Làm thế nào để AI giúp tôi tiết kiệm thời gian với vai trò giảng viên?

Bản dịch máy tự động của trang tiếng Anh này, chưa được người bản ngữ xem xét.

Đang là tối thứ Năm của tuần thứ tám. Ba đề cương bài giảng phải nộp vào thứ Hai, các báo cáo thí nghiệm mới chấm được một nửa, và cuộc họp khoa thứ Sáu có một mục về việc mọi người đã làm gì với AI từ đợt tập huấn tháng Tám. Một đồng nghiệp nói công cụ đó giảm một nửa thời gian soạn bài của cô ấy. Bạn đã thử hai lần, mất bốn mươi phút sửa một phiếu bài tập, và ra về với cảm giác rằng toàn bộ chuyện này được thổi phồng.

Cả hai người đang mô tả cùng một công cụ. Nó tiết kiệm thời gian khi soạn tài liệu mà dù sao bạn cũng sẽ sửa, và nó tốn thời gian khi bạn nhắm nó vào một phán đoán về một sinh viên cụ thể. Việc khoản tiết kiệm đó có thành của bạn hay không phụ thuộc vào một quyết định mà phần lớn giảng viên không bao giờ đưa ra: những giờ lấy lại được dùng để làm gì.

Điểm mấu chốt cho cuộc họp: giao bản nháp đầu tiên và giữ lại phán đoán. Đề cương bài giảng, ví dụ đã giải sẵn, câu hỏi thảo luận, các mục trắc nghiệm đánh giá quá trình, cách giải thích thay thế, lời văn rubric và văn bản hành chính thường lệ là những việc bạn có thể đặc tả, kiểm tra và sửa. Mục tiêu, điểm cuối cùng và mọi quyết định về một người học cụ thể thì vẫn thuộc về bạn. Hãy gọi tên thứ mà giờ được giải phóng mua được, vì bằng chứng về tiết kiệm thời gian là bằng chứng về việc thời gian đi đâu.

Tóm tắt

1. Liệt kê những việc tuần trước tạo ra một tài liệu mà sau đó bạn phải sửa. Đó là các ứng viên của bạn.

2. Bắt đầu bằng tài liệu có cấu trúc mà bạn kiểm tra được theo đặc tả của chính mình: phiếu cuối tiết, mục trắc nghiệm, ví dụ đã giải sẵn, một cách giải thích thứ hai cho một khái niệm khó.

3. Viết ra giờ lấy lại được sẽ đi đâu trước khi bạn lấy lại nó.

4. Bấm giờ ba việc lặp lại trong hai tuần. Cảm nhận của bạn về khoản tiết kiệm là không đáng tin theo một cách cụ thể, đã được ghi lại.

5. Giữ việc đặt mục tiêu, điểm đánh giá tổng kết và các quyết định về từng sinh viên ở phía bên bạn của ranh giới.

Bắt đầu bằng việc mà dù sao bạn cũng sẽ viết lại

Con số mạnh nhất trong cơ sở tri thức này đến từ một thử nghiệm ngẫu nhiên được tóm tắt trong AI đang thay đổi quy trình giảng dạy như thế nào. Hai trăm năm mươi chín giáo viên khoa học dùng ChatGPT dành khoảng 69% thời gian soạn bài so với nhóm đối chứng, tức giảm khoảng 31%, và những người đánh giá chuyên gia mù không thấy mất mát chất lượng nào phát hiện được. Các giáo viên tái phân bổ thời gian chứ không tích lại, chuyển nó sang lập kế hoạch, chấm bài và công việc tiếp xúc với sinh viên.

Một bộ dữ liệu thứ hai trong cùng công trình, hơn 104,000 tin nhắn từ hơn 15,000 nhà giáo dục, cho thấy vì sao khoản tiết kiệm lại rơi vào những chỗ kỳ lạ. Một prompt trung bình chạm tới 1.7 hạng mục cùng lúc, nên một yêu cầu duy nhất về kế hoạch bài giảng quay về kèm cả phân hóa và một bài trắc nghiệm mà giáo viên chưa nghĩ tới việc yêu cầu.

Đó là tái phân bổ chứ không phải cắt giảm: thứ bạn nhận được từ AI sinh tạo là khoảng cách giữa một trang giấy trắng và một bản nháp đủ cụ thể để tranh luận với nó.

Ghép nhiệm vụ với việc công cụ làm tốt

Chất lượng thì không đồng đều, theo một khuôn mẫu đủ ổn định để lập kế hoạch dựa vào. Những người đánh giá mù thích các phiên bản AI của phần kết bài giảng và phiếu cuối tiết trong 59.7% số lần so với tài liệu do chuyên gia thiết kế, và thích tài liệu AI cho nội dung bậc trung học phổ thông trong 59.2% số lần. Khoản tiết kiệm cũng tăng lên ở nơi sự tự tin của bạn thấp nhất: dạy ngoài môn học của mình là trường hợp có khoảng cách rộng nhất giữa thứ công cụ đưa cho bạn và thứ bạn sẽ tự viết.

Hai loại thì đi ngược lại. Với tài liệu bậc tiểu học, con người được ưa thích trong khoảng 65% số lần vì mức phù hợp với sự phát triển. Các giàn giáo nhắm riêng cho người học đa ngôn ngữ và học sinh trong giáo dục đặc biệt quay về ở mức trung tính chứ không sai, điều đó tệ hơn nghe có vẻ, vì một giàn giáo trung tính là thứ bạn phải dựng lại từ đầu.

Phép thử dự báo được điều này trước khi bạn mất cả buổi tối cho nó: bạn có đặc tả được yêu cầu đủ chính xác để kiểm tra đầu ra không? Một phiếu cuối tiết cho một mục tiêu thì có. Một đoạn văn có phù hợp với một em chín tuổi cụ thể đang đọc chậm hơn lớp hai năm hay không thì không.

Cho giờ lấy lại được một đích đến

Bằng chứng rõ nhất rằng khoản tiết kiệm là thật, và rằng nó không tự làm được gì, đến từ một thực nghiệm lớn trên 178 trường và khoảng 19,000 học sinh trung học phổ thông năm cuối về phản hồi bài luận tự động bằng AI. Sinh viên nhận phản hồi từ hệ thống đạt mức tăng ngang với sinh viên được người chấm. Người chấm tốn khoảng $0.85 một bài luận và không thêm lợi ích đo được nào.

Trong các lớp có AI, sinh viên có khoảng 35% nhiều cuộc trò chuyện riêng với giáo viên về viết lách hơn và viết nhiều hơn 30% số bài luận. Số giờ làm việc tại nhà của giáo viên giảm 20%, và tỷ lệ báo cáo thời gian của mình là “rất không đủ” giảm từ 23% xuống 9%. Những mức tăng học tập lớn nhất rơi vào nhiệm vụ viết phức tạp nhất, loại việc AI ít có khả năng đánh giá nhất, vì giờ đây giáo viên có hàng giờ để dành cho nó.

Lưu ý cần mang vào cuộc họp là câu này. Nhóm tứ phân vị thấp nhất không cải thiện gì. Những sinh viên tụt lại xa nhất không nhận được gì từ một giáo viên chỉ đơn giản là có thêm chỗ trong ngày, nên việc giờ đi đâu chính là toàn bộ lập luận, và việc tái phân bổ công bằng thuộc về kế hoạch ngay từ đầu chứ không phải một buổi xem xét ở cuối.

Đo khoản tiết kiệm thay vì cảm nhận nó

Tiết kiệm thời gian là tuyên bố mà giảng viên hay hiểu sai nhất về chính mình. Qua ba nghiên cứu đã đăng ký trước với 2,691 người tham gia, người ta đánh giá thấp tần suất mình dùng AI và đánh giá cao thời gian cùng công sức nó tiết kiệm, báo cáo các việc là nhanh hơn và dễ hơn trong khi các đo lường khách quan cho thấy không có khác biệt. Việc dùng công cụ sớm hơn trong một phiên dự báo việc dùng nó nhiều hơn về sau, nên sai số này cộng dồn ngay trong một buổi chiều (The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks).

Điều có ích là sự hiệu chuẩn siêu nhận thức, và phiên bản rẻ tiền là một cuốn nhật ký. Trong hai tuần, ghi giờ bắt đầu và kết thúc của ba việc lặp lại, một việc có công cụ và hai việc không. Hãy dự kiến một việc có khoản tiết kiệm thật lớn, vài việc không có gì, và một hai việc mà công cụ thêm một bước xem lại đã ăn hết khoản lời.

Công sức và năng lực cũng tách rời nhau. Một nghiên cứu trong nhóm với 13 giảng viên đại học phát hiện việc có quyền truy cập AI làm giảm nỗ lực nhận thức được cảm nhận trong thiết kế việc học từ trung vị 6.33 xuống 3.33 (p = .004), trong khi việc huấn luyện kỹ thuật viết prompt chồng lên trên không cải thiện chất lượng của các thiết kế (When Teachers Use AI Chatbots and Are Trained for It: Impact on Learning Design Quality and Cognitive Effort). Ít căng thẳng hơn vào một tối thứ Năm là một lợi ích thật. Đó không phải bằng chứng rằng các thiết kế đã tốt hơn.

Giữ mục tiêu và điểm cuối cùng ở phía bạn

Công trình thiết kế có sự tham gia với sáu giáo viên trung học đưa ra một ranh giới đáng sao chép. Họ thiết kế hệ thống như một chuyên gia trong phạm vi giới hạn: có năng lực bên trong một miền hẹp, làm việc dưới sự giám sát. Họ muốn được giúp trình bày nội dung, tạo bài tập luyện và đưa phản hồi quá trình, và từ chối giao đi việc đặt mục tiêu hay đánh giá tổng kết, nhất quyết giữ quyền ghi đè cho các trường hợp mơ hồ. Điều họ bảo vệ là lõi của vai trò giáo viên: quyết định điều gì đáng học và phán đoán xem nó đã được học chưa.

Chấm điểm là việc có vẻ mang lại nhiều nhất và ít chuyển giao được nhất. Bộ đánh giá chuẩn OpRaise chạy ba mô hình tiên tiến trên 761 bài luận tâm lý học đại học thật của 125 sinh viên ở ba trường đại học Vương quốc Anh, với 27 cấu hình prompt cho mỗi mô hình. Mức đồng thuận với các dải điểm của người chấm chạy từ 35% tới 65% tùy cơ sở. Điểm bị nén về phía giữa, nên những bài mạnh nhất và yếu nhất được chấm kém chính xác nhất, và các mô hình đồng thuận với nhau nhiều hơn hẳn so với với người chấm. Phát hiện trung tâm của các tác giả là bằng chứng thu được trong một bối cảnh không chuyển sang bối cảnh khác.

Bạn có thể dùng chấm điểm bài luận tự động nếu bạn kiểm chứng nó trên chính môn học và sinh viên của mình, và giữ quyết định ở một con người. Chất lượng phản hồi của AI nói cần kiểm tra gì: tốc độ và khối lượng không phải là tính hữu ích, và phán đoán sư phạm về việc sinh viên cần bình luận nào tiếp theo vẫn thuộc về bạn.

Giảng viên hiểu sai điều gì

“31% là con số của tôi.” Đó là 259 giáo viên khoa học phổ thông về việc soạn bài. Hướng thì đi được; độ lớn thì không. Một seminar xây trên thảo luận có thể tiết kiệm ít hơn, và một khóa thí nghiệm có ràng buộc an toàn có thể không tiết kiệm gì ở phần bạn muốn được giúp nhất.

“Tiết kiệm thời gian là mục tiêu.” Thực nghiệm ở Brazil là phản ví dụ. Giờ đến miễn phí và nhóm tứ phân vị thấp nhất không nhận được gì. Mục tiêu là thứ mà số giờ đó mua được.

“Một bản nháp tốt nghĩa là tôi có thể giao luôn bước tiếp theo.” Sáu giáo viên đó vạch ranh giới ở mục tiêu và phán đoán tổng kết là có lý do. Chất lượng ở một phiếu cuối tiết không nói gì về việc công cụ có thể quyết định phiếu cuối tiết đó nên đánh giá cái gì hay không.

Những gì sẽ quay lại với bạn

“Tôi đã thử và đầu ra chung chung.” Phần lớn giáo viên trong nghiên cứu lấy kết quả đầu tiên và sửa tay thay vì lặp lại bằng các prompt tiếp theo. Một lượt thứ hai và thứ ba cung cấp cấp lớp của bạn, bài đọc của bạn, ba mục trắc nghiệm gần nhất và một ví dụ về thế nào là tốt sẽ thay đổi đầu ra nhiều hơn là đổi công cụ. Năng lực AI là khoản đầu tư rẻ, và tinh chỉnh prompt là nơi nó sinh lời.

“Nếu tôi làm nhanh hơn, thời gian sẽ bị lấp đầy bằng họp.” Nhiều khả năng đúng, và đó là cách phổ biến nhất để một khoản tiết kiệm biến mất. Hãy ghi đích đến bằng văn bản ở nơi trưởng bộ môn của bạn thấy được, trước khi khoảng trống bị lấp.

“Phản hồi của AI làm thiệt những sinh viên gặp khó khăn nhất.” Nhóm tứ phân vị thấp nhất ở Brazil không nhận được gì, và đó là cảnh báo mạnh nhất trên trang này. Hãy ghép khoản tiết kiệm với một cách dùng có chủ đích. Mức tăng 35% các cuộc trò chuyện riêng là điều những lớp đó đã làm với số giờ, và đó là một lựa chọn giáo viên đã đưa ra.

“Chấm điểm mới là nơi giờ của tôi thực sự nằm.” Đúng vậy, và đó cũng là nơi công cụ ít chuyển giao được nhất giữa các cơ sở. Hãy kiểm chứng tại chỗ hoặc để yên.

“Việc này làm mất kỹ năng của nghề.” Kết quả của Pishtari là phiên bản trung thực: nỗ lực được cảm nhận giảm xuống, và việc huấn luyện thêm không cải thiện chất lượng thiết kế. Nỗ lực tiết kiệm được không phải năng lực có thêm, và ranh giới của sáu giáo viên là một chỗ hợp lý để giữ vững trong khi bạn tìm hiểu xem việc nào của mình thuộc loại nào.

Việc cần làm trong tuần này

1. Viết ra năm việc bạn đã làm tuần trước mà kết thúc bằng một tài liệu bạn phải sửa.

2. Chọn việc có đặc tả rõ nhất và soạn nó với công cụ, bấm giờ cả hai phiên bản.

3. Đặt thời gian lấy lại được vào một khung có tên trên lịch của bạn: một cuộc trò chuyện với sinh viên, một lượt phản hồi thứ hai, hoặc đọc kỹ một tập bản nháp.

4. Viết danh sách những việc không giao và giữ nó ở nơi thấy được: mục tiêu, điểm cuối cùng, bất cứ điều gì phụ thuộc vào nhu cầu của một sinh viên.

5. Giữ nhật ký trong hai tuần, rồi quyết định hai việc nào sẽ vĩnh viễn thuộc về bạn để giao đi.

Đi tiếp từ đây

Phản hồi AI ở quy mô lớn đưa câu hỏi về phản hồi đi xa hơn, và năng lực AI của giảng viên cùng phát triển giảng viên về AI bao quát những gì một khoa có thể xây để việc này thôi phụ thuộc vào thử nghiệm cá nhân. Thiết kế lại bài đánh giá trong kỷ nguyên AI và giảm gian lận AI xử lý các hệ quả về đánh giá. AI đang thay đổi quy trình giảng dạy như thế nào là bài viết đứng sau các con số về soạn bài, và sự giám sát của con người là nguyên tắc mà trang này xoay quanh.