Hvordan smartere teknologi kan hjælpe med at lukke STEM-uddannelseskløften

Videnskaben udvikler sig hurtigt, men STEM har ikke fulgt med. I en tid, hvor vi har brug for flere forskere, ingeniørerog sundhedspersonale mere end nogensinde før lades alt for mange elever i stikken. For elever i landdistrikter, underfinansierede skoler eller dem, der skal balancere arbejde og omsorg, kan vejen til en STEM-karriere være blokeret, før den starter.

Det her er ikke bare et politisk problem eller et budgetspørgsmål. Det er en designudfordring. Og som en person, der har bygget spil, læringsplatforme og immersiv teknologi i det meste af min karriere (og ikke mindst som far til fire), er det en udfordring, jeg tager meget personligt. Vi er nødt til at gentænke, hvordan læring ser ud, og vi er nødt til at gøre det på en måde, der udvider adgangen uden at sænke barren.

Det er her, smartere teknologi kommer ind i billedet. Ikke teknologi for teknologiens skyld, men værktøjer, der hjælper undervisere med at udrette mere med mindre, giver eleverne praktisk øvelse uanset hvor de er, og får ægte videnskab til at føles mulig.

Det handler ikke om hastighed. Det handler om pasform.

Der er en masse hype om hvordan kunstig intelligens (AI) kan gøre uddannelse hurtigere. Men hastighed alene er ikke nyttig, hvis det ikke gavner eleverne. Det, der betyder mere, er, om indholdet møder eleverne, hvor de er, og giver dem, hvad de har brug for for at få succes.

Tag f.eks. naturvidenskabelige laboratorieøvelser. Laboratorieøvelser med fysisk fremmøde er dyre, svære at planlægge og ofte utilgængelige for studerende, der ikke er på en traditionel campus. For de millioner af studerende, der studerer online eller på deltid, er det en afgørende faktor.

Virtuelle laboratorier kan hjælpe med at løse det. De gør det muligt at udføre komplekse eksperimenter via en browser, så eleverne kan øve sig sikkert og fleksibelt. Men det tager tid at opbygge disse laboratorier – og det er her, ny teknologi kan hjælpe. Ved at bruge AI til at støtte akademiske eksperter kan vores teams generere simuleringsudkast eller finde huller i indholdet og få naturvidenskabelig undervisning af høj kvalitet ind i flere klasseværelser hurtigere. Og vi kan gøre det uden at gå på kompromis eller miste kontakten med mennesker.

Lad folk lede, ikke algoritmen

Der er en rigtig og en forkert måde at bruge teknologi i uddannelse på. Vi har eksperimenteret med måder at bruge AI bag kulisserne. Det betyder at bygge værktøjer, der hjælper vores Teams arbejder hurtigere og erstatter ikke lærere eller pensum.

Hver simulering, vi udgiver, vil blive brugt af rigtige forskere og undervisningsdesignere. Kunstig intelligens kan muligvis hjælpe med at generere en tidlig version, men det er eksperterne, der former det endelige produkt. Det menneskelige lag er essentielt. Det sikrer, at indholdet er præcist, alderssvarende og afstemt med, hvordan eleverne lærer.

Og det stopper ikke ved intern gennemgang. Vi tester med rigtige undervisere for at se, hvordan materialet klarer sig i klasseværelset, online og i hybridformater. Vi ser på engagementsrater, forståelse og områder, hvor eleverne går i stå. Alle disse data bruges til at forbedre vores indhold.

Dette er ikke kun et spørgsmål om kvalitet; det er et spørgsmål om tillid. Hvis vi ønsker, at teknologi skal understøtte mere retfærdig uddannelse, skal den bygges omhyggeligt og med reel overvågning. Den skal være en del af et system, der prioriterer elever og lærere, ikke software.

Praktisk læring, der holder

Et af de store spørgsmål i uddannelsessektoren lige nu er: Hvordan ved vi, at eleverne rent faktisk lærer? Med værktøjer som ChatGPT, er det nemmere end nogensinde at forfalske et essay eller løse en opgave. Det er en udfordring for skoler – og en mulighed for platforme, der underviser gennem erfaring, ikke udenadslære.

Virtuelle laboratorier er én løsning. Når eleverne udfører et eksperiment, fejlfinder det og ser, hvad der sker, når de laver en fejl, er læringen dybere. Du kan ikke kopiere/indsætte dig vej igennem det.

Og lige så vigtigt er feedback-loopet. I en veldesignet simulering får eleverne vejledning i realtid, ikke kun scorer. De opfordres til at reflektere over deres handlinger, genoverveje fejltrin og anvende kritisk tænkning. Den slags læring holder, fordi den er aktiv og anvendt.

Vi har også set, hvordan simuleringer kan hjælpe elever, der mangler selvtillid i naturvidenskab. Disse værktøjer giver dem et trygt rum til at eksperimentere, fejle og prøve igen. Det er ikke bare god pædagogik; det er en måde at opbygge en følelse af evner. Og når eleverne ser sig selv som dygtige til at lave naturvidenskab, er de mere tilbøjelige til at blive på kurs.

Et eksempel fra den virkelige verden: Yavapai College

At Yavapai College i Arizona, mange studerende er ældre, arbejder eller passer familier. For et par år siden introducerede fakultetet virtuelle laboratorier i et online mikrobiologikursus. Fuldførelsesprocenterne steg med 16 %, og forskellen mellem online- og fysiske studerende forsvandt stort set.

Det er, hvad der sker, når man designer med rigtige studerende i tankerne. Det handler ikke om prangende værktøjer, det handler om at fjerne barrierer og understøtte de resultater, der betyder noget.

Hvor vi går herfra

Jeg har set, hvordan teknologi kan ændre den måde, folk lærer på. Men det, der begejstrer mig mest, er ikke tempoet i forandringerne, men potentialet til endelig at lukke nogle af de huller, vi har levet med alt for længe.

Ikke alle løsninger behøver at være drevet af kunstig intelligens. Men de rigtige værktøjer, brugt af eksperter, kan hjælpe flere elever med at få succes i naturvidenskab og hjælpe flere lærere med at gøre det, de er bedst til.

Som forælder ønsker jeg, at mine børn vokser op i en verden, hvor god uddannelse ikke er låst fast bag geografi eller indkomst eller dikteret af generativ kunstig intelligens. Jeg ved, at vi kan bygge den verden, hvis vi fokuserer mindre på modeord og mere på at skabe det, der rent faktisk virker.