Kuweka alama insha kiotomatiki kunaweza kuokoa muda, lakini ni taasisi zilizojitayarisha kuthibitisha kwa ndani na kuweka mamlaka ya mwisho na watu zinapaswa kuzitegemea. Ona Nitabuni Upya Tathmini Vipi Ili Alama Bado Iniambie Kitu Kinachoweza Kutetelewa Kuhusu Anachojua au Anaweza Kufanya Mwanafunzi? kwa mwenzake wa kubuni tathmini.

Waelimishaji wanakabidhi na wanakataa kukabidhi nini

Kazi ya ubuni wa washiriki na walimu sita wa sekondari ilipata walimu walibuni AI ya kizalishaji kama "mtaalamu mwenye mipaka" — mwenye uwezo ndani ya kikoa lililobainishwa kikali na chini ya usimamizi wa binadamu. Walikaribisha msaada wa AI katika kuwasilisha maudhui, kutoa matatizo ya mazoezi na kutoa Maoni ya kufuatilia maendeleo, lakini walikataa kukabidhi kuweka malengo au tathmini ya Tathmini ya mwisho, na walisisitiza kuwa mwalimu awe na nguvu ya kubatilisha kwa hali zisizo wazi. Mpaka huo unaonyesha mahali ambapo uokovu halisi wa muda unaisha na uhamisho usiokubalika wa hukumu ya kitaalamu unapoanza — mtihani muhimu kwa kazi yoyote unayokaribia kukabidhi, na sababu ya kuweka usimamizi wa binadamu wazi.

Njia halisi za kutumia AI kuokoa muda

• Andaa rasimu za nyenzo za masomo — slaidi za rasimu ya kwanza, mikusanyiko, karatasi za kazi, au mfululizo wa mifano, unayokagua na kuhariri baadaye.
• Zalisha maswali ya majadiliano, jaribio la kufuatilia maendeleo, na tiketi za kutoka kutoka kwa dokezo na masomo yako mwenyewe.
• Tengeneza maelezo mbadala — eleza upya dhana kwa kiwango tofauti, kwa sitiari tofauti, au kwa hadhira tofauti.
• Andaa rubriki na mapendekezo ya maoni — AI inaweza kupendekeza vigezo vya rubriki au maoni ya mapitio ya kwanza unayobinafsisha baadaye; muunganisho wa Ubora wa Maoni ya AI unaonya kwamba kasi na kiasi havithibitishi manufaa, hivyo weka hukumu ya mbinu za kufundisha iwe yako.
• Fupisha na tofautisha — fupisha vyanzo virefu kuwa miongozo ya kusoma, au zalisha matoleo yaliyotofautishwa ya kazi kwa viwango mbalimbali vya utayari (kagua kwa uangalifu tofauti za lugha nyingi/elimu maalum).
• Andika lugha za kawaida za utawala — matangazo, maandiko ya kawaida ya mtaala, barua za fomu, na mawasiliano.

Ambapo unapaswa kuwa na uangalifu

• Usidhani kiasi halisi cha 31% kinahamishika kwa chuo kikuu. Namba ya 31% inatoka kwa ufundishaji wa sayansi wa K–12; somo la jumla salama zaidi ni kutumia AI kwa mapitio ya kwanza na kutumia muda wa binadamu mahali ambapo hukumu ya taaluma, mahusiano, ufasiri wa mawazo ya mwanafunzi, kipaumbele cha maoni, au maamuzi ya hatari kubwa yanamuhimu zaidi.
• Pengo la kutoa ilani: walimu wengi katika utafiti hawakurudia kwa ilani za kufuatia — walichukua matokeo ya kwanza na kuyahariri kwa mkono. Kuwekeza muda kidogo katika Ujuzi wa AI na kuboresha ilani hulipa katika ubora wa matokeo.
• Mtego wa tathmini: karibu nusu ya mazungumzo ya waelimishaji–AI yalihusisha tathmini, lakini baadhi yaliomba kuwekewa alama bila kubainisha rubriki au vigezo — tathmini ya AI bila mwongozo inahatarisha kutolingana na upendeleo, hivyo weka usimamizi wa binadamu.
• Migawanyo ya usawa: muda ulioachiliwa ni chanya halisi tu ikiwa hautatumika kwa gharama ya wanafunzi wa lugha nyingi au wanafunzi wenye ulemavu, na ikiwa wakufunzi wenye rasilimali ndogo wanaitumia kuboresha mazoezi badala ya kushika mtindo tu.