Je, Kutumia AI Kwa Kweli Husaidia Wanafunzi Wangu Kujifunza?

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

Ndiyo, inaweza — lakini kazi bora zaidi iliyotengenezwa kwa AI siyo ushahidi wa lazima wa kujifunza bora zaidi. Utafiti unadhibitisha faida halisi za kujifunza, athari zisizo na maana, na madhara ya kujifunza. Swali muhimu si tu iwapo wanafunzi wanatumia AI, bali AI inawasaidia kufanya nini, ni fikra zipi zinazobaki kuwa wajibu wao, na wanaweza kufanya nini baadae.

Hifadhi ya maarifa huitaja tofauti kati ya kazi yenye mafanikio inayosaidiwa na AI na uwezo uliopatikana kama pengo la utendaji–kujifunza. Mwanafunzi anaweza kuwasilisha insha yenye nguvu zaidi au kutatua maswali zaidi ya mazoezi kwa AI huku akibaki bila kuboreka — na wakati mwingine ni mbaya zaidi — katika kufanya kazi inayofanana peke yake. Kinyume chake, maoni yaliyoandaliwa vizuri ya AI, mifano, na ualimu (tutoring) vinaweza kuboresha utendaji wa baadaye bila AI. Ona Faida za Kujifunza na Kupunguza Mzigo wa Kiakili.

Utafiti unaonyesha nini hasa?

Mbinu zingine zinazoungwa mkono na AI zinaweza kuboresha kujifunza

Kituo cha kuanizia cha upana ni Je, Teknolojia ya Elimu Inaweza Kufunga Pengo la Kujifunza? Ushahidi wa Kimataifa kutoka Mbinu za Kidijitali. Muhtasari huu wa Benki Kuu ya Dunia wa majaribio 14 yaliyopangwa nasibu (randomized) katika nchi kumi ulikadiria athari chanya ya wastani ya kujifunza ya 0.125 standard deviations kwa teknolojia ya elimu inayojirekebisha na inayoendeshwa na AI. Hata hivyo, ulichanganya mifumo ya awali ya mifumo inayojirekebisha na zana za Akili Bandia ya Kizazi. Haikupata faida iliyothibitishwa kwa takwimu kwa zana mpya za kizazi, huku ikikiri kutokuwa na uhakika mkubwa katika ulinganisho huo. Matokeo yanaunga mkono uwezekano wa mbinu hizi — siyo madai ya kwamba chatbot yoyote itaboresha kujifunza.

Ushahidi mahususi zaidi unaonyesha kwa nini ubunifu wa mafundisho ni muhimu. Katika Ubunifu wa maoni ya GenAI unaozingatia binadamu katika elimu ya juu, jaribio la randomized la sehemu nyingi linalohusisha wanafunzi 1,176 wa mwaka wa kwanza wa chuo kikuu lilinganisha maoni ya rika, maoni ya moja kwa moja ya AI, tathmini ya kibinafsi ikifuatiwa na maoni ya AI, na mlolongo mseto unaochanganya tathmini ya kibinafsi, maoni ya rika, na ukosoaji wa AI.

Miundo ya kutafakari na mseto ilizalisha uhamisho wa baadaye bila AI ulio imara zaidi kuliko maoni ya moja kwa moja ya AI. Wanafunzi baadaye walifanya vizuri zaidi katika kazi mpya ya kuunda hoja ya kisayansi, siyo tu katika kazi ambayo ilikuwa inarekebishwa. Hata hivyo, hali hizo pia zilihitaji shughuli zaidi ya kutathmini na pengine muda zaidi. Utafiti unaunga mkono muundo kamili wa maoni, badala ya kuthibitisha kuwa kijenzi kimoja au AI yenyewe kilisababisha faida hiyo.

AI inaweza kuboresha utendaji wa mazoezi huku ikimdhuru kujifunza

Onyo wazi zaidi linatokana na AI ya kizazi bila ulinzi inaweza kudhuru kujifunza: Ushahidi kutoka hisabati ya shule ya upili.

Katika jaribio hili la shamba la randomized linalohusisha wanafunzi karibu 1,000, kiolesura cha mtindo wa matumizi ya jumla ya AI kiliongeza alama za mazoezi yanayosaidiwa kwa 48% ikilinganishwa na kikundi cha kudhibiti, lakini wanafunzi baadaye walipata 17% chini katika mitihani bila msaada. Mwalimu aliyewekwa na mwongozo na vidokezo vilivyoundwa na mwalimu aliepuka kwa kiasi kikubwa adhabu hiyo. Kwa uzito, haikutoa maboresho yenye maana ya takwimu katika utendaji wa mtihani bila msaada ikilinganishwa na kikundi cha kudhibiti. Kuepuka madhara siyo sawa na kudhibitisha kujifunza kwa ziada. Asilimia hizi zinazoelezea mbinu hii mahususi na miktadha, siyo athari za jumla za matumizi ya AI.

Athari ni ya vitendo: kuhukumu zana ya AI kwa kazi za nyumbani zilizokamilika, majibu sahihi ya mazoezi, au kuridhika kwa mwanafunzi kunaweza kutoa picha inayopotoka kuhusu thamani yake ya kielimu. Kuridhika na kujifunza kunakodhaniwa ni vipimo vya kujiripoti, na hifadhi ya maarifa inadhibitisha jinsi zinavyoweza kutenganika na kujifunza kupimwa.

Utafiti mkubwa, wa muda mrefu zaidi wa shamba unaelekea njia ileile katika kiwango kikubwa. Adhabu ya Kujifunza ya AI ya Kizazi uliwafuatia wanafunzi 26,811 wa sekondari wa Kichina (darasa la 7–12) kwa miezi 30 kwa kutumia kupitishwa kwa AI kwa hatua. Alama za kazi za nyumbani zilipanda 18% na muda wa kukamilisha ulishuka 30% (kutoka dakika 64 hadi 45), huku alama za mitihani ya kila mwezi ya kitabu kilichofungwa zikishuka 20% ndani ya miezi sita na alama za mtihani wa kuingia wa hatari kubwa zikishuka 18–24% ya msingi — lakini baada ya miaka miwili takribani. Hasara zilikusanywa kati ya wanafunzi wa AI wapatao 81% ambao tabia zao zilionyesha uwekaji nje wa kazi za nyumbani; watumiaji walioweka muda wa kazi za nyumbani unaofanana na wasiotumia walijifunza kwa ufanisi karibu sawa. Tofauti kati ya utendaji wa kazi za nyumbani na wa mitihani ni pengo la utendaji–kujifunza lililoandikwa katika kundi la taifa, na ucheleweshaji wa miaka miwili unamaanisha tathmini fupi zanadidisha kupunguza gharama.

Upatikanaji na ulinzi havitoshi

Jaribio la shule la randomized la miaka miwili, Bofya Moja: Ualimu wa AI na Khanmigo, lilipata maboresho madogo ya hisabati katika shule 18 za kati. Hata hivyo, wanafunzi mara chache walihusika katika mazungumzo ya ualimu yenye maana. Waandishi walibainisha kuwa maboresho yalifanana na yale yanayohusiana na mazoezi yaliyopangwa bila AI. Kwa sababu mbinu ilichanganya mazoezi ya kibinafsi na ualimu wa AI, haukutenganisha kwa njia safi mchango wa ziada wa kijenzi cha AI. Kuwa na mwalimu mwenye uwezo kupatikana ni tofauti na wanafunzi kuitumia kwa uzalifu.

Jaribio jipya Kufanya Ualimu wa AI Kuzalisha linatoa somo linalohusiana. Kati ya wanafunzi zaidi ya 6,000 wa shule za kati wanaotumia NUMI, msaada wa AI uliboresha uponyaji baada ya makosa lakini kupunguza maendeleo kupitia maswali. Kanuni ya umilisi ya tatu-sahihi-mfululizo iliongeza mafanikio yaliyofafanuliwa na jukwaa bila yenyewe kuboresha kujifunza wiki moja baadaye. Ishara yenye nguvu zaidi ya kujifunza uliochelewa ilionekana wakati AI ilipojumuishwa katika mtiririko wa umilisi, lakini maboresho yalikuwa yenye maana ya takwimu kwa kiasi na yamewekwa kwenye nyenzo mahususi zilizozoelewa. Karatasi hii ya kazi inatoa ushahidi wa kupendekeza kwa mbinu iliyopangwa kwa uangalifu, sio mapishi yaliyothibitishwa kwa upana.

Jinsi wanafunzi wanavyotumia zana, siyo tu upatikanaji wake, huamua matokeo

Teknolojia ileile huzalisha kujifunza tofauti kulingana na jinsi mwingiliano unavyopangwa. Katika tafiti ya kielelezo ya wanafunzi 38 wa chuo kikuu katika tathmini za insha zisizosimamiwa, ushiriki ulienea kati ya uwekaji nje wa kiakili hadi upangaji upya wa kiakili — kuhamisha juhudi kutoka upataji wa kiwango cha chini kwenda tathmini mahususi. Wanafunzi wengi (n = 31) walikusudia kutumia AI ya kizazi kama msaidizi wa kujifunza, lakini 76.32% walitegemea mazungumzo ya mzunguko mmoja wa kuuliza–kupata jibu–kusimamana na 78.94% walitumia zana kabla au baada ya kuandaa rasimu badala ya kupitia kazi, na kuzalisha paradokso ya ufanisi: urahisi uliopatikwa kwa gharama ya kazi ya kiakili inayojenga schemas ("kasi ambayo unaisahau pia ni haraka sana"). Wanafunzi 8 peke yake walifanya kazi kama washirika wa kiakili kupitia mazungumzo endelevu, ya kurudia.

Somo la kielimu ni kwamba ruhusa za ujumla au vikwambo vyote viwili huwaacha wanafunzi wabakie na kudadisi. Kilichobadilisha tabia ilikuwa mwongozo mahususi wa kazi kuhusu ni kazi gani ya kiakili wanafunzi wanapaswa kuhifadhi na ni msaada upi wa AI uliokuwa unaofaa — mwelekeo wa ubunifu ulioendelezwa katika Nitawezaje Kupunguza Udanganyifu wa AI katika Kozi Yangu?.

Juhudi ndogo haimaanishi kiotomatiki kujifunza kidogo

Itakuwa pia makosa kuhitimisha kuwa AI husaidia tu inapofanya wanafunzi kufanya kazi ngumu zaidi au kamwe isionyeshe mfano kamili.

Katika majaribio yaliyosajiliwa mapema yanayoripotiwa katika Kocha, si tegemezi, watu wazima waliozoea kuboresha barua za maombi na AI baadaye walizalisha uandishi bora zaidi bila AI kuliko wale waliozoea peke yao, licha ya kutumia juhudi ndogo zaidi. Faida zilidumu katika ufuatiliaji wa siku moja. Jaribio jingine lilipata kuwa kutazama mfano lililorekebishwa na AI kulitengeneza faida zinazofanana na kuzoea na zana. Hizi zilikuwa kazi fupi, zilizowekewa mipaka za kuandika — sio ushahidi wa kuboresho la kudumu katika aina zote za kuandika — lakini zinaonyesha kuwa mifano inaweza kusaidia kujifunza badala ya kuchukua nafasi yake.

Lengo kwa hiyo si ugumu wa juu zaidi. Ni kuhifadhi au kuboresha shughuli ya kujifunza inayoendeleza uwezo unaokusudiwa.

Muundo unajirudia katika elimu ya kompyuta

Mapitio ya mfumo ya masomo 72 katika elimu ya kompyuta yanapata muundo uleule katika matokeo yake yenye nguvu zaidi. AI ya kizazi kuaminika inapanda ukamilifu wa muda mfupi na kupunguza muda-kwenye-kazi (masomo 36), na hakuna utafiti mmoja katika mkusanyiko unaodhihirisha athari hasi katika utendaji wa papo hapo — hata hivyo maboresho hayo "hayahamishiwi kwa utendaji wa kujitegemea" (masomo 21). Wanafunzi waliosaidiwa na Codex walikamilisha kazi mara mbili zaidi wakati wa kujifunza lakini hawakufanya vizuri zaidi kuliko wale wa kudhibiti katika majaribio baada ya masomo bila AI. Maarifa ya awali yanaamua kila kitu: wanafunzi walioandaliwa vizuri hubadilisha msaada kuwa ujuzi wa kudumu, huku wanafunzi wasioandaliwa wakiwa na hatari ya kuitumia kama tegemezi linalowaondolea mazoezi wanayohitaji. Mahitaji kuu ya muundo wa mapitio ni uthibitishaji — kusoma, kupima, kubadilisha, kueleza, na kukosoa matokeo ya AI — iliyofanywa kijenzi kilichopimwa, cha kuwazi cha kazi badala ya tumaini lililoachwa kwa hiari.

Kanuni muhimu ya ubunifu: weka ngazi za msaada, usibadilishe

Sintesi za Ngazi za Msaada na Kujifunza Amilifu za hifadhi ya maarifa zinaangazia msaada unaowasaidia wanafunzi kuelewa, kuzoea, kutathmini, na hatimaye kutekeleza kwa msaada mdogo zaidi.

"Weka ngazi za msaada, usibadilishe" ni kanuni muhimu, lakini inahitaji kutumika kwa lengo la kujifunza, si kwa njia ya kiufundi kwa kila kipengele cha AI. Mfano kamili wa kazi unaweza kuwa kitu wanafunzi wanajifunza kutoka kwake; mlolongo wa vidokezo bado unaweza kuwa kitu wanachobofya bila kufikiri. Tofauti muhimu ni kile mwanafunzi anafanya na msaada huo. Ona Kupunguza Mzigo wa Kiakili na Kutafuta Msaada.

Kwa shughuli iliyokusudiwa kuendeleza uwezo wa kujitegemea, utaratibu mzuri wa kuanizia ni:

1. Weka wazi fikra za mwanafunzi. Uliza jaribio la awali, utabiri, rasimu, maelezo, au tafsiri ya mfano unaofaa.
2. Toa msaada uliolengwa. Tumia AI kwa kidokezo, maelezo, mfano wa kulinganisha, au maoni yaliyolengwa kwenye ugumu.
3. Hitaji majibu kwa msaada. Muulize mwanafunzi kueleza, kurekebisha, kuthibitisha, au kudhibitisha kukubali au kukataa pendekezo.
4. Kagua matumizi mapya kwa msaada mdogo. Muulize mwanafunzi kutatua tatizo linalofanana au kutumia wazo katika miktadha tofauti.

Hii ni sehemu ya kuanizia ya mafundisho, sio mlolongo uliothibitishwa kwa jumla. Kiasi na wakati wa msaada unapaswa kuakisi maarifa ya awali ya wanafunzi na kazi. Ona Kupunguza Matumizi Mabaya ya AI na Maarifa ya Awali.

Fanya fikra zinazohifadhiwa ziwe wazi

Kwa hisabati, mkufunzi anaweza kuwauliza wanafunzi kuwasilisha suluhisho lao lililojaribiwa kabla ya kuomba msaada, kisha kutumia ilani kama: "Tambua hatua ya kwanza ninayopaswa kuzingatia tena, nipe kidokezo kimoja chenye manufaa, na niulize nijaribu tena." Ukaguzi unaofuata unapaswa kuhitaji suluhisho jipya na maelezo — sio uzalishaji wa jibu la AI. Hii inatumia mwongozo katika Ngazi za Msaada na Kutafuta Msaada.

Kwa uandishi, mkufunzi anaweza kuwauliza wanafunzi kutathmini rasimu yao dhidi ya rubriki kabla ya kupokea ukosoaji wa AI, kisha kueleza ni mapendekezo yapi waliyakubali, yalibadilishwa, au yalikataa. Ikiwa uundaji wa hoja ni lengo, maneno yaliyotengenezwa na AI hayapaswi kuchukua nafasi ya ushahidi kuwa mwanafunzi anaweza kuunda hoja. Ikiwa kutathmini marekebisho mbadala ni lengo, kulinganisha mifano kamili kunaweza kuwa sahihi. Ona Elimu ya Uandishi na Ujuzi wa Maoni.

Hizi ni matumizi ya ubunifu ya ushahidi. Bado zinapaswa kutathminiwa katika kozi badala ya kudhaniwa kufanya kazi kwa sababu zinaonekana zenye maana ya kielimu.

Ninawezaje kujua iwapo AI inasaidia katika kozi yangu?

Ukurasa wa Tathmini ya AIEd unapendekeza kutenganisha ubora wa matokeo ya AI, uzoefu wa wanafunzi katika kuitumia, na kujifunza halisi kwa wanafunzi. Tathmini ya vitendo inahitaji zaidi ya uchunguzi wa kuridhika au kulinganisha alama za kazi.

Bainisha uwezo kwanza. Amua wanafunzi wanapaswa kuelewa au kuwa na uwezo wa kufanya nini baada ya shughuli. "Zalisha ripoti iliyopangwa" ni tofauti na "chagua ushahidi unaofaa," "eleza uhusiano wa sababu," au "gundua hitimisho lisiloegemezwa." Tathmini inapaswa kufichua uwezo unaokusudia kuendelewa. Ona Kipimo cha Kielimu.

Pima kabla, baada, na baadaye. Tumia kazi fupi ya msingi, ukaguzi wa kujifunza wa papo hapo, na matumizi yaliyochelewa. Jumuisha kazi inayofanana na, inapofaa, ile inayobadilisha miktadha au inahitaji matumizi tofauti. Wakati lengo ni ujuzi wa kujitegemea, ondoa msaada wa AI ambao ungeweza kutekeleza ujuzi huo kwa mwanafunzi. Ukaguzi wenye mafanikio papo hapo baada ya mazoezi ni muhimu, lakini hauthibitishi uhifadhi kwa miezi au uhamisho katika nyanja. Ona Faida za Kujifunza na Uhamisho wa Kujifunza.

Tumia kulinganisha kwa maana. Inapowezekana, linganisha shughuli inayoungwa mkono na AI na mbadala mzuri bila AI kwa kutumia maudhui yanayofanana, muda wa mafundisho, na fursa za mazoezi. Maboresho rahisi ya kabla-na-baada hayawezi kuthibitisha kuwa AI ilisababisha faida; wanafunzi wanaweza kuboresha kupitia sehemu nyingine ya mafundisho. Kwa madai yenye nguvu ya sababu, shauriana na Mbinu za Utafiti wa Ufanisi unapopanga kulinganisha.

Angalia jinsi wanafunzi wanavyotumia msaada. Tafuta maelezo, majaribio ya kusahihisha makosa, marekebisho yaliyodhibitishwa, na uthibitishaji — siyo tu kuingia, idadi ya ujumbe, au maswali yaliyokamilishwa. Mazingatio haya yanaweza kusaidia kueleza matokeo, lakini hayapaswi kuchukua nafasi ya kipimo cha kujifunza. Ona Kutafuta Msaada na Mwingiliano wa Mwanafunzi–AI.

Kagua kipimo cha dashibodi kinapima nini. Katika tathmini ya mawakala nane wa kufundisha wa AI katika elimu ya matibabu, viwango vya mawakala kwa alama ya jukwaa yalitofautiana na rubriki ya ubora wa kufundisha iliyothibitishwa na wataalam — mwakala aliyeorodheshwa wa tatu kwa jukwaa aliorodheshwa wa mwisho kwenye ubora wa rubriki — kwa sababu alama ya jukwaa ilifuatia utendaji wa mwanafunzi wakati wa mwingiliano, si tabia ya kufundisha ya mwakala. Kipimo cha kujengwa ni nadharia ya kuthibitisha, sio ushahidi wa kujifunza. Ona Vipimo na Mbinu Gani za Utafiti Mkufunzi Anaweza Kutumia Kutathmini Muingilio Unaohusiana na AI? kwa vipimo na miundo ya kulinganisha inayofanya ukaguzi huo kuwa wa kuaminika.

Uhakika muhimu ni kwamba si kila matokeo halisi ya kujifunza yanapaswa kudhibitishwa bila AI. Kozi inaweza kwa makusudi kufundisha kazi inayoungwa mkono na AI yenye ufanisi. Katika hali hiyo, tathmini uwezo wa wanafunzi wa kuchagua, kuthibitisha, kurekebisha, na kutetea matumizi yao ya AI, pamoja na misingi yoyote ya kujitegemea ambayo taaluma inahitaji. Jaribio la Uwezo wa Binadamu kwa Matokeo ya Kujifunza katika Enzi ya AI linapendekeza tofauti hii kati ya uwezo wa kujitegemea, utendaji unaoimarishwa na AI, na wajibu wa uthibitishaji. Ni mfumo wa dhana wa tathmini, sio suluhisho lililothibitishwa kwa kila kozi.

Kagua wanufaika — na gharama ya faida

Maboresho ya wastani yanaweza kuficha wanafunzi wanaopata faida ndogo au wanakabiliwa na vikwazo vipya. Sintesi ya Pengo la Kidijitali inatofautisha upatikanaji wa zana na ujuzi unaohitajika kuitumia na matokeo hatimaye yanayopatikana.

Kwa tathmini ya darasa, chunguza matokeo kwa sehemu za kuanizia zinazofaa kama maarifa ya awali, mahitaji ya lugha, na mahitaji ya upatikanaji. Toa mwongozo badala ya kudhania wanafunzi wanajua tayari jinsi ya kupata na kutathmini maoni yenye manufaa. Wakati wa kutathmini kujifunza kwa kujitegemea, ondoa msaada unaotoa fikra lengwa — sio mabadiliko yanayohitajika kupata kazi. Ona Ujuzi wa AI, Usawa katika Elimu ya AI, na Ufikivu.

Pia kagua maoni wanafunzi wanayopata kweli. Majibu yenye ufasaha yanaweza kugundua vibaya ugumu wao, kuimarisha kosa, au kutoa jibu wakati aina tofauti ya msaada ilikuwa inahitajika. Tumia nyenzo zinazolingana na kozi, hifadhi njia ya msaada wa binadamu, na epuka kukusanya taarifa zaidi za mwanafunzi kuliko shughuli inavyohitaji. Watazamaji hawa wanaunganisha moja kwa moja na Ubora wa Maoni ya AI, Usalama wa Kielimu, na Faragha.

Hitimisho

AI inaweza kusaidia wanafunzi kujifunza, lakini upatikanaji, matokeo yaliyopangwa, au lebo ya "mwalimu" hayathibitishi kuwa inafanya hivyo. Ushahidi ni wenye nguvu zaidi wakati muundo mahususi wa mafundisho unapotathminiwa dhidi ya mbadala wenye maana kwa kutumia vipimo vya uwezo ambao wanafunzi wanapaswa kuendelewa. Uhifadhi wa muda mrefu, uhamisho mpana, na ujumuishaji katika wanafunzi na miktadha unabaki kuwa uhakika muhimu. Ona Vikomo katika Utafiti wa AIEd.

Swali muhimu zaidi kwa mkufunzi ni:

Baada ya shughuli hii inayoungwa mkono na AI, wanafunzi wangu wanaweza kuelewa nini, kueleza, kuhukumu, au kufanya nini ambao hawakuweza kufanya kabla — na ni ushahidi upi unaonyesha maboresho hayo?