מסלול גמיש
"פריסת בינה מלאכותית בחינוך אינה יכולה להתבצע בו זמנית, אלא דורשת מפת דרכים מתאימה לכל רמת חינוך, יישוב וקבוצת יעד, המבוססת על תוכנית החינוך הכללית לשנת 2018 והמציאות". ד"ר פאם ואן ג'ינג - סגן מנהל בית הספר התיכון והתיכון הפדגוגי (האוניברסיטה הפדגוגית 2 של האנוי), הסביר זאת ואמר כי הדרישות שיש להשיג בכל רמת חינוך שונות.
בית הספר היסודי מתמקד בעיצוב תכונות, הרגלי למידה ויכולות בסיסיות. בית הספר התיכון מתמקד בפיתוח חשיבה אנליטית ופתרון בעיות. בית הספר התיכון משפר את האוטונומיה ואת הכיוון הקריירה. אם אותו מודל בינה מלאכותית מיושם בכל שלוש הרמות, הדבר יוביל בקלות לסטייה מהיעד, כאשר תלמידים צעירים יהיו עמוסים בעוד שתלמידים מבוגרים יותר לא יוכלו למצות את מלוא הפוטנציאל שלהם.
בנוסף, יישום טכנולוגיית המידע בבתי הספר נבנה ברמות ספציפיות, המקושרות לדרישות הגיל. לכן, יש לשלב יישומי בינה מלאכותית בתהליך מתאים. אם יושמו בו זמנית, המורים לא יהיו מוכנים במלואם, התשתית והתוכן לא יהיו מסונכרנים, מה שיוביל לפורמליות או לבזבוז משאבים.
יתר על כן, יכולות קוגניטיביות ורמות האוטונומיה בשימוש בכלי למידה משתנות מאוד בין קבוצות גיל. תלמידי בית ספר יסודי טרם פיתחו במלואם את הכישורים להבחין בין טוב לרע ולשלוט בהתנהגותם, ולכן הם תלויים בקלות במידע מטעה או מקבלים אותו; אך תלמידים ברמה גבוהה יותר יכולים לפתח בינה מלאכותית ככלי יצירתי. לכן יש צורך ביישום שונה במקום בגישה של "מידה אחת מתאימה לכולם".
בנוסף, ההבדלים בתנאי הפיתוח החברתי -כלכלי ובתשתיות טכנולוגיית המידע בין אזורים דורשים גם הם מפת דרכים גמישה. מכיוון שיישום אחיד ייצור פער דיגיטלי. מקומות מתאימים ירוויחו, בעוד שמקומות לא מוכנים יישארו מאחור.
"לכן, מפת הדרכים ליישום בינה מלאכותית בחינוך חייבת להיות מקושרת למטרות של כל רמת חינוך בתוכנית החינוך הכללית לשנת 2018, בהתאם לתנאים האזוריים ולמאפייני התלמידים, כך שהטכנולוגיה תהפוך לכלי תמיכה מעשי, יעיל והוגן", קבע ד"ר פאם ואן ג'ינג את דעתו.
באופן דומה, ד"ר טון קוואנג קואנג - ראש הפקולטה לטכנולוגיה חינוכית באוניברסיטת החינוך (האוניברסיטה הלאומית של וייטנאם, האנוי ) הדגיש גם הוא את הצורך לבנות אסטרטגיה לאומית בנושא בינה מלאכותית בחינוך עם מפת דרכים שיטתית באמת. במסגרתה, העדיפות מספר 1 היא בניית תשתית דיגיטלית וסטנדרטיזציה של נתונים.
עדיפות מספר 2 היא הכשרת מורים ומנהלים מחדש באופן שיטתי ועדכני, המבוסס על הערכה מקיפה ונרחבת של המצב הנוכחי.
עדיפות מספר 3 היא בניית מסגרת משפטית בנושא אתיקה ואבטחה של בינה מלאכותית.
יש להתחיל את היישום רק בפרויקטים פיילוט בקנה מידה קטן, תוך מעקב צמוד במקומות עם תנאים נאותים; יש לבצע הערכה סופית כדי להפיק לקחים להרחבה נוספת.
מר וו נגוק הואה - מורה בתיכון ביין הואה (דונג נאי) אמר כי יישום בינה מלאכותית ברמת התיכון צריך להתמקד בתמיכה בלמידה אישית, לימוד עצמי ופיתוח מיומנויות דיגיטליות, חשיבה ביקורתית ותמיכה בהערכה ובבחינות.
באופן ספציפי, בינה מלאכותית יכולה לסייע בניתוח נתוני הלמידה של התלמידים, ובכך לספק נתיב למידה המתאים ליכולותיו ותחומי העניין של כל תלמיד. זה שימושי במיוחד בפיתוח מיומנויות מיוחדות והתמצאות בקריירה. עוזרים וירטואליים מסוגלים לענות על שאלות, לספק חומרי עזר, להדריך תלמידים לפתור תרגילים ולסייע לתלמידים ללמוד ביעילות בכוחות עצמם. יש לחקור וליישם מודלים אינטראקטיביים של כיתות ולימוד עצמי עם עוזרים וירטואליים.
בנוסף להוראת השימוש בכלי בינה מלאכותית, יש צורך לצייד את התלמידים בחשיבה ביקורתית, ביכולת לשאול שאלות ולאמת נתונים. זה עוזר להם להפוך לאדונים, ולא רק לעובדים של הטכנולוגיה. לבסוף, ניתן להשתמש בבינה מלאכותית להערכות קבועות ותקופתיות באמצעות טפסים מקוונים, ולסייע למורים לעקוב אחר התקדמות התלמידים בצורה אובייקטיבית ויעילה.
"פריסת יישומי בינה מלאכותית צריכה להיות מלווה בהכשרה בתחום הדיגיטל ובינה מלאכותית עבור מורים ומנהלי חינוך; במקביל, בניית חומרי למידה דיגיטליים משותפים והבטחת סביבת חינוך דיגיטלית בטוחה בבתי הספר", הוסיף מר לה ואן הואה.
פתרונות להבטחת הוגנות ויעילות
בהתחשב בפערים בתנאים החברתיים-כלכליים ובתשתיות הדיגיטליות בין יישובים, אמר ד"ר טון קוואנג קואנג כי יש צורך בפתרונות כדי להבטיח הוגנות ויעילות בעת הכנסת בינה מלאכותית לבתי הספר.
תיאורטית, ניתן לבנות מודל אנליטי של "מגדל הצרכים והריבוד הטכני" של יישומי בינה מלאכותית בחינוך בכל יישוב. במסגרתו, ישנן רמות עיקריות של ריבוד כגון: יישומי בינה מלאכותית לא מקוונים שיכולים לפעול על מכשירים בעלי תצורה נמוכה, חיבורי אינטרנט לא יציבים (כגון תוכנת בינה מלאכותית התומכת בקריאה וכתיבה, עוזרי הוראה פשוטים); יישומי בינה מלאכותית היברידיים, המשלבים עיבוד מקומי ועיבוד ענן, המתאימים לחיבורי אינטרנט לא יציבים; פתרונות בינה מלאכותית מתקדמים ומקיפים עבור אזורים עם תשתית דיגיטלית מפותחת.
במילים אחרות, תכנון ויישום תשתית בינה מלאכותית (עם מסד נתונים ראשוני) צריכים לעמוד בשני גורמים: הבטחת פעולה בסביבת חיבור אינטרנט מוגבל (מנגנון סנכרון תקופתי) ואופטימיזציה של ביצועים עבור מכשירים בעלי תצורה נמוכה הצורכים מעט נתונים.
לדברי ד"ר טון קוואנג קואנג, הריבוד הנ"ל לפי גישות טכניות יסייע לספק סדרה של כיוונים לפיתוח פתרונות יישומי בינה מלאכותית כדי לעמוד בתנאי צמצום פערים אזוריים וקידום שוויון בגישה; במקביל, מוצע כי בהתאם לתנאים בפועל, ניתן לפתח מודל של מרכז דיגיטלי קהילתי, "מעבדת בינה מלאכותית ניידת" לחינוך באזורים מוחלשים וקשים להגעה; או לפתח פלטפורמת ענן ייעודית לחיבור עם בתי ספר עם תנאים טובים, שיתוף משאבי שרת ועיבוד בינה מלאכותית עבור בתי ספר מוחלשים...
בנוסף, יישובים מוחלשים יכולים להציע יצירת מנגנון עבור מפעלי טכנולוגיה לקבלת "חסות", לספק פתרונות והכשרה בשימוש בבינה מלאכותית בעלות מינימלית; ספקי טלקומוניקציה מספקים נתונים בחינם עבור יישומי בינה מלאכותית חינוכיים...
הפער הדיגיטלי הוא מציאות בלתי נמנעת המשפיעה באופן ישיר וראשוני על "הקבלה" והיישום של בינה מלאכותית בבתי ספר. אי אפשר להתגבר על כך בן לילה, או באמצעות צווים מנהליים; וקשה עוד יותר ליישם תבנית או מודל משותף. יש לבחון ולהעריך מחדש את יכולות הצוות החלוצי כדי לקבל תמונה מציאותית של יכולת דיגיטלית, יכולת שימוש בטכנולוגיה ו"פדגוגיה משולבת טכנולוגיה". - ד"ר טון קוואנג קואנג
מקור: https://giaoducthoidai.vn/ung-dung-tri-tue-nhan-tao-vao-truong-hoc-thu-nghiem-thich-nghi-va-cong-bang-post750906.html
תגובה (0)