Dobrý přítel, nebo budoucí náhrada za lektora?

V dnešní době má umělá inteligence (AI) stále hlubší dopad na mnoho aspektů života. Oblast vzdělávání a odborné přípravy není výjimkou. Existuje mnoho otázek ohledně toho, zda umělá inteligence může v budoucnu nahradit lektory, či nikoli.

Zástupci místních muzeí a archivů a také zaměstnanci RMIT Vietnam si vyzkoušeli využití pokročilé 3D technologie k ochraně kulturního dědictví. Foto: RMIT

Ovlivňuje umělá inteligence roli lektora?

Podle výzkumu Dr. Nguyen Van Donga (Saigonská univerzita) jsou inovace ve vysokoškolském vzdělávání nezbytné pro propojení výuky s rozvojem technologií. Využití umělé inteligence (AI) nabízí velký potenciál pro zlepšení řízení vzdělávání ve vysokoškolském vzdělávání prostřednictvím optimalizace procesu výuky a učení.

Výzkum ukazuje, že umělá inteligence má velký potenciál změnit prostředí vysokoškolského vzdělávání směrem k integraci a rozvoji.

Zaprvé, umělá inteligence umožňuje metody učení, které jsou přizpůsobeny individuálním potřebám. Díky hloubkové analýze dat o stylech učení a pokroku studentů jsou adaptivní vzdělávací systémy strukturovány tak, aby poskytovaly efektivnější a účinnější vzdělávací zážitky.

Za druhé, umělá inteligence dokáže analyzovat historická data a předpovídat chování studentů, jako je akademický prospěch, docházka nebo dokonce potenciální potíže s učením. To umožňuje institucím přijmout preventivní opatření nebo včas zasáhnout, aby pomohly studentům v nouzi.

Všechny tyto výhody ukazují, že umělá inteligence je nástroj používaný k podpoře lektorů v efektivní výuce.

K téže otázce Dr. Nguyen Minh Huyen Trang - zástupce vedoucího oddělení studentských záležitostí Národní univerzity v Ho Či Minově městě potvrdil: „Umělá inteligence rozhodně nemůže nahradit lektory. Studenti totiž nemohou tuto technologii efektivně využívat, aniž by jim lektoři poskytli základní znalosti.“

Paní Trangová vysvětlila, že pokud studenti nebudou mít základní znalosti, nebudou si moci ověřit, zda jsou návrhy a obsah poskytovaný umělou inteligencí přiměřené a přesné. Podle ní by měly být dopady umělé inteligence vnímány pozitivně. Umělá inteligence je totiž nástrojem, který pomáhá zlepšit kvalitu vysokoškolského vzdělávání.

Problém je v tom, že aby studentům poskytli znalosti, musí si je sami lektoři aktualizovat. Domnívá se, že vysoké školy by měly investovat do infrastruktury a zároveň školit lektoře tak, aby byli schopni používat, aplikovat a využívat technologie umělé inteligence.

Další studie dvou autorů, Wahyudiho a Sunarsiho (2021), s výzkumným tématem „Výhody implementace managementu znalostí pro výkon lektorů během pandemie Covid-19“ ukázala, že umělá inteligence pomáhá udržovat efektivitu vzdělávacích aktivit lektorů. Podle studie management znalostí podporuje vznik technologicky založeného systému online vzdělávání, aby se nesnižoval výkon lektorů ve vzdělávacím sektoru.

Výzvy efektivního využívání umělé inteligence ve výuce

Vzhledem k tomu, že pokročilé systémy umělé inteligence se stávají stále všudypřítomnějšími, studenti se budou muset naučit, jak umělou inteligenci používat kriticky, eticky a způsobem, který je vhodný pro daný účel a kontext. Foto: RMIT

Přestože nabízí velký potenciál pro rozvoj vzdělávání, stále existují výzvy v efektivním využívání umělé inteligence.

Studie „Aplikace umělé inteligence v řízení univerzit: Potenciál a výzvy“ od dvou autorů, Phama Thi Phuong Dunga a Ho Xuan Vinha (Univerzita Hung Vuong v Ho Či Minově Městě), poukázala na významné výzvy, kterým čelí zejména lektorové a obecně instituce vysokého školství.

Zaprvé, z důvodu bezpečnosti a soukromí. Využití umělé inteligence v řízení vzdělávání vyžaduje přístup k velkému množství dat, včetně osobních údajů o studentech, lektorech a zaměstnancích. Pokud dojde k úniku nebo zneužití citlivých informací, ovlivní to nejen reputaci vzdělávací instituce, ale také to způsobí škodu studentům.

Druhým je nedostatek kvalifikovaných lidských zdrojů. Mnoho lektorů a zaměstnanců ve vzdělávání není vyškoleno v oblasti umělé inteligence a datové analýzy. Tento nedostatek dovedností může vést k neefektivnímu zavádění technologií a plýtvání zdroji. Nalezení a nábor vysoce kvalifikovaných pracovníků v této oblasti je také obtížné, zejména v kontextu ostré konkurence mezi různými vzdělávacími institucemi.

Za třetí, je to obtíž s integrací technologií. Mnoho současných systémů řízení vzdělávání není navrženo pro integraci s umělou inteligencí a velkými daty, což vede k obtížím se synchronizací dat a pracovních postupů. Nedostatek kompatibility může zpomalit proces transformace a donutit školy investovat více do modernizace systému.

Za čtvrté, vysoké investiční náklady. Implementace umělé inteligence a velkých dat vyžaduje velké počáteční investice do softwaru, hardwaru a školení lidských zdrojů. To se může stát finanční zátěží, zejména pro vzdělávací instituce s omezenými rozpočty. Kromě toho mohou být významným faktorem i náklady na údržbu a aktualizaci technologií, což zvyšuje finanční tlak na vzdělávací instituce.

A konečně je tu obtíž s analýzou a rozhodováním. Neúplná, nepřesná nebo zastaralá data mohou vést ke špatným rozhodnutím a negativně ovlivnit výkonnost učení a řízení. Analýza dat vyžaduje vysoce specializované dovednosti a mnoho zaměstnanců může mít potíže s přístupem ke složitým analytickým nástrojům.

Co dělat pro efektivní využití umělé inteligence ve výukovém procesu

Pro efektivní využití umělé inteligence navrhuje výzkum MSc. Pham Thi Phuong Dunga a MSc. Ho Xuan Vinha (Univerzita Hung Vuong v Ho Či Minově Městě) pět opatření.

Nejprve implementujte silná bezpečnostní opatření s využitím šifrovací technologie k ochraně dat během ukládání a přenosu. Tím zajistíte, že i v případě ohrožení dat zůstanou informace v bezpečí. Kromě přihlašování heslem použijte více vrstev ověřování, abyste zabránili neoprávněnému přístupu, a vyžadujte od uživatelů ověření telefonicky nebo e-mailem.

Za druhé, školení a rozvoj dovedností, poskytování kurzů v oblasti umělé inteligence, datové analýzy a informačních technologií pro fakulty a zaměstnance. Kurzy mohou být navrženy od základních až po pokročilé. Spolu s tím je třeba organizovat akce pro sdílení znalostí a zkušeností mezi odborníky z oboru a také spolupracovat s technologickými společnostmi na organizaci školicích programů a sdílení zdrojů.

Za třetí, před implementací je nutné prozkoumat a vybrat technologická řešení, která se dobře integrují se stávajícím systémem. Provést pilotní projekty k vyhodnocení proveditelnosti technologie před plnou implementací. Navrhnout jednotný datový systém tak, aby bylo možné propojit a efektivně využívat všechny zdroje dat.

Za čtvrté, místo velkých investic na začátku mohou školy začít s malými projekty a postupně je rozšiřovat na základě dosažených výsledků. Provádějte pravidelné kontroly za účelem úpravy strategií a optimalizace nákladů.

Za páté, zavést jasné postupy pro sběr, ukládání a zpracování dat, aby byla zajištěna jejich přesnost a úplnost. Provádět pravidelné audity za účelem odhalování a opravy nepřesných dat. Organizovat setkání odborníků s cílem zlepšit společné chápání analýzy dat a podpořit pracovníky správy dat při odhalování a řešení problémů s kvalitou dat.

Zdroj: https://danviet.vn/tri-tue-nhan-tao-ai-nguoi-ban-tot-hay-ke-co-the-thay-the-giang-vien-trong-tuong-lai-20241219114343297.htm