Kasu:
- Võimalus muuta tehisintellekti kasutamise eetilised põhimõtted eripedagoogikas (kasulikkus, mittekuritegu, õiglus, eelarvamuste vältimine) konkreetseteks reegliteks
- Võimalus hallata õpilase ja perekonna andmete privaatsust, andmete säilitamise ja jagamise limiite KVKK raames
- Võimalus siduda kogu mooduli õpe täielikult turvaliseks töövooguks ja määratleda, kus lõpeb tehisintellekt ja algab eksperdi vastutus
Kogu selle mooduli jooksul õppisime kasutama AI-d assistendina: koostasime IEP eesmärgi, kohandasime materjale, koostasime AAC ja käitumisplaani, jälgisime edusamme ja tugevdasime suhtlust perega. See viimane üksus vaatleb raamistikku, mis seda kõike koos hoiab: eetika, privaatsus ja ekspertjärelevalve. Sest "andmed", millega te eripedagoogikas töötate, ei ole tabel, vaid laps; Teie toodetav "väljund" ei ole dokument, vaid otsus, mis mõjutab lapse õigust haridusele. Tehisintellekt pakub selles valdkonnas suurt mugavust; Kuid valesti kasutamisel on inimesed, kes saavad kõige rohkem kahju, ka kõige haavatavamad. Kordame viimast korda põhimõtet, mille algusest peale kehtestasime: Tehisintellekt on assistent; Diagnoosimine, paigutamine, eesmärk ja lapse tulevikku mõjutavad otsused kuuluvad pädevale spetsialistile, IEP meeskonnale ja perele.
Neli eetilist põhimõtet ja nende konkreetsed vasted
Tehisintellekti kasutamise eriõppes võime seostada nelja eetilise põhiprintsiibiga:
- Kasu: tehisintellekti tuleks kasutada selleks, et aidata tõeliselt kaasa lapse haridusele; See peaks aitama õpetajal oma aega vabastada ja lapsele rohkem tähelepanu pöörata. Kasutamine ei ole eesmärk omaette.
- Mittekuritegu: kontrollimata, lastele sobimatu või häbimärgistav väljund võib kahjustada. Iga väljund läbib filtri "kas see kahjustab last?"
- Õiglus: Igal lapsel peaks olema võrdne juurdepääs ressurssidele ja kvaliteetsele haridusele. AI ei tohiks eelistada mõnda last ega jätta teisi hooletusse; Igaühele tuleks pöörata individuaalset tähelepanu.
- Eelarvamuste vältimine: tehisintellekt võib peegeldada stereotüüpe andmetes, mille kohta seda koolitatakse; Konkreetne puude tüüp võib anda diskrimineeriva tulemuse soo, kultuuri või sotsiaalmajandusliku staatuse osas. Spetsialist peab need tulemused ära tundma ja parandama ning hindama iga last individuaalselt.
Eelarvamus on eriti oluline, kuna see on salakaval. AI suudab ladusalt luua lause, näiteks "sellised lapsed ei saa tavaliselt X-i teha"; See on aga stereotüüp, mis on ühtaegu vale ja takistab last. Spetsialisti ülesanne on näha neid mustreid ja hinnata last tema potentsiaaliga.
Ettevaatust: tehisintellekti loodud üldistusi ("X puudega lapsed saavad/teha Y") ei saa kasutada lapse eesmärgi piiramiseks. Madalad ootused on üks levinumaid ja nähtamatumaid diskrimineerimise vorme.
Privaatsus: andmete salvestamise ja jagamise piirangud
Õpilasandmed (isik, diagnoos, RAM-i aruanne, käitumisrekord, perekonnaandmed) on KVKK ulatuses erilised isikuandmed. Selgitame selle üksuse reegleid:
- Anonüümseks muutmine: nimi, ID, protokoll, kool, aadress ja perekonna andmed eemaldatakse enne mis tahes tehisintellekti tööriista sisestamist.
- Minimaalsed andmed: jagage ainult ülesande jaoks vajalikku teavet; Ärge andke kogu faili "igaks juhuks".
- Turvaline tööriist: võimalusel eelistatakse ettevõtte tööriistu, millel on andmetöötlusleping ja mis ei kasuta teie andmeid mudelikoolitusel; Tundlikke andmeid isiklikelt kontodelt üles ei laadita.
- Säilitamine ja kustutamine: kui tehisintellektiga koostatud mustandid sisaldavad õpilaste andmeid, säilitatakse need vastavalt õppeasutuse reeglitele ja vajadusel kustutatakse; Seda ei jäeta suvalistesse kohtadesse.
- Jagamine: teavet jagatakse ainult selleks volitatud isikutega (IEP meeskond, perekond, vastav spetsialist) ja ainult nii palju kui vaja.
Allolev tabel võtab ühes kohas kokku kogu mooduli jooksul õpitud piirid:
ala
AI saab
AI ei saa/kuulu inimestele
Hindamine
Võtab kokku anonüümsed andmed
Diagnoosid/muutused
BEP
Kirjutab eesmärkide mustandi
Kinnitab/kinnitab kavatsust
materjalist
Kohandab, eristab
Teeb õppekava/autoriõiguse otsuse
AAC
Kaardi/loo ülevaade
Valib meetodi ja kohandab seda lapsele
käitumine
ABC teeb kokkuvõtteid, annab nõu
Otsustab funktsiooni, kinnitab plaani
edusamme
Teeb andmeid kokku ja tõlgendab
Lõplik otsus edasi minna
perekond
teksti mustandid
Kinnitab teksti, jõustab suhet
Selle tabeli parempoolne veerg on eksperdi vastutuse piir ja seda ei saa mingil juhul AI-le delegeerida.
Täiesti turvaline töövoog
Ühendame mooduli üheks vooluks. Turvaline AI-toega juhendamise töövoog on järgmine: (1) andmete anonüümseks muutmine; (2) kirjutage käsk selgete rollide ja piiridega; (3) saada tehisintellektilt mustand; (4) kontrollige väljundit kolmes etapis – linkige allikale, võrrelge lapse tegeliku profiiliga, ekspertfilter; (5) viia läbi eetika- ja eelarvamuste audit; (6) kohandada ja kinnitada koos meeskonna/perega; (7) rakendada ja jälgida andmetega; (8) säilitada/kustutada eelnõusid vastavalt asutuse kodukorrale. See tsükkel kordub iga ülesandega, jättes selgeks, kus AI lõpeb ja eksperdi vastutus algab.
kolm minikarpi
Juhtum 1 – eelarvamuste tabamine. Õpetaja küsis AI-lt eesmärgi ülevaadet; Väljundis oli lause nagu "seda tüüpi õpilased ei oska abstraktselt mõelda, hoidke eesmärki madalal." Õpetaja tunnistas seda stereotüübiks; Tema enda õpilane suutis luua abstraktseid suhteid. Ta tõmbas lause välja ja kirjutas eesmärgi lapse tegeliku potentsiaali põhjal. Eetiline järelevalve hoidis ära madala ootuse, mis last takistaks.
2. juhtum – privaatsusdistsipliin. Üks asutus kehtestas reegliks, et kõik õpetajad peavad enne tehisintellekti kasutamist anonüümsuse kontrolli tegema. Õpetaja eemaldas nime, protokolli ja perekonnateabe enne RAM-i aruande kokkuvõtet. Kuud hiljem näitas andmeaudit, et organisatsioon ei olnud välisele tööriistale tundlikke andmeid edastanud. Lihtne harjumus kaitses organisatsiooni tõsise riski eest.
Juhtum 3 – viga vastutuse delegeerimisel. Õpetaja rakendas ajasurve all tehisintellekti koostatud käitumisplaani ilma seda lugemata. Plaan ei sobinud lapse funktsioneerimisega ja käitumine eskaleerus. Probleemiks ei olnud tehisintellekti "viga", vaid vastutuse delegeerimine. Kontrollimata väljund on nagu allkirjastamata eksperthinnang; Vastutus lasub alati eksperdil. Viga: mugavuse asendamine vastutustundega.
Nõrk viip / Tugev viip
Nõrk viip:
Analüüsige kõike selle õpilase kohta ja öelge mulle, mida teha.
See taotlus sunnib meid jagama rohkem andmeid (võib-olla sisaldavad identiteeti), kui on vaja, öeldes "kõik" ja edastab otsuse AI-le. See rikub ka kahte põhiprintsiipi.
Võimas viip:
Teie roll: eripedagoogikaspetsialisti assistent.Kasutage ainult järgmist anonüümset, ülesandepõhist teavet: [minimaalselt nõutav].Ülesanne: koostage [ühe selge ülesande] MANDAND.Reeglid: Diagnoosimine/otsuste tegemine. Ära üldista/stereotüpiseeri. Öelge, et te pole kindel. Oletame, et seda kontrollib professionaal ja kinnitab meeskond/perekond.
See väide sisaldab minimaalseid andmeid, selget ülesannet, eelarvamust ja otsustuspiiranguid; See kogub kõik mooduli põhimõtted ühte malli.
Levinud vead
- Vastutuse delegeerimine. Otsuse jätmine tehisintellektile; käivitamine ilma väljundit lugemata.
- Ei näe eelarvamusi. Ei märka stereotüüpseid, ootusi alandavaid üldistusi.
- Liiga andmete jagamine. Ebavajalike, tundlike andmete andmine tööriistale, öeldes "analüüsige kõike".
- Anonüümseks muutmisest möödaminek. Töötamine ilma identiteedi, diagnoosi ja perekonnateabe kustutamiseta.
- Mustandite ebakindel salvestamine. Õpilaste andmeid sisaldavate väljatrükkide jätmine juhuslikesse kohtadesse.
- Eetilise auditi nägemine formaalsena. Kui jätate vahele sellised küsimused nagu "kas see põhjustab kahju, kas see on õiglane, kas see on erapoolik?"
Kokkuvõttes
Erihariduses on tehisintellekt võimas abiline, kuid kuna töötate kõige haavatavamate inimestega, ei ole eetika ja privaatsus läbiräägitavad. Meid juhivad neli põhimõtet: heatahtlikkus, mittekuritegu, õiglus, eelarvamuste vältimine. Õpilaste andmed muudetakse anonüümseks, jagatakse minimaalsete ja turvaliste vahenditega ning salvestatakse turvaliselt. End-to-end turvaline töövoog; Tsükkel muudetakse anonüümseks, hankitakse mustand, kontrollitakse kolmes etapis, vaadatakse läbi eetiline, kinnitatakse meeskonnaga/perega, jälgitakse andmetega. Kõikjal, kus tehisintellekt selles tsüklis lõpeb, algab ekspertide vastutus. Kontrollimata väljund on nagu allkirjastamata eksperthinnang; Allkiri on alati sinu.
Rakenduse ülesanne
Valige üks kogu mooduli jooksul koostatud ülevaadetest (IEP eesmärk, materjal, käitumisplaan või peretekst) ja viige see läbi kõigi selle üksuse täieliku turvalise töövoo sammude kaudu. Eelkõige kontrollige eetikat/erapoolikust: kas väljundis on alandavat üldistust, häbimärgistavat väidet või privaatsuse leket? Parandage leitud probleemid ja märkige üles, milline voo etapp selle probleemi tabas.
kontrollnimekiri
- [ ] Muutsin andmed anonüümseks; Jagasin ainult vajaliku miinimumi.
- [ ] Kontrollisin väljundit kolme sammuga (allikas/profiil/ekspert).
- [ ] Puhastasin eelarvamused ja ootusi alandavad üldistused.
- [ ] Rookisin välja stigmatiseeriva keele; Jälgisin nelja eetilist põhimõtet.
- [ ] Hoidsin mustandid turvalisena / vajadusel kustutasin.
- [ ] Võtsin eksperdi/meeskonna/perena lõpliku otsuse ja vastutuse.
Mooduli eksam
1. Eripedagoog küsib tehisintellektilt "mis on selle lapse diagnoos", öeldes lihtsalt õpilase nime ja vanuse ning kirjutab vastuse IEP-faili. Mis on selle lähenemisviisi põhiline viga?
- A) Ignoreerides, et diagnoosi seadmise volitused kuuluvad RAM-ile ja volitatud ekspertidele; teisaldage ka kontrollimata väljund ametlikku kirjesse ✔
- B) Tehisintellektile vanuseinfot pole vaja anda
- C) Keelatud on BEP-faili hoida digitaalses keskkonnas
- D) Tehisintellekt muudab diagnoosi alati raskemaks, kui see on
Selgitus: tehisintellekt ei saa ega tohigi diagnoosida; Diagnoosimine ja hindamine on RAM-i ja volitatud ekspertide töö. Lisaks muutub mudelile andmeid andmata soovitud väljund väljamõeldiseks (hallutsinatsiooniks) ja õpilase identiteedi jagamine on privaatsuse rikkumine.
2. Milline järgmistest on lühiajalise (mõõdetava) BEP-eesmärgi peamine omadus?
- A) Eesmärk, et õpilasele aine üldiselt meeldiks
- B) See põhineb ainult õpetaja tähelepanekul ega sisalda numbrilisi kriteeriume
- C) Koguge ühte lausesse võimalikult pikk ja võimalikult palju tulemusi.
- D) Sisaldab jälgitavat käitumist, seisundit ja mõõdetavat edukriteeriumi ✔
Selgitus: lühiajaline eesmärk sisaldab jälgitavat käitumist, seisundit ja kriteeriumi (mitu katseid, kui palju protsentuaalselt, milline sõltumatuse tase). Mõõtmatud väljendid nagu "saab aru", "õpib", "saab teadlikuks" põhjustavad eesmärgi kirjutamisel vigu.
3. Õpetaja laadib RAM-i aruande, mis sisaldab õpilase täisnime, TR ID numbrit ja diagnoosi, avalikult kättesaadavasse tehisintellekti tööriista ja ütleb „kokkuvõte“. Milline oleks õige lähenemine?
- A) Laadige aruanne üles ilma muudatusteta, kuna kokkuvõte nõuab kogu teavet
- B) Kustutage lihtsalt TR ID number ja jätke nimi ja diagnoos
- C) Isikuandmete eemaldamine, andmete anonüümseks muutmine ja turvalise/institutsionaalse tööriista valimine ✔
- D) Aruande jagamine e-posti teel oma isiklikult kontolt ja sellest vastavalt kokkuvõte
Selgitus: Üliõpilaste andmed on KVKK ulatuses erilised isikuandmed. Isikuandmed tuleks eemaldada ja andmed anonüümseks muuta ('10-aastane meesõpilane') ning võimalusel eelistada turvalist vahendit, mis on institutsionaalne ja ei kasuta andmeid õppetöös.
4. Milline on parim suhtumine tehisintellektiga sotsiaalse loo loomisel alternatiivse ja augmentatiivse kommunikatsiooni (AAC) jaoks?
- A) Kohandage eelnõu spetsiaalselt lapse jaoks ja laske see eksperdil heaks kiita ✔
- B) Kasutades toodetud lugu täpselt kõigi õpilaste jaoks ilma seda üldse muutmata
- C) Loo kirjutamine võimalikult pikkade ja abstraktsete sõnadega
- D) Ainult pika teksti esitamine visuaalset tuge lisamata
Kirjeldus: tehisintellekt genereerib mustandeid; Sotsiaallugu ja suhtlustoetus tuleks aga kohandada lapse individuaalsetele iseärasustele ning logopeedi/spetsialisti poolt heaks kiidetud. Üldist ülevaadet ei saa otse rakendada.
5. Milline järgmistest on tehisintellektilt abi saamisel positiivse käitumise tugiplaanis?
- A) Paluda tal soovitada kõige karmimat karistust, et käitumine kiiresti maha suruda.
- B) Mõistma käitumise funktsiooni ja koostama alternatiivse positiivse käitumise ja ennetava strateegia kavandi ✔
- C) Plaani lõpetamine õpilast tundmata, vaadates lihtsalt käitumise nime
- D) Plaani elluviimine ilma perekonda ja spetsialisti protsessi kaasamata
Selgitus: positiivse käitumise tugi ei ole karistusele orienteeritud; Selle eesmärk on mõista käitumise funktsiooni (funktsionaalne hindamine), ennetavaid regulatsioone ja pakkuda ebasoovitava käitumise asemel õpetatavat alternatiivset käitumist. Eksperdi järelevalve on hädavajalik.
6. Mida tähendab andmepõhine otsus edenemise jälgimisel?
- A) Otsuse tegemine ainult ühe vaatluse põhjal aasta lõpus
- B) Eduaruande kirjutamine õpetaja üldmulje põhjal ilma andmeid vaatamata
- C) Otsuse jätmine täielikult tehisintellekti tõlgendamise hooleks
- D) Otsuse tegemine eesmärgi säilitamise, kohandamise või muutmise kohta tavalisi mõõtmisandmeid vaadates ✔
Selgitus: Andmepõhine otsuste tegemine on eesmärgi säilitamise, kohandamise või muutmise otsustamine, vaadeldes regulaarseid saavutuspõhiseid mõõtmisi (protsent, katsete arv, sõltumatuse tase). Tehisintellekt teeb andmed kokku ja soovitab tõlgendada; Otsuse teeb ekspert.
7. Mis on universaalse disaini (UDL) põhimõtte kohaselt parim viis materjali kättesaadavaks tegemiseks?
- A) Materjali esitamine ainult ühes formaadis, väikeses kirjas ja tiheda tekstiga
- B) Sisu mitmel viisil esitamine, lihtsa keele ja alternatiivse teksti pakkumine ✔
- C) Eemaldage kõik kohandused ja andke kõigile sama standardmaterjal
- D) Juurdepääsetavus saavutatakse ainult värvi muutmisega
Kirjeldus: UDL näeb ette sisu esitamist mitmel viisil (tekst, visuaalne, heli), lihtsas keeles, alternatiivsete tekstide ja paindlikes vormingutes. Eesmärk on kujundada nii, et see vastaks erinevatele vajadustele, mitte ainult ühele "keskmisele" õpilasele. Lõplik kontroll sõltub ekspertide ja tegelike kasutajate testimisest.
8. Õpetaja saadab tehisintellekti poolt toodetud pereteabe teksti perele seda kontrollimata ning tekstis on vale vastuvõtukuupäev ja liialdatud nn taastumislubadus. Mis on siin põhiline viga?
- A) Valeinfo ja ebarealistlike ootuste loomine, saates teksti ilma seda kontrollimata ✔
- B) Kirjaliku teksti saatmine perele on iseenesest vale.
- C) Tekst on liiga lühike
- D) Tehisintellektil on pereteksti koostamine rangelt keelatud
Kirjeldus: iga perega jagatud tekst peab olema koostatud täpselt, konfidentsiaalselt ja ekspertide heakskiidul. Tehisintellekt on ladus, kuid võib anda valeinformatsiooni (hallutsinatsioonid); Ilma kinnitamata saadetud tekst kahjustab usaldust ja protsessi.
9. Milline järgmistest on õige lähenemisviis kaasamise/lõimimise klassis eristamisel?
- A) Eraldage õpilane täielikult klassiruumist ja laske tal iga tegevust üksi teha
- B) Sama saavutuse toetamine jagatud vastutusega, kohandamata ja tasemele märgistamata ✔
- C) Anda eranditult sama materjali kogu klassile ja mitte teha kohandusi
- D) Kohanemise jätmine ainult eripedagoogika hooleks ja klassijuhataja eemaldamine protsessist
Selgitus: Diferentseerimine tähendab sama õpitulemuse kohandamist erinevatele tasemetele ja õpilase toetamist ilma sildistamiseta. Kohanemine on klassijuhataja ja eripedagoogika ühisel vastutusel; Välditakse lahendusi, mis õpilast kaaslastest eraldavad ja häbimärgistavad.
10. Miks on tehisintellekti keelemudelite puhul erihariduse kontekstis hallutsinatsioonide tekitamine eriti riskantne?
- A) Kuna mudel töötab alati aeglaselt
- B) Kuna modell ei oska türgi keelt
- C) Kuna hallutsinatsioonid esinevad ainult visuaalses tootmises
- D) Kuna väljamõeldud teave võib mõjutada lapse haridusotsust ja soravas keeles võib eeldada, et see vastab tõele ✔
Selgitus: Hallutsinatsioon on see, kui mudel valmistab sujuvalt olematut teavet, nagu see oleks tõsi. Väljamõeldud õigusakt, ebaõige arengunorm või väljamõeldud meetod eripedagoogikas võib otseselt mõjutada lapse õigust haridusele ja arengule; seega tuleb iga väljund kinnitada.
11. Mida tähendab „kallutatuse vältimine” tehisintellekti kasutamise eetilistes põhimõtetes eripedagoogikas?
- A) Mudeli tekitatud stereotüüpsete või diskrimineerivate väljundite äratundmine ja korrigeerimine ning iga lapse individuaalne hindamine ✔
- B) Ärge kirjutage pikki viipasid lihtsalt kiire väljundi saamiseks.
- C) Tehisintellekti kasutamine ainult ühte tüüpi takistustel
- D) Sama kallutatud malli rakendamine kõigile õpilastele
Selgitus: tehisintellekt võib peegeldada eelarvamusi andmetes, mille põhjal seda koolitatakse; võib anda stereotüüpse väljundi konkreetse puude liigi, soo, sotsiaalmajandusliku staatuse või kultuuri kohta. Spetsialist peaks selles osas tulemust jälgima ja iga last eraldi hindama.
12. Miks on tehisintellektiga RAM-i aruande kokkuvõtte tegemisel ja õpilase profiili loomisel oluline lisada sektsioon "tugevused"?
- A) Et aruanne oleks pikem
- B) Tugevusi kasutatakse ainult vormi jaoks, kuigi need pole seadusega nõutud.
- C) Lähtuda planeerimisel tugevatest külgedest ja mitte määratleda õpilast ainult tema puuduste järgi ✔
- D) vajadusi täielikult ignoreerida ja kirjutada ainult positiivselt
Selgitus: Eripedagoogika planeerimine põhineb tugevatel külgedel; Ainult puudustele/vajadustele orienteeritud profiil määratleb õpilase tema puudustega. Tugevused on eesmärkide ja motivatsiooni aluseks ning annavad positiivse, kasvule suunatud väljavaate.
13. Milline on kohandatud materjali valmistamisel õige suhtumine „autoriõiguse ja originaalsuse” seisukohalt?
- A) Väljundi reprodutseerimine autoriõigustega kaitstud tähemärkide ja sisuga ilma kontrollimata
- B) Materjali kontrollimine ja originaaliseerimine õppekavale vastavuse, täpsuse ja autoriõiguse osas ✔
- C) Levitage iga pilti kaubanduslikult, olenemata allikast
- D) Eeldusel, et autoriõiguse küsimus ei kehti üldse digitaalse materjali kohta
Selgitus: tehisintellekti väljund võis olla toidetud muudest allikatest; võib sisaldada autoriõigustega kaitstud sisu, kaubamärgimärke või kinnitamata teavet. Ekspert peaks kontrollima materjali vastavust õppekavale, täpsust ja autoriõigusi ning viima allikale ja vajadusel originaaliseerima.
14. Kuidas kirjeldab läbivalt moodulis rõhutatud võtmepõhimõte tehisintellekti rolli eripedagoogikas?
- A) Tehisintellekt asendab eksperdi ja teeb otsuseid automaatselt
- B) Tehisintellekti saab kasutada ainult märkmete tegemiseks ja mitte midagi muud
- C) Tehisintellekti kasutamisel ei ole ekspertjärelevalve enam vajalik
- D) tehisintellekt on assistent ja tõmbegeneraator; Lõplik otsus ja vastutus lasub spetsialistil, meeskonnal ja perel ✔
Kirjeldus: Tehisintellekt on assistent ja visandite generaator; Diagnoosimine, paigutamine, eesmärgi seadmine ja lapse tulevikku mõjutavad otsused kuuluvad pädevale spetsialistile, IEP meeskonnale ja perele. Kontrollimata väljund on nagu allkirjastamata eksperdiotsus.