.

Luovuuden ja kestävien taitojen opettaminen tekoälyn maailmassa

Luovuuden ja kestävien taitojen opettaminen tekoälyn maailmassa

Kun lukiolainen käyttää tekoälyä suunnitellessaan yhteisön seinämaalausta tai ensimmäisen vuoden yliopisto-opiskelija tekee yhteistyötä eri mantereilla asuvien ikätovereiden kanssa digitaalisen tarinankerronnan projektissa, oppimisen rajat ovat selvästi muuttumassa. Luokkahuoneet eivät ole enää pelkkiä tiedon omaksumispaikkoja, vaan niistä on tulossa luovia toimintaympäristöjä, joissa opiskelijat käyttävät teknologiaa ratkaistakseen tosielämän ongelmia.

EdSurgen juontaja Carl Hooker toimi äskettäin moderaattorina kaksiosaisessa webinaarisarjassa, jota sponsoroiAdobe ja jossa asiantuntijapanelistit tarkastelivat luovuuden, tekoälyn ja opiskelijoiden menestyksen leikkauskohtaa ensimmäisen ja toisen asteen sekä korkeamman asteen koulutuksessa. Puhujina olivat Melissa Vito, akateemisen innovaation vararehtori University of Texas at San Antonio -yliopistosta, Laura Slover, Skills for the Future -hankkeen johtaja (ETS:n ja Carnegie Foundationin yhteishanke), Justin Hodgson, apulaisprofessori Indiana University Bloomington -yliopistosta, Adeel Khan, MagicSchool AI:n perustaja ja toimitusjohtaja sekäBrian Johnsrud, Adoben global head of Education, Learning and Advocacy.

Sarja sai innoitusta Adoben tuoreesta tutkimuksesta, jossa käsiteltiin luovuuden ja tekoälyn vaikutuksia opiskelijoiden tuloksiin ja uravalmiuksiin, ja toi esiin, millaisena nämä johtajat näkevät ja miten he määrittelevät uudelleen innovaation roolin nykypäivän oppimisympäristöissä.

EdSurge: Mitkä taidot ovat tärkeimpiä opiskelijoiden tulevaisuuden kannalta, ja miten oppilaitokset ottavat tämän huomioon?

Slover: Haluamme kaikkien perusasteen kautta tulevien opiskelijoiden omaksuvan nämä keskeiset, kestävät taidot – ne ovat kriittisiä paitsi jatko-opinnoissa ja työelämässä, myös hyvinvoinnin ja myönteisen yhteisövaikuttamisen kannalta.

Carnegien ja ETS:n tutkimusten mukaan tärkeimpiä kestäviä taitoja ovat yhteistyö, viestintä, luovuus, kriittinen ajattelu, uteliaisuus, digitaalinen ja tekoälyn lukutaito, kasvuajattelu, johtajuus, sinnikkyys, itsesäätely ja osallistuminen kansalaisena.

Laura Slover – toimitusjohtaja, Skills for the Future
Laura Slover – toimitusjohtaja, Skills for the Future
Vito: Korkeamman asteen koulutuksessa projektinhallinnan kaltaiset mikrokokonaisuudet saavat paljon huomiota, ja ne ovat tärkeitä. Ne eivät kuitenkaan aina sisällä kestäviä taitoja, kuten kriittistä ajattelua, ryhmätyötä, viestintää ja luovuutta. Työnantajat kertovat toistuvasti, että he arvostavat eniten juuri näitä taitoja.
Melissa Vito, EdD – Akateemisen innovaation vararehtori, University of Texas at San Antonio
Melissa Vito, EdD – Akateemisen innovaation vararehtori, University of Texas at San Antonio
Johnsrud: Olemme aina tienneet, että tulevaisuuden työurat eivät ole linjassa sen kanssa, mitä tänään opetamme. Se, mikä on nyt erilaista – ja minkä tutkimuksemme osoitti – on tekoälyn vaikutus tähän epäsuhtaan. Se on heikentänyt tiettyjen taitojen arvoa. Jotkin taidot ovat korvattavissa ja toiset korostuvat. Mielenkiintoisin asia ovat kuitenkin ne taidot, jotka ovat nyt paremmin opiskelijoiden saatavilla. Tekoäly auttaa opiskelijoita niiden kehittämisessä yllättävän paljon.
Brian Johnsrud, PhD – Global Head of Education Learning and Advocacy, Adobe
Brian Johnsrud, PhD – Global Head of Education Learning and Advocacy, Adobe

Miten tekoäly muuttaa opettajan roolia nykypäivän luokkahuoneissa?

Hodgson: Näemme edelleen jonkin verran vastustusta sille, miten tekoäly otetaan mukaan kuvaan. Suurelta osin tiedekunnissa aletaan kuitenkin ymmärtää, että niiden roolin täytyy muuttua – ei vain sen osalta, mitä arvioidaan, vaan myös tekoälyä hyödyntävinä mentoreina.

Olemme siirtymässä pelkoon perustuvista reaktioista harkitumpaan sitoutumiseen. Ensireaktiona oli, että tekoäly johtaisi vilppiin. Nyt on kuitenkin nähtävissä strategisempaa ajattelua siitä, mitä tekoäly mahdollistaa.

Justin Hodgson, PhD – Apulaisprofessori, Indiana University Bloomington
Justin Hodgson, PhD – Apulaisprofessori, Indiana University Bloomington

Miten opettajat hyödyntävät luovuutta ja tekoälyä yhdessä käytännön tasolla?

Vito: UTSA:ssa lähdimme liikkeelle varhain. Aloitimme muutamasta ydinarvosta – yksi niistä oli uteliaisuus ja kokeileminen. Halusimme antaa opettajille mahdollisuuksia oppia. Opettelimme kaikki yhdessä. Muutos on juuri nyt erittäin nopeaa, ja meidän täytyy ymmärtää se. Opettajakuntamme on suhtautunut upeasti.

Opiskelijat kuvailivat tekoälyä alkuun erinomaiseksi anonyymiksi tuutoriksi – se oli erityisen arvokas ensimmäisen sukupolven opiskelijoille, jotka käyttivät tekoälyä kysymysten esittämiseen, ajattelun terävöittämiseen ja oppimiseen.

Johnsrud: Jos katsoo olemassa olevaa tutkimusta siitä, kuinka usein opiskelijat todellisuudessa pääsevät harjoittamaan luovuutta ja kehittämään luovaa ajattelua, se tekee nöyräksi.

Useimmat luovat alat kertovat itse asiassa suuremmasta luovuudesta, varsinkin, jos se puretaan osiin: ongelman ymmärtäminen eri tavoin, useiden ratkaisujen ideointi, erilaisten lähestymistapojen keksiminen ongelman ratkaisemiseksi ja erilaisten tapojen tutkiminen näistä ratkaisuista kertomiseksi.

Nämä ovat juuri niitä asioita, joissa tekoäly on erittäin hyvä apu.

Katso molemmat on-demand-webinaarit nyt:

Miten tekoäly voi auttaa opettajia räätälöimään opetusta?

Khan: Tekoälyn avulla opettajat voivat säästää aikaa materiaalin luonnissa – mutta mikä tärkeämpää, se mahdollistaa materiaalien mukauttamisen sen perusteella, mitä opiskelijat tietävät, mikä heidän opintojensa vaihe on ja millainen heidän elämäntilanteensa ja paikallinen yhteisönsä on.

Oppimisesta tulee paljon monipuolisempaa, kun opettajat todella tuntevat opiskelijansa. Kun he käyttävät AI-työkaluja hyödyntäessään tätä ymmärrystä, he voivat räätälöidä opetuksen vastaamaan paremmin yksilöllisiä tarpeita.

Loppujen lopuksi tärkein asia, mitä opettajat tekevät, on suhteiden rakentaminen opiskelijoihin. Mielestäni tekoäly edistää näitä suhteita uskomattoman paljon.

Adeel Khan – perustaja ja toimitusjohtaja, MagicSchool AI
Adeel Khan – perustaja ja toimitusjohtaja, MagicSchool AI

Miltä tekoälyn lukutaito näyttää tämän päivän luokkahuoneissa?

Loppujen lopuksi tärkein asia, mitä opettajat tekevät, on suhteiden rakentaminen opiskelijoihin. Mielestäni tekoäly edistää näitä suhteita uskomattoman paljon.

Adeel Khan

Johnsrud: Tekoälyn lukutaitoa ajatellen näen tilanteemme samanlaisena kuin medialukutaidon alkuaikoina, kun opetin ensimmäisen ja toisen asteen kirjasto-opintoja. Tavoitteena ei ollut vain työkalun valinta, vaan opiskelijoiden opettaminen kriittisiksi kuluttajiksi. Tekoälyn osalta tilanne on sama: meidän täytyy opettaa opiskelijoita ”lukemaan ainesosaluettelo” ennen tekoälysisällön kuluttamista. Kuka rakensi mallin? Miten se suunniteltiin? Missä se on hyvä ja missä se ontuu? Miten päätän, voinko luottaa tuloksiin?

Khan: Useimmat lapset käyttävät tekoälyä joko tietoisesti tai tietämättään. Generatiivinen tekoäly on ollut olemassa vasta noin kaksi vuotta, mutta se on jo merkittävästi mukana heidän maailmassaan, olipa kyse sitten puhelimesta tai suosituista työkaluista.

Monille ensimmäinen tekoälykokemus on chatin tekoälykaverin kaltainen. Se on itse asiassa todella huolestuttavaa. Kun lapset ovat ensimmäistä kertaa vuorovaikutuksessa generatiivisen tekoälyn kanssa, se väittää olevansa heidän ystävänsä.

Uskomme vahvasti, että opiskelijoiden tulee oppia generatiivisesta tekoälystä koulussa luotettavalta aikuiselta, jotta he voivat käydä kriittisiä keskusteluja mallin koulutuksesta, generatiivisen tekoälyn olemuksesta, vastausten generoinnista ja siitä, mihin tekoälyä pitäisi tai ei pitäisi käyttää. Tekoäly ei ole ”ystäväsi”.

Mitä haasteita koulut kohtaavat luovuuden ja kestävien taitojen arvioinnissa, ja miten jotkut yrittävät muuttaa tilannetta?

Jos tekoäly pystyy suorittamaan kurssisi ja läpäisemään sen, ongelma ei ehkä ole tekoälyssä. Jos tekemäsi asiat voidaan tehdä koneella, on mietittävä uudelleen, mitä arvioidaan. Kyse ei ole tuloksesta, vaan prosessista. Miten voin arvioida oppimista tai opiskelijoiden kykyä työstää ongelmia?

Justin Hodgson

Slover: Ongelma on siinä, että koulut on järjestetty sellaisten kurssien ympärille kuin matematiikka I, englanti 10 ja biologia. Nämä ovat tärkeitä kursseja, ja niihin sisältyy monia taitoja. Todistusten ja arviointien takia opiskelijat kuitenkin saavat arvosanan matematiikasta tai englannista, mutta eivät yhteistyöstä, viestinnästä tai kriittisestä ajattelusta.

Näitä taitoja ei tunnisteta, mitata tai raportoida selkeästi. Tekemämme työ on tarkoitettu nimenomaan tämän ongelman ratkaisemiseen – muuttamaan tavoitteita ja tekemään selväksi, etteivät vain matematiikka ja englanti ole tärkeitä. Myös monet kestävät taidot ovat olennaisia.

Hodgson: Jos tekoäly pystyy suorittamaan kurssisi ja läpäisemään sen, ongelma ei ehkä ole tekoälyssä. Jos tekemäsi asiat voidaan tehdä koneella, on mietittävä uudelleen, mitä arvioidaan. Kyse ei ole tuloksesta, vaan prosessista. Miten voin arvioida oppimista tai opiskelijoiden kykyä työstää ongelmia?

Meidät on ehdollistettu tiettyyn tapaan opettaa standardoitujen tulosten, odotusten, tarkistuslistojen ja niihin liittyvien arvosanojen takia, ja meistä on tullut erittäin sisältöpainotteinen, tuloksiin keskittyvä järjestelmä.

Lopulta tieteenalaa kuitenkin määrittää se, mitä tiedämme, teemme ja luomme järjestelmän sisällä. Kyky tuottaa tuloksia näiden menetelmien, pedagogiikan ja käytäntöjen kautta on kaiken ytimessä.

word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word

mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1