Inhoud
- Het huidige scenario
- Het geweldige potentieel
- Nadelen en controverses
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- conclusies
Bron: Andrei Krauchuk / Dreamstime.com
Afhaal:
AI komt naar het onderwijs, leuk vinden of niet. We moeten er dus voor zorgen dat deze wordt getraind op hoogwaardige, relevante gegevens om effectief te zijn.
De wereld van het onderwijs zal diep worden beïnvloed door de introductie van nieuwe AI-gebaseerde technologieën, en dat is een feit. Het is echter moeilijk te zeggen of deze veranderingen echt zullen leiden tot een positieve evolutie van onze samenleving. Onderwijs heeft in het algemeen een enorme impact op onze hele samenleving en is een van de hoekstenen van de menselijke evolutie.De wetenschap van leren en onderwijzen is in de loop van de vorige eeuw aanzienlijk veranderd en er kan worden gesteld dat veel van de huidige gedragsveranderingen van de laatste generaties kunnen worden toegeschreven aan de evolutie in het onderwijs waarvan we getuige zijn geweest. Meer gebruik van kunstmatige intelligentie in het onderwijs biedt zeker een enorm potentieel voor het verbeteren van leren en onderwijzen, maar zullen deze verbeteringen een betere samenleving en een betere wereld bouwen?
Het huidige scenario
Of de resultaten nu goed of slecht zullen zijn, AI in het onderwijs zal snel groeien. Volgens recente rapporten, is de groei van de sectoren voorspeld op 47,5 procent tot 2021 alleen al in de Amerikaanse markt. Machine learning is al toegevoegd door enkele van de grootste technische reuzen in de tools die worden gebruikt om studenten te helpen bij het uitvoeren van hun taken. Watson Analytics van IBM kan bijvoorbeeld vragen in de natuurlijke taal beantwoorden over informatie in de database, terwijl de Googles G Suite for Education-app natuurlijke taalverwerking gebruikt om complexe formules te schrijven op verzoek van studenten en docenten. (Voor meer informatie over machine learning in het onderwijs, zie Hoe machine learning de leeruitmuntendheid kan verbeteren.)
Als een kanttekening, kunnen we hier al een van de mogelijke onverwachte gegeneraliseerde effecten zien van de implementatie van AI in scholen. Voicechats worden de nieuwste technologietrend en een must-have in veel bedrijven. AI kan nu zijn vermogen om menselijke stemmen te herkennen en te begrijpen, perfectioneren door zich te voeden met een dataset die zo groot is als het hele onderwijssysteem. Hoe lang duurt het voordat alle kantoren gaan gebruiken pratend AI om zinvolle en efficiënte communicatie en samenwerking tussen teamleden te stimuleren? Ben ik de enige die denkt aan Mass Effects AI EDI hier?
Dingen zijn ook niet zo verschillend in het buitenland. In China worden semi-sentient robots al gebruikt om het beoordelingsproces te automatiseren, waardoor de werklast van leraren wordt verminderd. Hun slimme, kunstmatige geest kan de algemene logica en betekenis van een essay begrijpen en een bijna mensachtig oordeel over de kwaliteit ervan genereren. En minstens 60.000 scholen hebben ze al geïmplementeerd met blijkbaar geweldige resultaten.
Het geweldige potentieel
Een van de meest voor de hand liggende voordelen van AI is de mogelijkheid om handmatige operaties te automatiseren, waardoor veel administratieve en organisatorische taken worden versneld. Huiswerk controleren, papieren beoordelen, ziektebestanden en afwezigheidsbladen doornemen en rapportkaarten voorbereiden zijn slechts enkele voorbeelden van de taken waar docenten het grootste deel van hun tijd doorbrengen - taken die een AI in enkele minuten vrijwel zonder fouten kan uitvoeren.
AI kan ook helpen bij het digitaliseren van boeken en het maken van aanpasbare "slimme" inhoud voor studenten van alle leeftijdsgroepen, waardoor ze kunnen leren en leren. Virtuele personages en augmented reality kunnen worden aangedreven door AI om geloofwaardige sociale interacties te creëren, zoals die waarmee is geëxperimenteerd door het University of Southern California (USC) Institute for Creative Technologies. Deze virtuele omgevingen kunnen worden gebruikt om studenten te helpen bij hun inspanningen en leerproces, of als vervangers voor docenten, docenten en onderwijsassistenten. Niemand kan ooit de hele dag en nacht werken en studenten 24/7 antwoorden geven ... tenzij hij of zij een robot is, natuurlijk!
Nadelen en controverses
Tot nu toe leek alles over AI en onderwijs geweldig, niet? In de echte wereld is het echter nog nooit zo eenvoudig. Om de resultaten te bereiken waarvoor het is ontworpen, vereist AI vooral één ding: gegevens. Gegevens moeten worden ingevoerd in het algoritme, zodat het kan 'leren' over de omgeving en welke de "goede" en de "slechte" resultaten zijn. Maar wat als de hele dataset over het leren van studenten in het beste geval onbetrouwbaar of zelfs volledig waardeloos is?
De overgrote meerderheid van de onderzoeken die proberen het leren van studenten te meten, gebruiken bijvoorbeeld oninterpreteerbare of onrealistische statistieken zoals zelfgerapporteerde "leerresultaten" of (erger nog) studentcijfers. Maar wat meet een studentcijfer anders dan als een extreem vage prestatie-indicator? Onlangs, tijdens een experiment dat veel media-aandacht kreeg, slaagde een AI in het behalen van het Britse GP (huisarts) examen en behaalde een uitstekende score van 81 procent. Dit "cijfer" is daarom niets anders dan een eindscore - die op geen enkele manier de geldigheid van het leerproces of de onderwijsmethode weerspiegelt, noch voor de AI, noch voor een andere student. Maar dat zijn de enige gegevens die we gemakkelijk kunnen verzamelen, zelfs als het enige educatieve betekenis mist. Hoeveel tijd hebben mensen nodig om te leren hoe ze AI-aangedreven tests kunnen "bedriegen" en met weinig of geen moeite positieve cijfers halen?
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Door alleen te focussen op prestaties, bestaat het risico om te focussen op marginale of irrelevante leertheorieën. Huidige datasets halen hun gegevens uit een breed scala aan educatieve databases, maar veel daarvan zijn oud en de gebruikte onderwijsmethoden zijn verouderd. Leraren die tientallen jaren les hebben gegeven, zijn niet noodzakelijkerwijs beter in hun werk dan degenen die jonger zijn, simpelweg omdat er een enorm verschil is tussen wat onze samenleving nu is en 30 jaar geleden. Toch zijn al deze gegevens samengevoegd in een onverstaanbaar moeras van info dat AI niet echt meer kan discrimineren dan zijn ontwerpers zouden kunnen. (Kijk voor meer informatie over vorderingen in het onderwijs op Virtuele training en e-learning: hoe digitale technologie de toekomst van geavanceerd onderwijs bevordert.)
AI kan technologieverslaving stimuleren en onze toekomstige generaties verder sterk afhankelijk maken van allerlei apparaten als hun blootstelling begint met de kindertijd. Vooral als de vermeende "kwaliteitsinhoud" die AI zal gebruiken om les te geven, is ontleend aan een enorm grote verzameling ongewenste inhoud die door een handvol bedrijven is geselecteerd.
conclusies
AI kan helpen ons vermogen om nieuwe generaties op te leiden en te onderwijzen, omhoog te schieten, waardoor veel tijd wordt vrijgemaakt voor menselijke professoren die zich (in theorie) uitsluitend op de dingen kunnen concentreren die ertoe doen.
Deze fantastische wereld van efficiëntie heeft echter een hoge prijs. Als we niet oppassen, lopen we het risico onze studenten inhoud van lage kwaliteit te geven, op de verkeerde manier onderwezen, dat ze nog steeds kunnen voorkomen dat ze studeren door hun AI-leraren te bedriegen. Als we niet willen leven in een samenleving vol cognitief passieve, sociaal niet-aangepaste volwassenen die verslaafd zijn aan technologie, moeten we het zicht nu aanpassen in plaats van later.