Het opstellen van een proefkader voor onderwijs in kunstmatige intelligentie (AI) voor studenten.

Fotoonderschrift — Een les op de Tan Tien basisschool ( provincie Bac Giang ) maakt gebruik van kunstmatige intelligentie om een video te ontwerpen over hoe om te gaan met situaties uit het dagelijks leven. Foto: Dong Thuy/TTXVN

Het raamwerk voor de inhoud van AI- onderwijs is ontwikkeld op basis van vier belangrijke kennisgebieden, die overeenkomen met vier competentiedomeinen. Deze gebieden zijn met elkaar verweven en complementair, namelijk: mensgericht denken, AI-ethiek, AI-technieken en -toepassingen, en AI-systeemontwerp.

Het curriculumkader is ontworpen om aan te sluiten op twee onderwijsfasen: de basisfase (inclusief primair en lager secundair onderwijs) en de beroepsfase (hoger secundair onderwijs).

Op de basisschool maken leerlingen vooral kennis met eenvoudige, intuïtieve AI-toepassingen om basisbegrippen te vormen en de rol van AI in het leven te leren kennen. Op de middelbare school leren leerlingen hoe ze AI-tools kunnen gebruiken om digitale producten te maken en schoolproblemen op te lossen. Op de middelbare school worden leerlingen aangemoedigd om eenvoudige AI-tools te onderzoeken, te ontwerpen en te verbeteren via wetenschappelijke projecten.

Naast de kernvakken kunnen studenten keuzevakken volgen om hun praktische vaardigheden te verbeteren, meer inzicht te krijgen in toepassingsgebieden van AI, of programmeertechnieken en de ontwikkeling van AI-systemen te leren.

Het AI-onderwijsraamwerk is gebaseerd op de perspectieven, oriëntaties en competentiegerichte benaderingen van het Algemeen Onderwijsprogramma 2018, en waarborgt consistentie en continuïteit met de leidende principes van de Partij en de Staat met betrekking tot het Kader voor Digitale Competenties voor leerlingen. Het legt met name de nadruk op de vereisten voor het bijdragen aan de ontwikkeling van vijf kernkwaliteiten en drie paren van gemeenschappelijke competenties; consistentie met het Algemeen Onderwijsprogramma voor Informatica; het benutten van AI-onderwijsprogramma's uit geavanceerde landen; wetenschappelijke, moderne en pedagogische aspecten; openheid, flexibiliteit en regelmatige updates; een mensgerichte aanpak en een sterke nadruk op ethiek en verantwoordelijkheid.

Volgens het AI-onderwijsraamwerk moeten docenten actieve lesmethoden toepassen, met de nadruk op ervaringsgericht leren, oefening en projecten. Projectgebaseerd leren moet worden aangemoedigd om samenwerkings-, zelfstudie- en creatieve vaardigheden te ontwikkelen. Lessen moeten flexibel worden georganiseerd, zodat ze de interesse van leerlingen wekken en tegelijkertijd de veiligheid en effectiviteit waarborgen.

Bovendien kiezen docenten lesmethoden die aansluiten bij de lesinhoud. Sommige onderwerpen, zoals AI-ethiek, risico-identificatie en beleidsanalyse, kunnen worden behandeld door middel van discussies, debatten en casestudies, zonder dat er computers nodig zijn. Tegelijkertijd leggen ze een verband tussen AI-kennis en praktische vraagstukken in het onderwijs, het dagelijks leven, de productie en de publieke dienstverlening.

Studenten moeten niet alleen oplossingen aandragen, maar ook in staat zijn de effectiviteit en de ethische en humanistische aspecten van die oplossingen te verifiëren en te evalueren; en zo gedifferentieerd en geïndividualiseerd onderwijs te implementeren.

Het AI-onderwijsraamwerk beschrijft ook beoordelingscriteria. Zowel reguliere als periodieke beoordelingen moeten nauw aansluiten bij de AI-competentiecomponenten en kerninhoudsgebieden. Bij onderwerpen die zich richten op AI-toepassingen, moet de nadruk liggen op het beoordelen van het vermogen om kennis en vaardigheden toe te passen bij het creëren van nuttige applicaties. Bij onderwerpen die verband houden met AI-principes en -modellen, moet de nadruk liggen op het beoordelen van creatief, logisch en systematisch denken. Voor inhoudsgebieden met betrekking tot ethiek, data en recht, moet de beoordeling een combinatie zijn van probleemoplossend vermogen en het observeren van de houding, het gedrag en de verantwoordelijkheden van studenten in een digitale omgeving.

Docenten moeten leerprofielen aanmaken om de leerprogressie van elke student gedurende de cursus op te slaan en regelmatig bij te werken. De beoordeling van de AI-competentie van elke student moet gebaseerd zijn op een combinatie van regelmatige en periodieke evaluaties, die hun vooruitgang en het vereiste prestatieniveau volgens het programma weerspiegelen.

Grootschalige AI-competentiebeoordelingen moeten gebaseerd zijn op de leerdoelen van verplichte vakken; vermijd het ontwikkelen van beoordelingsinstrumenten die uitsluitend gebaseerd zijn op de inhoud van keuzevakken. Studenten moeten de mogelijkheid krijgen om hun AI-projecten te presenteren en te delen met medestudenten, docenten en ouders om feedback te ontvangen, waardoor ze hun producten kunnen verbeteren en verder ontwikkelen.

Om nauwkeurigheid en objectiviteit te waarborgen, organiseren docenten presentaties, debatten en tentoonstellingen van AI-producten. Hierbij worden leerlingen aangemoedigd om met elkaar te discussiëren, te debatteren en elkaar te evalueren, waardoor kritisch denken, communicatie en samenwerkingsvaardigheden worden bevorderd.

Reactie (0)