Uniwersytet Londyński wydał właśnie publikację THE AI GENERATION. HOW UNIVERSITIES CAN PREPARE STUDENTS FOR THE CHANGING WORLD, która wyszła spod pióra Richarda Browna. O tekście dowiedziałam się od Piotra Wasyluka, z wpisu na jego osobistym blogu Dragonfly perspective, i zaraz go sobie zaaplikowałam. Teraz aplikuję Czytelnikowi: najpierw krótko, o czym w oryginalnym tekście; potem moje inspiracje.
The AI Generation ... – jak wiele innych publikacji zajmujących się problemem przygotowania studentów przez uczelnie do stawiania czoła wyzwaniom rynku pracy – pokazuje statystyki (pracodawcy oczekują konkretnych kompetencji; tylko połowa z nich uważa, że edukacja uniwersytecka takie kompetencje daje) i wylicza umiejętności na nowe czasy. Te umiejętności, zwane też wczesniej transwersalnymi, miękkimi, kompetencjami XXI wieku itd., tu opatrzono akronimem GRASP (po angielsku znaczącym, grasp = uchwycić). Rozwiniecie skrótowca – general, relational, analytical, social and personal – pozwala wyliczyć umiejętności, o które chodzi: analityczne (przetwarzanie, interpretowanie i komunikowanie treści), społeczne (zmiana perspektywy/empatia, komunikacja, perswazja) i osobiste (umiejętność zarządzania zasobami, rozpoznawanie i kontrola własnych emocji, elastyczność, odporność).
Umiejętności typu GRASP, doceniane na rynku pracy od dawna, w czasach coraz większej popularności AI stają się, zdaniem autora, jeszcze ważniejsze. Sztuczna inteligencja wyłamie (już wyłamuje) pierwszy szczebel drabiny awansu zawodowego. Wszyscy fachowcy, którzy kiedyś karierę zawodową zaczynali od czynności rutynowych, odtwórczych (np. przeglądanie dokumentacji), a dopiero potem kierowani byli do zadań bardziej wymagających, twórczych teraz, wchodząc na rynek pracy, od razu staną wobec większych wyzwań, bo sprawy rutynowe weźmie na siebie sztuczna inteligencja. Ona też wyszuka niezbędne informacje, które zresztą już są na kliknięcie. W efekcie sama wiedza teoretyczna jako posag absolwenta nie jest już atrakcyjna. Gospodarka oparta na wiedzy, w której zatrudnienie stale rośnie, dotyczy zatem głównie wiedzy jak, nie wiedzy że.
Jak uczelnia, kształcąca (chcąc nie chcąc) pokolenie AI miałaby przestawić się z wiedzy że na wiedzę jak i uczyć umiejętności typu GRASP? Raczej nie przez specjalne, oddzielne kursy poświęcone kompetencjom miękkim, bo to słabo się sprawdza (autor cytuje badania). Skuteczniejszym pomysłem jest włączenie kształcenia GRASP w edukację przedmiotową lub – lepiej – międzyprzedmiotową. Takie włączenie dotyczy tego, czego uczymy (np. jak założyć start-up w dziedzinie, której dotyczy przedmiot); oraz tego jak uczymy. Umiejętnościom potrzebnym generacji AI szczególnie pomoże dydaktyka aktywizująca przez pracę metodą projektów czy za pomocą metody problemowej. W tej ostatniej – uwaga! – stawianie problemów będzie również ważne, jak ich rozwiązywanie; Edukacja uniwersytecka na nowe czasy musi też wychodzić poza mury uczelni, do prawdziwego świata, tak szeroko i daleko, jak to możliwe.
Skoro celem jest przygotowanie pokolenia AI do funkcjonowania w rzeczywistości współpracy z AI (wiele zawodów z obszaru gospodarki opartej na wiedzy będzie wymagało takiego współdziałania), logiczne wydaje się, że najlepiej takie przygotowanie prowadzić z wykorzystaniem sztucznej inteligencji. Innymi słowy, umiejętności typu GRASP, kształtowane dla współpracy z AI, będą rozwijane przy użyciu AI. Aby tak było, uniwersytet musi przestać martwić się przede wszystkim o to, jak uniemożliwić studentom oszukiwanie przy użyciu sztucznej inteligencji, a zająć się mądrym wykorzystaniem tejże jako narzędzia dobrej dydaktyki.
Tyle Richard Brown (w dużym skrócie; zachęcam do lektury całości).
Tekst przeczytałam z uczuciem satysfakcji, ponieważ przedstawione w nim diagnozy i zalecenia odnośnie edukacji uniwersyteckiej na nowe czasy są zbieżne z moimi, a moja dydaktyka od bardzo dawna podąża ścieżkami, które wytycza The AI Generation ... Jak studenci myślą jest dla mnie ważniejsze od tego, co wiedzą i tą zasadą kieruję się planując zajęcia i oceniając. Przedkładam metody aktywizujące (głównie projekty i metody tutorskie) nad wykład. Traktuję treści przedmiotowe jako pretekst do tego, by niejako przy okazji, uczyć zarządzania zasobami z jednej strony i krytycznego myślenia z drugiej. Moje zajęcia wychodzą poza mury uczelni na kilka różnych sposobów: prowadzę je w trybie wymian wirtualnych (=międzynarodowych projektów online realizowanych we współpracy z uczelniami z zagranicy); organizuję ich prowadzenie w firmach, w których studenci potencjalnie podejmą pracę; angażuję studentów w działania społecznie użyteczne (pogotowie TIK w czasach pandemii jako forma zaliczenia praktyk).
Czy zatem lektura publikacji Richarda Browna była dla mnie pouczająca? Tak, ponieważ zachęciła mnie do refleksji, jak to, co już robię, może zostać wzbogacone o użycie narzędzi AI. Kilka przykładów niżej. Dotyczą mojej branży – kształcenia przyszłych nauczycieli języka angielskiego. Mam nadzieję, że przydadzą się koleżeństwu po fachu, a przedstawicielom innych dziedzin posłużą jako inspiracja.
Ćwiczenie 1. Kompetencje pokolenia AI: analityczne myślenie, umiejętności osobiste (umiejętność stawiania problemów; krytyczne myślenie; autorefleksja nad własną biegłością pedagogiczną).
Studenci, na praktykach w szkole, zbierają opisy sytuacji problemowych. Na zajęciach część grupy (NI; od „naturalna inteligencja”) przegląda zebrane sytuacje i próbuje zdecydować, na czym polega problem wychowawczy w każdej z tych sytuacji. Druga część grupy (SI) pytanie „Na czym polega problem?” stawia czatowi GPT, podając mu wspomniane opisy sytuacji. Grupy NI i SI sporządzają listę odpowiedzi. W parach – student/ka NI + student/ka SI – przyglądają się trafności diagnoz z obu list. Analizując podobieństwa i różnice, rozważają: (i) na ile dobrze potrafią sami/e zdiagnozować problem wychowawczy; oraz (ii) czy czat GPT jest dobrym doradcą w sprawie takich problemów i dlaczego (nie)?
Ćwiczenie 2. Kompetencje pokolenia AI: analityczne myślenie; umiejętności społeczne (umiejętność komunikowania treści; umiejętność zmiany perspektywy i zrozumienia, czego rozmówca nie pojął)
Studenci definiują cel lekcji języka angielskiego w kategoriach efektów uczenia się. Proszą czat GPT o przygotowanie sekwencji ćwiczeń do tej lekcji ( w wersji de luxe będzie to zadanie, które uczy sprawności językowych oraz pomaga w rozwiązaniu problemu zdiagnozowanego w ćwiczeniu 1). Studenci oceniają efekt pracy SI pod kątem przydatności w kontekście wyznaczonych celów lekcji. Diagnozują luki i próbują rafinować swoje polecenia.
Wariant B: prowadząca definiuje szczegółowo produkt końcowy (plan lekcji / scenariusz projektu itd.). Studenci próbują wyegzekwować produkt of czatu GPT, opracowując polecenia i rafiniując je, jeśli produkt wygenerowany odbiega od zadanego.
Ćwiczenie 3. Kompetencje pokolenia AI: analityczne myślenie, umiejętności osobiste (zarządzanie zasobami, świadomość i kontrola emocji)
Prowadzący przedstawia studentom projekt do realizacji na zaliczenie. Studenci, w grupach, planują (i) kalendarium realizacji projektu, (ii) spodziewane problemy, zwłaszcza z motywacją, i ich proponowane rozwiązania, (podział ról). Następnie każdy zespół przedstawia czatowi GPT scenariusz projektu oraz charakterystykę członków zespołu i prosi o odpowiedzi na pytanie i—iii. Zespół porównuje odpowiedzi, własne i wygenerowane przez SI, wybiera lepsze rozwiązania, decyduje oraz na ile chat GPT jest dobrym doradcą w sprawie zarządzania projektem.
Ćwiczenie 4. Kompetencje pokolenia AI: analityczne myślenie, umiejętności osobiste (krytyczne myślenie; autorefleksja nad własną biegłością pedagogiczną)
Prowadząca prosi studentów o przyniesienie (np. z praktyk) próbek wypracowań uczniów lub takie próbki dostarcza. Poleca, by zespoły przeanalizowały wybraną pracę i wskazały trzy najważniejsze błędy do poprawy (przy założeniu, ze błędów jest znacznie więcej). Wymagane jest też uzasadnienie wyboru błędów do poprawy. Następnie każdy zespół podaje wypracowanie ucznia chatowi GPT z tym samym poleceniem: trzy najważniejsze błędy do poprawy. Analiza porównawcza powinna zostać wzbogacona o refleksję nad własnymi wyborami, w tym, na ile trudne było ograniczenie się do trzech błędów, bez poprawiania każdej pomyłki w wypracowaniu ucznia. Studenci powinni ocenić także, na ile SI sprawdza się w roli asystenta pisania.
Comments