Naslednji koraki

45 Poučevanje AI

Predpostavimo sedaj, da ima učitelj razvitih dovolj potrebnih veščin ravnanja z UI, da jo lahko uporablja varno in na način, ki dodaja vrednost izobraževalnemu procesu.
Učitelj bo morda želel s svojimi učenci deliti tudi določene notranje informacije, razložiti, kako deluje določeno orodje, ki ga učenec uporablja. Vendar to še ne pomeni, da je usposobljen za poučevanje o UI.
Ne glede na to bo nekoč zastavljeno vprašanje: ali obstaja razlog za poučevanje vseh ljudi o UI? In kaj točno je treba učiti? Kdo bo poučeval? Koliko se bo moral učitelj še naučiti?

Česa smo se naučili med poučevanjem kodiranja

Pred desetimi leti je večina evropskih držav prišla do zaključka, da poučevanje “kako uporabljati računalnik” ni dovolj dobro in da je treba vse otroke naučiti kodiranja (računalništva, informatike). Argumenti, ki so bili uporabljeni takrat, verjetno veljajo tudi danes za UI:
  • kodiranje je enako uporabno in potrebno kot pisanje in računanje,
  • vse človeške dejavnosti potrebujejo kodiranje,
  • kodiranje je povezano tudi z drugimi potrebnimi veščinami, kot je reševanje problemov.

Argumente lahko najdete v opombah 1 in 2. Tako je bilo torej vpeljano kodiranje, čeprav, kot je razvidno iz opombe 3, ne posebej dobro. Izrazito premalo sredstev je bilo namenjenih človeškemu vidiku – usposabljanju učiteljev. Res je, da je šlo pri tem za zapleteno težavo, saj bi preveč kakovostno usposabljanje učiteljev lahko privedlo do tega, da bi ti opustili učiteljski poklic in se zaposlili v računalniški industriji, kjer so plače veliko višje! To kažejo poročila organizacije Informatics Europe in drugih organizacij (seveda pa obstajajo tudi izjeme).

Priprava učiteljev je bila v vseh državah zapletena naloga in leta 2022 so rezultati še vedno neenotni. V večini držav prevladuje občutek, da ni dovolj ustrezno usposobljenih učiteljev. Zaradi tega je še posebej težko predvideti usposabljanje učiteljev za področje UI, in to na ravni, ki bi zadostovala za poučevanje UI (in ne za poučevanje z uporabo UI).

Pismenost na področju UI

Prvi cilj bi lahko bil uvesti neko obliko digitalne pismenosti v šolah. Vendar pa ni konsenza o tem, kaj naj bi ta veščina vključevala. Ali želimo razložiti, kako UI deluje, ali zgolj, kakšni so lahko rezultati uporabe UI? Ta vprašanja je nujno potrebno obravnavati. Če želimo vedeti, kaj bi morali poučevati v okviru tečaja opismenjevanja na področju UI, se je morda treba najprej vprašati, kaj želimo doseči?
Če je pismenost na področju UI tisto, kar bo ljudem omogočilo razlikovati med čarovnijo in znanostjo, da bodo lahko presojali neko novo rešitev UI in intuitivno sodili o tem, kako dobro deluje (in ne le kaj počne), potem bo za to potrebno praktično usposabljanje. To pomeni, da bodo učenci morali biti sposobni testirati sisteme in poznati modele njihovega delovanja.

Paradigme

Pri UI ne gre samo za algoritme. Obstaja veliko človeških vidikov, pa tudi vprašanj, o katerih je treba razmisliti. Na primer, večina metod UI se do določene mere opira na naključnost. To se morda zdi nenavadno, saj govorimo o tehnikah, ki naj bi nam pomagale pri sprejemanju nekaterih pomembnih odločitev.
Toda če bo UI v prihodnosti igrala ključno vlogo, ali ni že zdaj čas, da razmislimo o teh vidikih?
V poročilu UNESCO iz leta 20184 je bilo predlagana obravnava naslednjih petih vprašanj, ki danes v izobraževalnih sistemih večinoma niso upoštevana:
  1. Kodiranje. Čeprav se orodja UI ne zanašajo izključno ali neposredno na kodiranje, logika v ozadju delovanja teh orodij sledi pravilom, ki se jih je mogoče naučiti s kodiranjem.
  2. Naključnost je pomembna. Presenetljivo, vendar tudi UI dela napake: lahko so posledica kakovosti podatkov, senzorjev, ali statistične narave algoritmov, ki se uporabljajo: cilj večine algoritmov UI ni doseči popolnoma pravilnega rezultata.
  3. Svet ni več determinističen. To je posledica zgornje trditve, pa tudi dejstva, da večina metod UI (pravzaprav vse), ki temeljijo na podatkih, za sprejemanje odločitev uporablja neko obliko naključnosti. To ni novost, že leta 1950 je Alan Turing6 zapisal: “V učni stroj je najbrž pametno vključiti vsaj kakšen naključni element.”
  4. Kritično razmišljanje je bistvenega pomena. Nujno je, da znamo uporabljati prava orodja. Orodja UI so vse boljša pri ustvarjanju ponaredkov: slik, videoposnetkov in danes tudi že besedil. Morda pa bodo jutri sledila še “ponarejena predavanja”. Zgolj zdrava pamet nam ne more več omogočiti informiranih odločitev, ko se je treba odločiti, ali je slika, glas ali besedilo ponaredek.
  5. Vrednote, ki jih cenimo, tiste, ki nam pomagajo analizirati svet, sprejemati etične odločitve, tiste, ki nam pomagajo razporediti svoj čas za študij ali delo – vse to je treba preveriti v luči napredka UI. Resnica ima sivo cono, ki se iz dneva v dan širi; lastne izkušnje morda ne bodo imele več takšne vrednosti, ko bo UI napredovala do te mere, da se bo lahko sklicevala na kolektivne izkušnje in pri tem podkrepila vse s številkami. Pomembno je, da razumemo ta vprašanja, oz., da jih vsaj postavimo.

Predlogi učnih načrtov

UNESCO je pripravil nekaj dokumentovat na tem področju; oglejte si vire, navedene v opombah.

Unesco je ključni akter v izobraževanju po vsem svetu. Ker je Unesco zaskrbljen zaradi prihodnosti izobraževanja9, se posebej zanima za AI za in v izobraževanju. Zagotavlja nekaj pronicljivih dokumentov v pomoč oblikovalcem politik in učiteljem: o AI, izobraževanju in etiki ali uporabi generativne AI v izobraževanju. Leta 2023 so strokovnjaki Unesca delali na dokumentih, ki opisujejo, kakšne bi morale biti kompetence za učitelje in učence11. Končna različica naj bi izšla leta 2024, vendar različica iz leta 2023 predlaga vidike, ki uravnotežijo tehnološka vprašanja in tista, ki so bolj povezana z družboslovjem ali, v primeru učiteljev, z vprašanji poklicnega razvoja. In tudi če kodiranje ni takoj potrebno, se zdi, da je potrebna veščina za boljše razumevanje AI.

Kodiranje AI

Kodiranje ali programiranje je aktivnost, ki se v večini evropskih držav spodbuja od leta 2012. Leta 2023 je Evropska unija podprla poučevanje informatike v Evropi.

Spoznajte

AI in kodiranje: koda, brez kode ali nizka koda

Toda od pojava generativne AI in njenega pričakovanega vpliva na izobraževanje10, je uporabnost učenja kodiranja vprašljiva. Ali ne moremo pustiti, da AI opravi to nalogo namesto nas? Ali pa, ravno nasprotno, ker bo veliko delovnih mest v prihodnosti odvisnih od AI ali se ne bi morali naučiti kodirati, da bi bolje uporabljali AI?

Spoznajte

Orange

Glavni razlog za učenje kodiranja je, da bi učitelj ali učenec lahko uporabljal AI v računalniških programih. S “kodiranjem AI” so povezane številne naloge. Izgradnja modelov je običajno del podatkovne znanosti in strojnega učenja: dober koder lahko vzame niz podatkov, ga očisti, ne da bi ga popačil, in ga uporabi za ekstrahiranje pravil in vzorcev prek algoritmov strojnega učenja. Programer lahko določi pomembne atribute ali pusti, da algoritem razvrsti neobdelano besedilo ali slike. Nekateri jeziki so v tem zelo dobri, kot je na primer Orange. V drugih primerih se bo programer odločil za uporabo splošnega jezika, kot je Python.

 

1  Royal Society (2012). Shut down or restart? Report of the Royal Society. 2012 https://royalsociety.org/topics-policy/projects/computing-in-schools/report/T.

2 Académie des Sciences (2013). L’Académie des Sciences : L’enseignement de l’informatique en France – Il est urgent de ne plus attendre. http://www.academie-sciences.fr/fr/activite/rapport/rads_0513.pdf

3 Informatics Europe (2017).  Informatics Education in Europe: Are We All in the Same Boat?

4  Colin de la Higuera (2018). Report on Education, Training Teachers and Learning Artificial Intelligence. https://www.k4all.org/project/report-education-ai/

5 Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12 : What Should Every Child Know about AI ? Proceedings of the AAAI Conference on Artificial Intelligence, 33, 9795-9799. https://doi.org/10.1609/aaai.v33i01.33019795

6 A. M. Turing (1950)—Computing Machinery and Intelligence, Mind, Volume LIX, Issue 236, October 1950, Pages 433–460, https://doi.org/10.1093/mind/LIX.236.433

7 Howell, E. L., & Brossard, D. (2021). (Mis) informed about what? What it means to be a science-literate citizen in a digital world. Proceedings of the National Academy of Sciences, 118(15), e1912436117. https://www.pnas.org/doi/abs/10.1073/pnas.1912436117

8 Unesco (2022) K-12 AI curricula: a mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602

9 Unesco (2023). Artificial intelligence and the Futures of Learning. https://www.unesco.org/en/digital-education/ai-future-learning

10 Unesco (2023). Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research

11 Unesco (2023). AI Competency frameworks for students and teachers. https://www.unesco.org/en/digital-education/ai-future-learning/competency-frameworks

Licence

Icon for the Creative Commons Attribution 4.0 International License

UI za učitelje: interaktivni spletni priročnik Copyright © 2024 by Colin de la Higuera and Jotsna Iyer is licensed under a Creative Commons Attribution 4.0 International License, except where otherwise noted.

Share This Book