Het gebruik van AI voor leren, opleiden en onderwijs moet vooral humaan zijn

Begin oktober vond de World Summit AI plaats. Aanleiding voor Eric Wang van Turnitin om aan de hand van interviews op zoek te gaan naar: The essential human element of AI in education.

Samengevat komt dit essentiële humane element van AI op het volgende neer:

• Kijk vooral naar de mogelijkheden van AI om interacties tussen lerenden onderling en tussen de lerenden en docenten te versterken. Het grootste gevaar van AI is dat we de kwaliteit en de frequentie van deze interacties zullen verminderen zonder de eentonigheid van veel taken, die we zouden moeten automatiseren, te reduceren. AI zou eigenlijk alle minder belangrijke activiteiten moeten kunnen automatiseren en docenten in staat stellen zoveel mogelijk tijd te besteden aan de ondersteuning van lerenden zodat zij concepten van cursussen beter kunnen begrijpen.
• De grootste kans van AI is dat het kan helpen om kwalitatief hoogstaand onderwijs meer toegankelijk te maken door relevante onderdelen zoals inschrijving, instructie en beoordeling te verbeteren. Adaptieve instroomtoetsen en adaptief leren zouden bijvoorbeeld de tijd die een lerende nodig heeft om een bepaald vaardigheidsniveau of een bepaald diploma te bereiken, kunnen reduceren.
• Een belangrijke vraag is hoe we het humane element van het hoger onderwijs het best kunnen benutten. Het mentorschap van docenten is van grote invloed op de vorming van lerenden. De vraag is hoe AI kan leiden tot efficiëntieverbetering zodat docenten een dergelijke impact kunnen blijven maken. Onderwijsinstellingen zullen namelijk meer moeten doen met minder.
• AI kan worden gebruikt om te bepalen welke paden lerenden kunnen bewandelen die niet voor de hand lagen. Is een bepaalde vooropleiding bijvoorbeeld echt nodig om verder te komen in het curriculum?
• Een potentieel gevaar van AI in het onderwijs is het overdreven vertrouwen in algoritmen waarmee al vroeg eindscores worden voorspeld. Deze algoritmen houden geen rekening met het groeipotentieel van mensen en in hun vermogen om gedrag te veranderen en na verloop van tijd beter te gaan presteren. Informatie op basis van deze algoritmen kan docenten informeren over vorderingen van lerenden en docenten ook in een vroeg stadium waarschuwen. Het zijn echter ook  verwarrende informatiebronnen die op zichzelf niet bepalend zouden moeten zijn, maar slechts een startpunt voor een gesprek. AI kan wel helpen om te herkennen waar in de studie lerenden belemmeringen ondervinden en hoe ze die kunnen verkleinen.
• AI is niet onfeilbaar als AI complexe menselijke beslissingen moet nemen, vooral als empathie en intuïtie daarbij een belangrijke rol spelen. AI wordt getraind op datasets die gebaseerd zijn op menselijk gedrag. Dergelijke gedrag is vaak gebaseerd op vooroordelen. AI-modellen kunnen daarom op deze vooroordelen voortbouwen bij het doen van voorspellingen. AI versterkt daarmee onderliggende vooroordelen. Daarom zouden onderwijsinstellingen samen moeten werken met bedrijven en partners om ervoor te zorgen dat AI ten goede komt aan eerlijkheid, toegankelijkheid en inclusiviteit.

De auteur concludeert:

AI without human oversight tends to program people. We should focus our attention on building AI that works with and for people to help every person in the world fulfill their own enormous potential and improve learning outcomes.

Mooi dat AI wordt gepositioneerd als middel om het werk van mensen te versterken. Verder is het terecht dat op verschillende beperkingen van AI wordt gewezen. Opvallend is wel het geloof en vertrouwen in de kracht van deze technologieën om het onderwijs efficiënter te maken. Die belofte is vaker gedaan door ontwikkelaars van technologie, en lang niet altijd waargemaakt.

This content is published under the Attribution 3.0 Unported license.