교육에서 인공 지능을 둘러싼 대화는 용감한 낙관주의와 깊은 불안감으로 가득 차있다.혁명적인 새로운 학습 시대의 모든 예측에는 속임수, 비판적 사고 능력의 손실 및 자산 격차가 확대되는 반대 두려움이 있습니다.이 끊임없는 논쟁은 학생, 교육자 및 부모가이 심오한 기술 변화가 교실의 미래에 정말로 의미하는 것에 대해 불확실하게 느낄 수 있습니다. 이 게시물은 구글의 AI 및 교육 전문가들의 최근 깊은 다이빙에서 비판적이고 종종 직관적 인 다섯 가지 견해를 파악하여 실제로 중요한 뉘앙드 된 도전과 기회를 드러냅니다.이 통찰력은 AI가 학교에 어떻게 영향을 미칠 것인지뿐만 아니라 학습 자체에 대한 근본적인 질문에 직면하게하는 방법을 강조합니다. AI가 교육을 "정의"할 수 있기 전에, 그것은 글로벌 쇠퇴에 직면해야합니다. AI는 안정적이고 번영하는 교육 환경에 도달하지 않고, 이미 상당한 역경을 겪고있는 시스템에 도입되고 있습니다.세계 학습 결과는 OECD의 국제 학생 평가 프로그램 (PISA)에 의해 강력하게 강조 된 사실 인 20 년 동안 하락 추세에 있습니다. 81개 국가와 경제에서 전례없는 성능 감소가 나타났다. 2018년 4년 전과 비교해 수학의 평균 성능은 15점으로 떨어졌고, 읽기 점수는 10점으로 떨어졌습니다.이 맥락은 AI에 대한 진정한 테스트를 프레임하기 때문에 중요합니다.그의 성공은 혁신성에 의해 측정되지 않을 것이고, 기존의 위기에 대처할 수있는 능력에 의해 측정됩니다. 전문가들은 2030년까지 세계가 보편적인 교육을 제공하기 위해 44백만 명의 교사가 더 필요할 것으로 추정함으로써, AI의 진정한 도전은 이미 학습 손실, 자원 불평등 및 중요한 노동 부족으로 인한 엄청난 압력으로 인한 시스템을 지원하는 것입니다. 2022 PISA 조사 AI의 진정한 약속 : 모든 학습자를위한 개인 교사 교육에서 AI의 가장 변형적인 잠재력 중 하나는 오랫동안 추구했던 목표를 마침내 실현 할 수있는 능력입니다 : 대규모로 개인화 된 학습 수십 년간의 연구는 "높은 복용량"개인 인간 튜토링이 학생 성취에 가장 큰 긍정적 인 영향 중 하나를 가지고 있음을 보여주었습니다. AI 교사는 훌륭한 가르침의 필수적인 인간 연결을 대체 할 수는 없지만, 특히 인간 지원이 사용할 수 없을 때 강력한 보완 또는 다리로 작동 할 수 있습니다.이 기술은 모든 학생들이 자신의 "접근 개발 영역" 내에서 일할 수 있습니다; 도전이 성장을 촉진하기에 충분히 어려운 달콤한 지점이지만 좌절감으로 이어지는 것이 아닙니다. "AI는 절대 완벽하지는 않지만 장애물을 줄이고 사람들에게 이전보다 더 효과적으로 배울 수있는 잠재력을 가지고 있습니다." "AI는 절대 완벽하지는 않지만 장애물을 줄이고 사람들에게 이전보다 더 효과적으로 배울 수있는 잠재력을 가지고 있습니다." ‘기만’을 잊어라: 진정한 대화는 평가를 재발명하는 것이다. 그러나 교육자들 사이에서 가장 일반적인 우려 중 하나는 학생들이 AI를 사용하여 임무를 속일 것이라는 두려움입니다.더 생산적인 관점은 이것을 "개별 나쁜 결정"의 시리즈로 보는 것이 아니라 "집단적 행동 문제"로 보는 것을 제안합니다.이 강력한 재설정은 학생들을 경찰하는 것에서 AI가 전반적으로 존재하는 세계에서 학습을 평가하는 방법을 다시 생각하는 데 초점을 맞추고 있습니다. AI의 존재는 우리가 뿌리 기억을 테스트하는 평가를 넘어 진정한 이해를 측정하는 방법을 향해 나아갈 것을 도전합니다.이 AI가 쉽게 복제 할 수없는 평가 형태에 대한 더 큰 강조를 의미 할 수 있습니다.예를 들어, 수업 내 토론, 학생의 과정을 시간에 따라 보여주는 포트폴리오 프로젝트 및 구두 시험. 목적은 투쟁을 없애는 것이 아니라 불생산적인 투쟁을 없애는 것이다. 일반적인 우려는 인공지능이 일들을 너무 쉽게 만들 것이며, "메타 인지적 게으름"으로 이어지며 학생들이 학습에 필요한 깊은 생각에 참여하지 못하게하는 것입니다.이것은 모든 투쟁이 유익하다는 잘못된 전제에 근거합니다.이 목표는 투쟁을 자신의 이익을 위해 극대화하는 것이 아니라, 교육 심리학자 존 스웰러의 인지적 부하 이론이 우리를 상기시키는 것처럼, "중요한 정신적 작업에 노력을 집중하는 것입니다." 예를 들어, 학생이 분열된 텍스트 또는 과도하게 복잡한 차트를 이해할 수 있도록 도와줍니다.이 외부 작업을 해산함으로써, 학생의 유한한 정신 에너지는 비판적 논리, 분석 및 창조적 인 문제 해결과 같은 높은 순서의 작업으로 채널 될 수 있습니다. AI의 가장 큰 자본 도전은 액세스가 아니라 동기가 될 수 있습니다. 자본주의를 고려할 때 대화는 종종 장치 접근과 연결성에 초점을 맞추지만 현실은 AI 사용의 전반적인 비율이 특정 중소 소득 국가에서 놀랍게 높다는 사실에 의해 증명되며 더 뉘앙스가 있습니다. 이것은 "5% 문제"라는 더 깊은 도전이 나타나고 있습니다. 이것은 AI 학습 도구에 가장 생산적으로 참여할 학생들이 이미 높은 동기를 부여받는 학생들이 될 위험입니다. AI의 효과에 대한 연구가 주로이 자기 선택 그룹을 기반으로한다면 도구의 잠재력에 대한 편견 된 견해를 만들 수 있으며 실수로 성취 격차를 넓히는 것이 아니라 닫을 수 있습니다. 교육 연구원 Mary Burns가 유네스코에 대한 연구에서 지적했듯이 "전통적으로 새로운 디지털 기술을 교육에 도입하면 가장 부유한 학생들이 온라인 학습의 최신 형태에 액세스 할 수있는 계층화가 발생하지만 가난한 학생들은 종종 오래된 기술에 의존하거나 전혀 의존하지 않습니다."이 진정한 평등을 보장하는 것은 접근을 제공하는 것보다 훨씬 더 많은 것을 필요로한다는 것을 강조합니다. 결론 : 새로운 질문 세트 결국, AI는 교육에 직면하는 도전에 대한 간단한 해결책이 아닙니다.그 대신, 교육의 본질, 지식의 정의 및 빠르게 변화하는 세계에서 성공의 매개 변수에 대한 근본적인 질문을 사회에 던지도록 강요하는 강력한 촉매제입니다.학습 쇠퇴에 직면하여 평가를 재발견하고 동기 부여 격차를 해결하는 것에 이르기까지, AI의 주요 역할은 쉬운 답변을 제공하는 것이 아니라 우리에게 더 나은 질문을하도록 강요하는 것입니다. 인공지능이 우리의 일상 생활의 조직에 얽혀있을 때, 우리는 이제 집단적으로 대답해야 할 궁극적 인 질문으로 남겨집니다 : 인공지능은 우리가 배울 필요가 있거나 심지어 배우는 것이 무엇을 의미하는지 바꿀 것입니까? 전체 논문: 여기 Apple Podcast: 여기 Spotify : 여기 유튜브 : 여기 여기에 여기에 여기에 여기에
