Razgovor oko umjetne inteligencije u obrazovanju je svugdje, napunjen odvažnim optimizmom i dubokom tjeskobom.Za svako predviđanje revolucionarne nove ere učenja, postoji kontrstrah od prijevare, izgubljenih vještina kritičkog razmišljanja i širenja razlika u imovini. Ovaj post distilira pet kritičnih, često kontrintuitivnih uzimanja iz nedavnog dubokog ronjenja od strane Googleovih stručnjaka za umjetnu inteligenciju i obrazovanje, krećući se izvan buke kako bi otkrili nijanse izazova i prilika koje su doista važne. Prije nego što AI može "popraviti" obrazovanje, mora se suočiti s globalnim padom AI ne dolazi u stabilnom, prosperitetnom obrazovnom krajoliku, već se uvodi u sustav koji se već suočava s značajnim neprijateljstvima. U usporedbi sa samo četiri godine ranije 2018. prosječna uspješnost u matematici pala je za 15 bodova, dok su rezultati čitanja smanjeni za 10 bodova. Ovaj kontekst je ključan jer okvir za pravi test za AI. Njegov uspjeh neće se mjeriti po njegovoj novosti, već po njegovoj sposobnosti da pomogne rješavanju postojećih kriza. S stručnjacima koji procjenjuju da će svijetu trebati 44 milijuna nastavnika do 2030. kako bi se pružilo univerzalno obrazovanje, pravi izazov AI-a je podržati sustav koji je već pod ogromnim pritiskom od gubitka učenja, nejednakosti resursa i kritičnog nedostatka radne snage. PISA istraživanje 2022. godine Pravo obećanje AI-a: osobni tutor za svakog učenika Jedan od najtransformativnijih potencijala AI-a u obrazovanju je njegova sposobnost da konačno realizira dugo traženi cilj: personalizirano učenje na masovnoj razini.Dekad istraživanja su pokazala da "visoko doziranje" osobnog ljudskog tutoringa ima jedan od najvećih pozitivnih utjecaja na uspjeh studenata, ali je i dalje nedostupno velikoj većini. Dok AI učitelji ne mogu zamijeniti bitnu ljudsku vezu velikog poučavanja, oni mogu djelovati kao moćan dodatak ili most, pogotovo kada ljudska podrška nije dostupna. Ova tehnologija omogućuje svakom učeniku da radi unutar svoje "zone blizak razvoj"; slatka točka gdje je izazov dovoljno teško promicati rast, ali ne tako teško da dovodi do frustracije. "Iako umjetna inteligencija uopće nije savršena, ona ima potencijal da smanji prepreke i omogući ljudima da uče učinkovitije nego prije." "Iako umjetna inteligencija uopće nije savršena, ona ima potencijal da smanji prepreke i omogući ljudima da uče učinkovitije nego prije." Zaboravite na "prevaru", pravi razgovor je o ponovnom izmišljanju procjene Međutim, produktivnija perspektiva predlaže da se to ne vidi samo kao niz "individualnih loših odluka", već kao "kolektivni problem djelovanja". To bi moglo značiti veći naglasak na oblicima evaluacije koje AI ne može lako reproducirati, kao što su rasprave u razredu, portfeljski projekti koji pokazuju proces učenika tijekom vremena i usmeni ispiti.Daleko od toga da je samo prijetnja, izazov stvaranja "AI-proof" zadataka već se dokazuje kao katalizator, potičući nastavnike da razviju autentičnije i smisleniji načine za mjerenje onoga što učenici doista znaju; često "rezultira nečim novim i uzbudljivim". Cilj nije eliminirati borbu, već eliminirati neproduktivnu borbu. Uobičajena zabrinutost je da će umjetna inteligencija učiniti stvari previše jednostavnim, što će dovesti do "metakognitivne lijenosti" i spriječiti studente da se uključe u duboko razmišljanje potrebno za učenje.To se, međutim, temelji na pogrešnoj pretpostavci da je sva borba korisna. AI može biti moćan alat za smanjenje neproduktivnih kognitivnih opterećenja; na primjer, pomažući učeniku da razumije rascjepkane tekstove ili prekomjerno složene diagrame. Odvođenjem tih vanjskih zadataka, studentova konačna mentalna energija može se kanalizirati u zadatke višeg reda kao što su kritičko razmatranje, analiza i kreativno rješavanje problema. Najveći izazov AI-a možda nije pristup, već motivacija Kada se razmatra jednakost, razgovor se često usredotočuje na pristup uređajima i povezivost. Ali stvarnost je nijansija, što dokazuje činjenica da su ukupne stope korištenja AI-a iznimno visoke u određenim zemljama srednjeg dohotka. To sugerira da se pojavljuje još dublji izazov: "problem od 5%". Ovo je rizik da će studenti koji će se najproduktivnije baviti alatima za učenje AI-a biti oni koji su već visoko motivirani. Ako se istraživanje o učinkovitosti AI-a temelji prvenstveno na ovoj samoselektivnoj skupini, to bi moglo stvoriti pristran pogled na potencijal alata i nenamjerno proširiti, a ne zatvoriti, praznine postignuća. Kao što je istraživač obrazovanja Mary Burns primijetila u svom radu za UNESCO, "tradicionalno uvođenje nove digitalne tehnologije u obrazovanje često stvara stratifikaciju u kojoj najbogatiji studenti mogu dobiti pristup novim oblicima online učenja, dok se siromašniji studenti često i dalje oslanjaju na starije tehnologije... ili uopće ništa." Sljedeći članak: Novi skup pitanja Umjesto toga, to je moćan katalizator koji prisiljava društvo da postavlja temeljna pitanja o prirodi poučavanja, definiciji znanja i metrikama uspjeha u svijetu koji se brzo mijenja. Kako AI postaje tkan u tkaninu našeg svakodnevnog života, ostaje nam konačno pitanje koje sada moramo zajednički odgovoriti: Hoće li AI promijeniti ono što trebamo naučiti, ili čak što to znači naučiti? Cijeli članak: ovdje Apple Podcast: ovdje Spotify: ovdje YouTube: ovdje ovdje ovdje ovdje ovdje
