Revoluce lektorů s umělou inteligencí: Jak StarSpark chrání studenty před „pasti zkratek“ při učení

Za hranicemi odpovědi: Nová hranice umělé inteligence ve třídě

S blížícím se začátkem školního roku se diskuse o umělé inteligenci ve vzdělávání přesunula z otázky „měli bychom ji používat?“ na otázku „jak ji používat, aniž bychom narušili kritické myšlení?“. Zatímco se univerzální chatboti s umělou inteligencí stali všudypřítomnými, mezi pedagogy a rodiči roste obava z „pasti zkratek“ – tendence studentů používat umělou inteligenci k generování okamžitých odpovědí, spíše než k pochopení základních konceptů.

V odhalujícím rozhovoru s Tom's Guide Ashish Bansal, zakladatel a generální ředitel společnosti StarSpark AI, tvrdí, že problémem není samotná umělá inteligence, ale cíl, pro který je většina umělé inteligence postavena. Většina obecných chatbotů je optimalizována pro zapojení a efektivitu – co nejrychleji uživateli říkají, co chce slyšet. Ve vzdělávacím kontextu je však tato „podlézavost“ nepřítelem učení.

Klam hráč-trenér

Bansal, otec dvou dětí s 15 lety zkušeností s vývojem umělé inteligence u technologických gigantů, jako jsou Google a Amazon, identifikuje to, co nazývá „klamem hráč-trenér“. Ve světě umělé inteligence je schopnost okamžitě vyřešit složitý matematický problém (dovednost „hráč“) zcela odlišná od schopnosti vést dítě k tomuto řešení (dovednost „trenér“). Předání správné odpovědi je úkol produktivity; budování porozumění je úkol pedagogický.

Tento rozdíl je základní filozofií StarSparku, platformy pro matematiku a přírodní vědy s umělou inteligencí, určené pro kurzy K-12 a AP. Na rozdíl od běžných botů je StarSpark vytvořen jako sokratovský tutor, což znamená, že klade otázky a poskytuje postupné rady, nikoli konečné odpovědi.

Boj proti mentalitě „zkratek“ prostřednictvím produktivního boje

Nebezpečí závislosti na umělé inteligenci je dobře zdokumentováno: studenti, kteří používají umělou inteligenci jako berličku, časem ztrácejí schopnost řešit problémy. StarSpark to řeší implementací „produktivního boje“. Jedná se o vzdělávací teorii, že skutečné učení probíhá na hranici současných schopností studenta.

Aby toho bylo dosaženo, StarSpark používá několik klíčových strategií:

• Postupné nápovědy: Umělá inteligence nejprve poskytuje nejmenší možný postrčení. Pouze pokud student zůstane v pasti, nápověda se stane o něco explicitnější.
• Proaktivní intervence: Místo čekání na selhání studenta lektor sleduje pracovní postup a postupuje v okamžiku, kdy je zjištěna mylná představa, a nabízí dvou až tříminutové „opakování“ daného konceptu.
• Sladění s ročníkem: Obecná umělá inteligence často poskytuje vysvětlení na úrovni vysoké školy pro problémy páté třídy. StarSpark přizpůsobuje svou slovní zásobu a pedagogický přístup konkrétnímu ročníku a osnovám studenta.

Posílení postavení rodičů v éře „nové matematiky“

Jedním z nejvýznamnějších problémů moderních rodičů je vývoj výukových metod. Mnoho rodičů se ocitá neschopných svým dětem pomoci, protože „plošné modely“ nebo „číselné osy“ používané dnes se liší od metod, které se učili před desítkami let.

Bansal naznačuje, že StarSpark funguje jako most, který rodičům zprůhledňuje osnovy a zabývá se pedagogikou. Jeho rada rodičům zní, aby se přestali chovat jako „klíč k odpovědím“ a stali se místo toho „zvědavými pozorovateli“. Tím, že požádají své dítě, aby je provedlo procesem myšlení, mohou rodiče podpořit růst svých dětí, aniž by museli být experty na současné osnovy.

Budoucnost: Osobní doučovatel pro každé dítě

Bansal si s výhledem do budoucna představuje svět, kde každý student, bez ohledu na jazyk nebo místo pobytu, má vždy k dispozici osobního doučovatele. Odkazuje na výzkum Benjamina Blooma z roku 1984, který naznačoval, že individuální doučování může průměrného studenta posunout o dvě standardní odchylky nad jeho vrstevníky. Historicky to náklady na lidské doučovatele ve velkém měřítku znemožňovaly; umělá inteligence je první technologií schopnou tuto bariéru prolomit.

Bansal však rychle poznamenává, že umělá inteligence je spíše rozšířením, než náhradou. I když umělá inteligence může být nekonečně trpělivým partnerem v praxi, nemůže nahradit emocionální pouto a inspiraci poskytovanou lidským učitelem. Cílem je rozdělení práce, kde umělá inteligence zvládne mechanické procvičování a personalizovanou nápravu, zatímco lidský učitel se bude moci soustředit na motivaci a inspiraci.

Odborné rady pro rodiče: Výběr správného nástroje

Rodičům, kteří se orientují v moři vzdělávacích technologií, nabízí Bansal jednoduchý lakmusový papírek: Sledujte své dítě, jak nástroj používá dvě minuty. Pokud vysvětluje své myšlenky a pracuje na problému, nástroj učí. Pokud opisují odpověď z obrazovky, nástroj jim škodí.

Mezi klíčové kontroly jakékoli vzdělávací umělé inteligence patří:

• Je to účelově vytvořené pro učení, nebo jen nástroj produktivity s „režimem učení“?
• Je to v souladu s konkrétním ročníkem a školními osnovami?
• Poskytuje zpětnou vazbu k procesu práce, nebo jen binární známku správně/nesprávně?
• Je to multimodální, což umožňuje studentům kreslit nebo psát příklady, spíše než jen psát?