.

Yapay Zeka Çağında Yaratıcılık ve Kalıcı Beceriler Öğretmek

Yapay Zeka Çağında Yaratıcılık ve Kalıcı Beceriler Öğretmek

Bir lise öğrencisinin yapay zekayı kullanarak topluluk için bir duvar resmi tasarladığı ya da bir üniversite birinci sınıf öğrencisinin kıtalar arası iş birliği içinde dijital hikaye anlatımı projesinde çalıştığı durumları düşündüğümüzde, öğrenmenin sınırlarının değiştiği açıkça görülüyor. Sınıflar artık sadece bilgi edinilen yerler değil, öğrencilerin teknolojiyi kullanarak gerçek hayat sorunlarını çözdüğü yaratıcı atölyeler haline geliyor.

Geçtiğimiz günlerde EdSurge sunucusu Carl Hooker, Adobe sponsorluğunda düzenlenen iki bölümlük bir web semineri serisini yönetti. Bu seride uzman panelist kadrosu, yaratıcılık, yapay zeka ve K-12 ile yükseköğretimdeki öğrenci başarısının kesişim noktalarını inceledi. Konuşmacılar arasında San Antonio Teksas Üniversitesi'nde akademik inovasyondan sorumlu rektör yardımcısı Melissa Vito; ETS ve Carnegie Vakfı'nın ortak girişimi olan Skills for the Future'ın yönetici direktörü Laura Slover; Bloomington, Indiana Üniversitesi'nden doçent Justin Hodgson; MagicSchool AI'ı kurucusu ve CEO'su Adeel Khan; ve Adobe küresel eğitim, öğrenim ve savunuculuk direktörü Brian Johnsrud yer aldı.

Adobe’'in yaratıcılık ve yapay zekanın öğrenci sonuçları ile kariyer hazırlığını nasıl şekillendirdiği konusundaki yakın tarihli araştırmasından da ilham alan seri, bu liderlerin günümüz öğrenme ortamlarında yeniliğin rolünü nasıl gördükleri ve yeniden hayal ettikleri konusunda ışık tuttu.

EdSurge: Öğrencilerin geleceği için en önemli beceriler hangileri ve kurumlar buna nasıl yanıt veriyor?

Slover: K-12 sisteminden geçen tüm öğrencilerin o temel, kalıcı becerileri geliştirmesini istiyoruz. Bu beceriler sadece yükseköğretim ve iş hayatında başarıya yönelik değil, aynı zamanda esenlik ve topluluklar için olumlu katkılar açısından da kritik olan beceriler.

Carnegie ve ETS araştırmalarına göre, en önemli kalıcı beceriler iş birliği, iletişim, yaratıcılık, eleştirel düşünme, merak, dijital ve yapay zeka okuryazarlığı, gelişim odaklı zihniyet, liderlik, azim, öz düzenleme ve sivil katılımdır.

Laura Slover - Yönetici Direktör, Skills for the Future
Laura Slover - Yönetici Direktör, Skills for the Future
Vito: Yükseköğretimde, proje yönetimi gibi mikro sertifikalar büyük ilgi görüyor ve oldukça önemliler. Ancak her zaman eleştirel düşünme, takım çalışması, iletişim, yaratıcılık gibi kalıcı becerileri kapsamayabiliyorlar. İşverenler sürekli olarak en çok istedikleri becerilerin bunlar olduğunu söylüyor.
Melissa Vito, EdD - Akademik Yenilik Rektör Yardımcısı, Teksas Üniversitesi, San Antonio
Melissa Vito, EdD - Akademik Yenilik Rektör Yardımcısı, Teksas Üniversitesi, San Antonio
Johnsrud: Geleceğin kariyerlerinin bugün öğrettiklerimizle uyumsuz olduğu konusunda hep bir farkındalık vardı. Şimdi farklı olan ve araştırmamızın da gösterdiği şey, yapay zekanın bu uyumsuzluğu değiştirmesi. Belirli becerilerin değerini bozdu. Bazı beceriler değiştirilebilirken bazıları güçlendiriliyor. Ama en ilginç olanı, öğrencilerin araç setlerine ekleyebilecekleri, yapay zekanın öğrencilerin gelişimine şaşırtıcı derecede yardımcı olduğu türden becerilerin artık daha erişilebilir olması.
Dr. Brian Johnsrud - Küresel Eğitim, Öğrenim ve Savunuculuk Direktörü, Adobe
Dr. Brian Johnsrud - Küresel Eğitim, Öğrenim ve Savunuculuk Direktörü, Adobe

Yapay zeka günümüz sınıflarında eğitimcinin rolünü nasıl değiştiriyor?

Hodgson: Yapay zekanın konuşmaya nasıl dahil edildiği konusunda hâlâ biraz direnç görüyoruz. Ama genel olarak öğretim görevlileri sadece neyi değerlendirdikleri açısından değil, aynı zamanda yapay zeka destekli mentorlar olmak açısından da rollerinin değişmesi gerektiğini anlamaya başlıyor.

Korku temelli tepkilerden daha düşünceli bir katılıma doğru ilerliyoruz. İlk tepki yapay zekanın kopya çekmeye yol açacağıydı. Ama şimdi yapay zekanın neleri mümkün kıldığı konusunda daha stratejik düşünceler görüyoruz.

Dr. Justin Hodgson - Doçent, Indiana Üniversitesi, Bloomington
Dr. Justin Hodgson - Doçent, Indiana Üniversitesi, Bloomington

Eğitimciler yaratıcılık ve yapay zekayı uygulamada nasıl bir arada kullanıyor?

Vito: UTSA'da sürece erken başladık. Birkaç temel değerle yola çıktık, bunlardan biri meraklı olmak ve deneyimlemekti. Öğretim üyelerinin öğrenmeleri için fırsatlar yaratmak istedik; hepimiz birlikte öğreniyorduk. Şu anda değişim hızı çok yüksek ve bunu fark etmemiz gerekiyor. Öğretim üyelerimiz harika bir performans gösterdi.

Öğrenciler yapay zekayı başlangıçta harika bir anonim öğretmen olarak tanımladılar. Özellikle soru sormak, düşüncelerini geliştirmek ve öğrenmek için kullanan birinci nesil öğrenciler için çok değerliydi.

Johnsrud: Öğrencilerin yaratıcılık pratiği yapma ve yaratıcı düşünce geliştirme sıklığıyla ilgili mevcut araştırmalara bakarsanız, tevazu uyandıran bir durum görürsünüz.

Yaratıcı sektörlerin çoğu aslında daha fazla yaratıcılık raporluyor. Özellikle yaratıcı düşünmeyi bir sorunu farklı şekillerde anlama, çoklu çözümler için beyin fırtınası yapma, sorunu çözmek için farklı yaklaşımlar tasarlama ve bu çözümleri iletmek için çeşitli yollar keşfetme gibi bileşenlerine ayırdığınızda.

Bunlar yapay zekanın bize çok iyi yardımcı olabildiği konular.

Her iki web seminerinin video kayıtlarını şimdi izleyin:

Yapay zeka eğitimcilerin öğrenmeyi kişiselleştirmesine nasıl yardımcı olabilir?

Khan: Yapay zeka eğitimcilere materyal oluştururken zaman kazandırıyor. Ama daha da önemlisi, bu materyalleri öğrencilerinin bildiği şeylere, akademik pozisyonlarına ve yaşamlarının ve yerel topluluklarının bağlamına göre derinlemesine özelleştirmelerine imkan tanıyor.

Eğitimciler öğrencilerini gerçekten tanıdıklarında öğrenme çok daha zenginleşiyor. Bu anlayıştan yararlanmak için yapay zeka araçlarını kullandıklarında ise bireysel ihtiyaçları daha iyi karşılamak üzere öğretimi uyarlayabiliyorlar.

Sonuçta eğitimcilerin yaptığı en önemli şey öğrencileriyle ilişki kurmaktır. Yapay zekayı bu ilişki için inanılmaz bir hızlandırıcı olarak görüyorum.

Adeel Khan - Kurucu ve CEO, MagicSchool AI
Adeel Khan - Kurucu ve CEO, MagicSchool AI

Günümüz sınıflarında yapay zeka okuryazarlığı nasıl görünüyor?

Sonuçta eğitimcilerin yaptığı en önemli şey öğrencileriyle ilişki kurmaktır. Yapay zekayı bu ilişki için inanılmaz bir hızlandırıcı olarak görüyorum.

Adeel Khan

Johnsrud: Konu yapay zeka okuryazarlığı olduğunda, K-12 kütüphane çalışmaları için ders verdiğim medya okuryazarlığının ilk günleri gibi bir noktada olduğumuzu düşünüyorum. Amaç sadece bir araç seçmek değil, öğrencileri eleştirel tüketiciler olmaya öğretmekti. Yapay zeka için de aynı durum geçerli: Öğrencilere yapay zeka içeriğini tüketmeden önce "besin etiketini okumayı" öğretmemiz gerekiyor. Modeli kim oluşturdu? Nasıl tasarlandı? Neyi iyi yapıyor ve nerede eksik kalıyor? Sonuçlara güvenip güvenmemeye nasıl karar veriyorum?

Khan: Çoğu çocuk farkında olsun ya da olmasın yapay zekayı kullanıyor. Üretken yapay zeka sadece iki yaşında ama ister telefonlarında ister popüler araçlarda olsun, dünyalarına anlamlı bir şekilde entegre olmuş durumda.

Birçoğu için ilk yapay zeka etkileşimi yapay zeka sohbet arkadaşıyla oluyor. Bu gerçekten endişe verici. Üretken yapay zeka ile ilk kez etkileşime girdiklerinde, arkadaşları olduğunu iddia eden bir şeyle karşılaşıyorlar.

Öğrencilerin üretken yapay zeka konusunda güvenilir bir yetişkinden okulda bilgi almalarına gerektiğine güçlü bir şekilde inanıyoruz. Böylece modelin nasıl eğitildiği, üretken yapay zekanın ne olduğu, yanıtların nasıl oluşturulduğu ve ne için kullanılıp kullanılmaması gerektiği hakkında eleştirel konuşmalar yapılabilir. Yapay zeka "arkadaşınız" değildir.

Okullar yaratıcılık ve kalıcı becerileri değerlendirmede hangi zorluklarla karşılaşıyor ve bazıları bunu değiştirmek için nasıl çabalıyor?

Yapay zeka dersinizi alıp geçebiliyorsa, belki de sorun yapay zekada değildir. Yapılan iş bir makine tarafından gerçekleştirilebiliyorsa, neyi değerlendirdiğimizi yeniden düşünmek gerekiyor. Bu çıktıya değil, sürece özgü bir durum. Gerçekleşen öğrenmeyi ya da öğrencilerin sorun çözme becerisini nasıl değerlendirmeliyim?

Justin Hodgson

Slover: Asıl sorun, okulların Cebir I, İngilizce 10 ve biyoloji gibi dersler etrafında düzenlenmesi. Bunlar önemli dersler ve içlerinde birçok beceri var. Ancak karne sisteminin işleyişi ve değerlendirmelerin yapılma şekli nedeniyle öğrenciler matematik ya da İngilizce'den not alıyor; iş birliği, iletişim veya eleştirel düşünmeden değil.

Bu beceriler açıkça tanımlanmıyor, ölçülmüyor veya raporlanmıyor. Yaptığımız çalışma bu sorunu ele almak, temelleri değiştirmek ve sadece matematik ile İngilizce'nin değil, kalıcı becerilerin de önemli olduğunu ortaya koymak için bilinçli olarak oluşturuldu.

Hodgson: Yapay zeka dersinizi alıp geçebiliyorsa, belki de sorun yapay zekada değildir. Yapılan iş bir makine tarafından gerçekleştirilebiliyorsa, neyi değerlendirdiğimizi yeniden düşünmek gerekiyor. Bu çıktıya değil, sürece özgü bir durum. Gerçekleşen öğrenmeyi ya da öğrencilerin sorun çözme becerisini nasıl değerlendirmeliyim?

Standart çıktılar, beklentiler, kontrol listeleri ve bunlara eşlik eden notlar nedeniyle belirli bir öğretim şekline koşullandırıldık ve çok fazla içerik ağırlıklı, aktarım odaklı bir sistem haline geldik.

Ancak nihayetinde bir disiplini tanımlayan şey, o alanda bilme, yapma ve oluşturma yöntemlerimizdir. Bu metodolojiler, pedagojiler ve uygulamalar genelinde çalışmalar üretebilmek esastır.

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