De aard van generatieve AI begrijpen: handreikingen voor docenten

In Navigating A World of Generative AI: Suggestions for Educators reflecteren Lydia Cao en Chris Dede op de rol van generatieve AI in leren en hoe dit ons dwingt om onze visies op effectief onderwijs opnieuw tegen het licht te houden. Hieronder vind je een samenvatting van dit paper. Ik beschrijf ook hoe deze samenvatting tot stand is gekomen.

De aard van Generatieve AI

Generatieve AI is een overkoepelende term voor elk AI-systeem dat inhoud kan genereren, zoals afbeeldingen, teksten, audio en code. Dit gebeurt op basis van de data waarop het GPT-gebaseerde Large Language Model (LLM) is getraind. Deze modellen gebruiken het wereldwijde web als hun primaire dataset en worden verder verfijnd met selectieve data voor specifieke doeleinden. Digitale neurale netwerken en deep learning-systemen zijn gebouwd om de structuur en functie van menselijke neurale netwerken na te bootsen, maar ze zijn verre van gelijkwaardig aan een menselijk brein.

Analogie: AI als maanlicht en menselijke prestaties als zonlicht

• AI reflecteert wat mensen kunnen, zowel waarheidsgetrouwe inzichten als bevooroordeelde misinformatie.
• AI wordt getraind met bestaande data van het wereldwijde web, wat kan leiden tot het probleem van ‘garbage in, garbage out’ en AI-hallucinaties.

Beoordelen van leren: proces versus product

In traditioneel onderwijs ligt de focus op het product: kan je een effectief en samenhangend essay schrijven? Kun je hoog scoren op de SAT of andere belangrijke psychometrische tests?

Procesgericht leren verschuift de focus van gestandaardiseerde beoordelingen naar het ontwikkelen van vaardigheden zoals het organiseren van ideeën, analyseren van beweringen, en het vervullen van onze fundamentele behoefte om te communiceren en van anderen te leren.

Zorgen over generatieve AI

• Plagiaat door het vermogen van LLM om leerproducten te genereren alsof de lerende ze zelf heeft gemaakt.
• Sommige schooldistricten en universiteiten hebben het gebruik van ChatGPT verboden.

Procesgeoriënteerd leren

• Afstappen van gestandaardiseerde beoordelingen die gericht zijn op het uit het hoofd leren van inhoud en het uitvoeren van formele processen.
• Prestatiebeoordelingen ontwikkelen die authentieker zijn, meer gesitueerd en meer ingebed in het leerproces.

Voorbeeld: Natuurkunde speeltuin

Een computerspel dat ontworpen is om lerenden te ondersteunen bij het leren van Newtoniaanse natuurkunde door gebruik te maken van een aanpak die ‘stealth’ beoordeling wordt genoemd, waarbij beoordeling naadloos in het leerproces wordt verweven.

Waarom leren wij: externe versus intrinsieke motivatie

Mensen zijn van nature nieuwsgierig en worden intrinsiek gemotiveerd om te leren en te ontdekken. Traditioneel onderwijs kan echter de nieuwsgierigheid en intrinsieke motivatie van lerenden belemmeren door te focussen op externe motivatoren zoals beloningen en normgerichte cijfers.

Welke kennis kan AI doceren?

AI heeft zijn beperkingen omdat het nooit op dezelfde manier leert als een mens, en zijn antwoorden zijn niet altijd contextueel relevant. AI mist ook het begrip van zijn eigen reacties.

De Rol van de Docent

Docenten spelen een cruciale rol door hun denkproces met lerenden te modelleren, zoals een meester die aan een leerling laat zien, en door metacognitie, het reflecteren op het eigen denkproces, te bevorderen.

Beperkingen van AI-gebaseerd onderwijs

AI-toepassingen zoals ChatGPT missen zelfbewustzijn en inherente verklaarbaarheid. Hoewel ze naar beste kunnen uitleg en antwoorden kunnen bieden, zijn hun reacties gebaseerd op de data waarmee ze getraind zijn en zijn deze niet altijd nauwkeurig of actueel.

Black-Box systemen

AI-modellen zijn ontworpen als black-box systemen. Dit houdt in dat de interne processen en beslissingen die tijdens de verwerking worden genomen, mogelijk niet gemakkelijk te interpreteren zijn door mensen.

Impliciet onderwijs

Impliciet onderwijs is vaak ingebed in het leerproces en menselijke relaties. Het is van groot belang voor de ontwikkeling van vaardigheden en houdingen zoals hoger-orde denken, leiderschap, creativiteit, veerkracht en openheid, die niet expliciet onderwezen kunnen worden.

Transformatieve kracht van impliciet onderwijs

De transformatieve kracht van impliciet onderwijs blijkt wanneer we mensen vragen naar het onderwijs dat hun leven heeft veranderd. Men spreekt zelden over specifieke inhoud die een docent heeft onderwezen, maar beschrijft in plaats daarvan impliciete voordelen van psychosociale interacties en verbindingen die AI niet kan bieden.

Voordelen van AI-versterkt onderwijs

AI-modellen hebben enkele voordelen voor gespecialiseerde typen onderwijs:

• Oneindig geduld: AI-modellen kunnen meerdere lerendenn en taken aan zonder moe of gefrustreerd te raken.
• Toegankelijkheid 24/7: AI-modellen zijn op elk moment toegankelijk, wat lerenden in staat stelt op hun eigen tempo te leren.
• Schaalbaarheid: AI-modellen kunnen worden opgeschaald om veel meer lerenden te bereiken dan één enkele docent.
• Niet-oordelende aard: Lerenden voelen zich vaak comfortabeler om vragen te stellen aan een AI-agent vanwege zijn niet-oordelende aard.

Toekomst van het Onderwijs: Mens-AI Partnerschap

In plaats van docenten te vervangen, denken we dat de toekomst van het onderwijs zal bestaan uit een partnerschap tussen menselijke docenten en AI. Toekomstig onderzoek zou zich moeten richten op hoe AI de capaciteit van leraren kan vergroten, door de nadruk te leggen op intelligentie-augmentatie (IA).

Onderzoeksinitiatieven

Er worden momenteel verschillende onderzoeksinitiatieven geleid door vijf AI-instituten die gefinancierd worden door de National Science Foundation (NSF):

• EngageAI: AI-gestuurde verhalende leeromgevingen om STEM-onderwijs en -onderwijs te bevorderen.
• Student-AI Teaming (iSAT): Bevorderen van diep conceptueel leren via rijke sociaal-collaboratieve leerervaringen.
• AI-ALOE Institute: Verbeteren van de kwaliteit van online onderwijs voor volwassenen, inclusief tools voor het opwaarderen en herscholen van werknemers.
• Exceptional Education: Ontwikkelen van AI-oplossingen voor kinderen met uitdagingen in spraak- en taalverwerking.
• Inclusive and Intelligent Technologies for Education (INVITE): Versnellen van de prestaties van jongeren in STEM-onderwijs.

Aanbevelingen voor docenten

Om lerenden te ondersteunen in het licht van generatieve AI, hebben we vier aanbevelingen voor docenten:

1. Ontmystificeren van AI

• Leer lerenden de aard van generatieve AI begrijpen door middel van analogieën en ervaringsgerichte leermogelijkheden.
• Bied ruimte voor discussie en het ontleden van denken en ervaringen tijdens activiteiten.

2. Focus op het leerproces

• Benadruk het leerproces in plaats van enkel het eindproduct.
• Moedig studenten aan om langzamer aan te doen, actief te verwerken en aandacht te besteden aan complexiteit en relaties.
• Gebruik denkroutines, zoals Slow Complexity Capture en Parts, People, Interactions, om lerenden te ondersteunen.

3. Eer de eigenheid van lerenden en orkestreer meerdere bronnen van motivatie

• Leer lerenden kennen en begrijp wat hen motiveert.
• Creëer ruimte voor lerenden om na te denken over hun leerdoelen.
• Bied keuzevrijheid en autonomie in het leren en versterk lerenden.

4. Benut generatieve AI om leren te versterken

• Beschouw AI als een dialoogpartner die de dialogische ruimte kan uitbreiden en nieuwe inzichten kan genereren.
• Gebruik AI om feedback te vragen in plaats van een eindproduct, en moedig lerenden aan om AI-gegenereerde inhoud te evalueren via reflectie en discussie.
• Bied mogelijkheden voor lerenden om te experimenteren met AI en de metacognitieve vaardigheid te ontwikkelen om te bepalen wanneer, waar en hoe AI te gebruiken.

Intrinsieke motivatie en de rol van docenten

Intrinsieke motivatie is een cruciaal aspect van leren, omdat het de kans vergroot om flow te ervaren, een staat van verhoogd bewustzijn waarbij men volledig betrokken is bij een activiteit omwille van de activiteit zelf (Nakamura & Csikszentmihalyi, 2014). Echter, intrinsieke motivatie is geen wondermiddel, en lerenden moeten de grens van hun competentie opzoeken (Bereiter & Scardamalia, 1993) voor effectief leren.

Docenten spelen een vitale rol bij het bevorderen van intrinsieke motivatie door:

• Te begrijpen wat voor wie werkt en in welke context.
• Een ecosysteem van motivaties te creëren voor optimale prestaties.
• Rekening te houden met de zelfregulatie, uitvoerende functies, overtuigingen en academische disposities van elke lerende.
• Lerenden te ondersteunen om ingenieurs te zijn van hun ecosysteem van motivatie.

Vaardigheden cultiveren die AI niet kan repliceren

Het huidige curriculum en tests met grote consequentues richten zich vaak op het bevorderen van vaardigheden waarin AI uitblinkt, zoals rekenvaardigheden die calculatieve voorspelling en formulematige besluitvorming betreffen. AI kan echter menselijk oordeel, dat een doordachte denkproces is dat flexibel en contextueel is op basis van ervaringskennis, ethiek, waarden, relaties en cultuur (Dede et al., 2021), niet gemakkelijk repliceren.

Om vaardigheden te cultiveren die AI niet kan repliceren, kunnen docenten:

• Echte en authentieke problemen uit de echte wereld presenteren die ambigu, complex en multidisciplinair zijn zonder één enkele oplossing.
• Lerenden aanmoedigen om te experimenteren met samenwerken met AI tijdens probleemoplossing en ontwerp.
• De vaardigheden van lerenden in oordeel bevorderen door hun geleefde ervaring en begrip van de lokale cultuur te integreren om effectieve oplossingen te ontwerpen.

Mens-AI partnerschappen

Aangezien de toegang tot generatieve AI voor het publiek relatief recent is, is er een gebrek aan regelgeving en begrip van wat het betekent om samen te werken met AI. Docenten en lerenden kunnen bijdragen aan het voortdurende debat en de discussie door:

• Hun ervaring met AI te documenteren.
• Voorbeelden van mens-AI partnerschappen te bieden.
• AI te ontmystificeren.
• Het leerproces boven het eindproduct te benadrukken.
• De eigenheid van lerenden te eren.
• Meerdere bronnen van motivatie te orkestreren.
• Vaardigheden te cultiveren die AI niet gemakkelijk kan repliceren.
• Intelligentie-augmentatie (IA) te bevorderen door mens-AI partnerschappen te bouwen.

Hoe is deze samenvatting tot stand gekomen?

Ik ben gisteren geïnterviewd door twee Vlaamse masterstudenten. Zij maakten gebruik van Turbolearn.ai. Deze AI-tool is in staat live opnames samen te vatten. Hetzelfde kan met bestaande geluidsopnames, Youtube-video’s, en papers. Turbolearn maakt een transcript, en een samenvatting. Verder maakt de applicatie flashcards van de inhoud en een quiz die helpen bij het bestuderen. Ook kun je met een Chatbot converseren over de inhoud. Met name deze laatste drie functionaliteiten helpen bij leren. Het maken van een samenvatting is namelijk leerzamer dan het controleren van een door AI gegenereerde samenvatting. Het maken van een goede samenvatting is wel complex (en daardoor niet altijd effectief voor leren).

Ik heb Turbolearn dus gebruikt voor het maken van een samenvatting. De samenvatting heb ik gecheckt. De inhoud is van goede kwaliteit. Ik heb de inhoud niet veranderd. Vervolgens heb ik ChatGPT4 en Deepl gebruikt voor het vertalen van de samenvatting. Daarbij viel op dat ChatGPT niet altijd volledig is. Het vertaalt bepaalde passages niet, waarschijnlijk om bezwaren ten aanzien van copyright te vermijden. Verder heb ik een aantal begrippen handmatig vertaald. Generatieve AI begrijpt de context immers niet waardoor verkeerde begrippen worden gebruikt. Het vertalen koste op die manier de meeste tijd.

Andere bronnen over generatieve AI

1. The Great Hall: Where Now With AI
2. Open vs. Closed Source LLMS: De Impact van Meta’s Llama 3 op het Onderwijs
3. Privacyklacht tegen OpenAI wegens valse persoonsinformatie ChatGPT
4. How Often Are Students Submitting AI Papers? Frequently, Says New Data
5. How Generative AI Will Accelerate Other Cutting-Edge Technologies
6. More Than Half of US Has Tried Generative AI, According to Adobe Analytics
7. Confronting the Ethical Issues of Human-like AI
8. Apple Intensifies Talks with OpenAI for iPhone Generative AI Features
9. Memory FAQ
10. World Economic Forum’s Education 4.0 Report: Working Alongside New Technologies to Develop Creativity, Critical Thinking, Problem
11. Solving, Collaboration, Leadership, and AI Skills
12. Content Partnership with Financial Times
13. Is Meta’s Llama 3 Model Echt Open Source of Niet?
14. Amazon Web Services for Business
15. OpenAI is Rumored to be Dropping GPT-5 Soon: Here’s What We Know About the Next-Gen Model
16. Capabilities of Gemini Models in Medicine
17. 8 Daily Newspapers Sue OpenAI and Microsoft Over A.I.
18. AI has taken over education technology. What will come next?
19. Nvidia’s AI chatbot now supports Google’s Gemma model, voice queries, and more
20. Expectations vs. reality: A real-world check on generative AI
21. Nederlandse bevolking stelt prioriteiten voor onderzoeksagenda AI
22. New OECD Report (and me): Preparing Students for an AI World Is Not About Using an Enchanting Chatbot to Write a Lesson Plan,
23. It’s About Instructional Redesign
24. SURF organiseert de Leergang AI-beleid voor onderwijs
25. Freeing the chatbot
26. Wijze Lessen met artificiële intelligentie (deel 3)
27. The cyber pandemic: AI deepfakes and the future of security and identity verification
28. Yale Freshman Creates AI Chatbot With Answers on AI Ethics
29. I asked myself (‘Digital-Don’) what personality traits I showed, then compared this to LLM personality trauits (OCEAN)

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.