Разработка учебных программ с помощью ИИ: какие плюсы и минусы выявили исследования

За последние два года появилось немало научных исследований о том, как генеративный ИИ влияет на разработку обучения. Бывшая научная сотрудница Кембриджского университета, создательница системы проектирования обучения DOMS™️ Филиппа Хардман собрала ключевые выводы из этих исследований и назвала объективные риски и преимущества, связанные с внедрением ИИ в педагогический дизайн.

Пересказывая те наблюдения из исследований, которые выбрала Филиппа, мы не будем останавливаться на таких всем известных общих недостатках нейросетей, как «галлюцинации», проблемы информационной безопасности при загрузке в открытые нейросети своих данных, а также неоднозначность этических нюансов и юридического регулирования. Мы сфокусируемся на менее очевидных плюсах и минусах, непосредственно связанных с проектированием образовательных программ и созданием учебных материалов.

С какими рисками связано использование ИИ в проектировании образовательных программ

Актуальные исследования выявили слабые места искусственного интеллекта, которые стоит учесть, проектируя обучение с помощью нейросетей.

Нехватка гибкости и методической глубины

Благодаря ИИ-инструментам можно проектировать обучение эффективнее и упростить его масштабирование. Однако исследователи обращают внимание на то, что ИИ-инструменты, которые работают по готовым шаблонам, значительно ограничивают педагогического дизайнера в возможности самостоятельно принимать методические решения.

Например, исследователи из Норвегии и Великобритании отметили, что инструменты, основанные на жёстких фреймворках, стандартизирующие процесс проектирования обучения, снижают свободу действий методиста, заставляют его чувствовать себя «зажатым в рамках» и затрудняют адаптацию учебных материалов под потребности целевой аудитории. При этом на рынке есть и более гибкие инструменты (например, iLUKS и ChatCLD) — они задают структуру, которой может придерживаться педдизайнер, но при этом позволяют свободно дорабатывать, уточнять и дополнять различные аспекты программы.

Читайте также:

Батл: кто разработает курс лучше — педдизайнер с помощью нейросети или без неё?

Также исследователи выявили, что ИИ зачастую генерирует контент без учёта методических принципов и не умеет адаптировать материалы под конкретный контекст. Так, исследование из Китая продемонстрировало, что планы уроков математики, составленные с помощью модели GPT-4, в 78% случаев требовали значительной доработки, прежде чем стали соответствовать принятым образовательным стандартам и уровню учеников.

Бельгийские исследователи обнаружили, что ИИ-инструменты скорее имитируют педагогический дизайн, чем действительно применяют его принципы для глубокой проработки контента. При этом, по словам исследователей, многие проектировщики обучения слепо следуют рекомендациям ИИ, не оценивая их критически, что тоже сказывается на качестве итогового результата.

Ограничение креативности

По словам Филиппы Хардман, в том, что касается творческого аспекта работы педдизайнера, исследования показывают неоднородную картину. С одной стороны, ИИ-инструменты могут стать подспорьем в генерации идей. С другой — предлагают автоматизировать и стандартизировать всё, что возможно. И если человек слишком полагается на нейросети, принимая творческие решения, то результат скорее пострадает.

Так, исследователи из США выяснили, что педдизайнеры, которые систематически использовали ИИ в работе, гораздо реже придумывали оригинальные задания для учеников, чем их коллеги, относящиеся к нейросетям с меньшим энтузиазмом. В уже упомянутом исследовании из Бельгии тоже обнаружилось, что из-за некритического отношения к предложениям ИИ учебные материалы становятся однообразными и банальными.

Какую пользу приносит ИИ в проектировании обучения

Актуальные исследования обозначили также направления, в которых применение генеративного ИИ для нужд педдизайна действительно полезно. Вы удивитесь, но во многом это те самые области задач, с которыми связаны и риски. Либо выводы исследований противоречивы, либо всё дело в том, как именно применять эти инструменты.

Помощь в выполнении рутинных задач

Судя по всему, ИИ всё-таки значительно ускоряет разработку учебных материалов. Исследователи из Кореи сообщили о том, что благодаря ChatGPT временные затраты на планирование уроков можно снизить на 65%. А их коллеги из Китая представили ИИ-платформу TreeQuestion для генерации тестовых вопросов с множественным выбором, которая сокращает время на составление тестов на 95%.

Но мы держим в уме приведённые выше риски и учитываем, что за счёт сокращения времени может пострадать качество учебного контента, если не проверять и не править то, что нагенерировал ИИ. А если проверять и править, то тогда непонятно, насколько с учётом временных затрат на это в реальности ускоряется подготовка материалов.

Кроме того, ИИ помогает масштабировать процесс оценки знаний и навыков. Например, та же автоматизация составления тестов, экономя время преподавателя, позволяет проводить оценочные мероприятия регулярнее и, как показало исследование из Китая, без потери точности. По опыту исследователей, для генерации качественных тестов полезно включить в промпт указание использовать таксономию Блума. При этом они подчёркивают — преподавателю в любом случае нужно убедиться, что составленные нейросетью вопросы соответствуют уровню учащихся и измеряют достижение конкретных учебных результатов.

Упрощение персонализации и контекстуализации обучения

Персонализированным называют обучение, которое адаптируется под уровень знаний и опыт ученика, его интересы и предпочтения по темпу и способам освоения знаний. А контекстуализация обучения — тренд в сфере L&D, который тоже подразумевает адаптацию учебной программы, только не под конкретных людей, а под особенности среды, в которой они работают или будут работать, под профессиональный контекст.

Многие эксперты в сфере образования отмечают, что ИИ открывает широкие перспективы для адаптивного обучения, которое как раз подстраивается под уровень ученика. И новые исследования только подкрепляют эту позицию. Так, чат-боты, которых кастомизировали для разных собирательных образов, основанных на характеристиках групп учеников (составление этих образов называется методом персон), повысили учебные результаты на курсе по работе с информацией на 29%. Исследователи связывают этот эффект с адаптированными объяснениями, подсказками и заданиями, которые лучше помогли студентам освоить материал, чем универсальный учебный контент.

Читайте также:

«Сегодня персонализацию с помощью нейросетей сделать невозможно… Но через год — да!»

Подождите, но как же упомянутое выше утверждение, что ИИ не умеет адаптировать материалы под конкретный контекст? Опять же, всё зависит от настроек и степени участия человека в рабочем процессе. Так, чтобы с помощью ИИ проектировать ученикоцентричное адаптивное обучение, коллектив исследователей из США разработал фреймворк ARCHED. Внутри этого фреймворка один ИИ-инструмент генерирует контент, а другой — оценивает его на соответствие принципам педдизайна и учебным целям по таксономии Блума. А человек контролирует весь процесс — настраивает параметры, чтобы адаптировать программу для разных групп учащихся, и принимает методические решения.

По словам Филиппы Хардман, множество исследований также показывают, что ИИ-чат-боты и адаптивные системы обучения способны подстраиваться под потребности ученика в реальном времени — анализировать его действия и текущие результаты, а затем на этой основе давать обратную связь, предлагать релевантный учебный контент и задания подходящей сложности.

Усиление креативности

Хотя среди рисков упоминалось, что внедрение нейросетей часто, наоборот, ограничивает креативность, Филиппа Хардман поясняет, что всё зависит от того, как именно специалист использует ИИ-инструменты. При правильном подходе они способны стать настоящим креативным помощником и генерировать идеи, до которых человек самостоятельно может и не дойти.

Так, по словам исследователей из США, мозговой штурм с участием ИИ помогает сгенерировать на 47% более разнообразные идеи, чем мозговой штурм внутри человеческой команды. Другое исследование показало, что ChatGPT способен предложить педдизайнеру вариативный набор способов доставки контента и видов учебной активности, обогащая учебный процесс.

Важно помнить, что речь не идёт о том, чтобы сразу использовать то, что предложила нейросеть — это как раз повредит глубине и разнообразию образовательного опыта учеников. ИИ-инструменты полезны на ранних этапах проектирования — когда педдизайнеру нужны идеи нового курса, варианты заданий, наброски учебных материалов. Как показывают исследования, это освобождает время и когнитивные ресурсы человека на то, чтобы оценить полученные идеи, выбрать самые подходящие, «докрутить», связать воедино и адаптировать под контекст обучения.

Что нужно учесть, внедряя ИИ в проектирование обучения

По словам Филиппы Хардман, актуальные исследования доказывают — ожидания того, что ИИ совершит революцию в педагогическом дизайне, скорее чрезмерны, чем реалистичны. Но и отрицать пользу нейросетей для работы вряд ли стоит. ИИ хорошо выполняет некоторые задачи и приносит ощутимый результат, при этом подсвечивая аспекты, в которых человеческий вклад незаменим.

Чтобы использовать сильные стороны ИИ как инструмента в арсенале педагогического дизайнера и снизить риски, способные повредить качеству обучения, Хардман рекомендует:

• Развивать цифровую грамотность и навык промпт-инжиниринга — правильно составленные промпты повышают качество генерации на 58% по сравнению с базовыми.
• Избегать ИИ-инструментов, жёстко ограничивающих самостоятельность педдизайнера. Вместо них стоит выбирать гибкие решения, позволяющие дорабатывать и адаптировать выданный нейросетью результат.
• Поручать ИИ генерацию черновиков и вариантов, анализ больших объёмов данных, масштабирование обратной связи, адаптацию контента под разные группы учащихся и прочие рутинные задачи, которые стоит автоматизировать. А сэкономленное время уделять принятию творческих, методических и стратегических решений, в которых нейросети, в отличие от человека, несильны.
• Тщательно контролировать качество сгенерированных материалов, никогда не использовать их «как есть». Важно убедиться не только в отсутствии «галлюцинаций», но и в том, что контент соответствует методическим принципам, учебным целям, характеристикам целевой аудитории и контексту обучения.
• Уделять внимание разнообразию учебного контента, избегать излишней стандартизации.