การสนทนาเกี่ยวกับอัจฉริยะประดิษฐ์ในด้านการศึกษามีอยู่ทั่วทุกมุม มีความกล้าหาญและความวิตกกกังวลที่รุนแรง สําหรับการคาดการณ์ทุกครั้งของยุคใหม่ของการเรียนรู้ที่มีการปฏิวัติมีความกลัวในการหลอกลวงความสามารถในการคิดเชิงวิจารณ์ที่หายไปและการขยายตัวของช่องว่างในทรัพย์สิน นี้อาจทําให้นักเรียนผู้สอนและผู้ปกครองรู้สึกไม่แน่ใจว่าการเปลี่ยนแปลงทางเทคโนโลยีที่รุนแรงนี้หมายถึงอะไรจริงๆสําหรับอนาคตของห้องเรียน โพสต์นี้อธิบายถึงห้าบทวิจารณ์ที่สําคัญและมักจะต่อต้านการสัมผัสจากการดําน้ําลึกล่าสุดโดยผู้เชี่ยวชาญด้าน AI และการศึกษาของ Google ที่ย้ายไปกว่าเสียงรบกวนเพื่อเปิดเผยความท้าทายและโอกาสที่มีความสําคัญจริง ๆ ความเห็นเหล่านี้เน้นไม่เพียง แต่ว่า AI จะส่งผลต่อโรงเรียนได้อย่างไร แต่ยังจะบังคับให้เราเผชิญกับคําถามพื้นฐานเกี่ยวกับการเรียนรู้ตัวเองได้อย่างไร ก่อนที่ AI สามารถ "แก้ไข" การศึกษา, มันต้องเผชิญกับการลดลงทั่วโลก AI ไม่ได้มาถึงในภูมิทัศน์การศึกษาที่มั่นคงและเจริญรุ่งเรือง แต่จะถูกนําเข้าสู่ระบบที่กําลังเผชิญกับความขัดแย้งอย่างมีนัยสําคัญ ผลลัพธ์การเรียนรู้ทั่วโลกได้อยู่ในแนวโน้มลดลงมานานสองทศวรรษซึ่งเป็นข้อเท็จจริงที่เน้นอย่างแข็งแกร่งโดยโปรแกรมการประเมินนักเรียนระหว่างประเทศ (PISA) ของ OECD แสดงให้เห็นถึง "การลดลงของประสิทธิภาพที่ไม่มีก่อนหน้านี้" ใน 81 ประเทศและเศรษฐกิจ เมื่อเปรียบเทียบกับเพียงสี่ปีก่อนในปี 2018 ประสิทธิภาพเฉลี่ยในคณิตศาสตร์ลดลง 15 จุดในขณะที่คะแนนการอ่านลดลง 10 จุด กรณีนี้เป็นสิ่งสําคัญเพราะมันกรอบการทดสอบที่แท้จริงสําหรับ AI ความสําเร็จของมันจะไม่วัดโดยความใหม่ ๆ ของมัน แต่โดยความสามารถในการช่วยแก้ปัญหาที่เกิดขึ้นก่อนหน้านี้ ด้วยผู้เชี่ยวชาญประเมินว่าโลกจะต้องการ 44 ล้านครูมากขึ้นจนถึงปี 2030 เพื่อให้การศึกษาสากลความท้าทายที่แท้จริงของ AI คือการสนับสนุนระบบที่อยู่ภายใต้ความกดดันที่ยิ่งใหญ่จากการสูญเสียการเรียนรู้ความไม่เท่าเทียมของทรัพยากรและการขาดแรงงานที่สําคัญ การสํารวจ PISA 2022 2. ความสัญญาที่แท้จริงของ AI: ผู้สอนส่วนบุคคลสําหรับทุกนักเรียน หนึ่งในศักยภาพที่เปลี่ยนแปลงมากที่สุดของ AI ในด้านการศึกษาคือความสามารถในการบรรลุเป้าหมายที่ยาวนาน: การเรียนรู้ส่วนบุคคลในขนาดใหญ่ หลายทศวรรษของการวิจัยได้แสดงให้เห็นว่าการสอนมนุษย์ส่วนบุคคลที่มี "ปริมาณสูง" มีผลกระทบเชิงบวกมากที่สุดต่อความสําเร็จของนักเรียน แต่ยังคงไม่สามารถเข้าถึงได้โดยส่วนใหญ่ ในขณะที่ผู้สอน AI ไม่สามารถแทนที่การเชื่อมต่อมนุษย์ที่จําเป็นของการสอนที่ยอดเยี่ยม แต่พวกเขาสามารถทําหน้าที่เป็นส่วนเสริมหรือสะพานที่มีประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อการสนับสนุนของมนุษย์ไม่สามารถใช้ได้ เทคโนโลยีนี้ช่วยให้นักเรียนทุกคนสามารถทํางานภายใน "โซนการพัฒนาใกล้เคียง" ของพวกเขา; จุดหวานที่ความท้าทายที่ยากพอที่จะส่งเสริมการเจริญเติบโต แต่ไม่ยากจนนําไปสู่ความผิดหวัง นี่คือระดับการปรับแต่งส่วนบุคคลที่แบบดั้งเดิมแบบหนึ่งกับหลายรุ่นในชั้นเรียนมุ่งมั่นที่จะบรรลุ 
 
 "แม้ว่า AI ไม่สมบูรณ์แบบ แต่ก็มีศักยภาพในการลดอุปสรรคและช่วยให้ผู้คนเรียนรู้ได้อย่างมีประสิทธิภาพกว่าก่อนหน้านี้" "แม้ว่า AI ไม่สมบูรณ์แบบ แต่ก็มีศักยภาพในการลดอุปสรรคและช่วยให้ผู้คนเรียนรู้ได้อย่างมีประสิทธิภาพกว่าก่อนหน้านี้" 3. ลืม "หลอกลวง" การสนทนาที่แท้จริงคือการคิดค้นการประเมิน ความกลัวที่นักเรียนจะใช้ AI เพื่อหลอกลวงงานเป็นหนึ่งในความกังวลที่พบบ่อยที่สุดในหมู่ผู้สอน อย่างไรก็ตามมุมมองที่มีประสิทธิภาพมากขึ้นแนะนําให้เห็นว่านี่ไม่ใช่เพียงเป็นชุดของ "การตัดสินใจที่ไม่ดีของแต่ละบุคคล" แต่เป็น "ปัญหาการกระทําของกลุ่ม" การเปลี่ยนแปลงที่แข็งแกร่งนี้เปลี่ยนความมุ่งเน้นจากการปกป้องนักเรียนไปสู่การคิดใหม่เกี่ยวกับวิธีการที่เราประเมินการเรียนรู้ในโลกที่มี AI ทั่วไป การปรากฏตัวของ AI จะท้าทายเราที่จะย้ายไปกว่าการประเมินที่ทดสอบการจํานองรากและไปยังวิธีการที่วัดความเข้าใจที่แท้จริง สิ่งนี้อาจหมายความว่าความเข้มข้นมากขึ้นในรูปแบบการประเมินที่ AI ไม่สามารถทําซ้ําได้อย่างง่ายดายเช่นการอภิปรายในชั้นเรียนโครงการพอร์ตฟอร์มที่แสดงกระบวนการของนักเรียนตามเวลาและการสอบทางปาก ยิ่งไปกว่าที่จะเป็นภัยคุกคามเพียง แต่ความท้าทายในการสร้างคําสั่ง " AI-proof" ได้พิสูจน์แล้วว่ามันเป็นตัวเร่งปฏิกิริยาที่กระตุ้นให้ผู้สอนพัฒนาวิธีที่แท้จริงและมีความหมายมากขึ้นในการวัดสิ่งที่นักเรียนรู้จริง ๆ บ่อยครั้ง "ผลให้เกิดสิ่งใหม่และน่าตื่นเต้น" วัตถุประสงค์ไม่ได้คือการกําจัดการต่อสู้ แต่เพื่อกําจัดการต่อสู้ที่ไม่เป็นผลผลิต ความกังวลที่พบบ่อยคือ AI จะทําให้สิ่งต่าง ๆ ง่ายเกินไปนําไปสู่ "ความหลงใหลแบบ meta-cognitive" และป้องกันไม่ให้นักเรียนมีส่วนร่วมในความคิดที่ลึกซึ้งที่จําเป็นสําหรับการเรียนรู้ อย่างไรก็ตามสิ่งนี้ขึ้นอยู่กับแนวโน้มที่ผิดพลาดที่ว่าการต่อสู้ทั้งหมดเป็นประโยชน์ วัตถุประสงค์คือไม่ให้การต่อสู้เพิ่มขึ้นเพื่อประโยชน์ของตัวเอง แต่ตามที่นักจิตวิทยาการศึกษา John Sweller's Cognitive Load Theory จําไว้ว่า "ที่จะมุ่งเน้นความพยายามในการทํางานทางจิตใจที่สําคัญ" AI สามารถเป็นเครื่องมือที่มีประสิทธิภาพในการลดภาระการรับรู้ที่ไม่เป็นผลผลิต ตัวอย่างเช่นโดยช่วยให้นักเรียนเข้าใจข้อความที่แยกส่วนหรือแผนภูมิที่ซับซ้อนมากเกินไป โดยการโหลดงานต่าง ๆ เหล่านี้พลังงานจิตที่สิ้นสุดของนักเรียนสามารถนําไปสู่งานที่มีลําดับสูงเช่นการพิจารณาความสําคัญการวิเคราะห์และการแก้ปัญหาที่สร้างสรรค์ ดังนั้นโอกาสหลักคือการออกแบบเครื่องมือ AI ที่ส่งเสริมการคิดที่ลึกกว่าที่จะแทนที่โดยผู้เรียนรู้ที่จะมีส่วนร่วมในการพิจารณาที่ซับซ้อนมากขึ้นด้วยตัวเอง ความท้าทายที่ยิ่งใหญ่ที่สุดของ AI อาจไม่ใช่การเข้าถึง แต่แรงจูงใจ เมื่อพิจารณาความยุติธรรมการสนทนามักจะมุ่งเน้นไปที่การเข้าถึงอุปกรณ์และการเชื่อมต่อ แต่ความเป็นจริงมีความแตกต่างมากขึ้นซึ่งพิสูจน์โดยความจริงที่ว่าอัตราการใช้งาน AI โดยรวมสูงอย่างน่าทึ่งในบางประเทศที่มีรายได้เฉลี่ย นี้แสดงให้เห็นถึงความท้าทายที่ลึกซึ้งมากขึ้นที่เกิดขึ้น: "ปัญหา 5%" นี่คือความเสี่ยงที่นักเรียนที่จะมีส่วนร่วมในเครื่องมือการเรียนรู้ AI อย่างมีประสิทธิภาพมากที่สุดคือผู้ที่มีแรงจูงใจสูงแล้ว หากการวิจัยเกี่ยวกับประสิทธิภาพของ AI ขึ้นอยู่กับกลุ่มที่เลือกตัวเองนี้ส่วนใหญ่ก็สามารถสร้างมุมมองที่งดงามเกี่ยวกับศักยภาพของเครื่องมือและโดยไม่ตั้งใจขยายกว่าจะปิดช่องว่างในการประสบความสําเร็จ ในฐานะที่เป็นนักวิจัยด้านการศึกษา Mary Burns กล่าวในงานของเธอสําหรับยูเนสโก "แบบดั้งเดิมการนําเทคโนโลยีดิจิตอลใหม่เข้าไปในการศึกษามักจะสร้างความซับซ้อนซึ่งนักเรียนที่ร่ํารวยที่สุดอาจได้รับการเข้าถึงรูปแบบใหม่ ๆ ของการเรียนรู้ออนไลน์ในขณะที่นักเรียนที่ยากลําบากมักจะยังคงพึ่งพาเทคโนโลยีเก่า ... หรือไม่มีอะไรเลย" สิ่งนี้เน้นว่าการรับประกันความยุติธรรมที่แท้จริงต้องมากกว่าเพียงแค่ให้การเข้าถึง; มันต้องการความมุ่งเน้นอย่างลึกซึ้งในการสนับสนุนนักเรียนทุกคน (โดยเฉพาะอย่างยิ่งผู้มีส่วนร่วมน้อย) ในการใช้ AI อย่างมีนัยสําคัญและปลอดภัย ข้อสรุป: ชุดคําถามใหม่ ในที่สุด AI ไม่ใช่โซลูชั่นที่เรียบง่ายสําหรับความท้าทายที่ต้องเผชิญกับการศึกษา แทนนั้นมันเป็นตัวเร่งปฏิกิริยาที่ทรงพลังที่บังคับให้สังคมถามคําถามพื้นฐานเกี่ยวกับธรรมชาติของการสอนคําจํากัดความของความรู้และการวัดความสําเร็จในโลกที่เปลี่ยนแปลงอย่างรวดเร็ว จากการเผชิญกับความล้มเหลวในการเรียนรู้จนถึงการประเมินการประเมินและการแก้ปัญหาข้อบกพร่องแรงจูงใจบทบาทหลักของ AI ไม่ใช่เพื่อให้คําตอบง่าย แต่เพื่อบังคับให้เราถามคําถามที่ดีขึ้น ในขณะที่ AI จะกลายเป็นเนื้อเยื่อในเนื้อเยื่อของชีวิตประจําวันของเราเรายังคงมีคําถามสุดท้ายที่เราต้องตอบตอนนี้โดยรวม: AI จะเปลี่ยนสิ่งที่เราต้องเรียนรู้หรือแม้กระทั่งสิ่งที่หมายถึงการเรียนรู้หรือไม่ 
 
 
 
 
 กระดาษเต็มรูปแบบ: ที่นี่ แอปเปิ้ล podcast: ที่นี่ Spotify: ที่นี่ YouTube: ที่นี่ ที่นี่ ที่นี่ ที่นี่ ที่นี่

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Read My Stories

Follow Fourth-Mind on Linkedin

Listen to our podcast on Apple 

listen to our podcast on Spotify

เสียงนี้ผลิตในภาษาต้นฉบับของเรื่องราว!

AI ไม่เพียง แต่จะเปลี่ยนโรงเรียน มันจะบังคับให้เราคิดใหม่เกี่ยวกับการเรียนรู้ตัวเอง

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

Meet Mezo: HackerNoon Company of the Week

The master mind of Mars by Edgar Rice Burroughs - Table of Links

Open AI Images on HackerNoon: The Conundrum

The Tech Community's Efforts to Dethrone OpenAI

Meet Mezo: HackerNoon Company of the Week

The master mind of Mars by Edgar Rice Burroughs - Table of Links

Open AI Images on HackerNoon: The Conundrum

The Tech Community's Efforts to Dethrone OpenAI

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps