Gevinster:
- At kunne skelne, hvor kunstig intelligens sparer realtid i specialundervisningens arbejdsgang (udkastskrivning, materialeproduktion, opsummering), og hvor beslutninger som diagnose, placering og målsætning overlades til eksperten og IEP-teamet, alt efter opgavens risikoniveau.
- Evne til at anvende en disciplin, der verificerer hver kunstig intelligens-output ved at forbinde den til kilden, sammenligne den med barnets rigtige profil og sende den gennem et ekspertfilter.
- Anonymisering af elev- og familiedata inden for rammerne af KVKK/privatliv og få en vane med at vælge et sikkert køretøj
En speciallærerdag går stille og roligt under en bunke papirer. En elevs individualiserede uddannelsesprogram (IEP) vil blive fornyet, et tilpasset arbejdsark vil blive udarbejdet til en anden, adfærdsrekorden for den tredje vil blive tegnet, og en statusrapport vil blive skrevet til familien til den fjerde. Alt dette kræver at kende barnet, kreativ tænkning og ekspertise; Men nogle af dem er også gentagne, formelle og tidskrævende. Kunstig intelligens (AI eller AI for kort – computersystemer, der kan generere tekst, genkende mønstre, opsummere og tegne som mennesker) er en stærk hjælper til at accelerere præcis denne anden gruppe. Den skitserer et IEP-mål, forenkler en tekst og opsummerer en observationsnote på få minutter. Men når det bruges forkert, kan det samme værktøj medføre et tilsyneladende sikkert, men unøjagtigt output i et barns uddannelsesbeslutning.
Den første enhed i dette modul er ikke en programintroduktion. Dens formål er at afklare, hvor du skal placere AI i din virksomhed, og hvor du slet ikke skal placere den. For specialundervisning er et felt, der både er "arbejdsbelastningskrævende" og direkte "børneretskritisk": et mål du skriver er, hvad barnet skal lære i løbet af et år; Den tilpasningsbeslutning, du træffer, afgør, om den vil blive forstået i klasseværelset. Lad os fastlægge det grundlæggende princip fra begyndelsen: Kunstig intelligens er en assistent, ikke en ekspert. Ansvar og endelig godkendelse for diagnose, placering, målsætning og beslutninger, der påvirker barnets fremtid, tilhører den kompetente specialist, IEP-teamet og familien.
Lag af specialundervisningsvirksomhed og stedet for AI
Det er nyttigt at opdele specialpædagogens job i tre lag. Evalueringslaget er processen med at lære barnet at kende: observation, udviklingshistorie, læsning af RAM-rapporten (pædagogisk evalueringsrapport udarbejdet af Vejledningsforskningscentret). Planlægningslaget er at producere IEP-mål, materialer og adfærdsplan baseret på dette. Implementerings- og overvågningslaget er daglig undervisning, dataindsamling og fremskridtsevaluering. AI kan røre ved alle tre lag; men med en anden autoritet i hver. På evalueringslaget opsummerer og redigerer AI kun anonymt, ikke diagnoser; er en kraftfuld konturgenerator i planlægningslaget; I overvågningslaget opsummerer den dataene og foreslår fortolkning, men træffer ikke beslutningen.
Lad os definere et par grundlæggende udtryk fra begyndelsen. IEP (Individualized Education Program) er en skriftlig plan udarbejdet efter en elevs behov og indeholdende mål og tiltag. Udbytte er det målbare læringsudbytte, som eleven forventes at opnå. Indkvartering, facilitering af præsentationen uden at ændre indholdet; modifikation er en forenkling af selve indholdet. AAC (alternativ og supplerende kommunikation) er en tilgang, der giver en person med talebesvær mulighed for at kommunikere med symboler, kort eller enheder. Vi vil forklare disse begreber en efter en i de følgende enheder; For nu, ved dette: AI giver dig skitser og ideer til alle disse koncepter, men det tager ikke beslutninger.
Følgende tabel opsummerer rollen og risikoniveauet for AI efter mission:
Quest
AI's rolle
Risikoniveau
Hvem godkender
Materiale/arbejdsark udkast
skitse generator
lav
specialpædagog
Tekstforenkling, resumé
Redaktør
lav
lærer
At skrive en IEP-måloversigt
Blueprint generator, tilpasning påkrævet
medium
BEP team + familie
adfærdsplan idé
anbefalingsgenerator
høj
Ekspert + vejledning
Statusgennemgang
data opsummerer
medium
Lærer + ekspert
Diagnose/placeringsbeslutning
Ikke tilgængelig
meget høj
RAM + autoriseret ekspert
Husk den ene linje i dette diagram: Efterhånden som indsatsen stiger, skrumper AI's rolle, og menneskets samtykke vokser. AI har ingen plads i den øverste række; Diagnose og anbringelse tilhører juridisk og etisk autoriserede institutioner.
Hvorfor "verifikation" er hjertet i denne forretning
Sprogmodeller med kunstig intelligens virker sikre på deres svar, men de er måske ikke sikre. På fagsprog kaldes dette hallucination: Det er modellens fremstilling af ikke-eksisterende information i en flydende sætning, ligesom om den var sand. Dette er en alvorlig fælde i specialundervisningen. Modellen kan give dig en imaginær "udviklingsnorm" ("hvert 5-årigt barn kan 200 ord"); kan opfinde et ikke-eksisterende stykke lovgivning (en præcis, men falsk sætning som "BEPs skal fornyes hver 6. måned"); eller han kan foreslå en "metode", der ikke har noget videnskabeligt grundlag. Da han siger dem alle med samme flydende, er det eneste, der adskiller rigtigt fra forkert, din ekspertise og vane med at verificere.
Verifikationsdisciplinen består af tre trin:
- Link til kilden: Ikke til AI's hukommelse for lovgivning, udviklingsnormer, metoder og kriterier; Stol på officielle kilder (MEB Special Education Services Regulation, RAM-rapport, institutionelle procedurer) og feltlitteratur. Brug AI til at skitsere denne information, ikke til at huske den.
- Sammenlign med barnets rigtige profil: Sammenlign hvert mål, materiale eller forslag, som AI producerer med præstationsniveauet for det rigtige barn, du kender. Er den tung, let eller egnet til ham?
- Ekspertfilter: Test med ekspertøje, om outputtet er pædagogisk, etisk og juridisk forsvarligt; Ryd op i formuleringer, der er stigmatiserende, straforienterede eller urealistiske.
Forsigtig: At lægge et AI-genereret IEP-mål eller adfærdsplan i filen uden at bekræfte det, er som at træffe en usigneret ekspertbeslutning. Bare fordi outputtet er flydende, er det ikke sandt; Den er heller ikke egnet til børn.
Privatliv: Elevdata er private data
Elevdata (navn, TR ID-nummer, diagnose, RAM-rapport, familieoplysninger, adfærdsregistre) er beskyttet under KVKK (lov om beskyttelse af personoplysninger) i Türkiye og GDPR i Europa; Sundheds- og handicapoplysninger er særlige kvalitetsdata. At indsætte en elevs navn, identifikationsnummer, diagnose eller familiehistorie ordret i et offentligt AI-værktøj er en alvorlig overtrædelse. Reglen er enkel: anonymiser data og del ikke unødvendigt. I stedet for "Ahmet Yıldız, 9 år, diagnosticeret med autisme, protokol 2024-3312", skriv "9-årig mandlig studerende med begrænset verbal kommunikation". Hvis det er muligt, så vælg virksomhedsværktøjer, der har en databehandleraftale, og brug ikke dine data i modeltræning; Upload ikke følsomme filer fra personlige konti.
Tip: Få en vane med et "anonymiseringstjek": Før du giver en tekst til AI'en, skal du erstatte navne, ID-/protokolnumre, adresse og skolenavn med generiske sætninger som "elev", "familie", "skole". Disse 30 sekunder beskytter dig mod en stor risiko.
tre minisager
Tilfælde 1 — Sikker brug. En speciallærer brugte 4 timer om ugen på at lave et regnearkstilpasning til otte elever. Han gav præstation og elevniveau anonymt (ingen navne) til AI og anmodede om udkast på tre sværhedsgrader. AI producerede udkast på 8 minutter; Læreren sammenlignede hver enkelt med børnenes faktiske niveau, forenklede to spørgsmål og ændrede et visuelt billede. Varighed: 50 minutter i stedet for 4 timer. AI gav udkastet, ekspertisen forblev hos læreren.
Case 2 — Uverificeret informationsfælde. En lærer spurgte AI'en: "Hvor mange cifre kan børn med mild mental retardering højst tilføje?" AI gav et sikkert "Op til 3 cifre" svar. Læreren skrev dette som en grænse i IEP. Der er dog ingen sådan "regel"; Hvert barn er individuelt, og den rigtige elev var i stand til at udføre 4-trins processen. Fejl: At stole på en generel "norm" lavet af AI i stedet for barnets faktiske ydeevne.
Sag 3 — Krænkelse af privatlivets fred. En medarbejder uploadede en liste over navne, diagnoser og familietelefonnumre på alle elever i hans klasse til et offentligt værktøj og "genererede en klasserapport fra dem," sagde han. Dataene gik til en ekstern server, og der blev rejst en KVKK-klage. Den korrekte måde var at udelade navn, diagnose og kontaktoplysninger og kun arbejde med de anonyme niveauoplysninger ("tre elever på førlæsningsniveau").
Svag prompt / Stærk prompt
Svag prompt:
Skriv et IEP-mål for denne elev.
Denne påstand er forkert: AI kender ikke barnet, præstationsniveauet er ikke klart, der er intet felt og kriterium. Resultatet er en generel sætning i luften, som ikke passer barnet.
Kraftig prompt:
Din rolle: en assistent, der hjælper speciallæreren. Elev (anonym): 8 år gammel, på førlæsningsniveau, etablerer delvist bogstav-lyd-forhold. Område: læsning. Opgave: Skriv et UDKAST af 1 langsigtede og 3 kortsigtede (målbare) mål. Inkluder tilstand + observerbar adfærd + kriterium (procent/forsøg) i hvert kort mål. Fremsæt ikke normative påstande, som du ikke er sikker på; Antag, at dette er et udkast og vil blive tilpasset af BEP-teamet.
I denne prompt er rollen, den anonyme profil, domænet, outputformatet og "udkast"-forventningen klar. Du sammenligner og tilpasser stadig outputtet til barnets faktiske niveau.
Almindelige fejl
- Venter på en diagnose eller placeringsbeslutning fra AI. Denne autoritet tilhører RAM og autoriserede eksperter; AI kan ikke bruges i dette felt.
- At dele barnets identitet. Navn, ID, protokol og familieoplysninger kan ikke indtastes i noget køretøj uden anonymisering.
- At stole på opdigtede "normer". Ved at erstatte generaliseringer som "Hvert X barn gør Y" med den rigtige profil.
- Bruger udkastet som det er. At føre det ubekræftede output ordret ind i IEP, familietekst eller adfærdsplan.
- Ikke opmærksom på stigmatiserende sprog. AI kan nogle gange producere negative etiketter som "utilstrækkelig", "fejl"; Disse skal passere gennem ekspertfiltrering.
Sammenfattende
Kunstig intelligens er en kraftfuld assistent inden for specialundervisning: den udarbejder, forenkler, opsummerer, åbner ideer og sparer tid. Men det stiller ikke en diagnose, det placerer det ikke, det gør ikke formålet sikkert. Hvert output verificeres gennem tre trin: link til kilde, sammenlign med barnets faktiske profil, ekspertfilter. Elevdata er data af særlig kvalitet; Det deles ikke uden at være anonymiseret. Efterhånden som risikoen stiger, bliver AI's rolle mindre, og det menneskelige ansvar vokser. Disse principper er rygraden i resten af modulet.
Ansøgningsopgave
Vælg en af dine egne elever og anonymiser hans profil (uden navn, ID, skolenavn; bare alder, fag og præstationsniveau) og gør det til en tekst. Bed derefter AI om en oversigt over hensigten ved hjælp af skabelonen "Kraftfuld prompt" ovenfor. Undersøg output med tre verifikationstrin (kilde, faktisk profil, ekspertfilter) og ret mindst to punkter. Skriv ned i én sætning, hvad du har ændret og hvorfor.
tjekliste
- [ ] Jeg fjernede elev-id'et (navn, id, protokol, skole) fra teksten.
- [ ] Rollen, den anonyme profil og outputformatet er tydelige i den prompt, jeg gav til AI.
- [ ] Jeg sammenlignede outputtet med barnets faktiske præstationsniveau.
- [ ] Jeg tjekkede for eventuelle opdigtede "normer" eller lovkrav.
- [ ] Jeg overlod ikke diagnosen/placeringsbeslutningen til AI.
- [ ] Jeg bemærkede, at den endelige godkendelse tilhører specialisten og BEP-teamet.