Hvordan smartere teknologi kan hjelpe med å lukke STEM-utdanningsgapet

Vitenskap beveger seg raskt, men STEM har ikke holdt pace. I en tid når vi trenger flere vitenskapsmenn, ingeniører og helsepersonell enn noen gang, blir for mange studenter fortsatt latt tilbake. For lærende i distrikt, underfinansierte skoler eller de som balanserer arbeid og omsorg, kan veien til en STEM-karriere være blokkert før den starter.

Dette er ikke bare et politisk problem eller et budsjettproblem. Det er en designutfordring. Og som noen som har bygget spill, læringsplattformer og immersiv teknologi for det meste av min karriere (og ikke å mentionere, som far til fire), er det en utfordring jeg tar svært personlig. Vi må tenke om hva læring ligner, og vi må gjøre det på en måte som utvider tilgang uten å senke standarden.

Dette er der smartere teknologi kommer inn. Ikke teknologi for teknologiens skyld, men verktøy som hjelper utdannere å gjøre mer med mindre, gir studenter hånd-on praksis uansett hvor de er, og gjør virkelig vitenskap mulig.

Det handler ikke om hastighet. Det handler om passform.

Det er mye hype om hvordan kunstig intelligens (AI) kan gjøre utdanning raskere. Men hastighet alene er ikke nyttig hvis det ikke tjener studenter. Hva som betyr mer er om innholdet møter lærende der de er og gir dem hva de trenger for å lykkes.

La oss ta vitenskapelige laboratorier. Fysiske laboratorier er dyre, vanskelige å planlegge og ofte utilgjengelige for studenter som ikke er på en tradisjonell campus. For millioner av studenter som lærer online eller deltid, er det en deal-breaker.

Virtuelle laboratorier kan hjelpe med å fikse dette problemet. De gjør det mulig å levere komplekse eksperimenter gjennom en nettleser, og lar studenter praktisere trygt og fleksibelt. Men å bygge slike laboratorier tar tid – og det er der ny teknologi kan hjelpe. Ved å bruke AI til å støtte akademiske eksperter, kan våre team generere simuleringsutkast eller finne innholdsgap og få høykvalitets vitenskapelig utdanning inn i flere klasserom, raskere. Og vi kan gjøre det uten å kutte hjørner eller miste kontakten med mennesker.

La mennesker lede, ikke algoritmen

Det er en riktig og en feil måte å bruke teknologi i utdanning. Vi har eksperimentert med måter å bruke AI bak scenen. Det betyr å bygge verktøy som hjelper våre team å arbeide raskere, ikke erstatter lærere eller kurriculum.

Hver simuleringsutgave vi publiserer, vil gå gjennom ekte vitenskapsmenn og instruksjonsdesignere. AI kan hjelpe med å generere en tidlig versjon, men det er eksperter som former den endelige produkten. Det menneskelige laget er essensielt. Det holder innholdet nøyaktig, aldersriktig og i tråd med hvordan studenter lærer.

Og det stopper ikke med intern gjennomgang. Vi tester med ekte utdannere for å se hvordan materialet fungerer i klasserommet, online og i hybridformat. Vi ser på engasjement, forståelse og områder hvor studenter blir fast. All denne dataene går tilbake til hvordan vi finjusterer vårt innhold.

Dette er ikke bare et kvalitetsproblem; det er et tillitsproblem. Hvis vi vil at teknologi skal støtte mer rettferdig utdanning, må det bygges omsorgsfullt og med ekte tilsyn. Det må være en del av et system som prioriterer studenter og lærere, ikke programvare.

Hånd-on-læring som holder

En av de store spørsmålene i utdanning i dag er: hvordan vet vi at studenter virkelig lærer? Med verktøy som ChatGPT, er det enklere enn noen gang å fake en essay eller løse et problemsett. Det er en utfordring for skoler – og en mulighet for plattformer som underviser gjennom erfaring, ikke memorering.

Virtuelle laboratorier er ett svar. Når studenter kjører et eksperiment, feilretter det og ser hva som skjer når de gjør en feil, er læringen dypere. Du kan ikke kopiere/lim inn veien gjennom det.

Og hva som er like viktig er tilbakemeldingsløkken. I en vel designet simuleringsutgave, får studenter sanntidsveiledning, ikke bare poeng. De oppmuntres til å reflektere over handlingene sine, gå tilbake til feil og bruke kritisk tenkning. Den type læring holder, fordi det er aktivt og anvendt.

Vi har også sett hvordan simuleringsutgaver kan hjelpe studenter som mangler tillit til vitenskap. Disse verktøyene gir dem en trygg plass å eksperimentere, feile og prøve igjen. Det er ikke bare god pedagogikk; det er en måte å bygge en følelse av evne. Og når studenter ser seg selv som i stand til å gjøre vitenskap, er de mer sannsynlig å forbli på veien.

En virkelig verden eksempel: Yavapai College

På Yavapai College i Arizona, er mange studenter eldre, arbeider eller tar seg av familier. For noen år siden, innførte fakultetet virtuelle laboratorier i en online mikrobiologi-kurs. Fullføringsraten økte med 16%, og gapet mellom online og fysiske studenter nesten forsvant.

Det er hva som skjer når du designer med ekte studenter i mente. Det handler ikke om flashy verktøy, det handler om å fjerne barrierer og støtte resultater som betyr noe.

Hvor vi går videre

Jeg har sett hvordan teknologi kan endre hvordan mennesker lærer. Men hva som opphenser meg mest, er ikke tempoet i endringen, men muligheten til å endelig lukke noen av gapene vi har levd med i så lenge.

Ikke alle løsninger trenger å være drevet av AI. Men de riktige verktøyene, brukt av ekte mennesker, kan hjelpe flere studenter å lykkes i vitenskap og hjelpe flere lærere å gjøre det de gjør best.

Som forelder, vil jeg at mine barn skal vokse opp i en verden hvor god utdanning ikke er låst bak geografi eller inntekt eller diktert av generativ AI. Jeg vet vi kan bygge den verden hvis vi fokuserer mindre på buzzwords og mer på å bygge hva som virkelig fungerer.