Како вештачката интелигенција го поддржува образованието? [Видео и квиз]

Краток одговор: Вештачката интелигенција може да го поддржи образованието преку извршување на повторливи административни задачи, давајќи им на учениците дополнителна пракса по потреба и помагајќи им да ги покријат празнините во учењето што наставниците инаку би можеле да ги пропуштат. Користена како асистент, а не како замена, може да им врати време на наставниците за поддршка водена од луѓе и здрава проценка.

Клучни заклучоци:

Олеснување на работното оптоварување: Користете вештачка интелигенција за рутинско планирање и подготовка за оценување за да заштедите време на наставникот.

Персонализирана практика: Обезбедете вежби на барање кои се прилагодуваат кога ученикот се бори или трча напред.

Пронаоѓање на увид: Анализирајте ги шемите во работата за рано идентификување на празнините, претпоставувајќи дека основните податоци се сигурни.

Употреба ориентирана кон човекот: Одржувајте ги наставниците задолжени за менторство, благосостојба и нијансирани одлуки.

Реални очекувања: Очекувајте неколку нерамни недели; поставете јасни граници за тоа каде е дозволена вештачката интелигенција.

Статии што можеби ќе ве интересираат по оваа:

🔗 Топ 10 бесплатни алатки за вештачка интелигенција за образование денес
Истражете апликации со вештачка интелигенција погодни за ученици за учење, пишување и подготовка за часови.

🔗 Топ 10 академски алатки за вештачка интелигенција за истражување во образованието
Алатки фокусирани на истражување за трудови, цитати, анализи и попаметно читање.

🔗 Најдобри алатки за вештачка интелигенција за високо образование и работење на кампусот
Алатки за настава, учење, прием, советување и административна ефикасност.

🔗 Алатки за вештачка интелигенција за наставници по специјално образование и пристапност
Поддржете ги разновидните ученици со вештачка интелигенција за ИОП, читање и пристап.

Како вештачката интелигенција го поддржува образованието: целосната слика 🧩📚

На високо ниво, вештачката интелигенција го поддржува образованието извршувајќи четири големи задачи: (УНЕСКО, ОЕЦД)

• Персонализирање на учењето (различно темпо, различен пат, иста цел)

• Давање моментални повратни информации (вежбање, корекции, совети, објаснувања)

• Намалување на работното оптоварување на наставниците (помош при планирање, поддршка за оценување, автоматизација на администрацијата)

• Подобрување на пристапот (превод, читање на глас, титлови, помошни алатки)

Исто така, може да им помогне на училиштата да донесуваат подобри одлуки користејќи аналитика на учењето, но ќе се осврнеме на тоа бидејќи… да, таа тема брзо станува актуелна 🔥. (Jisc, OECD)

Како изгледа силна верзија на „Вештачката интелигенција во образованието“ ✅🤖

Не секоја „Вештачка интелигенција за образование“ е корисна. Некои од нив се всушност сјајна обвивка околу основната автоматизација. Силната верзија на поддршката од вештачката интелигенција во учењето обично ги има овие карактеристики: (УНЕСКО, NIST)

• Усогласено со целите на учењето.
  Ако алатката не може да објасни која вештина ја гради, веројатно е само шум 🎯

• Ги поддржува наставниците, а не ги заменува.
  Најдобрите алатки се чувствуваат како засилување, а не како преземање. (Министерство за образование (Велика Британија))

• Обезбедува транспарентни повратни информации.
  Учениците треба да видат зошто нешто не е во ред, а не само „неточно“ 😵💫

• Одговорно се справува со пристрасноста и праведноста.
  Вештачката интелигенција може да рефлектира бучни податоци. На училиштата им се потребни заштитни огради. (NIST, ICO)

• Ја почитува приватноста.
  Податоците на студентите се чувствителни. Точка 🛡️ (ICO, Европска комисија)

• Функционира во вистински училници
  Ако се потребни 12 кликања и ритуален танц за да се зададе домашна задача… тоа не е победа.

И еве го неочекуваниот дел - „најдобрата“ алатка не е секогаш најлуксузната. Понекогаш наједноставната функција на вештачката интелигенција (како што е моменталната поддршка за читање) менува сè за ученик кој тивко се мачи со години 😬. (OECD)

Табела за споредба: Популарни опции за поддршка на вештачка интелигенција во образованието 🧾✨

Подолу е даден практичен преглед на вообичаените категории на алатки за вештачка интелигенција што ги користат училиштата и учениците. Ова не е „единствениот список“, туку само работите што се појавуваат одново и одново. (ОЕЦД, УНЕСКО)

Забележувате дека масата е малку нерамна? Тоа е затоа што училниците се нерамни. Некои алатки се неверојатни во еден час, а катастрофални во друг. Контекстот е сè 🙃.

Персонализирано учење: Вештачката интелигенција како „прилагодувач на темпото“ 🏃♂️📘

Еден од најдобрите одговори на прашањето Како вештачката интелигенција го поддржува образованието е следново: таа им помага на учениците да учат со свое темпо без да се чувствуваат издвоени. (OECD)

Како може да изгледа персонализацијата

• Еден ученик добива дополнителна вежба на дропки затоа што таму се несигурни 🧮

• Друг ученик забрзува со разбирањето на прочитаното без да чека

• Системот ги менува типовите прашања кога ќе открие забуна (повеќе визуелни елементи, поедноставни чекори)

• Лекциите се прилагодуваат врз основа на грешки, а не само на конечните резултати

Зошто ова е важно

Наставниците веќе прават разлика, но правењето на тоа за 25-35 ученици секој ден е… многу. Вештачката интелигенција може да помогне преку: (OECD)

• Предлагање на целни сетови за вежбање

• Препорачување теми за преглед

• Нудење алтернативни објаснувања (текст, примери, чекор-по-чекор)

И да, понекогаш персонализацијата со вештачка интелигенција е како да им се даде на сите по еден сендвич по мерка 🥪. Освен што сендвичот повремено става кисели краставички кога не сте побарале ништо. Тука надзорот на наставниците останува неопходен. (Министерство за образование (Велика Британија))

Подучување по вештачка интелигенција: моментална помош без непријатно кревање рака 🙋♀️🤖

Туторите за вештачка интелигенција можат да го поддржат образованието со обезбедување непосредна помош без никаков притисок. Некои ученици нема да поставуваат прашања на час дури и кога се изгубени. Тие не сакаат да изгледаат „глупаво“ (нивни зборови, не мои). Тутор за вештачка интелигенција им нуди приватен начин да ја истражат конфузијата. (УНЕСКО)

Во што е добро подучувањето за вештачка интелигенција

• Објаснување на концепти на повеќе начини 🔁

• Давање совети наместо одговори (кога е правилно дизајнирано)

• Нудење дополнителни проблеми за вежбање

• Помагање на учениците да учат за тестови со целна ревизија

Во што не е добар

• Разбирање на емоционалниот контекст
  Ако ученикот е преоптоварен, уморен, се справува со животни работи… вештачката интелигенција не го „сфаќа тоа“.

• Гарантирање на точноста. Вештачката
  интелигенција може да биде самоуверена и да греши, што е ужасна комбинација 😬 (Министерство за образование (Велика Британија), NIST)

• Замена на вистинската настава.
  Алатката за тутор е поддршка, а не наставна програма. (УНЕСКО)

Практичен пристап е да се третира туторството со вештачка интелигенција како калкулатор на час по математика: практичен, моќен, но сепак треба да го научите размислувањето зад него 🧠.

Поддршка на наставниците: планирање, диференцијација и административно олеснување 🧑🏫✨

Да бидеме директни - на наставниците не им требаат повеќе „иновации“. Им треба време. Вештачката интелигенција може да им помогне на едукаторите со тоа што ќе ја намали потребата од повторувачка работа. (Министерство за образование (Велика Британија), Министерство за образование (Велика Британија))

Начини на кои вештачката интелигенција ги поддржува наставниците (навистина)

• Изготвување нацрти на лекции усогласени со целите на учењето 📝

• Генерирање на диференцирани работни листови (основни, стандардни, предизвикувачки)

• Креирање рубрики и критериуми за успех

• Сумирање на трендовите на перформансите во класот

• Предлагање на теми за дискусија за читање

• Помагање во пишувањето појасна комуникација со родителите (помалку стрес, помалку печатни грешки)

И еве го делот што луѓето не го кажуваат доволно гласно: кога наставниците заштедуваат време, учениците имаат корист. Бидејќи заштеденото време обично се претвора во подобри повратни информации, повеќе проверки, повеќе човечка интеракција. Работите што се важни 💛. (EEF)

Мало предупредување… ако некое училиште користи вештачка интелигенција за да „направи повеќе со помалку“ преку зголемување на очекувањата за работно оптоварување, тоа не е поддршка, туку само косплеј од менаџментот. Не е вина на алатката, но сепак.

Проценка и повратни информации: побрзи циклуси, подобро учење 🔄✅

Повратните информации се еден од најголемите двигатели на подобрување. Колку побрзо учениците добиваат значајни повратни информации, толку побрзо можат да се прилагодат. (EEF, Hattie & Timperley (2007), Black & William (1998))

Вештачката интелигенција може да ја поддржи проценката преку:

• Автоматско оценување на објективни прашања (математика, повеќекратен избор, брзи проверки)

• Идентификување на шеми во грешки (погрешно читање, процедурален пропуст, концептуален јаз)

• Нудење моментални формативни повратни информации за време на практичните сесии

• Помагање на наставниците да даваат структурирани коментари побрзо

Најважна точка: формативна, не конечна

Вештачката интелигенција најдобро се користи за:

• Вежбајте квизови

• Чекови со мал ризик

• Нацрт повратни информации

• Вежби за градење вештини

За оценување со висок ризик, на вештачката интелигенција ѝ е потребен внимателен надзор. Не затоа што е „зла“, туку затоа што нијансата е тешка. Двајца студенти можат да напишат многу различни одговори кои се и двата точни, а вештачката интелигенција можеби нема да ја цени таквата креативна коректност 🎭. (Министерство за образование (Велика Британија), NIST)

Академски интегритет: плагијат, оригиналност и сложената средина 🔍📄

Вештачката интелигенција го менува начинот на кој учениците пишуваат и истражуваат. Тоа не е морална криза - тоа е реалност во училницата. (УНЕСКО)

Вештачката интелигенција го поддржува образованието тука во две насоки:

1) Поддршка на алатки за оригиналност

• Детекторите за плагијат можат да ги означат копираните пасуси

• Извештаите за оригиналност можат да поттикнат навики за цитирање

• Проверките на шаблоните можат да откријат сомнителна сличност

2) Подобрување на „писменоста за вештачка интелигенција“

Наместо да се преправаат дека учениците нема да користат вештачка интелигенција, училиштата можат да учат:

• Како да се размислува со вештачка интелигенција без копирање

• Како да се потврдат тврдењата

• Како да препишете со свој глас

• Како да побарате помош кога е потребна

Бидејќи целта не е „никогаш не користи алатки“. Целта е „покажи го своето размислување“. Тоа е вистинскиот академски флексибилност 💪📚.

(Исто така: алатките за оригиналност/детектирање можат да бидат несовршени - вклучувајќи лажни позитиви и нееднакви резултати кај студентските групи - па затоа политиката + човечкото расудување сè уште се важни.) (Турнитин, Стенфорд HAI)

Пристапност и инклузија: Вештачката интелигенција како рампа, а не скратена патека ♿️💬

Ова е една од најзначајните области. Вештачката интелигенција може да им помогне на учениците со пречки кои немаат никаква врска со интелигенцијата, а имаат сè врска со пристапот. (ОЕЦД, УНЕСКО)

Победите во пристапноста вклучуваат:

• Текст-во-говор за поддршка при читање 🔊

• Претворање од говор во текст за ученици кои имаат проблеми со пишувањето ✍️

• Титлови за видео содржина

• Алатки за превод за повеќејазични семејства и ученици 🌍

• Поедноставени текстуални режими за поддршка на разбирањето

• Визуелни помагала генерирани од текст (кога се достапни)

Ученик кој конечно може да го разбере работниот лист затоа што е прочитан на глас… тоа не е „измама“. Тоа е отстранување на бариера. Како очила за мозокот. Не е совршена метафора, но сфаќате 🤓.

Аналитика на учење: рано препознавање на тешкотии (но немојте да бидете морничави) 📈🕵️♀️

Аналитиката може да им помогне на училиштата да забележат шеми: (Jisc, OECD)

• Кој заостанува

• Кои концепти го збунуваат целиот клас

• Каде што присуството, однесувањето и перформансите се во корелација

Ако се користи добро, ова ја поддржува раната интервенција:

• насочено туторство

• прилагодена инструкција

• услуги за поддршка

• подобра распределба на ресурсите

Лошо користено, се претвора во етикетирање:

• „Овој ученик има ниски способности“

• „Ова дете е ризик“

• „Веројатно ќе пропаднат во секој случај“

Предвидувањата на вештачката интелигенција треба да се третираат како детектор за чад, а не како судија. Детекторот за чад вели „провери го ова“. Не осудува никого за подметнување пожар 😵💫🔥. (Jisc, NIST)

Ризици и заштитни огради: приватност, пристрасност и стапицата на „прекумерна зависност“ 🛡️⚠️

Ако сме реални (а треба да бидеме), поддршката на вештачката интелигенција во образованието доаѓа со ризици: (УНЕСКО, NIST)

Клучни ризици

• Проблеми со приватноста доколку податоците на студентите се злоупотребуваат (ICO, Европска комисија)

• Пристрасност ако моделите одразуваат нефер шеми (NIST, ICO)

• Преголема зависност каде што учениците престануваат да размислуваат самостојно

• Неточни одговори дадени со доверба (Министерство за образование (Велика Британија), NIST)

• Нееднаквости ако само некои студенти добијат пристап (УНЕСКО)

Заштитни огради што навистина помагаат

• Јасни правила: кога може да се користи вештачка интелигенција, а кога не може ✅ (Министерство за образование (Велика Британија))

• Научете верификација: култура на „провери двапати“ (Министерство за образование (Велика Британија))

• Човечка проверка за одлуки со висок ризик (NIST)

• Минимизирање на податоци: собирајте помалку, заштитете повеќе 🔒 (ICO)

• Транспарентност со родители и ученици (Jisc, ICO)

Во пракса, најдобрата заштита не е само техничка - туку е и образовна. Научете ги учениците во што е добра вештачката интелигенција, во што е лоша и како да ја задржат контролата. Едноставно, не застрашувачки. (УНЕСКО)

Начини за користење вештачка интелигенција без драма, подготвени за во училница 😌📌

Ако сакате практични, не толку драматични начини да ја вклучите вештачката интелигенција, еве неколку што имаат тенденција да функционираат: (Министерство за образование (Велика Британија))

За наставници

• Користете вештачка интелигенција за да нацртате варијации на лекциите (потоа уредувајте ги со ваша експертиза)

• Генерирајте прашања за излезни билети

• Креирајте потсетници за разбирање на прочитаното

• Претвори тема во краток квиз за повторување 📝

За студенти

• Побарајте објаснувања чекор-по-чекор (не само одговори)

• Генерирај прашања за вежбање за тема

• Сумираат белешки, а потоа споредуваат со сопственото резиме

• Користете претворање на говор во текст за побрзо да ги пренесете идеите 🎙️

За училишта

• Прво започнете со алатки за пристапност (OECD)

• Обезбедете обука, не само најавувања

• Создадете заедничка политика за вработените да не претпоставуваат (Министерство за образование (Велика Британија))

• Алатки за преглед на приватноста и праведноста (ICO)

Тоа е како да воведете нова состојка во готвењето. Прво посипете ја. Не ја истурајте целата тегла надевајќи се дека супата ќе преживее 🥣🤷♂️.

Заклучок: Како вештачката интелигенција го поддржува образованието - краток преглед 🎓🤖✨

Значи, како вештачката интелигенција го поддржува образованието. Таа го поддржува преку персонализирање на учењето, забрзување на повратните информации, намалување на работното оптоварување на наставниците, подобрување на пристапноста и помагање во порано препознавање на потребите за учење. Но, таа функционира добро само кога луѓето се на возачкото седиште. (ОЕЦД, УНЕСКО, Министерство за образование (Велика Британија))

Краток преглед

• Вештачката интелигенција е најсилна како поддршка, а не како замена (УНЕСКО)

• Најдобри употреби: персонализација, пракса, повратни информации, пристапност, помош при планирање ✅ (OECD)

• Најголеми ризици: приватност, пристрасност, прекумерна зависност, лажна доверба ⚠️ (NIST, ICO)

• Победничката формула: вештачка интелигенција + проценка на наставниците + критичко размислување на учениците 🧠💛 (Министерство за образование (Велика Британија))

Ако се однесувате кон вештачката интелигенција како кон корисен асистент (со надзор), таа навистина може да го направи учењето полесно, пофер и поодзивно. Ако се однесувате кон неа како кон машина за скратени патишта… па, ќе добиете резултати од скратени патишта. А образованието заслужува подобро од тоа.

Пример од реалниот свет: Користење на вештачка интелигенција за креирање неделна проверка на празнините во учењето

Сценарио

Замислете наставник по математика во 8-мо одделение со 29 ученици и само еден период за планирање за преглед на работата од неделата. Одделот штотуку заврши кратка тема за дропки, децимални броеви и проценти. Некои ученици самоуверено се движат низ конверзии, додека други сè уште ги мешаат правилата за броител и именител.

Наместо да користи вештачка интелигенција за оценување на конечните оценки, наставникот ја користи како средство за откривање на шеми со низок ризик. Целта е едноставна: да се идентификуваат трите најчести празнини, да се создаде насочена вежба за понеделник и да се избегне поминување на неделната вечер рачно сортирајќи го секој одговор 😵💫.

Овој пристап најдобро функционира за брзи проверки, излезни билети, примери за домашни задачи или квизови со кратки одговори каде што наставникот веќе го знае точниот метод.

Што му е потребно на наставникот

Јасна цел на учење, како на пример „Конвертирање помеѓу дропки, децимални броеви и проценти“

Мал сет на анонимизирани студентски одговори

Точните одговори или водичот за оценување

Правило според кое не се прикачуваат имиња на ученици, здравствени податоци, белешки за однесувањето или лични податоци

Чекор за преглед од наставник пред да им се прикаже нешто на учениците

Пример за упатство

Ми помагате да разгледам излезна карта по математика за 8-мо одделение со низок ризик. Не задавајте оценки. Барајте шеми во анонимизираните одговори и групирајте ги грешките според јазот во вештините. Потоа предложете три кратки активности за пренастава и шест прашања за вежбање.

Цел на учење: Учениците треба да конвертираат дропки, децимални броеви и проценти.

Точни одговори:
1/4 = 0.25 = 25%
3/5 = 0.6 = 60%
0.125 = 1/8 = 12.5%

Одговори на учениците:
Ученик А: 1/4 = 0,4 = 40%
Ученик Б: 3/5 = 0,6 = 6%
Ученик В: 0,125 = 1/25 = 12,5%
Ученик Д: 1/4 = 0,25 = 25%
Ученик Е: 3/5 = 0,35 = 35%

Враќање:

1. Најчестата заблуда

2. Кои прашања ја покажуваат таа заблуда

3. Кратко објаснување од наставникот

4. Три вежби

5. Едно предупредување за тоа каде вашата анализа може да биде несигурна

Како да го тестирате

Започнете со 10-15 анонимизирани одговори, а не со цела табела за класот.

Проверете дали вештачката интелигенција правилно ја идентификува основната грешка, а не само погрешниот конечен одговор.

Споредете ги предложените прашања за вежбање со целта на лекцијата.

Прашајте: „Дали би ми било удобно да ја објаснам оваа препорака на родител, виш лидер или ученик?“

Поставете го истиот потсетник двапати и видете дали главните наоди остануваат конзистентни.

Резултат

Илустративен резултат: врз основа на мерење на времето на тест со пет задачи, наставникот би можел да го намали прегледот по прв пат на 30 кратки излезни билети од околу 35 минути на 10 минути.

Основа на мерење: мерење на времето на процесот на преглед еднаш без вештачка интелигенција и еднаш со вештачка интелигенција, користејќи ист број на анонимизирани одговори. Потоа избројте колку заблуди идентификувани од вештачка интелигенција прифаќа наставникот откако ќе ги провери.

Силна цел би била:

Времето за преглед е намалено за 20-25 минути

Најмалку 90% од предложените категории на празнини се прифатени по прегледот од страна на наставникот

0 прикачени имиња на ученици или лични податоци

Една задача за преучување создадена за секоја голема заблуда

Важниот број не е „вештачката интелигенција беше побрза“. Бројот што вреди да се следи е „наставникот заштедил време без да ја изгуби точноста или контролата на приватноста“

Што може да тргне наопаку

Вештачката интелигенција може да групира различни грешки и да ги нарече иста заблуда.

Може да создаде практични прашања кои се премногу лесни, премногу тешки или не се усогласени со наставната програма.

Ако наставникот прикачи податоци за идентификување на ученикот, ризикот за приватноста станува многу поголем.

Ако резултатот се третира како конечна пресуда, учениците може да бидат неправедно етикетирани.

Ако оригиналните податоци се неуредни или несигурни, и анализата ќе биде несигурна. Класично ѓубре внатре, ѓубре надвор 🙃.

Практичен оброк за носење

Вештачката интелигенција може да го поддржи образованието на многу практичен начин кога им помага на наставниците побрзо да ги видат шемите, а не кога го заменува нивното расудување. За празнините во учењето, најбезбедниот работен тек е: анонимизирајте ја работата, дозволете вештачката интелигенција да го предложи шаблонот, проверете го шаблонот сами, а потоа користете го за да испланирате подобра човечка настава.

Најчесто поставувани прашања

Како вештачката интелигенција ја поддржува едукацијата во секојдневната настава?

Вештачката интелигенција може да го поддржи образованието преку справување со повторувачки задачи и забрзување на рутинските работни процеси. Во многу училници, тоа изгледа како изготвување нацрти на лекции, генерирање диференцирана пракса и подготовка на ресурси за оценување. Исто така, може да помогне во сумирањето на шемите на ниво на цел клас, за наставниците да можат порано да ги забележат вообичаените недоразбирања. Најдобрите резултати имаат тенденција да се постигнат кога наставниците ги уредуваат резултатите и цврсто ги контролираат конечните одлуки.

Кои се најпрактичните начини за користење на вештачката интелигенција за олеснување на работното оптоварување на наставниците?

Чест пристап е користење на вештачка интелигенција за планирање на „први нацрти“, брзо креирање квизови, шаблони за рубрики и комуникација со родителите - а потоа рафинирање со професионална проценка. Ова може да врати време за повратни информации, проверка и пасторална поддршка. Училиштата честопати ги гледаат најлесните рани победи почнувајќи со задачи со низок ризик кои не бараат чувствителни податоци. Јасните граници за тоа што вештачката интелигенција може и што не може да прави, исто така, помагаат да се спречи зголемување на обемот.

Како вештачката интелигенција го поддржува образованието со персонализирана пракса за учениците?

Начинот на кој вештачката интелигенција највидливо ја поддржува едукацијата е преку практика на барање која се прилагодува кога ученикот се бори или брзо напредува. Системите можат да ја прилагодат тежината, да ги променат типовите прашања и да понудат алтернативни објаснувања врз основа на грешки - не само на конечните резултати. Ова ја поддржува диференцијацијата без учениците да се чувствуваат издвоени. Надзорот од страна на наставникот сè уште е важен, бидејќи „адаптивно“ не секогаш значи „точно“ или усогласено со целта на лекцијата.

Дали четботовите за подучување со вештачка интелигенција се сигурни за помош со домашни задачи и повторување?

Тие можат да бидат корисни за објаснувања, совети и дополнителна вежба - особено за учениците кои избегнуваат поставување прашања на час. Главниот ризик се самоуверените грешки, па затоа учениците треба да се научат да ги проверуваат одговорите и да ја покажуваат својата работа. Практично правило е да се користат тутори со вештачка интелигенција за учење и повторување со низок притисок, а не како конечен авторитет. Третирајте го како поддршка, а не како наставна програма.

Како вештачката интелигенција може да помогне во откривањето на празнините во учењето без погрешно етикетирање на учениците?

Аналитиката на учењето може да истакне шеми како што се повторувани грешки, погрешни сфаќања во целиот клас или рани знаци дека на ученикот му е потребна поддршка. Ако се користи добро, делува како предупредување „провери го ова“ што поттикнува навремена интервенција. Ако се користи лошо, станува етикетирање („ниска способност“ или „изложени на ризик“) што ги стеснува очекувањата. Најбезбедниот пристап е да се комбинира аналитиката со сигурни податоци, човечка проценка и транспарентни разговори за следење.

Како треба училиштата да се справат со приватноста и податоците на учениците кога користат алатки за вештачка интелигенција?

Податоците на учениците се чувствителни, па затоа вообичаен пристап е минимизирање на податоците: собирајте помалку, заштитете повеќе и избегнувајте споделување непотребни лични податоци. Училиштата честопати имаат корист од јасни политики за тоа што може да се прикачи, кој може да пристапи до резултатите и колку долго се чуваат податоците. Транспарентноста со учениците и родителите ја намалува конфузијата и гради доверба. За употреба со поголем ризик, од суштинско значење е човечки преглед и посилни заштитни мерки.

Можат ли алатките со вештачка интелигенција да го поддржат академскиот интегритет без да ги казнуваат погрешните студенти?

Вештачката интелигенција го менува начинот на кој учениците истражуваат и пишуваат, па затоа многу училишта комбинираат алатки за оригиналност со експлицитна настава за „писменост со вештачка интелигенција“. Алатките за откривање можат да помогнат во откривањето на сомнителни сличности, но тие исто така можат да не функционираат правилно, па затоа политиката треба да вклучува човечка проценка и процес на фер преглед. Учењето на учениците да размислуваат без копирање, да ги потврдуваат тврдењата и да го покажуваат своето размислување е често поефикасно отколку да се потпираат само на откривање.

Какви граници треба да постават наставниците кога воведуваат вештачка интелигенција во училницата?

Како вештачката интелигенција ја поддржува едукацијата најдобро функционира кога очекувањата се реални, а правилата се експлицитни од првиот ден. Дефинирајте кога е дозволена вештачката интелигенција (вежбање, нацрти, ревизија) и кога не е (конечни проценки или одлуки со висок ризик без преглед). Изградете култура на „провери двапати“ за студентите да ги потврдат резултатите, наместо да го префрлаат размислувањето на други. Очекувајте неколку нерамни недели додека рутините се смируваат и персоналот се усогласува со нормите.

Референци

1. УНЕСКО - unesdoc.unesco.org

2. УНЕСКО - Упатство за генеративна вештачка интелигенција во образованието и истражувањето - unesco.org

3. ОЕЦД - Прифаќање на вештачката интелигенција во образовниот систем - oecd.org

4. ОЕЦД - Користење на вештачката интелигенција за поддршка на учениците со посебни образовни потреби - oecd.org

5. ОЕЦД - Доверлива вештачка интелигенција во образованието - oecd.org

6. Национален институт за стандарди и технологија (NIST) - nist.gov

7. Национален институт за стандарди и технологија (NIST) - nist.gov

8. Министерство за образование на Обединетото Кралство - Генеративна вештачка интелигенција (ВИ) во образованието - gov.uk

9. Министерство за образование на Обединетото Кралство - Вештачка интелигенција во училиштата: сè што треба да знаете - blog.gov.uk

10. Jisc - Кодекс на пракса за аналитика на учење - jisc.ac.uk

11. Канцеларија на комесарот за информации (ICO) - Вештачка интелигенција (водичи и ресурси за GDPR на Велика Британија) - ico.org.uk

12. Европска комисија - Специфични заштитни мерки за податоци за деца - europa.eu

13. Фондација за едукација (EEF) - Повратни информации (извештај со насоки) - educationendowmentfoundation.org.uk

14. Turnitin - Разбирање на лажните позитиви во рамките на нашите можности за откривање на пишување со вештачка интелигенција - turnitin.com

15. Стенфордска вештачка интелигенција центрирана на човекот (HAI) - Детекторите за вештачка интелигенција се пристрасни против писателите кои не се мајчин јазик на англиски јазик - stanford.edu

16. Универзитетот во Лисабон (Conselho Pedagógico Técnico) - Хети и Тимперли (2007) - ulisboa.pt

17. Универзитет во Глазгов - Блек и Вилијам (1998) - gla.ac.uk