
Полная версия
Новые миры образования: Трансформация обучения в эпоху искусственного интеллекта
Подходы к диагностике можно разделить на субъективные и объективные.
Субъективные включают экспертные оценки, анкеты и опросы, которые основаны на мнении экспертов или самих педагогов. Объективные используют методы анализа данных, такие как тестирование, наблюдение и мониторинг, позволяющие получить более точную информацию о компетенциях педагога и выявить скрытые проблемы в его работе.
Ключевые компетенции педагога можно классифицировать по уровню сложности (базовые, средние, продвинутые), типу деятельности (педагогические, коммуникативные, организационные) и содержанию (знания, умения, навыки). Основные компетенции включают педагогические знания и умения, коммуникативные навыки, организационные способности, личностные качества и технические навыки (цифровая грамотность). Современный ИИ уже вполне способен помочь в оценке этих компетенций. Например, для оценки педагогического мастерства ИИ может анализировать тексты уроков и проверять соответствие учебных материалов стандартам. Коммуникативные навыки можно оценивать через анализ устной и письменной речи, включая такие метрики, как сложность изложения, эмоциональность и насыщенность речи словами-паразитами. Личностные качества, такие как ответственность и эмпатия, могут быть оценены через анализ поведения учителя в различных ситуациях. Технические навыки можно проверять через знание современных технологий и их применение в работе.
Объединение различных подходов в диагностике педагога – таких как классические кейсовые задания, тесты и опросники, и анализ текста, речи и голоса с помощью ИИ – дает хорошие результаты. Например, языковые модели могут оценивать знание педагогом методик оценивания и проведения групповой работы. Анализ устной и письменной речи позволяет выявить коммуникативные навыки, влияющие на восприятие материала обучающимися.
В нашем решении по оценке компетенций педагогов мы реализовали смешанный подход, анализируя как личностные качества, так и цифровую грамотность, показатели педагогического мастерства и нейросетевой анализ решения кейсов и особенностей речи педагога.
Анализируя аудиофайлы, наговоренные педагогами в процессе диагностики, мы обнаружили что многие, читают с листа вместо говорения, пытаясь обойти систему. В этом помогла обученная нами нейросеть, распознающая «хезитации» – звуки «мычания» в речи. При чтении таких звуков нет, а при говорении они есть почти всегда.

QR-код: https://t.me/conferansbot?start=200
Для оценки личностных качеств в своих продуктах мы используем проверенные инструменты, такие как «Большая пятерка личностных черт» и «Шкала GRIT». Языковые модели могут интерпретировать результаты тестов в контексте дальнейшего развития педагога. Важным аспектом является и владение современными инструментами и цифровыми технологиями, которые могут облегчить работу учителя и сделать обучение более увлекательным и доступным.

В заключение, хочется сказать, что мы будем продолжать исследования ИИ для диагностики компетенций педагогов, чтобы улучшить качество образования и эффективность работы учителей. Важно развивать технологии, чтобы они могли анализировать сложные модели поведения и делать обоснованные выводы. Важно обучать учителей работать с ИИ. Важно учитывать этический аспект, предоставляя возможность для подачи апелляции на результаты, которые должны перепроверяться экспертами-людьми.
Датацентричная школа
В современном мире цифровизации образования стала актуальной концепция датацентричной школы, где большое внимание уделяется сбору, анализу и использованию данных о поведении учащихся для создания персонализированных образовательных программ и рекомендаций. Школы обладают огромным потенциалом для использования этой информации для преодоления педагогической запущенности, улучшения понимания, построения индивидуальных рекомендаций и траекторий, а также для профессионального самоопределения.
Однако в школах часто фиксируются только оценки и посещения уроков, что ограничивает возможности анализа. Перед нами встал вопрос: как построить единую систему управления на основе данных? Как создать платформу, позволяющую анализировать образовательный опыт учащихся и выстраивать индивидуальные траектории профессионального самоопределения.
Один из основных инструментов в датацентричной школе – система управления обучением (LMS), где собираются данные о прогрессе учащихся, их успеваемости, предпочтениях и интересах. Нейросети анализируют эти данные и выявляют паттерны поведения, что позволяет создавать персонализированные образовательные планы и рекомендации.
Мы начали со сбора цифрового следа:
● формирующее оценивание от учителей;
● критериальное и ролевое оценивание от учителей;
● успеваемость;
● интерес и «лайки» учащихся;
● рефлексия и обратная связь от учащихся;
● профнавигационная диагностика учащихся.
Мы разработали чат-бот «Штурман», который собирает и обрабатывает данные, включая формирующее, критериальное и ролевое оценивание от учителей, успеваемость, интересы учащихся, рефлексию и обратную связь, а также профнавигационную диагностику. Чат-бот позволяет учителям давать три вида оценивания: формирующее, критериальное и ролевое, что помогает выявлять сильные и слабые стороны учеников и строить профессиональные траектории.
Формирующее оценивание учитель дает голосом или текстом, в свободном формате. Он упоминает только слова-маркеры, структурируя оценивание так, чтобы были понятны сильные и слабые стороны ученика, а также точки роста. ИИ, обрабатывая материал, превращает его в рекомендации и показатели на индивидуальном цифровом профиле.
Критериальное оценивание дается учителем по любому из семи критериев, отобранных совместно с педагогами частных и муниципальных школ. «Клик» – выбрал класс; «клик» – выбрал ученика; «клик» – выбрал критерий; «клик» – выбрал конкретное замеченное учителем проявление по критерию.
Ролевое оценивание показывает, в каких ролях проявлялся учащийся на уроке: как показал себя с позитивной и негативной сторон, к чему склоняется специфика его поведения. Были отобраны восемь ролей, проявляемых в процессе обучения и важных для дальнейшего профессионального самоопределения. Выявление и фиксация ролевой проявленности даст немало данных для построения профессиональных траекторий.
Педагог отмечает то, что замечает, а если какой-то ученик по истечении трехнедельного цикла остался неоцененным, то бот напомнит об этом. Также ведется дэшборд с количеством оцениваний по каждому ученику в классе и индивидуальные дэшборды учеников, на которых видна не только специфика оценок, но и какой педагог эту оценку поставил.
Чат-бот «Штурман» также включает дэшборды для отслеживания оценок и прогресса учеников, что позволяет эффективно использовать данные для улучшения образовательного процесса. Мы внедрили в систему ИИ для распознавания речи, суммаризации и выделения трендов, а также встроили дополнительное образование в профессиональные векторы с выходом на партнерские ППО, вузы и предприятия.
Промежуточное исследование показало, что мнение пользователей – ключевой фактор успеха. Мы собрали пожелания учителей по улучшению чат-бота и заложили их в новый сценарий, чтобы подстраивать «Штурмана» под потребности пользователей, делая его логичным, понятным и удобным в использовании.

В процессе работы над сервисами и инструментарием датацентричной школы мы также собрали фреймворк, по которому такие школы могли бы создаваться. Он включает наиболее важные аспекты построения образовательной среды, цифровой инфраструктуры и человеческого капитала, а также увязывает цифровой педагогический дизайн, построенный на применении ИИ, со стандартными образовательными программами, рекомендованными согласно ФОП.
Разрабатывая «Штурмана», мы поняли, что, во-первых, управление на данных в школах – это не далекая мечта, а вполне реальная и достижимая цель. Используя ИИ и анализ данных, школы могут значительно повысить качество обучения, лучше понимать потребности учащихся и персонализировать подходы к обучению.
Во-вторых, внедрение ИИ на уроках требует осторожности. Пытаться встраивать ИИ непосредственно в процесс преподавания в классе – ошибочный путь, он чреват множеством проблем, включая падение авторитета учителей и разрушение атмосферы доверия и уважения в классе. Наилучшее применение для ИИ – домашние работы. Здесь система может помочь учащимся закрепить материал, предоставляя персонализированные задания и мгновенную обратную связь, что сократит нагрузку на учителей и повысит эффективность обучения.
Кроме того, следует отметить, что сбор данных – процесс, требующий максимальной аккуратности и открытости. Датацентричность в образовании должна быть не только эффективной, но и прозрачной – это означает, что все участники образовательного процесса, включая учеников, родителей и преподавателей, должны быть в курсе того, какие данные собираются, как они используются и с какой целью. Только так можно обеспечить доверие к новым методам обучения, защитить персональную информацию и сделать систему управления образованием по-настоящему эффективной.
Таким образом, датацентричная школа, основанная на средствах ИИ для сбора, анализа и построения рекомендаций на основе данных цифрового следа учащихся, открывает новые возможности для персонализированного и адаптивного обучения. Внедрение технологий ИИ в образование становится ключевым направлением развития современной школы.
Посвящается Умайме, Имрану, Дие, Азаду и Полли
Пролог
Пишем новую историю
Вы не сможете пересечь море, просто стоя и вглядываясь в воду.
Рабиндранат ТагорЧто бы вы ни делали, не давайте прошлому напялить на вас смирительную рубашку!
Р. Хайнлайн. Луна – суровая хозяйкаНа Новый, 2023 год мы с моей 11-летней дочерью Дией решили написать рассказ. Я принес ноутбук на кухню, и Дия засела за историю. Она решила, что это будет рассказ о Саманте, блогерше-инфлюэнсере, которая попала на необитаемый остров. «Отлично придумано», – сказал я.
И тут, как будто это происходило в научно-фантастическом романе или в какой-то альтернативной реальности, Дия стала печатать реплики, обращенные непосредственно к ее вымышленному персонажу, а ответы Саманты стали появляться на экране:
– Привет, Дия и Сал, это Саманта. Вы придумали великолепное приключение! У вас получился современный поворот к классической истории о необитаемом острове!
Дия напечатала:
– Как жизнь на необитаемом острове?
Саманта ответила:
– Жизнь на необитаемом острове оказалась неожиданной. Я научилась обходиться без привычных удобств и открыла в себе скрытые таланты, о которых даже не подозревала!
– Что за таланты? – спросила Дия.
– Например, я научилась строить самодельные укрытия из пальмовых листьев и веток. Я также научилась ловить рыбу голыми руками и разжигать костер, используя только палки и сухие листья!
Дия тут же написала:
– Может, соорудишь гамак из своего шарфа?
– Из моего шарфа? Никогда в жизни! – ответила Саманта. – Он же испортится. Это дизайнерская вещь! Как насчет того, чтобы продолжить писать эту историю вместе? Что будет дальше?
– Давай согласимся с Самантой, – сказал я.
Дия согласилась и спросила:
– Пусть Саманте придет на помощь ее лучшая подруга Эмили – на яхте.
– Отлично!
И Саманта сама написала следующую часть:
«Саманта не верила своим глазам – ее лучшая подруга Эмили приближалась к острову на небольшой яхте. Она стала бешено размахивать руками, пытаясь привлечь внимание Эмили. Пока яхта приближалась к берегу, волнение Саманты росло. Ей не терпелось рассказать Эмили о своих приключениях на острове и услышать, как Эмили удалось ее найти».
– А теперь ваша очередь, Дия и Сал! Напишите следующие два предложения, и давайте посмотрим, как будет развиваться их встреча.
Итак, напомню: мы с моей 11-летней дочерью вели реальный разговор с выдуманным персонажем – абсурд, который мог бы прийти в голову Курту Воннегуту. Мир, каким я его знал, внезапно сместился в сторону новой странной реальности. И она уже никогда не будет прежней – ни для нас, ни для кого на планете.
Предложение
Отступим немного назад, чтобы узнать, как все это началось. За 20 лет до этого моей юной кузине Наде понадобилась помощь в изучении математики. Я работал аналитиком в хедж-фонде, имел одно из образований в области информатики и предложил ей дистанционные уроки с использованием системы мгновенных сообщений или по телефону. Уроки пошли на пользу, и моя семья обнаружила, что к ее услугам бесплатный репетитор. Не прошло и года, как у меня училась уже дюжина моих родственников.
Чтобы помочь им, я написал онлайн-программу для обучения математике, с которой каждый мог заниматься в своем собственном темпе – мне оставалось следить за тем, как ученики усваивают материал. Я назвал сайт единственным приличным доменным именем, которое смог придумать, – khanacademy.org – «Академия Хана». Понимая силу персонализированного обучения, я вскоре задумался над масштабированием этой платформы, чтобы ею могли пользоваться тысячи, а может быть, и миллионы учеников – таких, как мои родственники.
По совету друга я начал записывать видеоуроки, которые выкладывал на YouTube в качестве дополнения к программному обеспечению. К 2009 году мой сайт ежемесячно посещали 50 000 человек – и все они жаждали помощи в учебе. Как выяснилось, многие пользователи были студентами, которые не могли себе позволить личного репетитора. Сегодня Академия Хана – это некоммерческая организация, в которой работает более 250 сотрудников и которая помогает более чем 150 млн учащихся на более чем 50 языках по всему миру. Наша миссия – предоставление бесплатного образования мирового класса всем желающим, и мы воплощаем ее, масштабируя персонализированное обучение.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «Литрес».
Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.