Kaip dirbtinis intelektas gali padėti mokytojams įgyvendinti moksliškai pagrįstas mokymo strategijas?
Šaltinis: Mollick, E., ir Mollick, L. (2023). Using AI to Implement Effective Teaching Strategies in Classrooms: Five Strategies, Including Prompts. SSRN.
Mokslininkai jau seniai žino, kokie mokymo metodai iš tiesų padeda mokiniams geriau įsisavinti medžiagą. Bėda ta, kad dauguma šių metodų reikalauja labai daug mokytojo laiko – sugalvoti gerus pavyzdžius, paruošti testus, sekti, ką mokiniai suprato ir kur liko spragų. Todėl praktikoje mokytojai dažnai jų tiesiog nespėja taikyti. Wharton verslo mokyklos tyrėjai Ethan Mollick ir Lilach Mollick parodo, kaip dirbtinis intelektas (tokie įrankiai kaip ChatGPT ar Bing AI) gali atlikti šį laikui imlų parengiamąjį darbą už mokytoją, paliekant jam patį svarbiausią dalyką – bendravimą su mokiniais.
Įvadas
Svarbu iš karto pasakyti: tai nėra eksperimentas su mokiniais ar duomenų analizė. Tai praktinis, metodinis straipsnis – tarsi instrukcijų vadovėlis mokytojams. Autoriai paima penkias mokymo strategijas, kurių naudingumą jau seniai įrodė kiti mokslininkai, ir parodo, konkrečiais pavyzdžiais, kaip DI gali padėti jas realiai pritaikyti pamokoje. Kiekvienai strategijai jie: (1) paaiškina, kodėl ji veikia mokymuisi; (2) paaiškina, kodėl ją sunku įgyvendinti be pagalbos; (3) duoda tikslų tekstą, kurį galima nukopijuoti ir įvesti į ChatGPT ar Bing; (4) parodo, kaip tokiu atveju atrodo DI atsakymas; (5) pataria, kaip patikrinti, ar tas atsakymas tikrai geras, ir kaip jį panaudoti pamokoje.
Penkios strategijos, apie kurias kalbama:
Daug ir įvairių pavyzdžių – kai mokoma naujos, sudėtingos sąvokos.
Keli skirtingi paaiškinimai ir analogijos tai pačiai temai.
Dažni, žemos rizikos testai (tokie, kurie nevertinami pažymiu arba vertinami labai švelniai).
Mokinių supratimo patikrinimas – trumpi klausimai, kurie parodo, ką mokiniai suprato ir kur liko neaišku.
Paskirstytoji praktika – periodiškas grįžimas prie anksčiau mokytų temų, kad jos neišdiltų iš atminties.
Kas buvo tirta?
1. Kodėl reikia daug pavyzdžių ir kaip DI gali padėti?
Įsivaizduokite, kad mokote vaikus sąvokos „alternatyvos kaina“ (ką prarandi, pasirinkęs vieną dalyką, o ne kitą). Jei duosite tik vieną pavyzdį – tarkim, apie pinigų išleidimą batams – dalis vaikų įsimins ne pačią sąvoką, o konkrečią istoriją apie batus. Jie nesugebės pritaikyti šios idėjos kitoje situacijoje. Būtent todėl reikia kelių, labai skirtingų pavyzdžių: vienas apie pinigus, kitas apie laiką, trečias – apie profesijos pasirinkimą. Tada mokinio smegenys pačios „ištraukia“ bendrą principą iš skirtingų atvejų.
Bėda ta, kad sugalvoti keturis skirtingus, tikslius ir įdomius pavyzdžius per pamoką paruošiant medžiagą – tai atima daug laiko. DI čia veikia kaip greitas asistentas: paprašius, jis per kelias sekundes pasiūlo kelis skirtingus pavyzdžius, pritaikytus būtent jūsų mokinių amžiui (pvz., pradinukams ar studentams). Svarbu: mokytojas vis tiek turi juos patikrinti – ar tikslūs, ar tikrai tinka jūsų klasei, ar neklaidina.
2. Kodėl reikia kelių paaiškinimų ir kaip DI padeda?
Vienas ir tas pats paaiškinimas ne visiems tinka vienodai gerai. Vieniems padeda analogija su virtuve, kitiems – su sportu, tretiems reikia žingsnis po žingsnio išdėstyto proceso. Geras mokytojas idealiu atveju turėtų mokėti paaiškinti tą pačią sąvoką penkiais skirtingais būdais, priklausomai nuo to, kas kuriam mokiniui labiau „prilimpa“. Tačiau paruošti penkis skirtingus, tikslius, logiškai nuoseklius paaiškinimus vienai temai – tai reikalauja, kad mokytojas pats savyje „išpakuotų“ savo žinias iki labai paprastos, aiškios kalbos, o tai nėra lengva net ekspertui.
DI čia gali sugeneruoti kelis paaiškinimo variantus vienu metu, taip pat – penkias skirtingas analogijas tai pačiai sąvokai. Jei mokinys ko nors nesupranta, mokytojas gali paprašyti DI supaprastinti paaiškinimą dar labiau arba pridėti dar vieną analogiją. Vis tiek mokytojas turi patikrinti, ar paaiškinimas faktiškai teisingas ir tinkamas būtent to lygio mokiniams.
3. Kodėl testai be pažymio yra naudingi ir kaip DI padeda juos kurti?
Čia svarbiausia idėja tokia: testas nėra vien būdas patikrinti, ką mokinys jau žino – pats bandymas prisiminti informaciją (net jei atsakai neteisingai) stiprina atmintį. Todėl dažni, nedideli, be pažymio vykstantys pasitikrinimai („tuščio popieriaus“ testai, greiti klausimai per pamoką) padeda mokiniams geriau įsiminti medžiagą ilgam laikui – geriau nei vien skaitymas ar klausymasis.
Problema: gerus testo klausimus (ypač su keliais atsakymo variantais) sunku parašyti, nes klaidingi variantai turi būti „patrauklūs“ – tokie, kokius pasirinktų mokinys, turintis dažną klaidingą supratimą apie temą, o ne akivaizdžiai kvaili variantai. Tai reikalauja gero išmanymo, kokias klaidas mokiniai paprastai daro. DI gali sukurti tokius klausimus su tikroviškais neteisingais variantais, kartu pateikdamas atsakymų raktą su paaiškinimais, kodėl teisingas atsakymas yra teisingas.
4. Kodėl svarbu žinoti, ko mokiniai nesuprato, ir kaip DI padeda tai greitai sužinoti?
Paprastas, bet veiksmingas metodas – pamokos pabaigoje paklausti mokinių: „Kas šiandien buvo svarbiausia?“ ir „Kas liko neaišku?“ Tai leidžia mokytojui iš karto pamatyti, ką reikia paaiškinti dar kartą kitoje pamokoje. Problema iškyla, kai klasėje yra, tarkim, 30 ar daugiau mokinių – perskaityti visus atsakymus ir surasti pasikartojančius modelius užima daug laiko, o mokytojas gali nesąmoningai atkreipti dėmesį tik į tuos atsakymus, kurie sutampa su jo paties nuomone.
Čia DI stiprybė – kad jis „nepažįsta“ jūsų klasės ir neturi išankstinės nuomonės, todėl gali objektyviai apžvelgti visus atsakymus iš karto ir greitai nurodyti, kokios temos kartojasi kaip svarbiausios, o kokios – kaip neaiškiausios. Tai ypač naudinga, kai atsakymų yra daug.
5. Kodėl svarbu grįžti prie senų temų ir kodėl tai sunku padaryti be pagalbos?
Yra gerai žinomas reiškinys: jei kartą išmokstame temą ir daugiau prie jos negrįžtame, ji palaipsniui išnyksta iš atminties. Tuo tarpu, jei periodiškai – po savaitės, po mėnesio, semestro pabaigoje – grįžtame prie tos pačios temos, žinios tampa daug tvirtesnės ir lengviau pritaikomos naujose situacijose. Problema ta, kad dauguma vadovėlių ir mokymo planų sudaryti linijiniu principu: tema po temos, be sąsajų su tuo, kas buvo mokyta anksčiau. Be to, patys mokiniai nemėgsta tokio grįžimo – jie linkę viską „iškalti“ prieš egzaminą, net žinodami, kad tai mažiau veiksminga.
Sujungti naują temą su sena, sugalvoti, kaip juos susieti, ir suplanuoti, kada tiksliai grąžinti seną temą – tai papildomas planavimo darbas, kurio mokytojai dažnai neturi laiko atlikti. DI gali pasiūlyti konkrečius būdus, kaip į šiandien dėstomą temą įpinti nuorodą į anksčiau mokytą (pvz., „Kaip Apšvietos epochos idėjos susijusios su Amerikos revoliucija?“), taip pat sukurti klausimus, kurie priverstų mokinius prisiminti seną medžiagą kartu su nauja.
Vienas bendras įspėjimas visoms penkioms strategijoms
DI kartais „prasimano“ faktus, kurie skamba įtikinamai, bet yra neteisingi. Todėl kiekvieną DI sugeneruotą pavyzdį, paaiškinimą, testo klausimą ar pasiūlymą mokytojas privalo patikrinti prieš pateikdamas mokiniams – ar faktiškai teisinga, ar tinka būtent to amžiaus ar lygio mokiniams, ar atitinka pamokos tikslus. DI čia veikia kaip greitas juodraščio kūrėjas, o ne galutinis sprendimų priėmėjas.
Ką jie nustatė?
DI gali veikti kaip „jėgos daugiklis“ mokytojui – jis nepakeičia mokytojo, bet leidžia jam per trumpesnį laiką paruošti tai, ko iki šiol tiesiog nespėdavo padaryti dėl laiko stokos.
DI ypač naudingas ten, kur reikia daug pasikartojančio, laikui imlaus darbo – pavyzdžių, paaiškinimų, testo klausimų kūrimo ar dešimčių mokinių atsakymų apžvalgos.
Dalyko ir pedagoginė mokytojo ekspertizė lieka būtina – tik mokytojas gali įvertinti, ar DI pasiūlymas tikrai tinka jo konkrečiai klasei ir ar jis faktiškai teisingas.
Apgalvotai ir atsargiai naudojamas, DI gali padėti plačiu mastu diegti moksliškai pagrįstą mokymo praktiką, kuri anksčiau buvo prieinama tik tiems mokytojams, kurie turėjo daug papildomo laiko jai paruošti.
Išvados
Visada tikrinti DI sugeneruotą turinį prieš rodant mokiniams – ar faktiškai tikslu, ar tinkamo sudėtingumo lygio, ar atitinka pamokos tikslus.
Jei naudojamas modelis, neprijungtas prie interneto (pvz., ChatGPT be interneto prieigos), būti ypač atsargiems, nes tokie modeliai dažniau „prasimano“ faktus nei prie interneto prijungti (pvz., Bing AI).
Jei atsakymas neišeina iš pirmo karto, verta paklausti dar kartą arba pradėti pokalbį iš naujo – atsakymai kaskart šiek tiek skiriasi.
Testo klausimų neteisingus variantus geriausia grįsti realiomis, dažnai pasitaikančiomis mokinių klaidomis – tai daro testą naudingesnį diagnostikos požiūriu.
Klausimus apie tai, ko mokiniai nesuprato, verta rinkti anonimiškai (pvz., per anoniminę apklausą), kad mokiniai nebijotų atvirai prisipažinti, ko nesupranta.
Planuojant grįžimą prie senų temų, verta iš anksto numatyti konkrečius momentus per kursą (po savaitės, mėnesio, semestro pabaigoje), kada DI pagalba bus sukuriami klausimai, jungiantys naują ir seną medžiagą.
Švietimo bendruomenei vertėtų toliau kurti aiškias, etiškas DI naudojimo pamokose gaires, vertinant tiek naudą, tiek galimas rizikas.
Rekomendacijos
Mokytojų klubo veiklą vykdo L. Loginovienė ir M. Gaveniauskė.
Individualios veiklos nr. 1178080
El. p.: mokytojuklubas.info@gmail.com