Artikel ini awalnya diterbitkan dalam percakapan.
Teknologi Amerika telah memberi tahu para pendidik untuk dengan cepat mengadopsi penemuan baru mereka selama lebih dari seabad. Pada tahun 1922, Thomas Edison menyatakan bahwa dalam waktu dekat, semua buku teks sekolah akan digantikan oleh strip film, karena teks itu efisien 2%, tetapi film 100% efisien. Statistik palsu itu adalah pengingat yang baik bahwa orang bisa menjadi teknolog yang brilian, sementara juga menjadi reformis pendidikan yang tidak kompeten.
Saya memikirkan Edison setiap kali saya mendengar para teknologi bersikeras bahwa para pendidik harus mengadopsi kecerdasan buatan secepat mungkin untuk maju dari transformasi yang akan membasuh sekolah dan masyarakat.
Di MIT, saya mempelajari sejarah dan masa depan teknologi pendidikan, dan saya tidak pernah menemukan contoh sistem sekolah – negara, negara bagian atau kotamadya – yang dengan cepat mengadopsi teknologi digital baru dan melihat manfaat yang tahan lama bagi siswa mereka. Distrik pertama yang mendorong siswa untuk membawa ponsel ke kelas tidak lebih baik mempersiapkan kaum muda untuk masa depan daripada sekolah yang mengambil pendekatan yang lebih hati -hati. Tidak ada bukti bahwa negara-negara pertama yang menghubungkan ruang kelas mereka ke internet berdiri terpisah dalam pertumbuhan ekonomi, pencapaian pendidikan atau kesejahteraan warga negara.
Teknologi pendidikan baru hanya sekuat komunitas yang memandu penggunaannya. Membuka tab browser baru itu mudah; Menciptakan kondisi untuk pembelajaran yang baik itu sulit.
Dibutuhkan bertahun -tahun bagi para pendidik untuk mengembangkan praktik dan norma baru, bagi siswa untuk mengadopsi rutinitas baru, dan bagi keluarga untuk mengidentifikasi mekanisme dukungan baru agar penemuan baru dapat meningkatkan pembelajaran dengan andal. Tetapi ketika AI menyebar melalui sekolah, baik analisis historis dan penelitian baru yang dilakukan dengan guru K-12 dan siswa menawarkan beberapa bimbingan tentang menavigasi ketidakpastian dan meminimalkan kerusakan.
Kami sudah salah dan terlalu percaya diri sebelumnya
Saya mulai mengajar siswa sejarah sekolah menengah untuk mencari web pada tahun 2003. Pada saat itu, para ahli di perpustakaan dan ilmu informasi mengembangkan pedagogi untuk evaluasi web yang mendorong siswa untuk membaca situs web yang mencari penanda kredibilitas: kutipan, format yang tepat, dan halaman “tentang”. Kami memberi siswa daftar periksa seperti tes CRAAP – mata uang, keandalan, otoritas, akurasi dan tujuan – untuk memandu evaluasi mereka. Kami mengajar siswa untuk menghindari Wikipedia dan mempercayai situs web dengan domain .org atau .edu atas domain .com. Semuanya tampak masuk akal dan dibuktikan pada saat itu.
Artikel peer-review pertama yang menunjukkan metode yang efektif untuk mengajar siswa bagaimana mencari web diterbitkan pada tahun 2019. Ini menunjukkan bahwa para pemula yang menggunakan teknik yang diajarkan secara umum ini dilakukan secara menyedihkan dalam tes yang mengevaluasi kemampuan mereka untuk mengurutkan kebenaran dari fiksi di web. Ini juga menunjukkan bahwa para ahli dalam evaluasi informasi online menggunakan pendekatan yang sama sekali berbeda: dengan cepat meninggalkan halaman untuk melihat bagaimana sumber lain mengkarakterisasi. Metode itu, yang sekarang disebut lateral bacaan, menghasilkan pencarian yang lebih cepat dan lebih akurat. Pekerjaan itu adalah pukulan untuk guru tua seperti saya. Kami telah menghabiskan hampir dua dekade mengajar jutaan siswa yang terbukti tidak efektif untuk mencari.
Saat ini, ada industri pondok konsultan, keynoter, dan “pemimpin pemikiran” yang bepergian ke negara ini yang mengaku melatih para pendidik tentang cara menggunakan AI di sekolah. Organisasi nasional dan internasional menerbitkan kerangka kerja literasi AI yang mengklaim mengetahui keterampilan apa yang dibutuhkan siswa untuk masa depan mereka. Teknologi menciptakan aplikasi yang mendorong guru dan siswa untuk menggunakan AI generatif sebagai tutor, sebagai perencana pelajaran, sebagai editor menulis, atau sebagai mitra percakapan. Pendekatan -pendekatan ini memiliki banyak dukungan bukti hari ini seperti tes CRAAP ketika diciptakan.
Ada pendekatan yang lebih baik daripada membuat tebakan yang terlalu percaya diri: dengan ketat menguji praktik dan strategi baru dan hanya mengadvokasi secara luas untuk yang memiliki bukti kuat efektivitas. Seperti halnya melek web, bukti itu akan memakan waktu satu dekade atau lebih untuk muncul.
Tapi ada perbedaan kali ini. AI adalah apa yang saya sebut sebagai “teknologi kedatangan.” AI tidak diundang ke sekolah -sekolah melalui proses adopsi, seperti membeli komputer desktop atau Smartboard – ia merusak pesta dan kemudian mulai menata ulang furnitur. Itu berarti sekolah harus melakukan sesuatu. Guru merasakan ini dengan segera. Namun mereka juga membutuhkan dukungan: Selama dua tahun terakhir, tim saya telah mewawancarai hampir 100 pendidik dari seluruh AS, dan satu refrain yang meluas adalah “Jangan membuat kita melakukannya sendiri.”
3 Strategi untuk Jalan yang Prudent Forward
Sambil menunggu jawaban yang lebih baik dari komunitas sains pendidikan, yang akan memakan waktu bertahun -tahun, para guru harus menjadi ilmuwan sendiri. Saya merekomendasikan tiga Guideposts untuk bergerak maju dengan AI dalam kondisi ketidakpastian: kerendahan hati, eksperimen, dan penilaian.
Pertama, secara teratur mengingatkan siswa dan guru bahwa sekolah apa pun mencoba – kerangka kerja melek, praktik pengajaran, penilaian baru – adalah tebakan terbaik. Dalam empat tahun, siswa mungkin mendengar bahwa apa yang pertama kali mereka ajarkan tentang penggunaan AI sejak itu terbukti salah. Kita semua harus siap untuk merevisi pemikiran kita.
Kedua, sekolah perlu memeriksa siswa dan kurikulum mereka, dan memutuskan jenis eksperimen apa yang ingin mereka lakukan dengan AI. Beberapa bagian dari kurikulum Anda mungkin mengundang main -main dan upaya baru yang berani, sementara yang lain pantas lebih hati -hati.
Dalam podcast kami “The Homework Machine,” kami mewawancarai Eric Timmons, seorang guru di Santa Ana, California, yang mengajar kursus pembuatan film pilihan. Penilaian akhir murid -muridnya adalah film kompleks yang membutuhkan banyak keterampilan teknis dan artistik untuk diproduksi. Seorang penggemar AI, Timmons menggunakan AI untuk mengembangkan kurikulumnya, dan ia mendorong siswa untuk menggunakan alat AI untuk menyelesaikan masalah pembuatan film, dari skrip hingga desain teknis. Dia tidak khawatir AI melakukan segalanya untuk siswa: seperti yang dia katakan, “Murid -murid saya suka membuat film.… Jadi mengapa mereka menggantinya dengan AI?”
Ini salah satu contoh terbaik, paling bijaksana dari pendekatan “semua dalam” yang saya temui. Saya juga tidak dapat membayangkan merekomendasikan pendekatan serupa untuk kursus seperti bahasa Inggris kelas sembilan, di mana pengantar penting untuk penulisan sekolah menengah mungkin harus diperlakukan dengan pendekatan yang lebih hati -hati.
Ketiga, ketika guru meluncurkan eksperimen baru, mereka harus menyadari bahwa penilaian lokal akan terjadi jauh lebih cepat daripada sains yang ketat. Setiap kali sekolah meluncurkan kebijakan AI atau praktik mengajar baru, para pendidik harus mengumpulkan setumpuk pekerjaan siswa terkait yang dikembangkan sebelum AI digunakan selama pengajaran. Jika Anda membiarkan siswa menggunakan alat AI untuk umpan balik formatif di laboratorium sains, ambil setumpuk laporan laboratorium sekitar 2022. Kemudian, kumpulkan laporan lab baru. Tinjau apakah laporan laboratorium pasca-AI menunjukkan peningkatan pada hasil yang Anda pedulikan, dan merevisi praktik yang sesuai.
Antara pendidik lokal dan ilmuwan komunitas pendidikan internasional, orang akan belajar banyak pada tahun 2035 tentang AI di sekolah. Kami mungkin menemukan bahwa AI seperti web, tempat dengan beberapa risiko tetapi pada akhirnya begitu penuh dengan sumber daya yang penting dan bermanfaat sehingga kami terus mengundangnya ke sekolah -sekolah. Atau kita mungkin menemukan bahwa AI seperti ponsel, dan efek negatif pada kesejahteraan dan pembelajaran pada akhirnya lebih besar daripada potensi keuntungan, dan dengan demikian paling baik diperlakukan dengan pembatasan yang lebih agresif.
Setiap orang dalam pendidikan merasakan urgensi untuk menyelesaikan ketidakpastian di sekitar AI generatif. Tapi kami tidak perlu perlombaan untuk menghasilkan jawaban terlebih dahulu – kami membutuhkan perlombaan untuk menjadi benar.
Justin Reich, Profesor Media Digital, Institut Teknologi Massachusetts (MIT)
Artikel ini diterbitkan ulang dari percakapan di bawah lisensi Creative Commons. Baca artikel asli.
BN Babel
