Введение
Интеграция ИИ в образование ускоряется, крупные технологические компании активно инвестируют в инструменты обучения на базе ИИ. OpenAI, Google и Anthropic недавно представили новые версии своих моделей для обучения и учебы, разработанные для работы в качестве AI-тьюторов. Mashable протестировала эти инструменты, чтобы оценить их эффективность, принимая во внимание более широкий контекст роли ИИ в образовании и потенциальных подводных камней. Цель этого обзора — предоставить информацию о том, действительно ли эти инструменты помогают в обучении или не оправдывают ожиданий.
Рост числа AI-тьюторов и контекстные вызовы
Появление AI-тьюторов отражает растущую тенденцию к внедрению технологий в образование, схожую с распространением ноутбуков и библиотек. Однако «проблема пяти процентов» подчеркивает повторяющийся вызов в проектировании образовательных технологий: в то время как высоко мотивированные студенты могут извлечь выгоду, большинство (около 95%) может не испытать существенного улучшения. Это частично связано с акцентом на краткосрочные достижения, такие как оценки, а не на более глубокое понимание. Кроме того, многие ИИ-инструменты не обладают персонализацией и контекстом, что препятствует их способности адаптироваться к индивидуальным стилям обучения и учебным планам.
Методология: Тестирование AI-тьюторов
Чтобы оценить эти инструменты, Mashable анализировала вопросы непосредственно из экзамена для штата Нью-Йорк (New York Regents Exam), стандартов общего ядра штата Нью-Йорк (New York State Common Core Standards), экзаменов AP и учебных программ по общественным наукам от программы Learning for Justice Southern Poverty Law Center. Вместо фокусировки на типичных задачах STEM, обзор включал вопросы по гуманитарным наукам для оценки возможностей инструментов в областях, где ИИ сталкивался с критикой. Целью было имитировать типичный подход студента: начинать с запроса помощи с домашним заданием и позволять разговору течь естественным образом, пока он не станет бесполезным.
Ключевые выводы экспертов
Хамса Бастани, доцент кафедры в Уортонской школе при Университете Пенсильвании, подчеркивает, что понимание поведения среднестатистических студентов имеет решающее значение. Она отмечает, что существующие чат-боты на базе генеративного ИИ часто перепрофилируются, а не специально разрабатываются для обучения, что приводит к недостаточным мерам предосторожности против раскрытия ответов. Дилэн Арена, директор по науке о данных и ИИ в McGraw Hill, использует аналогию установки современного двигателя в старую машину, подчеркивая проблему интеграции ИИ в существующие образовательные рамки и необходимость более глубокой персонализации, чем просто запрос информации о пользователе.
Обзор AI-тьюторов
- ChatGPT: Хорошо справляется с практическим тестированием и разъяснением стандартов оценки, но часто предоставляет ответы напрямую и отдает предпочтение зубной системе, что разочаровывает при сложных вопросах.
- Gemini: Превосходно подходит для преподавания математики и предлагает такие опции, как карточки и викторины, но склонен генерировать бесполезные оценки и отдает предпочтение практике, а не пониманию.
- Claude: Сосредотачивается на процессе обучения, а не на высоких оценках, что делает его подходящим для учащихся общественных наук, готовых развивать навыки критического мышления, но может быть чрезмерно софистским и требовательным.
Давайте будем реалистами: Ограничения и опасения
Несмотря на их различные подходы, все три AI-тьютора имеют общие ограничения:
- Дизайн: Формат чат-бота, с его ограниченным текстовым окном и отсутствием визуальных элементов, не идеален для обучения, особенно когда речь идет о понимании сложных концепций.
- Персонализация: AI-тьюторы не обладают контекстом об отдельных студентах и их учебных планах, что препятствует способности по-настоящему персонализировать уроки.
- Социальная осведомленность: AI-тьюторы часто не обладают гибкостью и социальной осведомленностью человеческого учителя, что приводит к бесконечной оптимизации и сложности достижения окончательного ответа.
Подход McGraw Hill: более безопасная альтернатива
McGraw Hill предлагает другой подход, интегрируя инструменты ИИ непосредственно в свои учебные материалы. Это устраняет необходимость предоставления студентами контекста и обеспечивает более контролируемую среду. Кроме того, инструмент оценки компании ALEKS обеспечивает более безопасный способ создания профилей личного обучения студентов и обратной связи с функциями ИИ.
Заключение: Чат-боты не могут заменить отличных учителей
Хотя AI-тьюторы могут предложить некоторые преимущества, они не могут заменить опыт и адаптивность человеческого учителя. В конечном итоге, нынешнее поколение чат-ботов изо всех сил пытается обеспечить по-настоящему персонализированный и увлекательный опыт обучения. Необходимо больше работы, чтобы создать инструменты ИИ, которые устраняют эти ограничения и соответствуют социальным и контекстуальным аспектам эффективного обучения.
