Tekoälyn yksinkertaistaminen opettajille: 3 asiaa, jotka sinun on todella tiedettävä (tällä hetkellä)

Julkaissut Platon

seuraajia: 0

Muistatko, kun ”big data” oli muotisana koulutuksessa vuosikymmen sitten? Kirjat big datasta julkaistiin, mutta mitä se tarkalleen oli?

Big data kuvasi suuria ja jatkuvasti kasvavia datamassoja ja opiskelijoiden suoritusten analysointiprosessia. Tästä tuli monimutkaista, ja iso data oli usein juuri sitä, liian suurta. Itse asiassa, lyhyemmät tietojoukot osoittautuivat tehokkaiksi, ja olen kirjoittanut niistä pienten voittojen voima, seuraa oppilaiden edistymisen mikroaskelia.

Oudolla, aavemaisella tavalla kohtaamme samanlaisen haasteen tekoälyn tulviessa. Kiihkeästi tekoälyalustoja ja -tuotteita lähestyvät opettajat tässä uraauurtavassa vaiheessa, mikä voi olla jännittävää ja uuvuttavaa. Kuinka voimme poistaa merkityksettömät, liian monimutkaiset, liian kalliit tai mitä tahansa asiat ja selvittää, kuinka voimme hyödyntää tekoälyn innovatiivisia konsepteja ja työkaluja?

Minulla on ollut onni harjoitella navigointia tekoälyhaasteiden ympärillä, koska minulla on laaja kokemus esittelystä ja kirjoittamisesta koulutuksessa. Tänä aikana olen hiljentänyt kaiken melun tunnistamalla kolme tekoälyn komponenttia, jotka tarjoavat perustan sen tehokkaalle ja tehokkaalle sieppaamiselle. huomattavan epätäydellinen potentiaali ja tuottavuus.

Yksinkertaistaaksemme sitä opettajien kannalta tässä on kolme pääasiaa, jotka on ymmärrettävä ennen tekoälyn käyttöä luokkahuoneissa:

Etiikka
suostuttelu
Resurssityökalut

Se siitä! Voisin lopettaa tähän, mutta luulen, että se olisi jyrkänne. . . joten selitän.

1. Tekoälyn yksinkertaistaminen opettajille: Etiikka

Esittelin äskettäin lukion englannin opettajille tekoälystä. Etiikka oli tärkeää, ja otin aikaa jakaa alakategoriat sen sisällä.

Ensinnäkin plagiointi: Jos generatiivinen tekoäly voi tuottaa ainutlaatuisia kohtia, eivätkö opiskelijat käytä sitä huijatakseen enemmän? Perusteltu huoli. Historiallisesti plagiointi ja huijaamisen laajempi konteksti ovat herättäneet ymmärrettävää hälytystä opettajilta, joiden tehtävänä on arvioida oppilaiden oppimista ja hallintaa. Jos tekoäly helpottaa sitä, eivätkö opiskelijat lisää huijaamista?

Tässä hyviä uutisia. Yllättäen a tuhansia opiskelijoita Anonyymisti tutkimukset osoittivat, että plagiointi pysyi ennallaan ennen tekoälyn pääsyä ja käyttöä. Tekoälyilmaisimet ovat menestyneet epätasaisesti väitteistä huolimatta, ja kuten kaikki hyvä opetus, joihinkin parhaista menetelmistä kuuluu vanhanaikainen havaitseminen, kuten nämä seitsemän tapaa havaita tekoälyn käyttö oppilaiden kirjoittamisessa.

Löysin lisätekniikan tekoälyn havaitsemiseen. Pyydä oppilaita kirjoittamaan kirjallisen vastauksen jälkeen kolme tason 3 DOK-kysymystä esseensä perusteella (luokassa, pyynnöstä esseen laatimisen jälkeen). Tämä ilmoittaa, jos he kirjoittivat sen, muuttivat sitä tai kopioivat ja liittivät sen, koska tämä prosessi antaa heille mahdollisuuden näyttää ajatusprosessinsa.

Suojatoimien tarjoaminen lohduttaa opettajia, ja näiden tekniikoiden käyttö lisää oppilaiden todennäköisyyttä pysyä korkealla moraalisella pohjalla.

Toinen eettinen ongelma on tekoälyharhojen ongelma, kuten äskettäin, kun tekoälyä pyydettiin ennustamaan Super Bowlin lopputulos. Googlen Gemini- ja Microsoftin Copilot-chatbotit vastasivat kysymyksiin peli täysin keksityillä pelitilastoilla ja tuloksilla.

Tämä korostaa suurten kielimallien (LLM) jatkuvaa kamppailua tosiasian erottamisessa fiktiosta. Tämän ja muiden tekoälyhalusinaatioiden jakaminen yhdessä hyvin määriteltyjä videoita, rohkaisee oppilaita jatkamaan varoen, vaikka he käyttäisivät tekoälyä lähteenä. Opiskelijat voivat kunnolla lainaa generatiivista tekoälyä avoimuuden vuoksi käyttämällä älykkäitä plug and play -työkaluja.

Minulta kysytään usein, onko tekoäly puolueellinen. Vastaukseni on ei, mutta valtava Internet-ekosysteemi, josta se saa tietoa, on. Esitän tämän käyttämällä kuvageneraattoria paljastamaan luonnollista taipumus tuottaa ennakkoluuloja, kuten kun kehotan sitä luomaan kuvia menestyneistä liikemiehistä, ja selvä stereotypia syntyy. Tärkeää on, että selitän kuinka kiertää nämä harhat, mikä on arvokas opetus opiskelijoille.

Kouluttajien on oltava tietoisia väistämättömästä eriarvoisuudesta, joka jatkuu myös tekoälyssä. Valitettavasti syrjäytyneet opiskelijat kohtaavat jo riskin eriarvoisuutta, aivan kuten pandemian aikana. Eriarvoisuuden tuntemus voi auttaa opettajia ja kouluyhteisöjä kiertää nämä.

2. Kehotus

Kehotuksella opimme strategisista tavoista hankkia tietoa opettajille. LLM:t kuten ChatGPT, Microsoftin Copilotja Googlen Gemini, kaikki tarjoavat vaihtelevan kyvyn tuottaa tietoa kehotteesi tehon perusteella.

Kehotus voidaan verrata parhaiten vanhaan hyvään Google-hakuun. Silti tekoälyssä on enemmän tehoa sekä tehossa että tähän tehoon liittyvissä riskeissä (esimerkiksi hallusinaatiot). Siksi, suurempi ajatus ja käytäntö, joka menee kehotuksiin, sitä parempi tulos.

Hyvä uutinen on, että LLM:t pystyvät tarjoamaan jatkuvia ja interaktiivisia keskusteluja kehotteiden perusteella, joten voit aloittaa laajasti ja tarkentaa haluamallasi tavalla. Olen jopa sanonut chatbotille: "Ei, tarkoitan tätä..." selventääkseni, jos se ymmärtää väärin, jos en anna tarpeeksi laadukasta aloituskehotetta.

Tämän tietäminen voi vapauttaa pelkäävän käyttäjän huolestumasta kehotuksista, ja työpajoissani opettajat huomaavat tämän.

Tämä on laajin verkko, koska jokainen edtech-yritys yrittää päästä AI-peliin. Vaikka jotkin mahdollisuudet minun kaltaisilleni teknologianöreille tekevät tästä hauskaa, se voi olla pelottavaa. Suurin osa paremmista resursseista on freemium-malleja, jotka houkuttelevat sinua maksamaan kokeilujakson jälkeen tai rajoittavat kapasiteettiasi useiden käyttötapojen jälkeen tai tarjoavat kehittyneempiä vaihtoehtoja, jos päivität.

Microsoft ja Google ovat molemmat innokkaita pääsemään tekoälykoulutuksen maisemaan, ja ovat riittävän suuria tarjotakseen premium-ominaisuuksia joko ilmaiseksi tai edullisesti. Uusi Copilot näyttää vaikuttavalta ja tarjoaa 4.0 pääsyn kenelle tahansa, kun taas ChatGPT (OpenAI) tarjoaa edelleen 3.5-tason ilmaiseksi, jolla on joitain etuja, mutta maksat päivittämisestä 4.0:aan. Googlen Gemini on samanlainen kuin Copilot, mutta kuten kaikki Googlen asiat, on vaikea saada selville, mitä muutoksia on tehty: esimerkiksi Google on jo vaihtanut tekoälyn nimen Bardista Geminiksi!

Monet muut AI-työkalut ovat saatavilla ja tarjoan yksinkertainen kirjasto resursseja opettajille, mutta muista, että useimmat haluavat sinun maksavan lopulta. Pysy toistaiseksi suurilta yrityksiltä, kuten Microsoftilta, tulevissa LLM:issä ja kiitä kapitalismia melko vankista, ilmaisista versioista. Pidän myös hämmennys, toinen nouseva tekoälytyökalu.

Joten siinä se on. Etiikka, kehotukset ja resurssityökalut. Nämä ovat konkreettisia ja kestäviä komponentteja, jotka sinun on tiedettävä koulujen tekoälystä. Kaiken muun lasku ja lasku on vain melua. Pidä kiinni näistä komponenteista ja Big AI on hallittavissa, jopa edullinen!