Kdo nyní buduje vzdělávání? AI a demokratizace vzdělávání

AI umožnil téměř komukoli vytvořit něco, co vypadá jako učení.

Učitel může nahrát dokument a požádat o souhrn. Manažer může z PDF vytvořit kvíz. Odborník na danou problematiku může požádat o návrh kurzu, cíle učení a hodnocení během několika minut.

To je skutečný posun. Nemyslím si, že bychom měli zlehčovat jeho důležitost. Poprvé mohou lidé vytvářet užitečné učební materiály bez nutnosti platformy, produkčního týmu nebo instruktora.

Ale musíme být opatrní, co míníme pod pojmem učení.

Existuje rozdíl mezi nalezením odpovědi na otázku a budováním znalostí. A existuje rozdíl mezi užitečnou učební epizodou a vážnou učební cestou.

AI je již velmi dobrý v první části. Pokud chcete vyřešit malý problém, sledovat jednoduchý recept nebo řešit velmi specifický kontext, AI může udělat skvělou práci. Může vám dát rychlou odpověď, vysvětlit koncept, vytvořit kvíz, souhrn dokumentu nebo pomoci někomu pochopit něco v daný moment.

Jednoduchý příklad. Můžu nahrát dvě kapitoly z historické knihy a vytvořit dotazník pro svou dceru. Nemusím nic dalšího. Můžu vytvořit něco takového během okamžiku a můžeme zjistit, co ví a neví.

To je užitečné a v některých případech stačí.

Ale pomoci mé dceři naučit se historii tím, že bude přímo interagovat s AI, je zcela jiná věc.

Tento rozdíl je důležitý, protože většina konverzace o AI a učení zachází s těmito dvěma věcmi jako se stejnými, což nejsou. Učební epizoda může být okamžitá, užitečná a personalizovaná. Učební cesta je něco úplně jiného. Má strukturu a směr. Žádá od učitele, aby se pohyboval od neznalosti k znalosti, k aplikaci, k reflexi, k konečným změnám ve způsobu myšlení nebo jednání. To je mnohem těžší.

Přístup k tvorbě není totéž jako ovládnutí designu

Když lidé mluví o AI demokratizaci vzdělávání, myslím, že zde argument становится zajímavým. AI absolutně demokratizoval přístup k tvorbě. Více lidí může nyní vytvářet učební materiály. Více odborníků na danou problematiku může proměnit své znalosti v něco strukturovaného a více studentů může získat pomoc v okamžiku, kdy ji potřebují.

Ale přístup k tvorbě učení není totéž jako ovládnutí designu učení.

Pokud někdo chce naučit se něco jednoduchého, AI může stačit. Ale pokud někdo chce naučit se jadernou fyziku, leadership, klinické úsudky nebo jakoukoli vážnou schopnost, osoba, která se učí, musí udělat mnohem více, než absolvovat kurz. Musí vzít kontrolu nad učební cestou. Musí pochopit, zda je obsah dobrý, zda další krok má smysl a zda skutečně asimiluje znalosti.

To vyžaduje, aby používali všechny své metakognitivní dovednosti k řízení učení. Ve skutečnosti většina lidí nechce tuto zátěž. Nechtějí trávit energii rozhodováním, zda je proces učení správný. Chtějí se prostě naučit.

To je první velká omezení pouhého učení pomocí AI. Zdá se to osvobozující, ale vyžaduje mnoho od jednotlivce. Musí zvolit správný vstup, položit správnou otázku, posoudit kvalitu odpovědi, přesměrovat systém, když se něco pokazí, a přitom si udržet motivaci.

Učení s pomocí AI je kontinuum

Nemyslím si, že budoucnost je prostě „AI vytváří kurz“. Způsob, jak přemýšlet o učení s pomocí AI, je jako o kontinuu. Na jedné straně je tvorba pomocí AI. Uživatel žádá AI, aby vytvořil začáteční kurz na téma. Je rychlý a užitečný jako výchozí bod. Ale je také omezený. Může znít koherentně a pečlivě, ale to neznamená, že má silnou pedagogiku nebo silné zarovnání s cílem studenta.

Pak je zde tvorba zdrojů. Zde AI pracuje se skutečnými zdrojovými materiály, jako je video, manuál, přednáška, článek. To je silnější, protože systém je založen na něčem faktickém.

Dále je zde tvorba cílem. Zde je výchozím bodem nejen obsah, ale výsledek. Jakou schopnost se snažíme vybudovat? Co by měl někdo být schopen udělat poté? Jak budeme vědět, že to dokáže?

Jinou cestou je tvorba cestou. Zde pedagog nebo instruktor formuje zkušenost. Kde začíná student? Kde by se měl student potýkat? Kdy by se měl student reflectovat? Kdy by se měl student cvičit? Kdy by se měl student hodnotit?

Nakonec je zde tvorba s lidskou kurací, kde odborník zůstává úzce zapojen do struktury, sekvence, hodnocení a významu zkušenosti. AI je stále přítomno, ale není ředitelem. Je asistentem.

Tento rozdíl je důležitý, protože učení není jedna věc. Závisí na tom, jak definujeme učení a jaký typ učení se snažíme vytvořit.

Když mluvíme o kritickém myšlení, hlubokém učení, dlouhých cestách, velkých cílech a důležitých rozhodnutích, potřebujeme učení řízené člověkem.

Stejně tak je tomu u aktiv, které poskytujeme AI. Existuje velký rozdíl mezi žádostí o vytvoření něčeho z prázdného podnětu a poskytnutím bohatého souboru učebních aktiv, jako jsou zdrojové materiály, aktivity, učební cesty, hodnocení a plné programy. Čím vážnější je cíl učení, tím více záleží na kvalitě těchto vstupů.

Problém nebyl nikdy pouze obsah

Tady si myslím, že mnoho organizací udělá chyby. Uvidí, že AI může produkovat více obsahu, rychleji, a budou předpokládat, že problém je vyřešen.

Ve skutečnosti, každé technologické revoluci zjednodušujeme učení. Když přišel rozhlas, lidé říkali, že není důvod chodit do školy, protože studenti mohou poslouchat. Když přišel film, lidé se ptali, proč ještě potřebujeme knihy. Nyní AI přišla, a riskujeme, že uděláme totéž znovu. Riskujeme, že předpokládáme, že protože nové médium může prezentovat informace, může nahradit hlubší akt učení.

Největší problém je zjednodušení toho, co je učení

Učení není pouze přenos informací. Není pouze kognitivní. Je sociální. Je emocionální. Je kulturní. Nese hodnoty. Učení přichází s hodnotami a učení přichází s vizemi budoucnosti.

To je rozdíl mezi funkčním učení a transformačním učení. Funkční učení může ukázat, jak udělat kávu podle receptu. Použijte tuto množství vody, tuto množství kávy, tuto metodu, toto načasování. Transformační učení pomáhá jim pochopit, jak udělat opravdu dobrou kávu. Jak velikost mletí ovlivňuje chuť, jak teplota vody ovlivňuje extrakci, jak se vyvíjí chuť, jak upravit, když něco není v pořádku, a nakonec, jak vytvořit něco vlastního. To zní jako malý rozdíl, ale není. Změní, co si myslíme, že je učení pro.

Existuje užitečný způsob, jak o tom přemýšlet. Učení má politiku a umění.

To neznamená politiku ve smyslu úzké strany. Znamená to, že učení není nikdy neutrální. Vždy děláme rozhodnutí o tom, co je důležité, co by mělo být zpochybněno a jaký druh budoucnosti směřujeme. Učení je vždy politické v tom širším smyslu, protože děláme rozhodnutí o cestě, kterou se ubíráme. Vždy vkládáme emoce, hodnoty a perspektivy do něj.

A učení je také umění, protože se jedná o to, jak lidé chápou, rozumějí a interpretují svět, zatímco se svět kolem nich mění. AI může pomoci s tím, ale nemůže to vlastnit.

To je místo, kde se pedagog a instruktor stávají důležitějšími, ne méně. Když AI přebírá více skutečné produkční práce, jejich hodnota se posouvá směrem k formování účelu, struktury a směru učební zkušenosti.

V minulosti byla většina instruktorského designu časově náročná na produkci částí učení. U LearnWorlds vidíme tento posun přímo: instruktoři již nemusí trávit tolik času tvorbou obsahu, obrazu, videa nebo aktiva. Mohou trávit více času na detailech a rafinacích učební cesty.

To je důležité posunutí. Pedagog se posouvá nahoru. Stává se méně producentem obsahu a více ředitelem.

Vezměte si například skvělý román, který byl adaptován více než jednou. Zdrojový materiál může být stejný, ale dva režiséři nebudou dělat stejný film. Tón, tempo, atmosféra, co je zdůrazněno a co příběh zdánlivě znamená, vše pochází od osoby, která to řídí, protože přinášejí svou vlastní osobní interpretaci a perspektivu.

Učení funguje stejně. Učení je zkušeností vyprávění, skoro kinematografickou zkušeností. Stejný zdroj může vytvořit mnoho různých učebních zkušeností. Učení není jedna příběh z stejné knihy. Existuje mnoho různých příběhů.

Tato bohatost záleží. Není to neefektivita, která by měla být odstraněna. Je to část toho, co dělá učení lidským a část toho, co dává nám různé perspektivy, způsoby myšlení a kulturu.

To je místo, kde se AI stává zajímavým, spíše než ohrožujícím. Poskytuje pedagogům větší designový prostor. To je proč mluvíme o režisérech a designérech. Pedagogové mohou nyní otevřít designový prostor, vytvořit prototypy učební cesty, prozkoumat různé možnosti a jít hlouběji do designu, než mohli dříve.

AI může pomoci generovat materiál, ale člověk stále rozhoduje, co zkušenost snaží udělat. To je základní rozdíl mezi generováním obsahu a designem učení.

Směr mění materiál na učení

Bez tohoto směru existuje nebezpečí, že organizace budou zacházet s interakcí AI jako s učením, které již nastalo. AI poskytuje perspektivu toho, co existuje. Je to pouze perspektiva. Někdy je to velmi dobrá perspektiva. Někdy je překvapivá a užitečná. Ale jedinečný dialog nebo pár interakcí by neměl být zacházen jako by se učení dokončilo.

Existuje další riziko. Když je student sám s AI, může být ztracena něco sociálního. Učení je sociální. Historicky, ideje, disciplíny a hnutí se vyvinuly prostřednictvím lidí, komunit, nesouhlasů a sdílených standardů. Když je to pouze student a AI, ztrácíme část toho. Soukromý dialog s AI může odstranit část sociálních komponent, které pomáhají lidem a společnostem testovat a rozvíjet ideje.

AI může personalizovat proces do mimořádné míry, ale miliony samostatných konverzací mezi jednotlivci a stroji nejsou totéž jako sdílená intelektuální kultura. Pokud se učení stane příliš izolovaným, riskujeme ztrátu části nesouhlasu, vyjednávání a kolektivního smyslu, kterými se znalosti rozvíjejí.

Otázka není pouze, zda může jedinec naučit se efektivně s AI. Je to, co se stane s kolektivním lidským pokrokem, když se tolik učení odehrává v soukromí.

To neznamená, že bychom měli odmítat AI. Právě naopak. Jsem prvním a největším ambasadorem této části technologie. AI může poskytnout just-in-time podporu. Může pochopit kontext. Může pracovat s dokumenty. Může vytvořit užitečné odpovědi velmi rychle.

Ale musíme pochopit, jaký druh učení se snažíme podpořit.

Pro organizace se to stává praktickou otázkou. Kde je AI dostatečné? Kde potřebujeme řízené učební zkušenosti? Kde potřebujeme hodnocení, zpětnou vazbu, validaci a lidský pohled? Kde potřebujeme, aby lidé se stali lepšími uživateli AI?

Protože pokud očekáváme, že lidé budou pracovat s velmi inteligentními kopiloty, musí se také stát lepšími. Pokud pracujete s velmi inteligentním systémem, musíte zvýšit svou hru. Musíte pochopit, proč říká to, co říká.

Ano, AI změnil, kdo může budovat učení. Otevřelo tvorbu více lidem. Učinilo mnoho typů učení rychlejším, snazším a přístupnějším.

Ale čím více AI demokratizuje tvorbu, tím více potřebujeme pochopit směr. Politiku a umění za učením.

Budoucnost nebude postavena na tom, že AI může udělat všechno samo. Bude postavena lidmi, kteří rozumějí, kdy AI má generovat, kdy má asistovat, kdy má přizpůsobit a kdy člověk stále potřebuje řídit zkušenost.

Prompting může vytvořit materiál, ale směr je to, co mění materiál na učení.