.

Poučevanje ustvarjalnosti in trajnostnih veščin v umetnointeligenčnem svetu

Poučevanje ustvarjalnosti in trajnostnih veščin v umetnointeligenčnem svetu

Ko dijak z umetno inteligenco načrtuje stensko sliko za skupnost ali študent prvega letnika sodeluje z vrstniki z različnih celin pri projektu digitalnega pripovedovanja, je jasno, da se meje učenja premikajo. Učilnice niso več le prostori za pridobivanje informacij, ampak se spreminjajo v ustvarjalne delavnice, kjer študenti uporabljajo tehnologijo za reševanje resničnih problemov.

Nedavno je voditelj portala EdSurge Carl Hooker moderiral dvodelni spletni seminar, katerega pokrovitelj je bilo podjetje Adobe, z uveljavljenimi panelisti, ki so raziskovali presečišče ustvarjalnosti, umetne inteligence in uspeha študentov v osnovnošolskem, srednješolskem in visokošolskem izobraževanju. Med govorci so bili Melissa Vito, podprorektorica za akademske inovacije na University of Texas at San Antonio; Laura Slover, upravna direktorica Skills for the Future, skupne pobude ETS in Carnegie Foundation; Justin Hodgson, izredni profesor na Indiana University Bloomington; Adeel Khan, ustanovitelj in izvršni direktor MagicSchool AI; inBrian Johnsrud, globalni vodja učenja in zagovorništva za izobraževanje pri podjetju Adobe.

Pod vplivom nedavne raziskave podjetja Adobe o tem, kako ustvarjalnost in umetna inteligenca oblikujeta rezultate študentov in pripravljenost na kariero, je serija poudarila, kako ti voditelji vidijo – in si na novo zamišljajo – vlogo inovacij v današnjih učnih okoljih.

EdSurge: Katere veščine so najpomembnejše za prihodnost študentov in kako se odzivajo izobraževalne ustanove?

Slover: Želimo si, da bi vsi študenti, ki preidejo osnovnošolski in srednješolski sistem, razvili te bistvene, trajnostne veščine – veščine, ki so ključne ne le za uspeh v terciarnem izobraževanju in na delovnem mestu, temveč tudi za dobro počutje in pozitiven prispevek k svojim skupnostim.

Po raziskavi Carnegie in ETS so najpomembnejše trajnostne veščine sodelovanje, komuniciranje, ustvarjalnost, kritično razmišljanje, radovednost, digitalna pismenost in umetnointeligenčna pismenost, miselnost rasti, vodstvo, vztrajnost, samoregulacija in državljanska vključenost.

Laura Slover – upravna direktorica, Skills for the Future
Laura Slover – upravna direktorica, Skills for the Future
Vito: V visokem šolstvu mikro poverilnice, kot je vodenje projektov, pritegujejo veliko pozornosti in so pomembne. Vendar ne vključujejo vedno trajnostnih veščin – kritičnega razmišljanja, timskega dela, komuniciranja, ustvarjalnosti. Delodajalci dosledno pravijo, da so to veščine, ki jih najbolj želijo.
Melissa Vito, EdD – podprorektorica za akademske inovacije, University of Texas at San Antonio
Melissa Vito, EdD – podprorektorica za akademske inovacije, University of Texas at San Antonio
Johnsrud: Vedno je bila prisotna zavest, da so kariere prihodnosti neskladne s tem, kar danes poučujemo. Kar je zdaj drugače – in kar je pokazala naša raziskava – je, da je umetna inteligenca spremenila to neskladje. Porušila je vrednost določenih veščin. Nekatere veščine je mogoče nadomestiti, druge so ojačane. Toda najbolj zanimiv je nabor veščin, ki so zdaj bolj dostopne za študente, da jih dodajo v svoj nabor orodij – vrste stvari, pri katerih je umetna inteligenca presenetljivo dobra pri pomaganju študentom pri razvoju.
Brian Johnsrud, PhD – globalni vodja učenja in zagovorništva za izobraževanje, Adobe
Brian Johnsrud, PhD – globalni vodja učenja in zagovorništva za izobraževanje, Adobe

Kako umetna inteligenca spreminja vlogo učitelja in predavatelja v današnjih učilnicah?

Hodgson: Še vedno vidimo nekaj odpora do tega, kako se umetna inteligenca vključuje v pogovor. Vendar pa večinoma fakultetno osebje začenja razumevati, da se mora njihova vloga spremeniti – ne le glede tega, kaj ocenjujejo, temveč tudi pri tem, da postanejo mentorji, ki jih podpira umetna inteligenca.

Premikamo se od odzivov, ki temeljijo na strahu, k bolj premišljenemu sodelovanju. Začetni odziv je bil, da bo umetna inteligenca pripeljala do goljufanja. Zdaj pa vidimo bolj strateško razmišljanje o tem, kaj umetna inteligenca omogoča.

Justin Hodgson, PhD – izredni profesor, Indiana University Bloomington
Justin Hodgson, dr. – izredni profesor, univerza Indiana Bloomington

Kako v praksi izobraževalci združujejo ustvarjalnost in umetno inteligenco?

Vito: Na UTSA smo se pogumno lotili problema. Začeli smo z nekaj temeljnimi vrednotami – prva je bila radovednost in preizkušanje. Hoteli smo ustvariti priložnosti, da se profesorji preprosto učijo; vsi smo se učili skupaj. Hitrost sprememb je zdaj zelo velika in tega se moramo zavedati. Naši profesorji so bili neverjetni.

Študenti so na začetku opisovali umetno inteligenco kot odličnega anonimnega mentorja – še posebej dragoceno za študente iz prve generacije, ki so jo uporabljali za postavljanje vprašanj, izpopolnjevanje razmišljanja in učenje.

Johnsrud: Če pogledate obstoječe raziskave o tem, kako pogosto študenti dejansko prakticirajo ustvarjalnost in razvijajo ustvarjalno mišljenje, mislim, da je to poučno.

Večina ustvarjalnih industrij dejansko poroča o večji ustvarjalnosti – še posebej, če to razdelimo na komponente ustvarjalnega mišljenja: razumevanje problema na različne načine, iskanje zamisli za več rešitev, oblikovanje različnih pristopov za reševanje problema in raziskovanje različnih načinov komuniciranja teh rešitev.

To so natanko tiste stvari, pri katerih nam umetna inteligenca zelo dobro pomaga.

Oglejte si oba spletna seminarja na zahtevo:

Kako lahko umetna inteligenca pomaga izobraževalcem pri personalizaciji učenja?

Khan: Umetna inteligenca omogoča izobraževalcem, da prihranijo čas pri ustvarjanju gradiv – pomembneje pa jim omogoča, da ta gradiva temeljito prilagodijo glede na to, kaj njihovi študenti vedo, kje so akademsko in kakšen je kontekst njihovih življenj in lokalnih skupnosti.

Učenje postane veliko bogatejše, ko pedagogi resnično poznajo svoje študente. In ko uporabljajo umetnointeligenčna orodja za izkoristitev tega razumevanja, lahko prilagodijo pouk, da bolje izpolnjujejo individualne potrebe.

Na koncu je najpomembnejše, kar izobraževalci počnejo, gradnja odnosov s svojimi študenti. Umetno inteligenco vidim kot neverjetni pospeševalec tega odnosa.

Adeel Khan – ustanovitelj in direktor, MagicSchool AI
Adeel Khan – ustanovitelj in direktor, MagicSchool AI

Kako izgleda umetnointeligenčna pismenost v današnjih učilnicah?

Na koncu je najpomembnejše, kar izobraževalci počnejo, gradnja odnosov s svojimi študenti. Umetno inteligenco vidim kot neverjetni pospeševalec tega odnosa.

Adeel Khan

Johnsrud: Ko govorim o umetnointeligenčni pismenosti, razmišljam o tem, kje smo zdaj, podobno kot v zgodnjih dneh medijske pismenosti, ko sem poučeval knjižničarstvo v osnovni in srednji šoli. Cilj ni bil le izbrati orodje, temveč naučiti študente, da so kritični porabniki. Z umetno inteligenco je enako: študentom moramo pokazati, kako »prebrati hranilno oznako«, preden zaužije vsebino umetne inteligence. Kdo je zgradil model? Kako je bil zasnovan? V čem je dober in kje ima pomanjkljivosti? Kako se odločim, ali naj zaupam rezultatom?

Khan: Večina otrok uporablja umetno inteligenco, ne glede na to, ali se tega zavedajo ali ne. Generativna umetna inteligenca je stara le približno dve leti, vendar je že pomembno integrirana v njihov svet, bodisi v njihovih telefonih ali v priljubljenih orodjih.

Za mnoge je njihova prva interakcija z umetno inteligenco nekaj kot klepetalna umetnointeligenčna prijateljica. To je dejansko zelo zaskrbljujoče. Ko prvič komunicirajo z generativno umetno inteligenco, je to nekaj, kar trdi, da je njihov prijatelj.

Močno verjamemo, da se morajo študenti učiti o generativni umetni inteligenci v šoli od zaupanja vredne odrasle osebe, tako da lahko imajo kritične pogovore o tem, kako je model usposobljen, kaj je generativna umetna inteligenca, kako se generirajo odgovori in za kaj se sme in ne sme uporabljati. Umetna inteligenca ni vaš »prijatelj«.

S katerimi izzivi se soočajo šole pri ocenjevanju ustvarjalnosti in trajnostnih veščin in kako nekatere poskušajo to spremeniti?

Če lahko umetna inteligenca opravi vaš predmet in ga uspešno zaključi, morda umetna inteligenca ni problem. Če lahko stroj opravi to, kar počnete vi, moramo ponovno premisliti o tem, kaj ocenjujemo. Ne gre za rezultat – gre za proces. Kako ocenim učenje, ki poteka, ali zmožnost študentov, da se prebijejo skozi problem?

Justin Hodgson

Slover: Problem je v tem, da so šole organizirane okoli predmetov, kot so algebra I, angleščina 10 in biologija. Ti predmeti so pomembni in vanje je vgrajenih veliko veščin. Toda način, kako delujejo ocene in kako se izvajajo ocenjevanja, pomeni, da študenti dobijo oceno iz matematike ali angleščine – ne pa iz sodelovanja, komunikacije ali kritičnega mišljenja.

Te veščine niso jasno prepoznane, izmerjene ali ovrednotene. Naše delo je bilo namerno ustvarjeno, da se spoprime s tem problemom – da spremenimo cilje in jasno pokažemo, da se ne štejeta le matematika in angleščina. Obstaja cel niz trajnostnih veščin, ki so prav tako pomembne.

Hodgson: Če lahko umetna inteligenca opravi vaš predmet in ga uspešno zaključi, morda umetna inteligenca ni problem. Če lahko stroj opravi to, kar počnete vi, moramo ponovno premisliti o tem, kaj ocenjujemo. Ne gre za rezultat – gre za proces. Kako ocenim učenje, ki poteka, ali zmožnost študentov, da se prebijejo skozi problem?

Navajeni smo določenega načina poučevanja – zaradi standardiziranih rezultatov, pričakovanj, kontrolnih seznamov in vseh ocen, ki jih spremljajo – in postali smo zelo sistem, osredotočen na vsebino in njeno posredovanje.

Toda v osnovi disciplino opredeljujejo načini, kako v njej spoznavamo, delujemo in ustvarjamo. Zmožnost ustvarjanja dela s temi metodologijami, pedagogikami in praksami – to je v jedru.

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