Vis dažniau pripažįstama, kad dirbtinio intelekto raštingumas yra svarbiausių gebėjimų rinkinys, kuris gali ir turėtų būti įtrauktas į įvairias dalykines sritis ir švietimo kontekstą. Tiek mokiniams, tiek pedagogams reikės įgūdžių, kurie padėtų atpažinti, suprasti ir reaguoti į galimą dirbtinio intelekto poveikį jų mokymosi aplinkoje, taip pat pasaulyje už klasės ribų.
Dirbtinio intelekto raštingumo (AILit) sistemos tikslas – ne tik suteikti jaunimui ir mokytojams žinių apie šių technologijų veikimą, bet ir užtikrinti, kad jie apsvarstytų ir kritiškai įvertintų socialines ir etines pasekmes, kai renkasi, ar naudoti dirbtinio intelekto sistemas, ar ne. Kartu su galutine sistemos versija, kuri bus paskelbta artimiausiomis savaitėmis, mokytojai galės naudotis dviem parengtomis daugiakalbėmis pavyzdinėmis užduotimis. AILit sistemos ir šių pavyzdinių užduočių tikslas – pasitelkus prieinamus scenarijus ir gaires, parodyti pedagogams, kaip ir kur dirbtinio intelekto raštingumas gali būti įtrauktas į jų mokymą.
„AILit” klasėje
AILit pavyzdžiai – tai praktiniam naudojimui klasėje skirta mokymosi veikla, atitinkanti sistemos kompetencijas. Naudojant pavyzdžius kaip mokymo priemonę, pamatiniai gebėjimai tampa apčiuopiami, sistema pritaikoma praktiškai ir tarnauja kaip gairės, kurios parodo, kaip AI raštingumas gali būti prasmingai integruotas į įvairias mokymosi aplinkas ir dalykines sritis. Iš esmės AILit sistema yra būdas padėti mokytojams nustatyti AI raštingumo rezultatus ir nustatyti jų prioritetus, o šie du pavyzdžiai yra pradinio įgyvendinimo gairės.
Pirmasis pavyzdys skirtas pradinių klasių mokytojams. Šioje užduotyje mokiniai padeda botui atskirti ir suskirstyti į kategorijas įvairius paveikslėlius. Mokytojai naudoja šią veiklą, kad parodytų, kaip mokomos dirbtinio intelekto sistemos, ir sustiprintų supratimo, kad dirbtinis intelektas ne viską „žino”, o vadovaujasi loginiais, techniniais procesais, pagrįstais tikimybėmis ir duomenimis, svarbą. Mokytojai gali integruoti šį pirmąjį pavyzdį į jau vykstančią pamoką arba naudoti jį siekdami išplėsti mokymosi scenarijus, aprašytus visoje sistemoje.
Antrasis pavyzdys, skirtas vidurinių mokyklų mokytojams, skirtas informacijai patikrinti. Mokiniai aptaria ir tikrina didžiųjų kalbos modelių (LLM) išvestis, o tada jų prašoma patvirtinti tam tikrą informaciją. Šis pavyzdys pagrįstas sistemos akcentu į žmogiškuosius įgūdžius, kurie yra būtini bendraujant su dirbtiniu intelektu, pavyzdžiui, kritinį mąstymą. Kaip ir pirmuoju atveju, mokytojai galėtų naudoti šį pavyzdį kaip atspirties tašką pritaikydami ir planuodami išsamesnes pamokas, susiejančias dirbtinio intelekto raštingumą su akademine mokymo programa.
Kiekvienoje dabartinio AILit sistemos projekto kompetencijoje taip pat pateikiami pavyzdiniai AI raštingumo mokymosi scenarijai, išryškinantys tolesnes įgyvendinimo klasėje galimybes. Mokytojai galėtų įsivaizduoti, kad šie scenarijai galėtų būti integruoti kaip mini pamokos prieš arba po išsamesnės pavyzdinės veiklos. Arba jie galėtų pasinaudoti struktūruotomis pavyzdžio gairėmis ir toliau plėtoti scenarijų pagal tam tikrą kompetenciją. Pavyzdžiui, dabartiniame AILit sistemos projekte aprašomas pradinio ugdymo scenarijus, kuriame mokiniai, prieš kurdami sprendimų medį naujiems blokams klasifikuoti, pažymi ir rūšiuoja blokus pagal jų savybes. Susieję su pradinės mokyklos pavyzdžiu, kuriame taip pat daugiausia dėmesio skiriama kategorizavimui, mokytojai galėtų pateikti mokymosi scenarijaus įkvėptą etikečių klijavimo užduotį ne internetu, kad pabrėžtų tai, ką mokiniai atliko per internetinę pavyzdžio veiklą.
Prasmingo tarpdisciplininio mokymosi galimybės
Pedagogai ne tik dėsto pagal standartinę mokymo programą, bet ir atlieka unikalų ir labai svarbų vaidmenį formuojant mokinių dirbtinio intelekto raštingumą. Mokiniams eksperimentuojant ir tyrinėjant dirbtinį intelektą tiek klasėje, tiek už jos ribų, mokytojai gali sukurti prasmingą mokymosi patirtį, kad mokiniai suprastų principus, kuriais grindžiamos šios technologijos, kuriomis jie jau pradėjo naudotis. AILit sistemos pavyzdžiai suteiks gaires, kaip kurti tokias galimybes. Turėdami tinkamus išteklius, mokytojai gali rasti sinergiją, kaip suderinti dirbtinio intelekto raštingumo gebėjimus su savo akademinėmis mokymo programomis ir parengti ateities kartas suprasti mūsų sparčiai besikeičiantį pasaulį.
