Sztuczna inteligencja w służbie dydaktyki humanistycznej
Jednym z najaktualniejszych tematów edukacji akademickiej jest korzystanie z bogatego i stale rosnącego arsenału narzędzi opartych na sztucznej inteligencji. Jeszcze do niedawna byłam przekonana, że największe możliwości aplikacyjne dotyczą tu głównie dydaktyków prowadzących zajęcia praktyczne: ćwiczenia, warsztaty czy laboratoria. Od znajomych nauczycieli-praktyków w Collegium Da Vinci co rusz słyszałam bowiem o kolejnych sprytnych zastosowaniach AI, która wspomaga np. prognozowanie sprzedaży, analizę zachowań konsumenckich, tworzenie i testowanie różnorodnych modeli predykcyjnych, czy podejmowanie strategicznych decyzji. Mam humanistyczne wykształcenie, od wielu lat nauczam zagadnień historyczno-teoretycznych, prowadząc głównie wykłady, widzę jednak i dla siebie perspektywę dołączenia do zaawansowanego metodycznie grona, i to, powiem szczerze, bez specjalnej rewolucji zmieniającej dotychczasową praktykę nauczania. Udział w ostatniej Ogólnopolskiej Konferencji Dydaktyki Akademickiej „Ideatorium” (na Politechnice Gdańskiej) tylko utwierdził mnie w przekonaniu, że dzięki podejściu określanemu jako performance support nawet wykładowca historii estetyki z ponad dwudziestoletnim stażem może poczuć się „na czasie”.
Czym jest performance support?
Koncepcja performance support zyskuje obecnie rozgłos jako jedno z modnych haseł budujących idiom nowoczesnej dydaktyki. Sam termin, który można tłumaczyć jako „wspieranie wydajności”, pochodzi ze świata biznesu, a konkretnie z technik zarządzania, w którym to obszarze „wydajność” odnosi się do pracownika i dotyczy wszelkich form pomocy (o ile taka potrzeba istnieje), wspomagających go w efektywnym wykonywaniu zadań. W dyskursie edukacyjnym, jak nietrudno się domyślić, zasadniczą konotacją performance supportu jest wykorzystywanie narzędzi i zasobów wspomagających uczniów czy studentów w nauce i wykonywaniu zadań (1).
Platformy e-learningowe jako narzędzia wsparcia
W jaki sposób performance support funkcjonuje w dydaktyce akademickiej? Jeśli korzystamy z licznych dobrodziejstw platform e-learningowych, takich jak doskonale oceniana Blackboard (debiut tej platformy w CDV nastąpił wraz z bieżącym rokiem akademickim), z całą pewnością zaliczamy się do grona praktyków performance supportu w dydaktyce. Studenci, o ile mają dostęp do Internetu, mogą czynić z nich użytek w dowolnym czasie i miejscu, a powiązane z tymiż platformami aplikacje mobilne pozwalają użytkownikom na dostęp do materiałów dydaktycznych, quizów czy forów dyskusyjnych, gdy tylko zajdzie taka potrzeba.
AI jako tutor i partner w refleksji
Coraz częściej dydaktycy zachęcają też do korzystania z inteligentnych systemów wspierających naukę: rozmaitych generatorów treści, czy tzw. tutorów AI. Uczestników wspomnianego Ideatorium zachęcano z kolei do testowania prototypu tzw. refleksyjnego chat bota o nazwie Riff, stworzonego przez dr Leticię Britos Cavagnaro z Universytetu Stanforda po to, aby zbadać, czy generatywna sztuczna inteligencja może wspierać proces refleksji w doświadczeniach edukacyjnych. Dla osoby piszącej te słowa był to jeden z pierwszych kontaktów z tego typu rozwiązaniem, który ostatecznie zachęcił ją do bliższego zgłębienia tematu narzędzi sztucznej inteligencji wspierających nauczanie. Okazuje się, że niektóre z nich mają znacznie dłuższą historię niż osławiony chat GPT, i są wciąż rozwijane. Przykładem może być program ALEKS (Assessment and Learning in Knowledge Spaces), opracowany w latach 90. ubiegłego wieku na Uniwersytecie Kalifornijskim przez interdyscyplinarny zespół specjalistów (kognitywistów, matematyków, pedagogów i inżynierów oprogramowania) po to, by weryfikować wiedzę uczniów i dostarczać im spersonalizowanych materiałów samokształceniowych.
Narzędzia personalizacji i dostępności
W tym kontekście można też wspomnieć o narzędziach pomocnych np. w przekształcaniu treści i towarzyszących im ilustracji w komunikaty o rozszerzonej dostępności, czytelne dla osób z niepełnosprawnościami, oferowane przez znanych dostawców technologii cyfrowych: Microsoft, Adobe, czy Grammarly. Wielu z nas, dydaktyków i badaczy, korzysta przecież z rozwiązań do zarządzania wiedzą, ułatwiających operowanie źródłami, bibliografiami i cytowaniami, co znacznie skraca proces przygotowywania publikacji naukowych (np. system EndNote). I wreszcie strategie microlearningowe, które często stosujemy, choć rzadko tak je nazywamy: krótkie, skoncentrowane fragmenty materiału dydaktycznego, polecane naszym studentom. Mogą to być np. filmiki instruktażowe deponowane w popularnych serwisach z treściami wideo, pozwalające na szybkie zapoznanie się z konkretnymi zagadnieniami i zachęcające, dzięki skondensowanej, ale czytelnej i atrakcyjnej formie, do samodzielności w kształceniu (moim studentom rekomenduję zwłaszcza Khan Academy). Microlearning jest sposobem na uatrakcyjnienie wykładów, zebranie najważniejszych informacji, czy wstępne zarysowanie problematyki, zwłaszcza gdy treści do zgłębienia w ramach konkretnego kursu jest wiele.
Nowa rola dydaktyka w świecie AI
Jestem przekonana, że nauczyciele akademiccy coraz powszechniej stosują nowoczesne podejście i metody w dydaktyce. Wielu z nas to pandemia zmusiła do oswojenia się z narzędziami cyfrowymi, dzięki czemu staliśmy się praktykami performance supportu. Myślę, że dla większości dydaktyków był to impuls, by nie stać w miejscu i adaptować sprawdzone metody do zmieniającej się rzeczywistości, ale i poszukiwać nowych rozwiązań, testować je, czy wręcz „trenować”. Chyba coraz rzadziej spotykać będziemy się z załamywaniem rąk lub podnoszeniem larum nad upadkiem naszego zawodu. Dopóki niezbędna będzie kontrola nad treściami generowanymi przez AI i zapotrzebowanie na dopływ sprawdzonej wiedzy zasilającej młyny LLM-ów, etos badacza i dydaktyka nie będzie poważnie zagrożony. Paradoksalnie bowiem to w dobie big data głos rozsądku, który góruje nad nadmiernym entuzjazmem i w każdej chwili gotów jest powiedzieć „sprawdzam”, wydaje się kluczowym narzędziem performance supportu w dydaktyce.
Bibliografia
[1] Zob. np. Rosenberg, M. J. (2002), „E-Learning: Strategies for Delivering Knowledge in the Digital Age”, McGraw-Hill.