Klaipėdos universiteto ir Mokyklų tobulinimo centro projektas ,,Dirbtinis intelektas mokyklose: mokymosi analitikos plėtojimo scenarijai modernizuojant bendrąjį ugdymą Lietuvoje“ (projektą finansuoja Europos Sąjunga (projekto Nr. S-DNR-20-4), pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).

Title Image

Pradžia: tarp abejonės ir motyvacijos

Nepaisant dirbtinio intelekto ir mokymosi analitikos potencialo, esama nemažai skepticizmo dėl jų taikymo švietimo srityje ir su tuo susijusių iššūkių. Kaip antai: perėjimas nuo tradicinės duomenų analizės prie į besimokantįjį orientuotos analitikos, darbas su įvairių duomenų rinkiniais skirtingose aplinkose, technologinės kliūtys, duomenų rinkimo ir naudojimo etiniai klausimai ir kt. Mokymosi analitikos procesas ir principai turėtų būti aiškiai suprantami tiek mokytojams, tiek ir patiems besimokantiesiems. Kokių klaidingų nuomonių kyla aptariant mokymosi analitiką ir dirbtinį intelektą švietimo srityje? Dėl ko abejoja mokytojai, mokiniai ir jų tėvai? 

Mokymosi analitika ir su ja susijusios abejonės

  • Duomenų analitikai reikia specialaus išsilavinimo

Norint taikyti duomenų analitiką, nereikia su tuo susijusį išsilavinimą liudijančio diplomo. Žinių turėti reikia, tačiau ne mažiau svarbu, kaip ir kam yra naudojami duomenys. Mokytojų patirtis, ugdymo procesų, mokinių mokymosi ypatumų išmanymas yra esminės žinios naudojant duomenis mokymui ir mokymuisi tobulinti.

  • Tai sunku, nes reikia matematinių gebėjimų

Greičiausiai užteks tiek, kiek ir kokių matematinių gebėjimų turite. Nors mokymosi analitika susijusi su kiekybiniais metodais, klaidinga manyti, kad mokytojui reikia atlikti sudėtingus matematinius skaičiavimus. Daugeliu atvejų duomenų analizę atlieka specialios programos. Kur kas svarbiau kūrybiškai ir etiškai duomenis naudoti. Tik pažįstantis mokinius ir ugdymo kontekstus mokytojas gali įžvelgti ryšius tarp duomenų ir mokymosi, numatyti, kurie iš duomenimis grįstų sprendimų bus veiksmingi.

  • Mokymosi analitikos nereikia, norint dirbti pedagogo darbą

Ir taip, ir ne. Mokymosi analitika yra nauja švietimo inovacijų sritis. Tikriausiai pažįstate daug puikių mokytojų, kurie nenaudoja mokymosi analitikos. Tačiau įvaldę skaitmenines mokymo ir mokymosi platformas, galėsite greitai sužinoti, kaip ir ko mokiniai mokosi, gausite vizualizuotus mokymą bei mokymąsi nusakančius duomenis, sutaupysite rutininiams darbams skirto laiko (pvz., mokinių darbų tikrinimas, pastabų rašymas, mokinių pasiekimų stebėsena). Šį laiką galėsite skirti išties prasmingai veiklai: bendravimui, tobulėjimui, planavimui ir kt.

  • Duomenų analitikai reikia gebėjimų, kurių gyvenime nepanaudosiu

Gebėjimas naudoti mokymosi analitiką yra skaitmeninės mokytojų kompetencijos dalis, kurios prireikia praktiškai visose mūsų gyvenimo ir veiklos srityse. Gebėjimas orientuotis skaitmeninių įrankių gausoje, saugus ir etiškas bendravimas ir bendradarbiavimas skaitmeninėmis priemonėmis, drąsa naudoti naujas technologijas, kurti įvairių formų ir formatų skaitmeninį turinį – ne siekiamybė, o mokytojo darbo ir gyvenimo šiuolaikiniame pasaulyje būtinybė.

  • Mokymosi analitikai reikia duomenų, jiems surinkti gaištama daug laiko

Daugelis skaitmeninių mokymosi platformų yra sukurtos taip, kad pačios rinktų, analizuotų ir pateiktų apibendrintus duomenis. Belieka tik įgusti duomenis naudoti ir jais grįsti mokymą bei mokymąsi. Be to, nebūtina pradėti nuo sudėtingiausių duomenų rinkimo ir analizės būdų. Ženkite pirmą žingsnį ir nuosekliai tobulinkite savo gebėjimus. Tikėtina, kad po kurio laiko patys prisidėsite prie duomenų rinkimo.

Dirbtinis intelektas ir su juo susijusios abejonės

  • Dirbtinis intelektas yra galingesnis nei žmogaus intelektas

Kai kuriose srityse taip. Pavyzdžiui, apdorojant didžiulius informacijos kiekius dirbtinis intelektas yra galingesnis, todėl užduotis gali atlikti per keletą sekundžių. Tačiau intelektas negali būti apibūdinamas tik atminties ar informacijos apdorojimo gebėjimais. Emocinis intelektas, kūrybinis, strateginis ar kritinis mąstymas yra ne dirbtinio, o žmogiškojo intelekto ypatumai, kurie ne mažiau svarbūs nei minėti darbo su informacija parametrai. Todėl derėtų ne lyginti, kuris iš intelektų yra svarbesnis (kai kuriais atvejais vienas, o kitais – kitas), bet galvoti apie jų sinergiją.

  • Dirbtinis intelektas ateityje gali kontroliuoti žmoniją

Mokslinės fantastikos filmų ar knygų apie dirbtinio intelekto įsivyravimą poveikiu grįstas teiginys. Mažai tikėtina, kad kas nors norėtų sukurti savarankiškai protaujančią ir galinčią prieš savo kūrėją veikti mašiną. Etiniai dirbtinio intelekto kūrimo ir taikymo momentai yra vienas iš svarbiausių siekinių, svarstant apie skaitmeninių technologijų ateitį.

  • Dirbtinis intelektas pakeis žmogų

Tai bene dažniausiai pasitaikanti abejonė. Kai kurių darbų automatizavimas ir dirbtinis intelektas gali panaikinti kai kurias profesijas, tačiau taip pat sukurti naujas darbo vietas. Pasaulio ekonomikos forumo mokslininkai apskaičiavo, kad dirbtinis intelektas iki 2025 m. iš viso sukurs 97 mln. naujų darbo vietų. Kuriant naujas skaitmenines technologijas, ateityje keisis daugelio profesijų, tarp jų ir mokytojo, darbo pobūdis. Tačiau iš esmės mokytojo profesija yra „saugi“. Mokinių motyvavimas, teigiamo mokyklos ir klasės klimato bei sąveikos tarp mokytojo ir mokinių kūrimas, konfliktų sprendimas, vertybių formavimas ir dar daug kitų svarbių mokytojo darbo sričių negali būti automatizuotos.

  • Dirbtinis intelektas pakeis tik žemos kvalifikacijos darbuotojus

Jau dabar dirbtiniu intelektu grįstos technologijos atlieka darbą, kuris paprastai skirtas labiausiai išsilavinusiems ir profesionaliausiems visuomenės nariams. Pavyzdžiui, medicinoje mašininio mokymosi algoritmai vertina vaizdus, ieškodami ankstyvų ligos požymių, kuriuos kitais būdais būtų sunku nustatyti, nuskaito daugybę medicininės informacijos ir išskiria tai, kas gali būti naudinga gydant sergančiuosius. Daugelyje kitų profesijų derinamos įprastos ir techniškai sudėtingos, dirbtiniu intelektu paremtos ir žmogiškosios įžvalgos reikalaujančios procedūros. Mokytojo darbe taip yra nemažai sričių, kuriose dirbtinis intelektas gali būti itin naudingas, tačiau jis nepakeis mokytojo.

  • Dirbtinis intelektas gali dirbti savarankiškai, be žmogaus įsikišimo

Esama tikinčių, kad mašina gali mąstyti ir mokytis savarankiškai, be programavimo kodų. Tačiau mašininio mokymosi sprendimų algoritmus kuria žmonės. Taigi žmogaus dalyvavimas yra privaloma mašininio mokymosi dalis.

Didžioji dauguma aptartų abejonių kyla dėl žinių apie mokymosi analitiką ir dirbtinį intelektą stokos, neryžtingumo ar netgi nenoro naudoti technologines naujoves, keisti įprastą darbo pobūdį. Kita vertus, abejonės nesumažina mokytojų motyvacijos ir noro imtis iššūkių, įveikti pedagoginio darbo kasdienybėje kylančius iššūkius. Projekto DIMA_LT dalyviai – pradinių klasių, socialinių ir gamtamokslinių disciplinų, kalbų ir matematikos mokytojai – šiuos iššūkius priėmė ir sėkmingai žengė jų įveikos link.

Rūta Girdzijauskienė

2021-12-31