Mapping GenAI TPACK Framework based on UNESCO AI Competency for Teachers
Deze studie maakt gebruik van een systematische literatuurstudie en cross-matrixanalyse om significante hiaten te identificeren in bestaande AI-TPACK-frameworks met betrekking tot de UNESCO-competentiestandaarden voor AI voor docenten, specifiek op het gebied van ethiek en professionele ontwikkeling, wat leidt tot de voorstel van een uitgebreid acht-constructen GenAI-TPACK-framework dat alle vijf de UNESCO-dimensies volledig adresseert.
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
Stel je een leraar voor die voor een klas staat, niet alleen met een krijtbord of een projector, maar met een nieuw soort partner: een kunstmatige intelligentie die verhalen kan schrijven, vergelijkingen kan oplossen en vragen on the fly kan beantwoorden. Deze technologie, bekend als generatieve AI, verandert de manier waarop onderwijs werkt. Het is niet langer voldoende voor een leraar om simpelweg te weten hoe je een machine aanzet of hoe je informatie op een scherm vindt. Ze moeten begrijpen hoe ze dit intelligente instrument op een veilige, eerlijke en echt nuttige manier in hun lessen kunnen verweven. Decennialang hebben experts een specifieke kaart gebruikt om te begrijpen wat leraren moeten weten wanneer zij technologie gebruiken. Deze kaart, genaamd TPACK, kijkt naar het snijvlak van drie zaken: de vakinhoud die wordt onderwezen, de methoden die worden gebruikt om het te onderwijzen, en de technologie zelf. Nu kunstmatige intelligentie is gearriveerd, hebben onderzoekers geprobeerd deze kaart bij te werken door een nieuwe categorie voor AI-kennis toe te voegen. Maar een cruciale vraag bleef onbeantwoord: dekt deze bijgewerkte kaart daadwerkelijk alles wat een leraar moet weten volgens de leidende wereldwijde standaarden?
Een team van onderzoekers uit Indonesië en Maleisië ging deze vraag beantwoorden door een nauwgezette blik te werpen op de wetenschappelijke studies over dit onderwerp van de afgelopen jaren. Ze richtten zich op de periode van 2023 tot 2026, een tijd waarin generatieve AI-tools zoals grote taalmodellen breed beschikbaar kwamen in scholen. Hun doel was om te zien of de bestaande kaders voor de AI-kennis van leraren overeenkwamen met een nieuwe wereldwijde standaard die in 2024 door UNESCO werd gepubliceerd. Deze UNESCO-standaard schetst vijf essentiële competentiegebieden voor leraren: het begrijpen van AI als een mensgericht hulpmiddel, het beheren van de ethiek van AI, het zien hoe AI in het schoolsysteem past, het gebruik van AI voor onderwijs en toetsing, en het gebruik van AI om leraren te helpen leren en groeien gedurende hun loopbaan. De onderzoekers verzamelden 55 toegankelijke studies uit een grotere groep van 75, en analyseerden deze om te zien welke delen van de UNESCO-standaard werden gedekt door huidig onderzoek en welke delen werden genegeerd.
Wat zij vonden, was een duidelijke onbalans. De studies waren uitstekend in het dekken van de basiszaken. Bijna elke paper die zij beoordeelden, behandelde hoe leraren de technologie zelf begrijpen en hoe ze deze kunnen gebruiken om lessen te ontwerpen en leerlingen te beoordelen. Deze gebieden werden behandeld als het fundament van het vakgebied. Echter, twee kritieke gebieden ontbraken grotendeels. Het eerste was de ethische dimensie. Slechts 22 van de 55 studies, oftewel ongeveer 40 procent, bevatten enige specifieke kennis over de ethische verantwoordelijkheden bij het gebruik van AI, zoals het beschermen van studentgegevens, het herkennen van vooroordelen in computeroutputs of het waarborgen van eerlijkheid. Het tweede ontbrekende stuk was nog ernstiger. Slechts 7 van de 55 studies, een magere 13 procent, keken naar hoe leraren AI konden gebruiken om hun eigen professionele vaardigheden te verbeteren en te blijven leren. De onderzoekers merkten op dat zelfs in de meest recente studies die specifiek gericht waren op generatieve AI, deze hiaten groot bleven. Sterker nog, studies die zich richtten op de nieuwste AI-tools waren minder geneigd om ethiek of professionele groei van de leraar te adresseren dan de oudere studies, wat suggereert dat de haast om de nieuwe technologie te begrijpen deze vitale menselijke elementen opzij had geschoven.
De onderzoekers concludeerden dat de huidige kaarten van de kennis van leraren incompleet zijn. Zij voerden aan dat het simpelweg toevoegen van meer vragen over technologie aan bestaande enquêtes niet genoeg is. In plaats daarvan stelden zij een nieuw, uitgebreid kader voor dat twee geheel nieuwe categorieën kennis toevoegt aan de mix. De eerste is een toegewijde focus op ethiek, om ervoor te zorgen dat leraren zijn uitgerust om de morele complexiteit van AI aan te kunnen, zoals privacy en eerlijkheid. De tweede is een focus op professioneel leren, in het besef dat leraren moeten weten hoe ze deze tools kunnen gebruiken om te reflecteren op hun eigen onderwijs en te groeien in hun carrière. Dit nieuwe kader is ontworpen om ervoor te zorgen dat wanneer leraren worden getraind of getest op AI, zij niet alleen leren een machine te bedienen, maar ook voorbereid zijn om ethische bewakers van het klaslokaal te zijn en levenslang lerenden die zich kunnen aanpassen aan een veranderende wereld. De studie beweert niet het probleem van AI in het onderwijs te hebben opgelost, maar heeft wel een duidelijk, op bewijs gebaseerd blauwdruk geleverd voor wat er ontbreekt, en biedt daarmee een pad naar betere tools en trainingsprogramma's die leraren werkelijk voorbereiden op de toekomst.
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.