AI może prowadzić lekcję. Kto przekona ucznia, żeby na nią przyszedł?
Stephen Hodges, CEO Efekta Education, o dostępnych cenowo korepetycjach, wdrażaniu AI w szkołach i dowodach, których potrzebujemy, zanim ogłosimy sukces.
Stephen Hodges proponuje prosty scenariusz. Masz lekcję o osiemnastej. Jesteś zmęczony, czeka kolacja, wolisz spędzić czas z dziećmi. Jeśli korepetytorem jest bot, łatwo odpuścić. Gdy po drugiej stronie czeka człowiek, masz mocniejszy powód, żeby jednak przyjść.
W naszej rozmowie w EdTech Dots ten przykład prowadzi do pytania o regularność nauki. System może wytłumaczyć zagadnienie i dobrać indywidualne ćwiczenia. Żeby ktoś regularnie się uczył, trzeba czegoś więcej niż dostępu do takiego systemu.
Hodges kieruje Efekta Education, firmą rozwijającą technologię nauczania z AI dla systemów edukacyjnych. Chce udostępnić indywidualnego tutora w cenie porównywalnej z podręcznikiem. W rozmowie wciąż wraca jednak do nauczycieli, lokalnego wsparcia i relacji, dzięki którym edukacja działa. Zespoły budujące lub kupujące oprogramowanie dla szkół powinny przyjrzeć się tym szczegółom równie uważnie jak samemu tutorowi.
Indywidualny tutor w licznej klasie
Efekta wyrosła z technologii rozwijanej w EF Education First. Hodges opowiada o drodze od pierwszych cyfrowych materiałów edukacyjnych do lekcji online, na których nauczyciel i uczeń mogli przebywać w różnych częściach świata. Generatywna AI otworzyła kolejną możliwość: obniżenie kosztu indywidualnego nauczania bez angażowania czasu nauczyciela w każdą interakcję.
Wyobraźmy sobie klasę z jego opisu. Trzydzieści lub czterdzieści osób uczy się angielskiego, ale zaczyna z bardzo różnych poziomów. Jedno tempo oznacza, że część uczniów się nudzi, a inni nie nadążają. Nawet świetny nauczyciel ma ograniczony czas na indywidualne ćwiczenie mówienia i informację zwrotną.
AI ma tu konkretne zadanie. Uczniowie ćwiczą we własnym tempie, a nauczyciel może poświęcić więcej czasu tym, którzy potrzebują pomocy. Tam, gdzie brakuje wykwalifikowanej kadry, Hodges widzi też zastosowanie dla nauczycieli prowadzących przedmiot spoza swojej specjalizacji.
To różne sytuacje i Efekta nie narzuca jednej proporcji między pracą nauczyciela a oprogramowaniem. Anglista może potrzebować przede wszystkim dodatkowych okazji do ćwiczeń dla uczniów. Nauczyciel, który prowadzi angielski bez odpowiedniego przygotowania, może w większym stopniu korzystać z wyjaśnień systemu. Produkt musi uwzględniać oba przypadki.
Nauczyciel musi wiedzieć, kiedy zareagować
Hodges używa określenia agentic teaching, czyli nauczanie, w którym system samodzielnie wykonuje część zadań dydaktycznych. W praktyce nauczyciel decyduje, którzy uczniowie korzystają z technologii, kiedy to robią i jaką część lekcji można jej powierzyć.
Widać to, gdy uczeń utknie. Kolejne automatyczne wyjaśnienie nie zawsze pomoże. Hodges opisuje sytuację, w której system próbował już nauczyć danego zagadnienia, ale uczeń nadal sobie nie radzi. Wtedy informuje nauczyciela, że potrzebna jest jego pomoc.
Podobna granica obowiązuje przy podejrzeniu niesamodzielnej pracy. Nietypowy sposób korzystania z programu lub nagła zmiana wyników mogą uruchomić sygnał ostrzegawczy. Według Hodgesa system pozostawia decyzję nauczycielowi. To on zna ucznia i okoliczności, których oprogramowanie nie widzi. Jeśli rozmowa budzi obawy o bezpieczeństwo dziecka, AI ma ją przerwać i powiadomić nauczyciela.
Dla projektantów to konkretne zadanie: ustalić, kiedy sprawa powinna trafić do człowieka i jakich informacji będzie on potrzebował. Sama deklaracja, że człowiek nadzoruje system, niewiele daje, jeśli produkt nie pozwala mu sensownie tego robić.
Jest też codzienna praca, którą można ograniczyć. Hodges wymienia ocenianie, sprawdzanie wykonania prac domowych, propozycje informacji zwrotnej i pomoc w planowaniu lekcji. W jego opisie nauczyciel zyskuje więcej czasu dla poszczególnych uczniów, zachowując możliwość decydowania, jak prowadzi zajęcia.
Wokół pilotażu pracują ludzie
Udany pilotaż może przesłonić ilość wsparcia, jakiej potrzebuje produkt. Przy kilku tysiącach uczniów dostawca jest w stanie prowadzić nauczycieli przez kolejne kroki. Cały system szkolny wymaga innej organizacji.
Podejście Efekty opiera się, jak opisuje Hodges, na ambasadorach w okręgach szkolnych. Firma ich szkoli, oni prowadzą szkolenia dla miejscowych nauczycieli, a Efekta pomaga rozwiązywać pojawiające się problemy. Zespół sprawdza też, gdzie szkolenia lub korzystanie z narzędzia nie postępują zgodnie z planem.
Ten model wymaga podziału pracy z ministerstwem edukacji. Dostawca nie kontroluje wszystkiego, co dzieje się w szkole. Hodges podkreśla, że obie strony powinny od początku wiedzieć, za co odpowiadają.
Podaje przykład z własnego zespołu programistycznego. Samo polecenie, by korzystać z nowego narzędzia AI do pisania kodu, nie sprawiłoby, że wszyscy zaczęliby go używać. Potrzebne byłyby szkolenia i zachęty. Nauczyciele też potrzebują wyjaśnienia, co zmiana da im oraz ich uczniom, a potem wsparcia w nauce innego sposobu pracy.
Dla zespołu planującego rozwój produktu wynika z tego dość niewygodna, ale przydatna wskazówka. Wsparcie zapewniane podczas pilotażu trzeba uwzględnić w planie wdrożenia. Jeśli bez lokalnych osób nauczyciele nie zaczynają korzystać z programu, na większą skalę również ktoś musi te osoby znaleźć, przeszkolić i wspierać.
Treść musi pasować do ucznia
Wejście do kolejnych krajów wymaga także dostosowania materiałów. Hodges przywołuje ucznia z Egiptu, który dostaje ćwiczenia o wyjściu do centrum handlowego i kupowaniu burgera. Takie przykłady mogą być odległe od jego codziennego życia.
Jak wyjaśnia, duża część pracy Efekty polega na dopasowaniu treści do miejscowej kultury, żeby uczeń chciał się nimi zajmować. Nie musi to oznaczać układania od nowa kolejności zagadnień z angielskiego w każdym kraju. Wymaga natomiast uwagi wobec przykładów, na których uczeń pracuje.
To przydatne rozróżnienie dla zespołów szacujących pracę nad lokalizacją produktu. Tłumaczenie interfejsu obejmuje tylko jej część. Hodges mówi również o programach nauczania, integracji z istniejącymi systemami oraz informacjach potrzebnych nauczycielom i ministerstwom. Te wymagania pomagają zrozumieć różnicę między uniwersalnym narzędziem AI a produktem używanym w całym systemie szkolnym.
Lepsze wyniki wymagają dalszych pytań
Gdy pytam o dowody, Hodges opisuje dwa sposoby mierzenia postępów. Efekta śledzi umiejętności uczniów we własnym systemie. Ministerstwa patrzą również na zewnętrzne egzaminy, które odbywają się poza produktem i mają znaczenie publiczne.
Hodges mówi o wzroście wyników na egzaminach stanowych rzędu 25% lub większym, porównując okresy przed wdrożeniem i po nim. To deklaracja z wywiadu, a nie wynik niezależnej oceny przedstawionej w tym artykule. Trzeba ją czytać razem z zastrzeżeniem, które pojawia się chwilę później.
Pytany, jak oddzielić wpływ oprogramowania od jakości pracy nauczyciela czy motywacji ucznia, przyznaje, że jest to trudne. Chciałby przeprowadzać porównania z grupą kontrolną, ale mówi, że ministerstwa niechętnie wyłączają grupy uczniów z dostępu do technologii. Jego zespół analizuje więc także związki między korzystaniem z programu a wynikami klas, szkół i okręgów.
Sama poprawa wyniku po wdrożeniu nie pozwala ustalić, jaką jej część spowodowało oprogramowanie. Podobnie lepsze wyniki osób często korzystających z systemu nie rozstrzygają sprawy. Bardziej zmotywowani uczniowie mogą jednocześnie więcej ćwiczyć i lepiej zdawać egzaminy. Hodges dostrzega ten problem w rozmowie.
Kupującym pozostają konkretne pytania: jak zmierzono efekt, co porównano i co jeszcze mogło wpłynąć na rezultat? Odpowiedzi pomagają ustalić, na jakiej podstawie będzie oceniane wdrożenie.
Co zmieni się w szkolnym dniu?
Hodges zakłada, że szkoły i nauczyciele nadal będą odgrywali główną rolę w edukacji. Mówi o motywacji, kontaktach z rówieśnikami, opiece nad dziećmi i uczeniu się funkcjonowania wśród innych ludzi. Przekazywanie wiedzy z przedmiotu obejmuje część pracy szkoły.
Jego definicja lepszej edukacji zostawia miejsce na różne ambicje. Jedni uczniowie mogliby osiągnąć wyższy poziom. Inni doszliby do potrzebnego im poziomu szybciej. Odzyskany czas można byłoby przeznaczyć na sport, dalszą naukę albo inne zajęcia w ciągu szkolnego dnia.
To daje nam coś bardziej konkretnego do sprawdzenia niż przekonująca demonstracja AI. Czy uczeń nauczył się więcej? Czy nauczyciel zdołał pomóc komuś, kto bez tego nadal by sobie nie radził? Czy znalazł się czas na coś, co wcześniej trzeba było pomijać?
Na lekcję o osiemnastej wciąż musi przyjść uczeń. W szkole potrzebny jest też nauczyciel, który wie, kiedy zareagować, oraz organizacja pozwalająca pracować w nowy sposób.
Artykuł powstał na podstawie rozmowy Krzysztofa Kosmana ze Stephenem Hodgesem w EdTech Dots. Opis praktyk i wyników firmy przedstawia relację Hodgesa z wywiadu.
