A Sovereignty Centred Model of AI Literacy for African Higher Education
Dit artikel bekritiseert het context-blinde karakter van de heersende AI-geletterdheidskaders in het Afrikaans hoger onderwijs en stelt het AI-geletterdheid voor Soeverein Leren (AIL-SL) model voor, dat cognitief-technische, kritisch-epistemische, ethisch-normatieve en sociaal-culturele capaciteiten integreert om epistemische soevereiniteit te bevorderen in plaats van louter technische afhankelijkheid.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne universiteit vindt een stille revolutie plaats die de manier waarop kennis wordt gecreëerd, gedeeld en beoordeeld, fundamenteel verandert. Eeuwenlang vertrouwde het onderwijs op menselijke auteurs en fysieke teksten, waarbij een student een idee naar de bron kon herleiden en de context kon begrijpen waarin het was ontstaan. Vandaag de dag genereren kunstmatige intelligentiesystemen tekst, vatten onderzoek samen en beslissen welke informatie als meest geloofwaardig wordt gepresenteerd. Deze systemen fungeren als krachtige tussenpersonen die tussen de leerling en de wereld van ideeën staan. Terwijl scholen zich haasten om studenten te leren hoe ze deze hulpmiddelen moeten gebruiken, blijft een kritische vraag onbeantwoord: betekent weten hoe je een machine bedient dat je de kennis die zij produceert werkelijk begrijpt? Dit is de kern van een nieuw perspectief dat opkomt vanuit de Afrikaanse hoger onderwijswereld, waar wetenschappers zich afvragen of het leren gebruiken van geïmporteerde technologie zonder de verborgen aannames ervan te begrijpen, studenten niet juist afhankelijker maakt in plaats van vrijer.
De onderzoekers achter dit perspectief, een team van wetenschappers uit de Democratische Republiek Congo en daarbuiten, betogen dat de huidige manier waarop "AI-geletterdheid" wordt onderwezen, fundamenteel gebrekkig is voor hun context. De meeste bestaande programma's behandelen AI-vaardigheden als een checklist van taken: leer een prompt schrijven, leer fouten opsporen, leer de software gebruiken. Ze gaan ervan uit dat als een student beter wordt in deze taken, zij meer onafhankelijke denkers worden. De auteurs stellen dat dit een gevaarlijke fout is. Zij stellen voor dat in plaatsen waar de technologie elders is gebouwd, getraind op data uit andere culturen en beheerd door verre corporaties, het simpelweg beter worden in het gebruik van het instrument de afhankelijkheid van de student juist kan verdiepen. Een student kan vloeiend worden in het vragen aan de machine om antwoorden, terwijl hij het vermogen verliest om te bevragen of die antwoorden waar zijn of relevant voor de eigen realiteit.
Om dit aan te pakken, ontwikkelde het team een nieuw kader genaamd het AI Literacy for Sovereign Learning-model. In plaats van geletterdheid te zien als een verzameling losse vaardigheden, zien zij het als een complexe relatie tussen vier verschillende capaciteiten. Ten eerste is er de technische vaardigheid om het systeem te bedienen. Ten tweede is er het kritische vermogen om te bevragen wat het systeem weet en waar de kennis van het systeem vandaan komt. Derde is het ethische besef om te oordelen over hoe het systeem invloed heeft op rechtvaardigheid en eerlijkheid. Vierde is de culturele capaciteit om te begrijpen hoe het systeem past – of niet past – bij lokale manieren van denken en de behoeften van de gemeenschap. De auteurs beargumenteren dat echte onafhankelijkheid, of "epistemische soevereiniteit", alleen optreedt wanneer deze vier capaciteiten samen groeien. Als een student zeer vaardig wordt in het gebruik van de technologie maar de kritische of culturele vaardigheden mist om deze te bevragen, wordt hij niet autonoom, maar een efficiëntere dienaar van de machine.
Het artikel daagt het idee uit dat je simpelweg een les over "ethiek" of "soevereiniteit" aan een standaard computerles kunt toevoegen en een goed resultaat kunt verwachten. De onderzoekers suggereren dat de volgorde waarin studenten leren diepgaand van belang is. Als een curriculum studenten leert hoe ze de instrumenten moeten gebruiken voordat ze leren hoe ze de vooroordelen van het systeem kritisch kunnen analyseren, kunnen de studenten een vals gevoel van zelfvertrouwen ontwikkelen. Ze kunnen de output van de machine vertrouwen simpelweg omdat ze weten hoe ze deze goed moeten laten werken. De auteurs waarschuwen dat dit een specifieke vorm van afhankelijkheid creëert, waarbij de leerling zo comfortabel is met de technologie dat hij de beperkingen ervan niet meer opmerkt. Zij betogen dat voor studenten in Afrika, en inderdaad overal waar de technologie niet lokaal eigendom is, kritisch denken de basis moet vormen waarop technische vaardigheden worden gebouwd, en niet een achteraf toegevoegde gedachte.
Dit perspectief belicht ook een gat in hoe we succes meten. De auteurs wijzen erop dat er zestien verschillende tests zijn ontworpen om AI-geletterdheid te meten, maar dat geen van deze tests grondig is getest om te zien of ze werken in verschillende culturen. Een test die in één deel van de wereld is ontworpen, kan ervan uitgaan dat "kritisch denken" op een bepaalde manier eruitziet, waardoor de specifieke manieren waarop een student in een andere cultuur vooroordelen of fouten identificeert, over het hoofd worden gezien. De onderzoekers suggereren dat zonder dit te corrigeren, universiteiten het risico lopen instrumenten te importeren die de verkeerde dingen meten, wat een vals gevoel van veiligheid geeft aan instellingen die in werkelijkheid afhankelijker worden van buitenlandse systemen.
De implicaties voor docenten zijn aanzienlijk. Het artikel stelt dat de grootste flessenhals in deze nieuwe vorm van leren de docenten zelf zijn. Hoewel een student een prompt kan typen door een handleiding te lezen, vereist het leren om de wereldvisie van het systeem kritisch te bevragen een docent die dat gedrag kan modelleren. Als een docent zelf geen kritisch en cultureel begrip van AI heeft ontwikkeld, kan hij studenten niet begeleiden om dat ook te doen. De auteurs suggereren dat professionele ontwikkeling voor onderwijzers de focus moet verleggen van enkel het onderwijzen van de software naar het helpen van docenten om de diepere vragen over kennis, macht en cultuur die de software oproept, te begrijpen.
Ten slotte benadrukken de onderzoekers dat individueel leren het probleem niet alleen kan oplossen. Zelfs als een universiteit briljante, kritische denkers voortbrengt, kunnen die studenten het systeem niet veranderen als de universiteit zelf geen zeggenschap heeft over welke technologieën zij koopt of hoe deze worden gebruikt. Het artikel roept instellingen op om kanalen te creëren waar studenten en personeel invloed kunnen uitoefenen op beslissingen over de adoptie van AI. Zonder deze kanalen kan het harde werk van het ontwikkelen van kritische geesten verspild worden, omdat de instelling doorgaat met het aankopen en gebruiken van systemen die precies de afhankelijkheden versterken waar de studenten juist tegen leren te verzetten.
De auteurs merken er zorgvuldig bij op dat hun werk een conceptueel voorstel is, een kaart om het probleem te begrijpen in plaats van een rapport van voltooide experimenten. Zij hebben hun specifieke voorspellingen nog niet getoetst aan nieuwe data, maar zij hebben hun argument opgebouwd op een zorgvuldige beoordeling van bestaand onderzoek en de geleefde ervaring van Afrikaanse wetenschappers. Zij bieden een reeks heldere claims aan die in de toekomst getest kunnen worden, en nodigen andere onderzoekers uit om te controleren of hun model standhoudt. Door de focus te verschuiven van eenvoudige technische bekwaamheid naar een diepere, cultureel gewortelde vorm van onafhankelijkheid, biedt dit werk een vitale nieuwe richting voor het onderwijs in een tijdperk van intelligente machines. Het suggereert dat het doel van onderwijs niet alleen moet zijn om studenten te leren hoe ze de instrumenten van de toekomst gebruiken, maar om ervoor te zorgen dat zij de meesters van hun eigen geest blijven terwijl ze dat doen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.