Intel·ligència artificial a les escoles: potencials i riscos
Intel·ligència artificial i escola, una combinació encara més inusual. Fins ara, la regla ha estat: molt guix, poca pantalla tàctil. Però aquesta imatge està canviant. La fibra òptica, les pissarres interactives i els núvols escolars estan arribant a les escoles. Internet de banda ampla i maquinari modern estan obrint les portes a la intel·ligència artificial a l’aula. Quin potencial aporta aquesta tecnologia? La nota notícia primer: hi ha nombrosos exemples d’aplicacions compatibles amb la protecció de dades.
Moltes necessitats – poc personal
Hi ha molta heterogeneïtat a les classes, el suport individual és la solució. Però, com han de respondre els professors a les diferents preguntes i necessitats de 20 o 30 alumnes alhora? La diferenciació interna que demanen els departaments d’educació planteja grans reptes per als docents.
Ja el 1984, el psicòleg i pedagog Benjamin Bloom va investigar la proporció òptima de cura dels nens i va arribar a la conclusió:
Els estudiants que van ser tutoritzats 1 a 1 van aconseguir, de mitjana, resultats comparables al 2% superior en una proporció d’1 a 30.
Benjamin S. Bloom, investigador educatiu
Per tant, necessitem més professors? Definitivament sí. Però, com es pot finançar i qui formarà el personal especialitzat que es necessita urgentment? Paral·lelament, el nombre de professors va disminuint cada any i la situació empitjora.
Els mètodes que fem servir per ensenyar als nostres fills evolucionen amb els temps, però quin és l’ús responsable i proporcionat de la tecnologia moderna a l’aula?
Programari com a tutor virtual
Un meta estudi de la Universitat Tècnica de Munic arriba a la conclusió que els sistemes de tutoria intel·ligent tenen el major efecte positiu en els resultats d’aprenentatge de les assignatures STEM. Es van examinar 80 estudis individuals sobre l’ús dels mitjans digitals a les escoles. Això no només va donar una idea de com s’han d’utilitzar aquests mitjans a l’aula, sinó també quins tipus de mitjans digitals prometen el major èxit. Els sistemes de tutors intel·ligents destaquen positivament.
Els sistemes de tutoria intel·ligents acompanyen i donen suport als estudiants en la seva pràctica diària i simulen la supervisió 1:1 especialment eficaç en el moment del processament de la tasca! Les dades personals no són necessàries per a l’aprenentatge. Es pot treballar amb pseudònims d’acord amb la normativa de protecció de dades.
Sense programari d’aprenentatge, els alumnes fan exercicis d’aritmètica en fulls de treball, en quaderns o en llibres de text. En el millor dels casos, les tasques no es corregiran fins l’endemà. Els nens han de fer la transferència, comparar les solucions entre ells i comprendre les desviacions. Els resultat és impotència i frustració d’aprenentatge. Molt pitjor: les idees errònies es reforcen si es repeteixen una i altra vegada mentre practiqueu sense comentaris.
La resposta “que està malament” és la resposta de menys qualitat. No obstant això, sens dubte és més útil que cap comentari. Els comentaris són més útils quan reaccionen a idees errònies identificades.
Un sistema d’aprenentatge basat en aplicacions és fonamental per a l’èxit de l’aprenentatge. En lloc d’un cop a l’atzar e preguntes d’elecció múltiple, els nens utilitzen les seves habilitats matemàtiques en millors notes. Per exemple, quan es dibuixa una funció: si els eixos del sistema de coordenades s’intercanvien en establir un punt, els estudiants reben una retroalimentació precisa en temps real i, per tant, l’oportunitat de reconèixer, entendre i corregir l’error, sense que esdevingui permanent. Aquesta ajuda i comentaris pas a pas s’anomena “bastida”.
Retroalimentació intel·ligent en un ITS (sistema de tutor intel·ligent)
En un ITS hi ha microadaptabilitat (“bucle interior”) i macroadaptabilitat (“bucle exterior”). Tota la retroalimentació que es relaciona directament amb una entrada pertany a la microadaptació. Les reaccions del sistema resultants d’una suma d’inputs s’assignen a la macroadaptabilitat, per exemple la detecció de buits de coneixement.
Per cert: una intel·ligència artificial no pot generar fàcilment retroalimentació didàctica de contingut. Inicialment, aquestes són sempre el resultat de la intel·ligència humana.