AI w edukacji
Przyszłość edukacji kształtuje AI, ale czy zadajemy właściwe pytania dotyczące jej wpływu w tej dziedzinie? Niedawny [artykuł] zatytułowany ““Don’t Forget the Teachers”: Towards an Educator-Centered Understanding of Harms from Large Language Models in Education” (https://arxiv.org/pdf/2502.14592) rzuca nieco światła na problem luki percepcyjnej, z którym możemy mieć do czynienia.
EdTech, rozległa dziedzina obejmująca systemy zarządzania nauczaniem (LMS), gry edukacyjne, aplikacje do nauki języków, sprzęt do sal lekcyjnych i nauki zdalnej, technologie wspomagające oraz narzędzia cyfrowe dla nauczycieli, jak sugeruje artykuł, stoi przed wyzwaniem:
obecnie EdTech często priorytetyzuje kwestie techniczne, takie jak toksyczne treści i prywatność, podczas gdy nauczyciele martwią się szerszym wpływem na naukę uczniów, rozwój społeczny i równość. Poza samymi stronniczymi wynikami, nauczyciele koncentrują się na tym, jak LLM wpływają na krytyczne myślenie, współpracę i ogólne doświadczenie edukacyjne.
Aby tworzyć naprawdę korzystne technologie edukacyjne, EdTech musi:
- przyjąć podejście projektowe skoncentrowane na nauczycielu i praktyki współprojektowania
- zapewnić, że AI w edukacji rzeczywiście służy potrzebom nauczycieli i uczniów
- projektować narzędzia w sposób ułatwiający mediację nauczycieli w zakresie szkód wyrządzanych przez LLM
Dodatkowo, organy regulacyjne powinny opracować scentralizowane, jasne i niezależne przeglądy edtech opartych na LLM oraz stworzyć przeszukiwalne repozytoria sprawdzonych narzędzi edtech. Poza tym, praktyki zamówień publicznych skoncentrowane na nauczycielach mogą znacząco pomóc zniwelować lukę między rozwojem EdTech a rzeczywistymi potrzebami i obawami nauczycieli i uczniów.
Artykuł ten ma jednak pewne ograniczenia: bardzo małą i niereprezentatywną próbę respondentów (wszyscy pochodzą z USA, Wielkiej Brytanii i Kanady).
Autorzy słusznie zauważają: dobrze udokumentowane szkody i nierówności w LLM nie są równomiernie rozłożone i nie zostały ujawnione przez dostawców edtech i nauczycieli, z którymi rozmawiali. LLM często:
- wykazują uprzedzenia kulturowe
- działają gorzej w językach o niskich zasobach
- są rozwijane i obsługiwane przy nierównomiernie rozłożonych kosztach pracy i środowiskowych
Niemniej jednak jest to dobry punkt wyjścia i mam nadzieję, że pojawi się więcej badań, które przyjrzą się temu problemowi globalnie.
Jak możemy zniwelować tę przepaść, jeśli naprawdę istnieje? Nauczyciele, rodzice i osoby zainteresowane edukacją, jakie szersze skutki AI dostrzegacie?
