Volgens Yong Zhao kan AI het onderwijs fundamenteel veranderen. Zhao stelt dat de huidige discussies over AI in het onderwijs zich te veel richten op het gebruik binnen het bestaande onderwijssysteem. In plaats daarvan pleit Zhao voor een radicale verandering van het onderwijssysteem, gefaciliteerd met behulp van AI. Volgens mij zijn bij deze opvatting echter kanttekeningen te plaatsen (wat ik ook doe). Ik sluit deze blogpost af met maar liefst 121 links naar bijdragen over AI en leren, opleiden en onderwijs.
Zhao betoogt in het artikel dat het traditionele ‘one-size-fits-all’ onderwijsmodel niet meer voldoet. Hij stelt een nieuw model voor dat gericht is op gepersonaliseerd leren en probleemgestuurd onderwijs. Bij gepersonaliseerd leren ligt de focus op het ontwikkelen van de unieke talenten en interesses van elke lerende, in plaats van het opleggen van een standaardcurriculum.
De essentie van gepersonaliseerd leren is volgens Zhao het creëren van individuele paden voor lerenden, waarbij de moeilijkheidsgraad en het tempo van de leerstof wordt aangepast op basis van hun vooruitgang en begrip. Het basisidee achter gepersonaliseerd leren is dat lerenden verschillend zijn, maar dat we willen dat ze op hetzelfde moment dezelfde prestaties leveren binnen dezelfde set onderwijsdomeinen. Hun verschillen zorgen er echter voor dat ze op verschillende manieren leren, dat ze op verschillende snelheden vooruitgang boeken en dat ze verschillende interesses kunnen hebben als het gaat om stijlen van instructie, leren, inhoud en materialen. Om aan verschillen tegemoet te komen zodat ze dezelfde prestaties kunnen leveren, moet het leren worden aangepast en moet de instructie worden gedifferentieerd.
Probleemgericht onderwijs stimuleert lerenden om problemen te identificeren en op te lossen die voor henzelf en anderen van waarde zijn.
Deze nieuwe benadering vereist een drastische hervorming van het huidige onderwijssysteem. Zhao stelt voor om:
1. Het vaste curriculum grotendeels los te laten, zodat lerenden hun eigen leertraject kunnen vormgeven met behulp van AI en andere bronnen.
2. De indeling van lerenden in leeftijdsgroepen te herzien, aangezien leeftijd minder relevant wordt bij gepersonaliseerd leren.
3. De rol van docenten te veranderen naar coaches en mentoren die lerenden begeleiden bij het ontdekken en ontwikkelen van hun talenten.
4. Gestandaardiseerde toetsen te vervangen door gepersonaliseerde beoordelingen die de individuele leertrajecten van lerenden volgen.
Zhao meent dat deze veranderingen noodzakelijk zijn omdat het huidige onderwijssysteem, ondanks talloze hervormingen en investeringen, er niet in slaagt de onderwijskwaliteit en -gelijkheid significant te verbeteren. Hij stelt dat het systeem inherente beperkingen heeft die niet kunnen worden overwonnen door verdere aanpassingen binnen het bestaande kader.
In het AI-tijdperk is het volgens Zhao van groot belang dat het onderwijs zich richt op het ontwikkelen van unieke talenten, creativiteit en probleemoplossend vermogen. Dit is nodig omdat AI steeds meer routinematige taken overneemt, waardoor mensen zich moeten onderscheiden door hun unieke vaardigheden en creativiteit.
Zhao erkent dat onderwijsinstellingen zeer veerkrachtige instituten zijn die moeilijk te veranderen zijn en nodigt uit tot een heroverweging van het onderwijs in het AI-tijdperk. Hij benadrukt dat de voorgestelde veranderingen afhankelijk zijn van de inzet van leidinggevenden, docenten, lerenden, ouders en het publiek.
Door te focussen op gepersonaliseerd leren en probleemgericht onderwijs kunnen we lerenden volgens hem beter voorbereiden op een toekomst waarin unieke menselijke vaardigheden steeds belangrijker worden. AI speelt daarbij volgens hem een belangrijke rol.
Mijn opmerkingen
Er zijn m.i. nogal wat kanttekeningen te maken bij Zhao’s visie. En laat ik het nu eens niet hebben over de beperkingen van AI-technologie, de toegankelijkheid van deze toepassingen, ethische aspecten, het hoge risico van deze toepassingen of het impliciet uitgaan van leerstijlen dat Zhao m.i. ook doet (terwijl ‘leerstijlen’ een mythe is).
Ik wil me nu vooral focussen op het feit dat de nadruk op individuele leerroutes kan leiden tot een gebrek aan sociale interactie en samenwerking, terwijl dit van groot belang is voor de ontwikkeling van sociale vaardigheden. Leren is ook een sociaal proces. Een ver doorgevoerde differentiatie in inhoud, tempo en niveau heeft het risico dat lerenden zich gaan isoleren, vooral als ze langzamer leren dan hun leeftijdsgenoten. Dit kan ook negatieve gevolgen hebben voor hun zelfvertrouwen en motivatie. Verder bestaat het gevaar dat het curriculum te smal wordt waarbij de focus ligt op wat de lerende al kan of wil leren, in plaats van lerenden uit te dagen om nieuwe en diverse kennis en vaardigheden te ontwikkelen. Je hebt als samenleving en als school ook een bepaalde visie op wat lerenden zouden moeten leren, en je wilt lerenden juist ook kennis laten maken met inhouden waar zij niet zo snel vanzelf mee in aanraking kunnen komen.
Interessant in dit kader is ook de bijdrage van Ben Williamson, die het onderliggend perspectief van ‘AI-gedreven’ onderwijs -met een sterke focus op 1-op-1 interactie- bekritiseerd. Hij introduceert het concept van “oblongification” in het onderwijs, geïnspireerd door Kazuo Ishiguro’s roman “Klara and the Sun” (een vorm van ‘versimpeling’). AI-tutoren worden vergeleken met “oblong professors” – platte, tweedimensionale objecten die alleen in een geïdealiseerde omgeving kunnen functioneren. Williamson stelt dat deze aanpak het onderwijs reduceert tot een transactionele relatie en het leren als een commodity behandelt, in plaats van als een publiek goed voor de samenleving. Ook waarschuwt hij voor de “oblongification” van lerenden zelf . AI-tutoren behandelen lerenden als platte, taakuitvoerende machines. Dit staat haaks op pleidooien voor het humaniseren van onderwijs met AI. Dit sluit volgens de auteur aan bij Shannon Vallor’s observatie dat grote AI-bedrijven de definitie van menselijke intelligentie hebben verengd tot economisch waardevolle arbeid. Williamson benadrukt dat de huidige AI-tutoren eigenlijk niet meer beloven dan een één-op-één transactioneel leermodel waarbij de lerende interacteert met een apparaat. Dit model kan wellicht werken in een gecontroleerde omgeving, maar zal waarschijnlijk minder goed werken in de realiteit van drukke klaslokalen. Bovendien wijst de auteur erop dat er simpelweg niet genoeg goede data beschikbaar is om een “optimale pedagogiek” te modelleren in AI-systemen. Dit beperkt de effectiviteit van dergelijke systemen aanzienlijk. Tenslotte waarschuwt hij voor de “magische” verwachtingen rondom AI in het onderwijs. Hoewel AI nuttig kan zijn voor bepaalde doeleinden, kunnen de huidige beloftes ook leiden tot serieuze problemen die grondig overwogen moeten worden voordat AI-tutoren op grote schaal in het onderwijs worden geactiveerd.
Een zekere mate van personalisering van onderwijs, waar AI een belangrijke faciliterende rol voor kan vervullen, is van belang. Het gaat er echter om een zorgvuldige balans te vinden met ‘gemeenschappelijk onderwijs’ waarbij AI het werk van docenten kan verlichten en versterken.
Andere bronnen over generatieve AI
- AI-Generated Essays on Rise in College Applications: Educators Debate Impact and Ethics
- Astonishing Figures and Insights from AI Trends
- Friend: Can an AI Device Combat Loneliness?
- AI Ethical Objections: Use It? You See?
- How Close Is AI to Replacing Instructional Designers?
- Werkvormen bedenken en opdrachten schrijven samen met ChatGPT
- Taylor & Francis AI Deal Sets Worrying Precedent
- OpenAI ChatGPT Advanced Voice Mode Demo: Accents and Language
- What Aspects of Teaching Should Remain Human?
- Als vele onderwijsmiljoenen verloren gaan aan AI en wat onderwijs kan leren van McDonald’s
- The Synthetic Professor: A New Era in Education?
- De langverwachte AI-verordening is van kracht
- Deal Time: ChatGPT Gebruik in Publicaties
- Anthology Adds Generative AI Tools to Blackboard LMS
- College Students Fear Overreliance on AI Could Harm Learning
- 6-Level AI Maturity Model (AIMM)
- AI-Verordening Gaat In: Werk Aan De Winkel Voor Ontwikkelaars en Gebruikers
- OpenAI SearchGPT: The New AI Search Engine Rivals Google
- Dit Zijn De Onzichtbare Kosten van AI
- OpenAI ChatGPT Text Watermark: A New Cheat Detection Tool
- AI en Leren: Nieuw Onderzoek Toont Hoe Het Kan Lijken Dat AI Leren Helpt, Maar In Feite Net Minder Doet Leren
- Welke Didactische Aanpak Met AI Vergroot Schrijfvaardigheid bij MBO-Studenten?
- The Resistance to AI in Education Isn’t Really About Learning
- Academic Authors Shocked After Taylor & Francis Sells Access to Their Research to Microsoft AI
- Should Educators Put Disclosures on Teaching Materials When They Use AI?
- The AI Risk Repository: Explainer Video
- Exploring How Teaching Assistants Powered by AI Can Understand and Support Students
- OpenAI Safety Assessment: GPT-4o
- Strawberry Fields Forever: Is GPT-5 Here?
- Zuid-Korea Ervaart Dat Ouders Vandaag Niet Echt Meer Technologie-Minded Zijn
- Can Large Language Models Make the Grade? An Empirical Study Evaluating LLMs Ability To Mark Short Answer Questions in K-12 Education
- Generative AI and higher education: a review of claims from the first months of ChatGPT
- Reskilling Revolution: The Role of AI in Education 4.0
- The Adoption of ChatGPT
- Backwards Planning with Generative AI: Case Study Evidence from US K12 Teachers
- Replace Traditional Textbooks with Technology
- School 3.0: Reimagining Education in 2026, 2029, and 2034
- Former OpenAI co-founder is building an AI-native school
- AI is confusing — here’s your cheat sheet
- No god in the machine: the pitfalls of AI worship
- Innovating Pedagogy 2024
- AI won’t give you a new sustainable advantage
- The Global Race to Control A.I.
- AI Survey: Four Themes Emerging
- Free AI isn’t sustainable
- Can AI Be Ethical? What This Means for Education
- OpenAI unveils SearchGPT and prepares to take on Google
- Can OpenAI Make Searching More Useful?
- Google Launches More AI Tools, Open Source AI Agent Platform
- Gemini: Teaching With Google’s Latest AI
- AI’s impact on Higher Education efficiency and operations
- AI has hurt academic integrity, but can enhance learning
- Essential questions universities should ask to innovative student support model
- AI writing feedback ‘better than I thought,’
- AI models have ‘conscious experiences’, according to most users
- Gen AI and beyond: Where else to focus now
- Universities Don’t Want AI Research to Leave Them Behind
- Education Chatbot Company Collapsed. Where Did the Student Data Go?
- 10 Best Deep Learning Courses for 2024
- One in three researchers now using ChatGPT at work
- When to use Generative AI en when Rule-based AI
- Industry Leaders: How Generative AI Will Revolutionize Education
- Understanding AI and Its Implications for Teaching and Learning
- Can ChatGPT-4o Be Trusted With Your Private Data?
- Revolutionizing Online Education with Multimodal AI
- Top 4 Features of Leading LMS Platforms
- Mistakes to Avoid When Using AI to Create eLearning Courses
- Online Education: Trends and Innovations to Watch
- Asian American students lose more points in an AI essay grading study
- How AI And Machine Learning Are Shaping Education
- What teachers call cheating, workforce might call progress
- Educator: When Are You No Longer Innovative?
- College students say AI helps them earn better grades
- Chatbots And Virtual Tours: Real-Time Learning Support
- What aspects of teaching should remain human?
- AI will never substitute teachers. Failed experiment shows why
- Overreliance on AI could devalue education
- AI grading: The future of education
- AI solutions can impact the student end user experience
- Roadmap for AI in K-12 Education
- How does higher ed use AI for teaching and learning?
- AI is forcing a teaching and learning evolution
- 7 ways AI will make a positive impact on classroom teaching
- Harnessing AI for a Head Start
- The Cutting Ed: Exploring the future of education
- Exploring the Use of Generative AI in Education
- Emerging Technologies for Learning and Teaching
- Are We Facing an Algorithmic Renaissance or Apocalypse?
- Co-Intelligence: Living and Working with AI
- Teaching in a Digital Age: Third Edition
- AI for Teachers: an Open Textbook
- AI and Education: End the grammar of schooling
- Development trends of educational technology research from 2000-2023
- Seeing ChatGPT Through Universities’ Policies, Resources, and Guidelines
- A.I. Could Ruin Kids’ Critical-Thinking Skills
- How can students identify misinformation online?
- Popular AI-detection tool for educators adds paraphrase feature
- How to Visually Spot AI-Plagiarized Essays
- Generative AI Misuse: Taxonomy of Tactics
- Microsoft’s AI speech generator too dangerous for the public
- Biggest risks of gen AI in your private life
- AI’s ‘Oppenheimer moment’: autonomous weapons enter the battlefield
- The dangers of anthropomorphizing AI
- How to stay secure in the face of increasingly powerful AI attacks?
- The OECD Truth Quest Survey
- AI Cheating: Education Needs Its Anti-Doping Movement
- AI cheating in education: What can we do?
- AI detection software doesn’t work. Do this instead
- 6 Ways Teachers Can Tell Students Are Using AI
- A.I.’s Benefits Outweigh the Risks
- How can students identify misinformation online?
- Gen Alpha Spends 78% of Its Screen Time on Social Video
- Weersverwachting met AI razendsnel én accuraat
- The Death of Critical Thinking Will Kill Us Long Before AI
- AI Automation And Human Expertise In L&D: How To Balance
- What job is most safe from AI?
- How to tap AI’s potential while avoiding its pitfalls
- ‘AI agents’ could transform workplaces. But what are they?
- AI Literacy: Unlock the Full Potential of Your Workforce
- Gen AI’s: From experimentation to organizational transformation
- Will AI really revolutionize every industry?
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie