Как умные технологии могут помочь закрыть разрыв в образовании STEM

Наука развивается быстро, но образование STEM не поспевает за ней. В то время, когда нам нужны больше ученых, инженеров и специалистов здравоохранения, чем когда-либо прежде, слишком многие студенты остаются позади. Для учащихся в сельской местности, в недофинансированных школах или тех, кто балансирует между работой и уходом за детьми, путь к карьере в STEM может быть заблокирован еще до начала.

Это не только проблема политики или бюджета. Это задача дизайна. И как человек, который построил игры, платформы обучения и иммерсивные технологии большую часть своей карьеры (и не говоря уже о том, что я отец четырех детей), это проблема, которую я воспринимаю очень лично. Нам нужно переосмыслить, как выглядит обучение, и нам нужно сделать это так, чтобы расширить доступ без снижения планки.

Именно здесь на сцену выходят умные технологии. Не технологии ради технологий, а инструменты, которые помогают педагогам делать больше с меньшими средствами, предоставляют студентам практический опыт, независимо от их местонахождения, и делают реальную науку возможной.

Это не о скорости. Это о соответствии.

Существует много шума о том, как искусственный интеллект (ИИ) может сделать образование быстрее. Но скорость сама по себе не полезна, если она не служит студентам. То, что имеет больше значения, – это соответствует ли контент потребностям учащихся и дает ли он им то, что им нужно для успеха.

Возьмем, к примеру, лабораторные работы. Лабораторные работы вживую дороги, трудно организовать и часто недоступны для студентов, которые не находятся на традиционном кампусе. Для миллионов студентов, которые учатся онлайн или на полставки, это является проблемой.

Виртуальные лаборатории могут помочь решить эту проблему. Они делают возможным проведение сложных экспериментов через браузер, позволяя студентам практиковаться безопасно и гибко. Но создание этих лабораторий требует времени – и именно здесь на помощь приходят новые технологии. Используя ИИ для поддержки академических экспертов, наши команды могут создавать черновики симуляций или выявлять пробелы в контенте и обеспечивать высококачественное образование STEM в更多 классах, быстрее. И мы можем сделать это без снижения требований или потери связи с людьми.

Дайте людям возможность вести, а не алгоритму

Существует правильный и неправильный способ использования технологий в образовании. Мы экспериментируем с способами использования ИИ за кулисами. Это означает создание инструментов, которые помогают нашим командам работать быстрее, а не заменяют учителей или учебную программу.

Каждая симуляция, которую мы публикуем, проходит через реальных ученых и дизайнеров учебных программ. ИИ может помочь создать раннюю версию, но именно эксперты формируют окончательный продукт. Этот человеческий слой необходим. Он сохраняет контент точным, соответствующим возрасту и выровненным с тем, как учатся студенты.

И это не останавливается на внутреннем обзоре. Мы тестируем с реальными педагогами, чтобы увидеть, как материал работает в классе, онлайн и в гибридных форматах. Мы анализируем показатели вовлеченности, понимания и области, где студенты застревают. Все эти данные отражаются в том, как мы совершенствуем наш контент.

Это не только вопрос качества; это вопрос доверия. Если мы хотим, чтобы технологии поддерживали более справедливое образование, их необходимо создавать тщательно и с реальным надзором. Они должны быть частью системы, которая ставит во главу угла студентов и учителей, а не программное обеспечение.

Практическое обучение, которое остается

Одним из больших вопросов в образовании сейчас является: как мы знаем, что студенты действительно учатся? С инструментами вроде ChatGPT, теперь легче, чем когда-либо, подделать эссе или решить задачу. Это вызов для школ – и возможность для платформ, которые учат через опыт, а не заучивание.

Виртуальные лаборатории – один из ответов. Когда студенты проводят эксперимент, устраняют неполадки и видят, что происходит, когда они совершают ошибку, обучение становится глубже. Вы не можете скопировать и вставить свой путь через это.

И что столь же важно, это обратная связь. В хорошо спроектированной симуляции студенты получают реальную обратную связь, а не только оценки. Их поощряют отражать на своих действиях, пересматривать ошибки и применять критическое мышление. Такое обучение остается, потому что оно активно и применяется.

Мы также видели, как симуляции могут помочь студентам, которые не уверены в себе в науке. Эти инструменты предоставляют им безопасное пространство для экспериментов, ошибок и повторных попыток. Это не только хорошая педагогика; это способ построить чувство способности. И когда студенты видят себя способными делать науку, они с большей вероятностью останутся на этом пути.

Реальный пример: колледж Явапаи

В колледже Явапаи в Аризоне многие студенты старше, работают или заботятся о семьях. Несколько лет назад преподаватели ввели виртуальные лаборатории в онлайн-курс микробиологии. Темпы завершения курса выросли на 16%, и разрыв между онлайн- и очными студентами практически исчез.

Это происходит, когда вы проектируете с учетом реальных студентов. Это не о том, чтобы использовать модные инструменты; это о том, чтобы удалять барьеры и поддерживать результаты, которые имеют значение.

Куда мы движемся дальше

Я видел, как технологии могут изменить способ, которым люди учатся. Но то, что меня больше всего вдохновляет, – это потенциал наконец закрыть некоторые из разрывов, с которыми мы жили слишком долго.

Не каждое решение должно быть основано на ИИ. Но правильные инструменты, используемые экспертными людьми, могут помочь больше студентам добиться успеха в науке и помочь больше учителям делать то, что они делают лучше.

Как родитель, я хочу, чтобы мои дети выросли в мире, где отличное образование не ограничивается географией, доходом или диктатом генеративного ИИ. Я знаю, что мы можем построить этот мир, если сосредоточимся меньше на модных словах и больше на создании того, что действительно работает.