O GENERATIVNI UI
35 Generativna UI za učilnice, 2. del
Nekaj zamisli za aktivnosti z uporabo generativne UI
Uporaba generativne UI za načrtovanje in zasnovo učnih ur
Si želite novih idej o tem, kako preoblikovati svoje učne ure, uvajati nove teme, vključevati nove aktivnosti ali oceniti rezultate teh aktivnosti1,2? Bi radi preizkusili nov pedagoški pristop z uporabo novih tehnologij in materialov3? Klepetalni roboti vam pri vsem tem lahko pomagajo. Programska oprema vam lahko pomaga pri pisanju osnutkov učnih načrtov, učnih ciljev, navodil za aktivnosti, projektov in znanstvenih eksperimentov ter iztočnic za razprave4.
Namig: Koristno je, da vnaprej določite, katere teme in pristope boste obravnavali, kateri so cilji učne ure, ali gre za koncept ali postopek in kakšno vrsto poučevanja boste uporabili2.
Vir: Examining Science Education in Chat-GPT: An Exploratory Study of Generative Artificial Intelligence5
Aktivnost: Ustvarjanje učne enote
Orodje generativne UI: ChatGPT
Iztočnica (vprašanje, poziv): Ustvari učno enoto z uporabo modela 5E za učence, ki dobro razumejo obnovljive in neobnovljive vire energije na nivoju 7 let starih otrok. Vključi tudi podporo in odranje za učence, ki imajo težave s to snovjo.
Razmislek: Za izhodišče povejmo, da se je avtorju zgoraj zapisane iztočnice odgovor sistema ChatGPT zdel uporaben. Predlog ChatGPT-ja je bilo treba sicer prilagoditi potrebam učencev, učnemu načrtu in možnosti dostopanja do virov. Po mnenju avtorja iztočnice bi morali vzgojitelji izločiti dele, ki niso v pomoč, in se osredotočiti na dele, ki so koristni. Čeprav je bilo treba ponujeni rezultat izboljšati, avtor verjame, da bodo mnogi učitelji to tehnologijo dojemali kot zelo koristno, zlasti tisti, ki so šele na začetku kariere in morda še nimajo obsežnega seznama virov.
“Posebej sem bil navdušen nad zmožnostjo ChatGPT, da kreira učno enoto s področja znanosti, podprto z modelom 5E, četudi je bil rezultat nekoliko generičen in ga je bilo treba še izboljšati.”
2. Uporaba generativne UI za pripravo privlačnih, multimodalnih in vključujočih vsebin na izbrano temo
Generativno UI lahko uporabite za:
- dodajanje vsebin, povezanih z lokalnimi dogodki, jezikom ali kulturo;
- vstavljanje atraktivnih pojasnjevalnih slik in videoposnetkov3;
- ustvarjanje in vključevanje zgodb, ki služijo kot podpora besedilu;
- izdelavo miselnih vzorcev;
- poudarjanje, parafraziranje in povzemanje pomembnih delov učne ure ter razlago besedišča6;
- manj abstrakten prikaz matematičnih in naravoslovjnih vsebin s pomočjo simulacij in z vključitvijo primerov iz drugih predmetov. Uporabno tudi pri predmetih, ki vključujejo znanje ročnih spretnosti (vizualizacija pomaga pri razvijanju in raziskovanju idej)7;
- prevode, ki bodo v pomoč govorcem manjšinskih jezikov2.
Namig: Midjourney in druga vizualna orodja pogosto vključujejo forume, kjer uporabniki objavljajo svoja dela, nasvete itd.7. Takšni forumi so lahko v pomoč učiteljem, ki šele začenjajo raziskovati tehnologije generativne UI.
3. Uporaba generativne UI za ustvarjanje primerov, praktičnih vaj in kvizov
Generativno UI lahko uporabite za:
- ustvarjanje tabel ali prikazov podatkov v drugačni obliki za uporabo v primerih in vajah;
- ustvarjanje praktičnih vaj in rešitev, zlasti za krepitev temeljnih veščin in komponent z nizkim znanjem8. Te lahko služijo kot referenca učencem, ki imajo težave z reševanjem nalog9;
- ustvarjanje razlag za rešitve (zlasti pri razlagah programskih kod)9;
- ustvarjanje večjega števila rešitev za isti problem pri matematiki ali programiranju. To učencem ne pomaga le pri učenju različnih pristopov, ampak tudi pri analizi različnih metod, njihovih prednosti in slabosti9.
Vir: Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence5.
Aktivnost: Ustvarjanje kviza
Orodje generativne UI: ChatGPT
Iztočnica (vprašanje, poziv): Ustvari kviz na temo obnovljivih in neobnovljivih virov energije za 7. razred OŠ in vključi pravilne odgovore na vprašanja v kvizu.
Razmislek: Avtor meni, da je s pomočjo rezultata (kviza / vprašanj z več možnimi odgovori, ki jih je ustvaril ChatGPT) lahko ocenil stopnjo razumevanja izbrane teme pri učencih. Dodal je še, naj “učitelji kritično presodijo vse vire… Učiteljevo strokovno znanje, izkušnje in razumevanje učencev pa ostajajo ključni za sprejemanje dobrih pedagoških odločitev.”
Vir: Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence5.
Aktivnost: Ustvarjanje rubrike za ocenjevanje
Orodje generativne UI: ChatGPT
Iztočnica (vprašanje, poziv): Ustvari rubriko, ki jo lahko učenci 7. razredov OŠ uporabijo za samooceno znanja o obnovljivih in neobnovljivih virih energije (dodatna zahteva glede oblikovanja: rubriko želimo preprosto kopirati v Word v pregledni obliki).
Rezultat:
![](https://pressbooks.pub/app/uploads/sites/12810/2023/11/ch6-page-3-Rubric-1024x362.png)
Razmislek: Avtor iztočnice ugotavlja, da je ChatGPT ustvaril rubriko, v katero je sam vključil kriterije – razumevanje, raziskovanje, kritično razmišljanje in sodelovanje. Za vsak kriterij so bile označene tudi ravni, vendar so bili kazalniki za posamezen kriterij preveč nejasni.
Primer
Vir: The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming10.
Aktivnost: Ustvarjanje večjega števila rešitev (odgovorov) na vprašanje
Orodje generativne UI: Codex (generira kode v več programskih jezikih)
Iztočnica (vprašanje, poziv): Opis problema, kot ga zasledimo v različnih virih, in izpitna vprašanja na temo pisanja kod za učence.
Rezultat:
![](https://pressbooks.pub/app/uploads/sites/12810/2023/11/ch6-page-3-result.png)
Razmislek: Codex je na podlagi iste iztočnice ustvaril vrsto različnih kod, “pri tem je izpostavil določene metode v skladu s pričakovanji”.
4. Povečanje dostopnosti
Raziščite generativno UI za izboljšanje dostopnosti za učence s fizičnimi ali učnimi težavami, zlasti za vse z okvarami sluha ali vida. Generativno UI lahko uporabite za ustvarjanje podnapisov in zvočnih opisov2. V Unescovih Smernicah za uporabo generativne UI v izobraževanju in raziskovanju je zapisano, da “lahko modeli generativne UI tudi pretvorijo besedilo v govor in govor v besedilo, s čimer ljudem z motnjami vida, sluha ali govora omogočijo dostop do vsebin, postavljanje vprašanj in komunikacijo s svojimi vrstniki”2. Prav tako vam lahko generativna UI pomaga preveriti, ali je vsebina, ki ste jo ustvarili, vključujoča in dostopna4.
Kritična presoja rezultatov
Če se odločite za uporabo generativne UI, morate biti pozorni na njene napake in pomanjkljivosti ter biti pripravljeni, da jih odpravite. Te vključujejo:
- netočnosti v vsebini: jezikovni model ni banka znanja ali iskalnik. Celo najnovejši modeli halucinirajo in navajajo dejstva in vire, ki so izmišljeni. Napake se prikradejo zlasti pri uporabi jezikovnih modelov za matematiko in kvantitativno sklepanje: tudi če je model natančno uravnan posebej za te teme, lahko ustvari napačne odgovore, računske napake in halucinacije “matematičnih dejstev”11. Celo programiranje je lahko težavno, saj ima lahko ustvarjena koda napačno sintakso in varnostne težave9.
- pristranskost, ki se prikrade zato, ker so tudi podatki, na katerih so se ti modeli učili, vsebovali predsodke (pristranskost). Celo EdGPT, ki je bil v tem smislu že popravljen, jih morda še vedno vsebuje nekaj2.
- učinkovitost, ki je zelo odvisna od uporabljenih iztočnic (vprašanj, pozivov), uporabniške zgodovine in včasih od nepredvidljivih dejavnikov.
Čeprav lahko generativna UI zmanjša obremenitev učiteljev in pomaga pri določenih nalogah, temelji na statističnih modelih, ki so nastali na podlagi ogromnih količin spletnih podatkov. Ti podatki ne morejo nadomestiti resničnega sveta, življenjskih okoliščin (kontekstov) in odnosov. ChatGPT ne more opisati konteksta ali razložiti, kaj dejansko vpliva na učenčevo vsakdanje življenje4. Ne more ponuditi novih idej ali rešitev za izzive v resničnem svetu2.
Zmogljivost generativne UI ni niti blizu zmožnostim človeškega uma – še posebej v smislu tega, kar lahko človek razume in naredi z omejenimi podatki. “Največja pomanjkljivost generativne UI je sicer odsotnost najbolj ključne zmogljivosti kakršnekoli inteligence: povedati ne le, kaj se dogaja, kaj se je zgodilo in kaj se bo zgodilo – to je opisovanje in napovedovanje – temveč tudi, kaj se ni zgodilo ter kaj bi se lahko zgodilo in kaj se ne bi moglo zgoditi12“.
1 Tlili, A., Shehata, B., Adarkwah, M.A. et al, What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education, Smart Learning Environments, 10, 15 2023.
2 Holmes, W., Miao, F., Guidance for generative AI in education and research, Unesco, Paris, 2023.
3 Enkelejda, K., et al, Chatgpt for Good? on Opportunities and Challenges of Large Language Models for Education, EdArXiv, 2023.
4 Trust, T., Whalen, J., & Mouza, C., Editorial: ChatGPT: Challenges, opportunities, and implications for teacher education, Contemporary Issues in Technology and Teacher Education, 23(1), 2023.
5 Cooper, G., Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence, Journal of Science Education and Technology, 32, 444–452, 2023.
6 Kohnke, L., Moorhouse, B. L., & Zou, D., ChatGPT for Language Teaching and Learning, RELC Journal, 54(2), 537-550, 2023.
7 Vartiainen, H., Tedre, M., Using artificial intelligence in craft education: crafting with text-to-image generative models, Digital Creativity, 34:1, 1-21, 2023.
8 Bhat,S., et al, Towards automated generation and evaluation of questions in educational domains, Proceedings of the 15th International Conference on Educational Data Mining, pages 701- 704, Durham, United Kingdom, 2022.
9 Becker, B., et al, Programming Is Hard – Or at Least It Used to Be: Educational Opportunities and Challenges of AI Code Generation, Proceedings of the 54th ACM Technical Symposium on Computer Science Education V. 1 (SIGCSE 2023), Association for Computing Machinery, New York, 500–506, 2023.
10 Finnie-Ansley, J., Denny, P. et al, The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming, Proceedings of the 24th Australasian Computing Education Conference (ACE ’22), Association for Computing Machinery, New York, 2022.
11 Lewkowycz, A., Andreassen, A., Dohan, D. et al, Solving Quantitative Reasoning Problems with Language Models, Google Research, 2022.
12 Chomsky, N., Roberts, I., Watumull, J., Noam Chomsky: The False Promise of ChatGPT, The New York Times, 2023.