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 teksnya 2% efisien, tetapi film ini 100% efisien. Statistik palsu adalah pengingat yang baik bahwa orang dapat menjadi teknologi yang brilian, sementara juga menjadi reformis pendidikan yang tidak kompeten.
Saya memikirkan Edison setiap kali saya mendengar bahwa teknologi menegaskan bahwa pendidik harus mengadopsi kecerdasan buatan secepat mungkin untuk maju dari transformasi yang akan mencuci sekolah dan masyarakat.
Dalam MIT, saya mempelajari sejarah dan masa depan teknologi pendidikan, dan saya tidak pernah menemukan contoh sistem sekolah, negara bagian atau kotamadya – yang dengan cepat mengadopsi teknologi digital baru dan melihat manfaat yang lama untuk siswa mereka. Distrik pertama yang mendorong siswa untuk membawa ponsel ke kelas tidak lebih baik untuk mempersiapkan kaum muda di 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 secara 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 sehingga 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 salah dan terlalu percaya diri sebelumnya
Saya mulai mengajar siswa sejarah sekolah menengah untuk menemukan web pada tahun 2003. Pada waktu 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 “tentang” halaman. 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 .org atau. Semuanya tampak masuk akal dan terbukti pada waktu itu.
Artikel peer-review pertama menunjukkan metode yang efektif untuk mengajar siswa bagaimana menemukan web yang diterbitkan pada tahun 2019. Ini menunjukkan bahwa pemula yang menggunakan teknik yang diajarkan secara umum dilakukan secara menyedihkan dalam tes yang mengevaluasi kemampuan mereka untuk mengurutkan kebenaran fiksi di web. Ini juga menunjukkan bahwa para ahli dalam informasi online evaluasi menggunakan pendekatan yang sama sekali berbeda: dengan cepat meninggalkan halaman untuk melihat bagaimana sumber lain dikarakterisasi. Metode itu, yang sekarang disebut bacaan lateral, menghasilkan pencarian yang lebih cepat dan lebih akurat. Pekerjaan itu merupakan pukulan bagi guru tua seperti saya. Kami telah menghabiskan hampir dua dekade mengajar jutaan siswa yang terbukti tidak efektif dalam mencari.
Saat ini, ada Industri Konsultan Pondok, Keynoter, dan “Pemimpin Pemikiran” yang melakukan perjalanan ke negara ini yang mengklaim 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 oleh siswa untuk masa depan mereka. Teknologi menciptakan aplikasi yang mendorong guru dan siswa untuk menggunakan AI generatif sebagai tutor, sebagai perencana pelajaran, sebagai editor penulisan, atau sebagai mitra percakapan. Pendekatan ini memiliki banyak dukungan bukti hari ini seperti tes omong kosong saat dibuat.
Ada pendekatan yang lebih baik daripada membuat tebakan yang terlalu percaya diri: menguji praktik dan strategi baru dan hanya mengadvokasi secara luas bagi mereka yang memiliki bukti efektivitas yang kuat. Seperti melek web, bukti akan memakan waktu satu dekade atau lebih untuk muncul.
Tetapi ada perbedaan kali ini. AI adalah apa yang saya sebut “Teknologi Kedatangan.” AI tidak diundang ke sekolah -sekolah melalui proses adopsi, seperti membeli komputer desktop atau Smartboard -ia merusak pesta dan kemudian mulai mengatur ulang furnitur. Itu berarti sekolah harus melakukan sesuatu. Guru segera merasakan ini. Tetapi 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 jalur maju yang bijaksana
Sambil menunggu jawaban yang lebih baik dari komunitas sains pendidikan, yang akan memakan waktu bertahun -tahun, para guru harus menjadi ilmuwan mereka sendiri. Saya merekomendasikan tiga pemandu untuk bergerak maju dengan AI dalam kondisi ketidakpastian: kerendahan hati, eksperimen, dan penilaian.
Pertama, secara teratur mengingatkan siswa dan guru bahwa setiap sekolah mencoba – kerangka kerja melek, praktik mengajar, penilaian baru – adalah tebakan terbaik. Dalam empat tahun, siswa mungkin mendengar bahwa apa yang pertama kali mereka ajarkan tentang penggunaan AI sejak saat itu terbukti salah. Kita semua harus siap untuk merevisi pikiran 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 dapat mengundang permainan dan upaya baru yang berani, sementara yang lain layak lebih berhati -hati.
Dalam podcast kami “The Homework Machine,” kami mewawancarai Eric Timmons, seorang guru di Santa Ana, California, yang mengajarkan pilihan kursus pembuatan film. Penilaian akhir siswa adalah film kompleks yang membutuhkan banyak keterampilan teknis dan artistik untuk diproduksi. Penggemar AI, Timmons menggunakan AI untuk mengembangkan kurikulumnya, dan ia mendorong siswa untuk menggunakan alat AI untuk memecahkan masalah pembuatan film, dari skrip hingga desain teknis. Dia tidak khawatir bahwa AI melakukan segalanya untuk siswa: seperti yang dia katakan, “Murid -murid saya suka membuat film … jadi mengapa mereka menggantinya dengan AI?”
Ini adalah salah satu contoh terbaik, yang paling bijak dari pendekatan “semua dalam” yang saya temui. Saya juga tidak dapat membayangkan merekomendasikan pendekatan serupa untuk kursus seperti bahasa Inggris kelas sembilan, di mana perkenalan penting untuk penulisan sekolah menengah mungkin harus diperlakukan dengan pendekatan yang lebih hati -hati.
Ketiga, ketika guru meluncurkan percobaan baru, mereka harus menyadari bahwa penilaian lokal akan terjadi jauh lebih cepat daripada sains ketat. Setiap kali sekolah meluncurkan kebijakan AI atau praktik mengajar baru, 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 tahun 2022. Kemudian, kumpulkan laporan lab baru. Tinjau apakah laporan laboratorium pasca-AI menunjukkan peningkatan 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. Kita mungkin menemukan bahwa AI seperti web, tempat dengan beberapa risiko tetapi pada akhirnya itu sangat penuh dengan sumber daya yang penting dan bermanfaat sehingga kami terus mengundangnya ke sekolah. Atau kita mungkin menemukan bahwa AI seperti ponsel, dan efek negatif pada kesejahteraan dan pembelajaran pada akhirnya lebih besar daripada potensi laba, dan dengan demikian lebih baik diobati 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, Institute of Massachusetts Technology (MIT)
Artikel ini diterbitkan kembali dari percakapan di bawah lisensi Creative Commons. Baca artikel asli.
NewsRoom.id
