Nastavnik matematike Al Rabanera ima novi alat u decenijama dugom naporu da osigura da njegovi učenici, većina njih potekla iz porodica sa niskim prihodima i marginalizovanih sredina, prepoznaju sebe u nastavnom programu.
Veštačka inteligencija.
Mnogo učenika koje predaje Rabanera u La Vista High School u Fullertonu, Kalifornija — alternativnoj srednjoj školi — mučilo je savladavanje gradiva u klasičnom okruženju. No, oni duboko brinu o tome kako njihovi zadaci zaista povezuju sa poslom i tržištem rada.
Zato je, kada je Rabanera podučavao brzinu promene — statistički pojam — zatražio od velikog jezičkog modela da kreira zadatak koji bi učenicima pomogao da bolje razume izuzetno relevantnu temu: tržište rada.
„Personalizovanje” lekcija prema interesovanjima učenika — naročito u matematici, predmetu koji mnogi srednjoškolci smatraju dosadnim i nerelevantnim — važi za jedan od najperspektivnijih potencijalnih benefita generativne veštačke inteligencije, tehnologije koja pokreće velike jezičke modele poput ChatGPT i Gemini. Obrazovni radnici i istraživači vide mogućnost da iskoriste moć tehnologije i ostvare dugotrajan cilj prilagođavanja lekcija interesovanjima pojedinačnih učenika, iako godinama neuspešnih i preterano naduvanih pokušaja inovacije može davati razlog za skepsu.
Rabanerino rešenje bilo je da unese upit u AI alat koji navodi učenikovu radoznalost o radu. Alat je odgovorio podacima U.S. Department of Labor koji pokazuju korelacije između nivoa obrazovanja, pola i srednjeg nedeljnog prihoda.
Zatim je pomogao Rabaneri da osmisli listu pitanja koja bi učenici koristili da dublje istraže brojke koristeći statističke strategije koje savladavaju.
Na primer, učenicima su prikazana prva i treća kvartila na linearnom grafikonu, i zatraženo je da procene kako bi drugi i četvrti kvartil mogli da izgledaju, uz obrazloženje svojih odgovora.
Kada je Rabanera zamolio da se učenicima pokaže kako se njihove lične karakteristike uklapaju u podatke, jedna devojčica brzo je shvatila šta brojke o prihodima znače za nju: „Vau, gospodine Rab! Da li ću da zarađujem manje zato što sam devojka?” priseća ga se Rabanera.
AI je Rabaneri, iskusnom педагогу sa brojnim priznanjima za njegov rad, ponudio alat koji može da „produbi i usavrši” vrstu nastave koju uvek nastoji da isporuči, kaže on.
„Kada dizajniram ovakve vrste lekcija bez AI, potrebno mi je satima,” rekao je Rabanera. „Radio sam na tome ranije, prateći trendove i teme, grupišući i kodirajući ih, pa sam to ponovo delio sa decom.”
Čak i nastavnici koji možda nisu tako tehnički potkovani kao Rabanera mogli bi da koriste AI alate kako bi matematiku učinili relevantnijom i uzbudljivijom, tvrde neki upravni zvaničnici distrikta.
David Miyashiro, superintendenta školskog okruga Cajon Valley Union u južnoj Kaliforniji, vidi priloge zadataka koji uključuju imena učenikovih prijatelja ili domaći zadatak koji traži od ljubitelja bejzbola da odgovori na matematička pitanja o tome koliko je daleko lopta pala kada je San Diego Padres-ov igrač Fernando Tatis, Jr. pogodio svoj najnoviji home run.
„Ostaje isti matematički sadržaj, ali se obrađuje uz rečnik i imena ljudi za koje su učenici zainteresovani,” rekao je Miyashiro. AI i personalizovano učenje „će zaista ubrzati ono što možete da uradite u angažovanju učenika.”
Ali realnost izrade ovakvih narudžbinih zadataka nije tako prosta kao 1-2-3.
Proces zahteva vreme i znanje nastavnika. Postoje i tehnički izazovi u stvaranju AI alata koji mogu brzo da dostave pitanja koja uključuju interesovanja učenika, a opet adekvatno procene matematičke veštine i budu realna.
Postoje i važna pitanja da li ova strategija zapravo poboljšava ishode učenika.
Khan Academy, jedan od ranih lidera u uključivanju generativne AI u učenje učenika, ukinuo je mogućnost svog Khanmigo chatbota koji je trebalo da uključi lične interese učenika u tutorstvo, delimično zato jer nije primećeno jasno poboljšanje ni u akademskom napretku učenika ni u njihovom angažovanju.
Generativna AI je takođe predstavljana kao način da se prilagode matematički zadaci akademskim sposobnostima učenika — ne samo njihovim interesovanjima — potencijalno kreiranjem novih pitanja koja ciljaju veštine kojima učenici trebaju dodatnu podršku da bi ih savladali. Taj pristup nosi sopstvene tehničke izazove i dosad je predstavljao težak izazov za kompanije koje pružaju obrazovne resurse.
Nedovoljno angažovanje učenika predstavlja značajan izazov u podučavanju matematike
Manjak interesovanja učenika za akademska predavanja uopšte — a posebno za matematiku — predstavlja prepreku nastavnicima, prema istraživačkom centru EdWeek Research Center koji je anketirao 729 prosvetnih radnika od 28. januara do 5. marta.
Više od polovine nastavnika, 55%, navelo je slab angažman učenika u akademskim aktivnostima, uključujući matematiku, kao značajan izazov. A više od trećine, 36%, izvestilo je da učenici manje angažovani u matematici nego u drugim predmetima.
Istraživanja su pokazala da povezivanje matematičkih koncepata sa interesovanjima učenika — bilo da je to TikTok influenser ili Minecraft — može oživeti često apstraktan predmet.
„Mnogo dece će videti matematiku kao nerelevantnu, nevezanu za ono što rade, i kao posledicu toga je neće zanimati,” kaže Candace Walkington, profesorka na odseku za nastavu i učenje na Southern Methodist University u Dalasu. „Zato moramo da se uhvatimo u koštac sa sva tri aspekta istovremeno, preoblikujući način na koji podučavamo matematiku.”
Najbolji personalizovani problems u matematici duboko povezuju ono što učenici znaju ili o čemu brinu, ali su i reprezentativni za to kako se matematika koristi u stvarnom svetu.
Jedan problem je što tehnologija često ima poteškoća da smisleno kreira pitanja koja odražavaju način na koji se matematika koristi u realnom svetu, kaže Walkington.
„AI dobro zna oblasti interesa. Zna sve o Vampire Diaries ili K-Pop Demon Hunters,” dodaje. „Sjajna je u tome, ali nije toliko dobra u povezivanju teme sa akademskim područjem na značajan način.”
Pokušaj da personalizujete pitanje iz matematike kroz AI može dovesti do zadatka koji nema nikakvog realnog smisla u praksi.
Na primer, AI-generisano pitanje za učenike koji vikende provode u poseti bendovima moglo bi da postavi pitanje o događaju u kojem je nivo zvuka dostigao 400 decibela, što je fizički nemoguće. Ili bi moglo sugerisati da je devet ljudi došlo da sluša muzičku zvezdu Oliviju Rodrigo.
Walkington, koja je dobila grant Nacionalne naučno-prometne fondacije (NSF) za istraživanje personalizacije i matematike, ima određeni uspeh u korišćenju posebno dizajniranog „realističnog bota” za proveru potencijalnih matematičkih zadataka.
Ali se suočava i s težim izazovom: ponekad zadaci koje AI kreira nominalno uključuju interesovanje učenika, ali traže da izračunaju nešto što se nikad ne bi pojavilo u stvarnom svetu.
Na primer, AI može da predloži domaći zadatak koji traži učenike da izračunaju koliko „iglica” koje publika nosi tokom koncerta prikazanog uz muziku K-Pop Demon Hunters, nosi tri minuta nakon početka koncerta u poređenju s pet minuta.
Nosanje pinova na koncertu, međutim, „nije nešto što bi iko pratio iz bilo kog razloga,” kaže Walkington.
Trying da učenici jedu svoj brokoli
Kada je Khanmigo chatbot iz Khan Academy pokušao da uključi lične strasti učenika u tutorstvo, alat se suočio s drugačijim setom izazova.
U početku, bot je dopuštao učenicima da unesu do 10 interesa koje bi tutorijalni alat mogao da koristi kako bi pomogao učeniku da savlada novi koncept. Ako je entuzijasta za pletenje imao poteškoća sa razumivanjem nepoznatih brojeva — temeljnih u algebri — bot bi objasnio ideju kroz brojanje petlji štepova.
Problem? Bilo je potrebno malo više vremena da bot stvori ovako prilagođene odgovore.
To kašnjenje je izraženo značajno uticalo na učenike, kaže Kristin DiCerbo, glavna zvaničnica za učenje u Khan Academy.
Ako bi bot odgovorio za više od 5 sekundi, učenici bi jednostavno „pali na opasnu padinu u korišćenju,” dodaje DiCerbo.
Iako bi se to eventualno moglo popraviti tehničkim podešavanjima, Khan Academy je takođe ustanovila da dodavanje referenci na košarku ili Netflix seriju Stranger Things ne poboljšava razumevanje materije kod dece — ili barem njihov angažman, dodaje DiCerbo.
Sa personalizacijom, moguće je da „scenarijum koji ste smislili da biste povezali [akademski koncept] sa interesovanjem bude previše konstruisan,” kaže DiCerbo. „Deca to pročitaju i kažu: ‘Da, pokušavate da me naučite da jedem svoj brokoli.’”
DiCerbo se pita i da li zahtevanje učenika da se fokusiraju samo na teme koje ih interesuju — čak i kao suptilan „šećer” da matematika bude lakša za shvatanje — može biti previše ograničavajuće za mlade ljude.
„Oni još uvek rastu i možda ne znaju sva svoja interesovanja,” kaže DiCerbo. „Obrazovanje bi trebalo da ih izlaže novim stvarima o kojima možda još nisu svesni da ih interesuju i koje bi moglo da pokrene njihov interes.”
AI može da proizvede ‘gnusne’ matematičke zadatke
Prevazilaženje nekih ovih prepreka može zahtevati tehnologiju koja prevazilazi ono što je trenutno široko dostupno.
Walkington testira alat koji razvija uz podršku NSF, a koji omogućava nastavnicima u srednjim školama da osveže zadatke iz reči iz nastavnog plana tako što će uključiti teme, osobe ili čak lokacije koje učenici zanimaе.
Nastavnici potom pregledaju personalizovane zadatke kako bi bili sigurni da imaju smisla i da obrađuju odgovarajuće matematičke veštine.
Leslie Brown, nastavnica matematike u sedmom razredu u Genoa Junior High u Texarkani, Arkansas, koja pomaže u testiranju alata, pretvorila je zadatak o izračunavanju rastojanja od tornja za mobilne telefone u zadatak o pronalaženju najboljih mesta za pecanje u odnosu na plutaču. Nova verzija iskoristila je popularan hobi ruralnih učenika.
Alat nije uvek savršen, kaže Brown. Jedan zbunjujuće osmišljen zadatak koji je tražio od učenika da izračunaju obim peciva — i koji iz nekog razloga spominje i šetanje krugova — jasno „neće uopšte raditi,” rekla je.
A Brownini učenici su označili neuspeh u zadatku sa superjunacima koji je uključivao likove iz Marvel stripova.
„Ovi momci su rekli: ‘Gle, Mjesečeva čekić ne radi to. Nije tako kako to funkcioniše, nastavnico Brown, trebaš to ispraviti,’” rekla je nastavnica. „To mi je bilo smešno. Pomislila sam: hvala! Da, ne bih znao!”
Nastavnici ne žele da AI stvara zadatke koji su potpuno van konteksta
Jedan od načina da se prevaziđe ovaj izazov jeste da učenici sami biraju teme koje najviše žele da se pojave u svojim matematičkim zadacima.
Burcu Arslan, istraživačka naučnica u ETS-u, neprofitnoj organizaciji, radi na alatu usmerenom ka učenicima, koji ne samo da uključuje učenikova strastvena interesovanja, već omogućava i značajnu preciznost.
Ideja je da učenicima daju zadatke bazirane na Freya Skye (popularna folk pevačica) umesto samo na „muziku.” Ili o Boston Bruins timovi umesto samo „sportovi” ili čak „hokej.”
Inače, ako učenici „izaberu muziku, a dobiju zadatak o muzici, to može i dalje biti nešto što ih ne zanima,” kaže Arslan, koji sarađuje sa Walkington na alatu usmerenom ka učenicima.
Nakon razgovora sa nastavnicima, Arslan radi na tome da se učenici ograniče na bezbedne, primerene teme, u odnosu na teme poput seksualnosti ili zabrinutih droga.
Učenici biraju: Laboratorija veštica ili Prijateljska zanimljiva parcela s bundevarom
Da budemo sigurni, biće potrebno vreme za platforme poput onih koje Walkington i Arslan žele da pomognu da dođu u školu.
U međuvremenu, nastavnici se okreću AI platformama namenjenim isključivo za K-12 obrazovanje — poput Brisk i Magic School AI — kako bi dodali lični pečat ili pružili učenicima više izbora u zadacima.
Na primer, Rebecca Sheeley, nastavnik matematike u Weston Ranch High School u Stocktonu, Kalifornija, koristila je Magic School AI da kreira Halloween tematsku interaktivnu avanturu tipa „izaberi sopstvenu avanturu” u matematici kako bi pomogla učenicima da vežbaju sabiranje i oduzimanje polinoma, u pripremi za predstojeći kviz.
Učenici su mogli da izaberu između prijateljske bundeve na koje Sheeley opisuje kao „lak i zabavan,” uklete misterije („jezivo i sablasno”) ili laboratorije veštice („mračan i očaravajući”).
Evo kako su Sheeleyini učenici bili izloženi:
Sezonsko okretanje teme je, kaže Sheeley, privuklo učenike.
„Mogo sam im samo to dati da rade običnim putem,” kaže ona, „ali bi se tada samo okrenuli i rekli: ‘Završiću ovo,’ i ne bi zaista obraćali pažnju na to — ne bi se zaista fokusirali na ono što treba da urade.”
