Историческое экспертное мнение, сокращённая редакция. Кафедра опубликовала этот текст 22 сентября 2024 года. Допуск в школы означает проверку интеллектуальных продуктов для применения в учебных заведениях. Описанные процедуры проверки, надзора и стандарты — предложения автора в контексте 2024 года.
Автор: Хуан Жунхуай. Должности в исторической подписи к изображению: директор Института умного обучения Пекинского педагогического университета и директор Национального инженерного исследовательского центра киберобучения и интеллектуальных технологий.
Содержание статьи
- Итеративная эволюция больших моделей ИИ пробуждает осознание необходимости системного преобразования образования
- Углублённое применение больших моделей ИИ создаёт новые формы совместного образования человека и машины
- Ключевые меры для создания экосистемы умного образования с большими моделями ИИ
- Источники и дополнительное чтение
Большие модели ИИ отличаются масштабом, способностью к обобщению, эмерджентностью и универсальностью. Их мощные возможности генерировать мультимодальные тексты, изображения, аудио и видео, вести контекстный диалог, логически рассуждать, выполнять вычисления с данными и решать задачи ускоряют интеллектуальную трансформацию отраслей и создают новые возможности углубления цифровой трансформации образования. Понимание вызываемых ими изменений представлений и форм образования, а также их разумная, упорядоченная и безопасная интеграция в образовательную экосистему становятся ключевым вопросом интеллектуальной эпохи.
Итеративная эволюция больших моделей ИИ пробуждает осознание необходимости системного преобразования образования
Мировые научные и технологические инновации переживают исключительно интенсивный и активный период. Новая технологическая революция и промышленная трансформация меняют глобальную карту инноваций и структуру мировой экономики. Непрерывно развивающиеся прорывные технологии глубоко влияют на будущее стран и благополучие людей.
Образование активно адаптируется к новой волне больших моделей ИИ. В нынешних преобразованиях заметна ясная тенденция: образовательная система находится на решающем этапе перехода от пассивного принятия внешних изменений к активной адаптации и продвижению внутренних преобразований. Такое самопробуждение означает, что она становится деятельным лидером перемен, одновременно отвечая на внешние силы — технологии и капитал. Образовательным ведомствам необходимо понимать стоящую за технологиями логику преобразований наряду с прямыми применениями, чтобы готовить людей к будущему.
Во-первых, высшее образование находится на переднем крае. Вузы быстро интегрируют новые технологии: учебные помощники ИИ и интеллектуально связанные среды меняют представление содержания и организацию преподавания. Они также развивают междисциплинарные исследования и учение, обновляют научные парадигмы с помощью ИИ и поддерживают интеграцию и инновационное применение знаний.
Во-вторых, преобразование профессионального образования ещё более необходимо. При растущем спросе на квалифицированных работников оно становится важнейшим мостом между образованием и занятостью. Учебные заведения и ведомства увеличивают вложения и укрепляют сотрудничество с отраслями, чтобы программы соответствовали потребностям рынка.
Наконец, базовое образование при сильной политической поддержке последовательно продвигает цифровую трансформацию. Органы власти разных уровней создают благоприятные условия и финансирование: развивают и применяют платформы умного образования, улучшают преподавание и управление с помощью больших данных и ИИ, укрепляют цифровую грамотность педагогов и учащихся.
Углублённое применение больших моделей ИИ создаёт новые формы совместного образования человека и машины
С точки зрения сотрудничества человека и машины большие модели открывают возможности системного изменения образовательных форм. Их вклад особенно проявляется в совместном преподавании, совместном учении и совместном принятии решений.
Развивать разнообразное совместное преподавание человека и машины в разных областях.
Большие модели ускорят переход от традиционной структуры «учитель–ученик» к структуре «учитель–ученик–машина». Отношения человека и машины в образовательной практике усложняются, приобретая черты сосуществования и многомерного взаимодействия и меняя преподавание в сторону совместной работы.
Во-первых, расширяются учебные ситуации. Модели позволяют использовать преимущества машинного интеллекта в конкретных контекстах и преодолевать ограничения образовательных приложений. Например, соединение человекоподобных роботов и больших моделей создаёт воплощённый интеллект, улучшая мультимодальное восприятие физического мира, понимание и адаптацию, самостоятельное планирование и решения и обеспечивая интеллектуальное взаимодействие с реальной средой. Интеллектуальные учебные платформы и системы наставничества на основе моделей могут преодолевать ограничения времени, места и преподавания, предоставляя эффективную, немедленную и адаптивную поддержку.
Во-вторых, повышается уровень сотрудничества. С расширением круга доступных технологии задач преподавание входит в пространство, где интеллект педагогов и машин сосуществует и совместно направляет и контролирует деятельность. Это меняет роли учителя, его авторитет в отношении знания и рабочую парадигму педагогического проектирования.
Развивать совместное учение, взаимно усиливающее человека и машину.
Образовательные приложения больших моделей постепенно изменят способы учения. Наряду с собственной познавательной обработкой учащиеся будут обращаться к машинному интеллекту посредством вынесения части когнитивной работы вовне и улучшать его через итеративную обратную связь. Так возникает совместное учение человека и машины.
Во-первых, улучшается учебный опыт. Модели повышают интеллектуальный уровень взаимодействия человека и машины. Машины могут выполнять роли наставника, партнёра и помощника, естественным образом собирать и анализировать мультимодальные данные процесса, выявлять неявные эмоциональные изменения и когнитивные состояния. Это позволяет предлагать немедленное эмоциональное сопровождение, точную помощь и индивидуальные траектории.
Во-вторых, меняются механизмы учения. Когда учащиеся и машины совместно выполняют задания или деятельность, машины разделяют познавательную работу, прежде целиком выполнявшуюся человеческим мозгом. Модели становятся внешним когнитивным ресурсом для совместного понимания и обработки содержания, взаимодополняющим образом усиливая человеческий и машинный интеллект.
Развивать безопасное и заслуживающее доверия совместное принятие решений.
Последовательные прорывы больших моделей обновят образовательное управление, продвигая его к более высоким уровням решений на основе доказательств, данных и сотрудничества человека и машины. Процессы становятся более научными, точными и интеллектуальными и приобретают признаки совместного принятия решений.
Во-первых, меняются методы управления. Модели могут воспринимать и извлекать огромные объёмы образовательной информации, обрабатывать её между модальностями и выявлять скрытые закономерности. Это поддерживает динамические мониторинг, оценивание и обратную связь системы и даёт руководителям своевременный, комплексный и объективный анализ.
Во-вторых, меняется управленческое мышление. Используя преимущества моделей, обучение на больших образовательных данных и их анализ позволяют прогнозировать элементы и процессы образования и направлять реальную практику. Это помогает переходить от пассивного реагирования на события к активному опережающему управлению.
Ключевые меры для создания экосистемы умного образования с большими моделями ИИ
Продолжать развивать компетенции педагогов и учащихся для интеллектуальной эпохи.
В ответ на влияние технологий на занятость и карьерные перспективы необходимо уделять этим компетенциям приоритетное внимание, повышая цифровое творчество, адаптивность и способность жить и действовать в цифровой среде.
Для учащихся:
Во-первых, совершенствовать механизмы развития цифровой грамотности и навыков. Эффективно преподавать информационные технологии и создавать системы оценивания и мониторинга, динамически отслеживающие продвижение и точно показывающие траекторию развития грамотности и навыков.
Во-вторых, укреплять самостоятельное учение. Поощрять активные подходы в классе и формировать привычки самостоятельно планировать, контролировать и оценивать собственное учение.
В-третьих, улучшать результаты применения интеллектуальных технологий. Модели могут поддерживать получение знаний, самостоятельное учение и сопровождение, помогать повторять и осваивать курсы, обеспечивать положительный опыт и управление временем, задачами и процессами.
Для педагогов:
Во-первых, поощрять активное исследование и применение интеллектуальных технологий. Вовлечение учителей может проходить четыре этапа: осознание, опыт, практика и распространение. Следует поддерживать изучение принципов ИИ, использование его преимуществ для собственного учения и совершенствования преподавания и обмен опытом.
Во-вторых, осознавать изменение профессиональных ролей. Школам следует предлагать цифровую подготовку с учётом индивидуальных потребностей, развивать способность преподавать совместно с ИИ и направлять педагогов к ответственности за эмоциональную поддержку и воспитание характера учащихся.
В-третьих, поддерживать профессиональное развитие целенаправленным исследованием преподавания. Технологии могут собирать и анализировать образовательные данные разных типов, источников и измерений, выявляя потребности в педагогике, предметном знании и технических навыках. Сводки и отчёты о процессах помогают проводить точное исследование совместно с машиной, понимать работу класса, осмысливать проектирование и практику и улучшать преподавание.
Совершенствовать механизмы допуска интеллектуальных продуктов к школьному применению.
Во-первых, установить полный и дифференцированный порядок проверки образовательных продуктов ИИ. Он включает классификацию и уровни риска, подробное описание продуктов и дисциплин и анализ цепочек времени, места, людей, ресурсов, функций и предметов, связанных с использованием. Строгая проверка и адаптация должны обеспечивать встраивание в разнообразные ситуации и точное соответствие индивидуальным потребностям педагогов и учащихся на разных этапах.
Во-вторых, исследовать полный и непрерывный динамический надзор. Оценивать безопасность и образовательную пригодность, проводить выборочные и регулярные проверки, динамически управлять чёрными, серыми и белыми списками, разрабатывать предупреждение рисков и экстренное реагирование по ситуациям применения. Это поддерживает оценивание безопасности и эффективности.
В-третьих, разрабатывать специализированные образовательные модели с большей точностью, логической согласованностью и педагогической пригодностью. Усиливать этическое тестирование, снижать ошибки, смещения и неподходящее содержание и создавать безопасные цифровые среды, отвечающие применимым требованиям и этическим принципам.
В-четвёртых, совершенствовать практические руководства по применению продуктов в учебных заведениях. Образовательным органам, практикам и исследователям следует совместно готовить рекомендации для роста учащихся, развития педагогов и преобразования школ. Дифференцированное, усиленное технологиями и совместное преподавание могут стать исходными ситуациями для разумного использования согласно применимым требованиям.
Упорядоченно развивать образовательную практику сотрудничества человека и машины.
Во-первых, использовать цифровую педагогику как теоретическое основание совместного преподавания. Ориентирами служат эффективное преподавание и глубокое учение, основанием — улучшение цифровой среды, средствами — ресурсы и новые технологии. Цель — результативная практика учения и преподавания, сосредоточенная на учащемся и технологической поддержке в заслуживающей доверия среде.
Во-вторых, углублять исследование механизмов сотрудничества. Применять многодисциплинарные и междисциплинарные подходы к поведению участников и сложным взаимодействиям «учитель–машина–ученик», обогащая теорию. Систематически оценивать совокупные эффекты на основе доказательств и итеративно улучшать структуры и процедуры.
В-третьих, публиковать практические руководства и стандарты совместного преподавания. Поддерживать генеративный ИИ в анализе учебных потребностей, поиске ресурсов, создании вопросов, педагогическом проектировании, оценивании и обратной связи, одновременно направляя учащихся к разумному использованию технологий.
В-четвёртых, распространять опыт сотрудничества. Выявлять случаи повышения качества образования и опираться на пример выдающихся педагогов. Организовывать подготовку по реальным потребностям и распространять передовые, переносимые и качественные практики.
Разрабатывать стандарты образовательного применения генеративного ИИ.
Чтобы избегать непредсказуемых рисков и защищать учащихся, чья способность различать и оценивать ещё развивается, образовательным применениям необходимы этические принципы, требования к услугам и соответствующие стандарты.
Во-первых, технические стандарты. Они имеют основополагающий, общий и направляющий характер. Среди прочего они должны охватывать стабильную и масштабируемую архитектуру, удобный и безопасный доступ и ясные правила принадлежности содержания и разрешений на использование.
Во-вторых, стандарты качества. Система должна измерять ценность, эффективность и пользу платформ. Она может включать регулярные проверки точности и стабильности, надёжность и разнообразие источников данных, контроль точности, релевантности и пригодности создаваемого содержания и оценивание поддержки учебных целей.
В-третьих, стандарты обслуживания. Они должны охватывать технические услуги, определение прав на содержание, инструкции и обратную связь. Следует установить область образовательных применений, пользователей и ситуации, предоставить педагогам и учащимся подробные инструкции и примеры хорошей практики.
Создавать систему технической безопасности и этики больших моделей.
Во-первых, усиливать регулирование и внешний надзор. Разрабатывать и применять политики, направляющие проектирование, разработку и использование моделей. Защищать данные и приватность от утечек, несанкционированного доступа и других нарушений. Внедрять управление данными и доверенные вычисления, строгие стандарты шифрования, регулярные аудиты безопасности и оценивание рисков.
Во-вторых, укреплять ответственность разработчиков и их организаций. Технически — повышать прослеживаемость и объяснимость решений, проектировать прозрачные алгоритмические системы, регистрировать процессы и подробно их документировать. В общественном применении — укреплять саморегулирование, встраивать принципы доверия, предупреждать, отслеживать и устранять дискриминацию и смещения, устанавливать отраслевые стандарты и обязательства, регулярно публиковать отчёты прозрачности.
В-третьих, укреплять ответственное поведение и правила использования. Пользователям следует соблюдать законы и нормы о данных и кибербезопасности, разумно и ответственно применять технологии, избегать противоправных и неэтичных действий, уважать приватность и предотвращать злоупотребление данными. Внутренняя подготовка и информирование повышают правовую осведомлённость и этическую ответственность вместе с механизмами надзора и жалоб.
Источники и дополнительное чтение
Источник, указанный в исторической копии: аккаунт Центра инноваций интернет-образования Чжунгуаньцунь в WeChat.
Историческая копия кафедры указывает источником аккаунт Центра инноваций интернет-образования Чжунгуаньцунь в WeChat. Эта редакция сохраняет объём того извлечения. Связанная полная статья того же автора вышла в Academic Frontiers, выпуск 14 за 2024 год; издатель разместил её 5 августа 2024 года в 15:38. У извлечения и полной статьи разные объём и даты.
Исходная ссылка: https://aiedchair.bnu.edu.cn/news-7989-ru/
