Developing and Evaluating an AI-Based Information Technologies and Software Course Using the ASSURE Model
Deze studie toont aan dat het integreren van kunstmatige intelligentie in een vak voor Informatica en Software op de middelbare school via het systematische ASSURE-instructiemodel de digitale geletterdheid en motivatie van leerlingen aanzienlijk verbetert, mits technische en logistieke uitdagingen worden aangepakt door middel van iteratieve verfijning en een focus op ethische evaluatie.
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 het moderne klaslokaal is technologie niet langer alleen een hulpmiddel om dingen op te zoeken; het is een partner in creatie geworden. Kunstmatige intelligentie, het vermogen van computers om tekst, afbeeldingen en oplossingen te genereren op basis van menselijke instructies, maakt nu deel uit van het dagelijks leven. Voor studenten roept dit een cruciale vraag op: hoe leren zij deze krachtige systemen te gebruiken zonder simpelweg de machine het werk voor hen te laten doen? Het antwoord ligt niet in de software zelf, maar in de manier waarop docenten de leerervaring structureren. Als een student een complex hulpmiddel krijgt aangeboden zonder een kaart, kan hij de weg kwijtraken of het slecht gebruiken. Maar als het hulpmiddel wordt verweven in een lesplan dat hen begeleidt bij het plannen, maken, controleren en verbeteren van hun eigen werk, dan wordt de technologie een echte motor voor leren. Deze balans tussen menselijke begeleiding en machinecapaciteit is de centrale uitdaging voor onderwijzers vandaag de dag, met name in vakken die gewijd zijn aan digitale vaardigheden.
Een team van onderzoekers in Turkije zette zich in om dit puzzelstukje voor middelbare scholieren op te lossen. Ze wilden zien of ze een cursus konden ontwerpen die studenten leerde hoe ze kunstmatige intelligentie verantwoordelijk en effectief kunnen gebruiken, in plaats van hen er gewoon mee te laten spelen. Ze richtten zich op het vak "Informatietechnologie en Software", een standaardvak voor zesdeklassers dat alles behandelt van internetveiligheid tot het creëren van digitale projecten. De onderzoekers bouwden hun cursus rond een specifspecific teaching framework genaamd het ASSURE-model. Deze benadering is als een blauwdruk voor docenten: het begint met het begrijpen van wie de studenten zijn, stelt vervolgens duidelijke doelen vast, kiest de juiste instrumenten, betrekt de studenten actief, en controleert ten slot of de les is geslaagd. Het doel was om te zien of het volgen van deze blauwdruk met kunstmatige intelligentie daadwerkelijk de kennis van de studenten zou verbeteren en hoeveel zij van de les zouden genieten.
De studie verliep in twee fasen, vergelijkbaar met een generale repetitie voor de hoofdshow. Eerst probeerden de onderzoekers hun lesplan uit met een groep van vijfendertig studenten. Deze pilotronde onthulde dat hoewel de studenten enthousiast waren, ze worstelden met de basis. Ze hadden moeite met het inloggen op accounts, het schrijven van duidelijke instructies voor de computer en het beheren van hun tijd. De onderzoekers realiseerden zich dat voordat de studenten complexe projecten konden maken, ze moesten leren hoe ze veilig en efficiënt met de digitale omgeving om moeten gaan. Bijgevolg voegden ze een voorbereidingsperiode van twee weken toe aan de cursus. Tijdens deze periode leerden studenten hoe ze veilige wachtwoorden kunnen aanmaken, school-e-mailsystemen kunnen gebruiken en specifieke instructies, bekend als prompts, kunnen schrijven om de beste resultaten uit de kunstmatige intelligentie te halen. Zodra dit fundament was gelegd, begon de hoofdcursus met eenentwintig studenten over een periode van acht weken.
Tijdens de hoofdcursus keken de studenten niet alleen naar video's over technologie; ze werden makers. Ze gebruikten kunstmatige intelligentie om afbeeldingen te genereren voor veiligheidsposters, korte video's over digitaal burgerschap te maken, muziek te componeren, documenten te schrijven, presentaties te ontwerpen en spreadsheets te bouwen. De sleutel tot de les was dat de studenten nooit de eerste reactie van de computer als het eindproduct mochten accepteren. In plaats daarvan werd hen geleerd de output van de computer te behandelen als een conceptversie. Ze moesten het werk controleren op fouten, zoeken naar auteursrechtelijke kwesties en de instructies verfijnen om betere resultaten te krijgen. Deze cyclus van creëren, controleren en verbeteren werd elke week herhaald. De onderzoekers keken nauwlettend toe en maakten aantekeningen over hoe de studenten samenwerkten, hoe ze problemen oplosten en hoe ze de ethiek van het gebruik van deze tools bespraken.
De resultaten toonden aan dat deze gestructureerde aanpak werkte. Na de cursus lieten de studenten een significante verbetering zien in hun algemene digitale vaardigheden. Ze waren beter in het vinden van informatie, het creëren van inhoud en het oplossen van problemen met technologie. Belangrijker nog was dat hun motivatie om het onderwerp te leren scherp steeg. De studenten rapporteerden dat ze zich meer bekwaam en geïnteresseerd voelden omdat ze dingen maakten die voor hen belangrijk waren, in plaats van alleen maar feiten te memoriseren. Ze leerden dat ze de computer konden gebruiken om hen te helpen denken, maar dat zij nog steeds degenen moesten zijn die de leiding hebben. Ze realiseerden zich dat de computer een afbeelding kan genereren, maar dat alleen een mens kan beslissen of die afbeelding accuraat, veilig of ethisch is.
De onderzoekers kwamen tot de conclusie dat het succes van de cursus niet voortkwam uit de kunstmatige intelligentie-instrumenten zelf, maar uit de zorgvuldige manier waarop de lessen waren ontworpen. De studenten leerden dat technologie het meest nuttig is wanneer het deel uitmaakt van een proces dat menselijk oordeelsvermogen omvat. Door de voorbereidingstijd toe te voegen en te hameren op een cyclus van beoordeling en verbetering, zorgden de docenten ervoor dat de studenten de actieve denkers bleven. De studie suggereert dat het simpelweg in de klas plaatsen van kunstmatige intelligentie niet genoeg is om het leren te verbeteren. In plaats daarvan moet de technologie worden geïntegreerd in een lesplan dat studenten leert hoe ze de machine moeten aansturen, het werk moeten verifiëren en verantwoordelijkheid moeten nemen voor het eindresultaat. Deze aanpak verandert een potentieel passieve ervaring in een actieve ervaring, waarbij studenten leren de architecten van hun eigen digitale toekomst te zijn.
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.