Κέρδη:
- Να είναι σε θέση να διακρίνει την έννοια της ακαδημαϊκής ειλικρίνειας και σε ποιες περιπτώσεις η χρήση τεχνητής νοημοσύνης από τους μαθητές συμβάλλει στη μάθηση και σε ποιες περιπτώσεις είναι λογοκλοπή/απάτη.
- Δυνατότητα σχεδιασμού αξιολόγησης βάσει διαδικασίας και διαφανών κανόνων χρήσης, γνωρίζοντας ότι οι ανιχνευτές τεχνητής νοημοσύνης είναι αναξιόπιστοι
- Ικανότητα τοποθέτησης της τεχνητής νοημοσύνης ως εργαλείου διδασκαλίας ηθικής χρήσης, επαλήθευσης πηγής και κριτικής σκέψης με τους μαθητές
Τα εργαλεία τεχνητής νοημοσύνης βρίσκονται επίσης στα χέρια των μαθητών. Τα εργαλεία που μπορούν να εκτυπώσουν μια εργασία μέσα σε λίγα λεπτά, να λύσουν ένα πρόβλημα ή να αναπαράγουν μια σύνθεση από την αρχή, έχουν εγείρει ένα νέο και αναπόφευκτο ερώτημα για τους δασκάλους: Όταν οι μαθητές χρησιμοποιούν τεχνητή νοημοσύνη, πότε αυτό βοηθά στη μάθηση και πότε εξαπατά; Και πώς το διαχειριζόμαστε αυτό δίκαια; Αυτή η ενότητα επανεξετάζει την ακαδημαϊκή ακεραιότητα (την αρχή της ειλικρινούς αντιπροσώπευσης της γνώσης και της προσπάθειας) στην εποχή της τεχνητής νοημοσύνης. Το πιο σημαντικό μήνυμα: Οι ανιχνευτές τεχνητής νοημοσύνης είναι αναξιόπιστοι. Η ειλικρίνεια δεν προστατεύεται από την τεχνολογία της τιμωρίας, αλλά από την αξιολόγηση που βασίζεται στη διαδικασία, τους διαφανείς κανόνες και την κρίση των εκπαιδευτικών.
Χρήση τεχνητής νοημοσύνης: βοήθεια ή εξαπάτηση;
Η διάκριση γίνεται σαφής με το ερώτημα εάν η τεχνητή νοημοσύνη αντικαθιστά τη μάθηση ή εξυπηρετεί τη μάθηση. Εάν ένας μαθητής έχει τεχνητή νοημοσύνη να γράψει τη σύνθεση από την αρχή και να την υποβάλει ως δική του εργασία, έχει παραλείψει τη δεξιότητα που προοριζόταν να μετρηθεί (γράψει), δηλαδή έχει απατήσει. Αλλά αν ένας μαθητής καταιγισμός ιδεών, ζητήσει από την τεχνητή νοημοσύνη να ελέγξει τη δική του γραφή για γραμματική ή η τεχνητή νοημοσύνη να εξηγήσει μια έννοια που δεν καταλαβαίνει, είναι ένα εργαλείο εκμάθησης - όπως και η βοήθεια από ένα λεξικό ή έναν δάσκαλο.
Δύο πράγματα είναι κρίσιμα: η διαφάνεια (ανέφερε ξεκάθαρα ο μαθητής πού και πώς χρησιμοποίησε την τεχνητή νοημοσύνη) και η μέτρηση των δεξιοτήτων (ποιος ήταν ο σκοπός της εργασίας). Η ίδια χρήση της τεχνητής νοημοσύνης μπορεί να είναι νόμιμη σε μια αποστολή και παραπλανητική σε άλλη. Επομένως, ο δάσκαλος θα πρέπει να θέσει τον κανόνα εκ των προτέρων σύμφωνα με την εργασία.
Προσοχή: Το να λέμε "χρησιμοποιώντας AI = αντιγραφή" είναι τόσο λάθος όσο λέμε "όλα είναι δωρεάν". Εάν ο ίδιος ο μαθητής χρειάζεται να επιδείξει την ικανότητα που μετράτε, η τεχνητή νοημοσύνη δεν μπορεί να κάνει αυτήν την ικανότητα. αλλά η χρήση του ως υποστήριξη παραγωγικότητας και μάθησης είναι θεμιτή. Εσύ ορίζεις τον κανόνα.
Γιατί οι ανιχνευτές AI είναι αναξιόπιστοι;
Υπάρχουν ανιχνευτές τεχνητής νοημοσύνης στην αγορά που ισχυρίζονται "αυτό το κείμενο γράφτηκε από AI;" Αυτά είναι επικίνδυνα αναξιόπιστα. Κάνουν δύο τύπους σφαλμάτων: ψευδώς θετικά (παρερμηνεύοντας το πραγματικό κείμενο του μαθητή με τεχνητή νοημοσύνη) και ψευδώς αρνητικά (παρεξηγώντας το κείμενο AI για άνθρωπο). Συγκεκριμένα, τα πραγματικά κείμενα των μαθητών που γράφουν με διαφορετικό, απλό ή τυπικό τρόπο από τη μητρική τους γλώσσα επισημαίνονται συχνά ως «AI» — αυτό τιμωρεί άδικα τους μειονεκτούντες μαθητές. Το να δίνουμε σε έναν μαθητή ένα μηδέν με βάση ένα μοναδικό σκορ ανιχνευτή είναι και άδικο και αβάσιμο.
Η σωστή προσέγγιση είναι αποδεικτικά στοιχεία που βασίζονται στη διαδικασία: τα προσχέδια του μαθητή, οι σημειώσεις του, το αρχείο καταγραφής διαδικασιών του, οι γνώσεις που μπορεί να επιδείξει στην τάξη. Εάν ένας μαθητής δεν μπορεί να εξηγήσει προφορικά το κείμενο που έχει παραδώσει και δεν αναγνωρίζει την πηγή σε αυτό, αυτό είναι πολύ ισχυρότερο σημάδι από έναν μόνο ανιχνευτή. Ωστόσο, η τελική απόφαση ειλικρίνειας ανήκει στον δάσκαλο που σταθμίζει τα στοιχεία και τη συνέντευξη με τον μαθητή.
Σχέδιο που μειώνει την εξαπάτηση
Ο σχεδιασμός λειτουργεί καλύτερα από την τιμωρία. Αξιολόγηση διαδικασίας: δείτε το ταξίδι, όχι το προϊόν, ζητώντας προσχέδια, σχέδια, ενδιάμεσες παραδόσεις. Προϊόν εντός της τάξης: Έλεγχος κριτικής γραφής στην τάξη. Προσωπική/τοπική εργασία: εργασίες που απαιτούν προσωπική εμπειρία που η τεχνητή νοημοσύνη δεν μπορεί να παράγει γενικά, όπως «να βρείτε ένα πρόβλημα στη γειτονιά σας». Έργο υψηλού επιπέδου: εργασίες που απαιτούν ανάλυση, άμυνα, εφαρμογή και όχι απομνημόνευση. Δήλωση διαφάνειας: ζητώντας από τον μαθητή να δηλώσει "εδώ χρησιμοποίησα την τεχνητή νοημοσύνη σε αυτήν την εργασία" — αυτό ομαλοποιεί την ειλικρίνεια.
Βήμα προς βήμα: καθιέρωση μιας πολιτικής ειλικρίνειας
- Καθορίστε κανόνες σύμφωνα με την εργασία. Σε αυτήν την εργασία, όπου επιτρέπεται η τεχνητή νοημοσύνη και όπου απαγορεύεται.
- Ζητήστε διαφάνεια. Αφήστε τον μαθητή να δηλώσει τη χρήση του AI.
- Συλλέξτε αποδεικτικά στοιχεία διαδικασίας. Σχέδιο, σχέδιο, ενδιάμεση παράδοση.
- Εμπιστευτείτε τη διαδικασία, όχι τον ανιχνευτή. Σε περίπτωση αμφιβολίας, συναντήστε τον μαθητή και εξηγήστε το προϊόν.
- Διδάξτε πριν τιμωρήσετε. Ο πρώτος στόχος είναι να διδαχθεί η ηθική χρήση.
- Αναλάβετε την απόφαση. Η κρίση για παραβιάσεις της ακεραιότητας βασίζεται σε στοιχεία και ανήκει στον δάσκαλο.
τρεις μίνι θήκες
Περίπτωση 1 — Ψευδώς θετική καταστροφή. Ένας δάσκαλος έδωσε ένα μηδέν στην εργασία ενός μαθητή που έγραψε καθαρά όταν ο ανιχνευτής είπε "92% AI". Ο μαθητής και ο γονέας είχαν αντίρρηση. Ο μαθητής εξήγησε το κείμενο πλήρως προφορικά και έδειξε τα προσχέδιά του. Η αποστολή ήταν δική του. Ο ανιχνευτής είχε βγάλει ψευδώς θετικό. Ο δάσκαλος αντέστρεψε την απόφασή του. Μάθημα: Η μονοβαθμολογική τιμωρία καταστρέφει τη δικαιοσύνη.
Περίπτωση 2 — Λύση μέσω διαδικασίας. Ένας δάσκαλος χώρισε την εργασία σε τρεις ενδιάμεσες υποβολές: επιλογή θέματος, περίγραμμα, τελικό κείμενο. Ένας μαθητής που ξαναέγραφε με AI ήταν ασυνεπής στις ενδιάμεσες υποβολές και δεν μπορούσε να εξηγήσει το κείμενό του. Ο δάσκαλος μίλησε στον μαθητή με στοιχεία διαδικασίας, χωρίς να χρειαστεί ποτέ ανιχνευτή. Ο μαθητής έκανε μια νέα υποβολή της δικής του δουλειάς. Ο σχεδιασμός βγήκε δυνατός μέσω του ανιχνευτή.
Περίπτωση 3 — Νόμιμη χρήση. Ένας μαθητής δήλωσε ότι έδωσε το δικό του δοκίμιο στην τεχνητή νοημοσύνη για έλεγχο γραμματικής και επέλεξε μόνος του τις διορθώσεις. Ο δάσκαλος θεώρησε ότι αυτό ήταν μια διαφανής, νόμιμη χρήση. επειδή η δεξιότητα (ανάπτυξη ιδέας) που μετρήθηκε ανήκε στον μαθητή και η χρήση δηλώθηκε ξεκάθαρα. Η διαφάνεια έκανε τη χρήση τίμια.
Αντιγράψιμα πρότυπα
1) Κανόνας χρήσης τεχνητής νοημοσύνης για συγκεκριμένη εργασία:
Ο ρόλος σας: βοηθός του δασκάλου. Γράψτε έναν σαφή κανόνα χρήσης τεχνητής νοημοσύνης για τους μαθητές για την ακόλουθη εργασία: "[περιγράψτε την εργασία και τη δεξιότητα που μετράει]". Αναφέρετε αναλυτικά τι επιτρέπεται (π.χ. να βάζετε ιδέες, να ελέγξετε τη γραμματική) και τι απαγορεύεται (π.χ. να ξαναγράψετε το κείμενο). Συμπεριλάβετε τον τρόπο με τον οποίο ο μαθητής θα δηλώσει ότι χρησιμοποιεί την τεχνητή νοημοσύνη.
2) Σχεδιασμός αποστολής ανθεκτικός στην εξαπάτηση:
Για το "[θέμα/αποτέλεσμα]", σχεδιάστε μια εργασία που δυσκολεύει την παραγωγή της τεχνητής νοημοσύνης από την αρχή: απαιτήστε προσωπική εμπειρία/τοπικό πλαίσιο, προσθέστε παραδοτέα διαδικασίας (σχέδιο, περίγραμμα), συμπεριλάβετε ένα στοιχείο εντός της τάξης και απαιτήστε σκέψη υψηλότερης τάξης (ανάλυση/άμυνα). [Χ. είναι κατάλληλο για το επίπεδο του βαθμού.
3) Έντυπο δήλωσης διαφάνειας:
Σχεδιάστε μια σύντομη «δήλωση χρήσης τεχνητής νοημοσύνης» για να συμπληρώσουν οι μαθητές τις εργασίες τους: ποιο εργαλείο χρησιμοποιήθηκε, σε ποιο στάδιο, για ποιο σκοπό. το οποίο μέρος ήταν εξ ολοκλήρου έργο του ίδιου του μαθητή. Με γλώσσα κατάλληλη για την ηλικία, μη καταγγελτική γλώσσα που κανονικοποιεί την ειλικρίνεια.
4) Μίνι μάθημα κριτικού γραμματισμού AI για μαθητές:
[Χ. Γράψτε ένα σχέδιο μίνι μαθήματος 20 λεπτών για την 1η τάξη: "Το AI κάνει λάθη και μπορεί να κατασκευάσει πηγές". Θα πρέπει να περιλαμβάνει μια δραστηριότητα που επιτρέπει στους μαθητές να επαληθεύουν τις πληροφορίες που παράγονται από την τεχνητή νοημοσύνη μέσω ενός παραδείγματος. Σκοπός: να διδάξει την κριτική αξιολόγηση και όχι την τυφλή εμπιστοσύνη.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Πες μου, γράφτηκε αυτή η εργασία από AI;
Το AI (και οι ανιχνευτές) δεν μπορούν να το πουν αυτό αξιόπιστα. Ο καταλογισμός βάσει βαθμολογίας είναι άδικος και ενέχει τον κίνδυνο ψευδών θετικών αποτελεσμάτων.
Ισχυρή προτροπή:
Ο ρόλος σας: βοηθός του δασκάλου. Ετοιμάστε μια λίστα ελέγχου με 6 ερωτήσεις για να με βοηθήσετε να αξιολογήσω μια εργασία έκθεσης ως δική μου εργασία με στοιχεία ΔΙΑΔΙΚΑΣΙΑΣ: υπάρχει περίγραμμα, αναγνωρίζει κανείς πηγές, μπορεί να το εξηγήσει προφορικά, είναι συνεπής με την απόδοση στην τάξη. Μην βασίζεστε στη βαθμολογία του ανιχνευτή. Επικεντρωθείτε στη συνάντηση με τον μαθητή.
Η χρήση της τεχνητής νοημοσύνης από τους μαθητές
Είναι θεμιτό;
Γιατί
Ιδέες/καταιγισμός ιδεών
Γενικά ναι
Γράφει μόνος του.
Γραμματικό/ορθογραφικός έλεγχος
Αν δηλωθεί ναι
εργαλείο υποστήριξης
Εξήγηση έννοιας
Ναι
υπηρεσία στη μάθηση
Επανεκτυπώστε το κείμενο και υποβάλετέ το
όχι
Παρακάμπτει τη μετρημένη ικανότητα
Παρουσιάζοντας την πηγή σαν να τη βρήκατε μόνοι σας
όχι
Παραβίαση διαφάνειας
Συνήθη λάθη
- Τιμωρία του σκορ ανιχνευτή. Άδικο και ανυπεράσπιστο λόγω ψευδώς θετικών. Το πραγματικό θύμα είναι ο μειονεκτούντος μαθητής.
- Απαγόρευση της τεχνητής νοημοσύνης εντελώς. Η απαγόρευση της νόμιμης χρήσης της μάθησης δεν είναι πρακτική και παρεμποδίζει την ανάπτυξη.
- Αφήνοντας τον κανόνα ασαφή. Δεν αρκεί να πούμε "μην χρησιμοποιείτε AI". Καθορίστε τι είναι δωρεάν ανά εργασία.
- Δεν αξιολογεί καθόλου τη διαδικασία. Μια εργασία που απαιτεί μόνο το τελικό προϊόν προκαλεί εξαπάτηση.
- Μετάβαση από τη διδασκαλία στην τιμωρία. Ο πρώτος στόχος πρέπει να είναι η διδασκαλία της ηθικής χρήσης. Η τιμωρία είναι η τελευταία λύση.
Συμβουλή: Κάντε την ακεραιότητα θέμα διδασκαλίας, όχι παιχνίδι σύλληψης. Δείξτε στους μαθητές αυτοπροσώπως ότι το AI κάνει λάθη και κατασκευάζει πηγές. Όταν κατανοούν την αξία της δικής τους δουλειάς, η ανάγκη για αντίγραφα μειώνεται.
Συνοπτικά
Η ακαδημαϊκή ακεραιότητα στην εποχή της τεχνητής νοημοσύνης εξετάζει εάν ο μαθητής χρησιμοποιεί την τεχνητή νοημοσύνη ως υποκατάστατο της μάθησης ή στην υπηρεσία της μάθησης. Η διάκριση καθορίζεται από τη διαφάνεια και τη μετρημένη ικανότητα. Οι ανιχνευτές τεχνητής νοημοσύνης είναι αναξιόπιστοι και μόνοι τους δεν μπορούν να αποτελέσουν βάση τιμωρίας. Η ακεραιότητα διατηρείται μέσω της αξιολόγησης που βασίζεται στη διαδικασία, των σαφών κανόνων για συγκεκριμένες εργασίες, του σχεδιασμού ανθεκτικού στην εξαπάτηση και της κρίσης του εκπαιδευτικού. Η πιο ισχυρή στρατηγική είναι να διδάξετε την ηθική χρήση πριν την τιμωρία.
Εργασία εφαρμογής
Για μια επερχόμενη εργασία, χρησιμοποιήστε τα πρότυπα "Κανόνας χρήσης τεχνητής νοημοσύνης για συγκεκριμένη εργασία" και "Φόρμα δήλωσης διαφάνειας" για να προετοιμάσετε ένα σαφές σύνολο κανόνων και ένα έντυπο δήλωσης για μαθητές. Στη συνέχεια, επαναδιατυπώστε την ίδια εργασία με το πρότυπο «σχεδίαση εργασιών ανθεκτικό στην εξαπάτηση» (προσθήκη παράδοσης διαδικασίας, προσωπικό πλαίσιο). Γράψε σε 4 στοιχεία πώς διασφαλίζεις την ειλικρίνεια χωρίς να καταφεύγεις στον ανιχνευτή.
λίστα ελέγχου
- [ ] Έχω ορίσει με σαφήνεια την επιτρεπόμενη και απαγορευμένη χρήση της τεχνητής νοημοσύνης σε αυτήν την αποστολή;
- [ ] Ζήτησα δήλωση διαφάνειας από τον μαθητή;
- [ ] Συλλέγω αποδεικτικά στοιχεία της διαδικασίας (σχέδιο, ενδιάμεση υποβολή);
- [ ] Βασίζομαι στη συνέντευξη του μαθητή αντί του ανιχνευτή σε περιπτώσεις αμφιβολίας για την ειλικρίνεια;
- [ ] Είχα σκοπό να διδάξω την ηθική χρήση πριν από την τιμωρία;