Dobici:
- Biti u stanju razlikovati gdje umjetna inteligencija štedi stvarno vrijeme u tijeku rada specijalnog obrazovanja (pisanje nacrta, izrada materijala, sažimanje), a gdje su odluke poput dijagnoze, smještaja i postavljanja ciljeva prepuštene stručnjaku i IEP timu, u skladu s razinom rizika zadatka.
- Sposobnost primjene discipline koja provjerava svaki izlaz umjetne inteligencije povezujući ga s izvorom, uspoređujući ga sa stvarnim profilom djeteta i propuštajući ga kroz stručni filtar.
- Anonimizacija podataka učenika i obitelji u okviru KVKK/privatnost i stjecanje navike odabira sigurnog vozila
Dan defektologa prolazi tiho pod hrpom papira. Jednom će se učeniku obnoviti individualizirani obrazovni program (IOP), drugom će se izraditi prilagođeni radni list, trećem će se grafički prikazati evidencija ponašanja, a obitelji četvrtog napisati izvješće o napretku. Sve to zahtijeva poznavanje djeteta, kreativno razmišljanje i stručnost; Ali neki od njih također se ponavljaju, formalni su i dugotrajni. Umjetna inteligencija (AI ili skraćeno AI – računalni sustavi koji mogu generirati tekst, prepoznavati obrasce, sažimati i crtati poput ljudi) snažan je pomagač u ubrzavanju upravo ove druge skupine. Ocrtava cilj IEP-a, pojednostavljuje tekst i sažima bilješku zapažanja u nekoliko minuta. Ali kada se koristi na pogrešan način, isti alat može dovesti do naizgled sigurnih, ali netočnih rezultata u djetetovoj odluci o obrazovanju.
Prva cjelina ovog modula nije uvod u program. Njegova je svrha razjasniti gdje staviti AI u svoje poslovanje, a gdje ga uopće ne treba stavljati. Budući da je posebno obrazovanje područje koje je i "intenzivno radno opterećenje" i izravno "kritično za prava djeteta": cilj koji napišete je što će dijete naučiti tijekom godine; Odluka o prilagodbi koju donesete određuje hoće li biti shvaćena u učionici. Izložimo osnovno načelo od početka: Umjetna inteligencija je pomoćnik, a ne stručnjak. Odgovornost i konačno odobrenje za dijagnozu, smještaj, postavljanje ciljeva i odluke koje utječu na budućnost djeteta pripadaju nadležnom stručnjaku, IEP timu i obitelji.
Slojevi poslovanja specijalnog obrazovanja i mjesto umjetne inteligencije
Korisno je posao defektologa podijeliti na tri razine. Evaluacijski sloj je proces upoznavanja djeteta: promatranje, razvojna povijest, čitanje RAM izvješća (edukativno evaluacijsko izvješće koje priprema Guidance Research Center). Sloj planiranja je izraditi IEP ciljeve, materijale i plan ponašanja na temelju toga. Sloj implementacije i praćenja je svakodnevno podučavanje, prikupljanje podataka i evaluacija napretka. AI može dodirnuti sva tri sloja; ali s različitim autoritetom u svakom. Na sloju evaluacije AI samo anonimno sažima i uređuje, a ne dijagnosticira; moćan je generator nacrta na sloju planiranja; U sloju praćenja sažima podatke i predlaže tumačenje, ali ne donosi odluku.
Definirajmo nekoliko osnovnih pojmova od početka. IEP (Individualized Education Program) je pisani plan pripremljen prema potrebama učenika koji sadrži ciljeve i mjere. Ishod je mjerljivi ishod učenja koji se od učenika očekuje da postigne. Smještaj, omogućavanje prezentacije bez promjene sadržaja; modifikacija je pojednostavljenje samog sadržaja. AAC (alternativna i dopunska komunikacija) je pristup koji omogućava pojedincu s govornim poteškoćama da komunicira pomoću simbola, kartica ili uređaja. Objasnit ćemo ove pojmove jedan po jedan u sljedećim jedinicama; Za sada znajte ovo: AI vam daje nacrte i ideje za sve te koncepte, ali ne donosi odluke.
Sljedeća tablica sažima ulogu i razinu rizika umjetne inteligencije po misiji:
Potraga
Uloga umjetne inteligencije
Razina rizika
Tko odobrava
Nacrt materijala/radnog lista
generator skica
nizak
defektolog
Pojednostavljenje teksta, sažetak
urednik
nizak
učiteljica
Pisanje nacrta ciljeva IEP-a
Generator nacrta, potrebna prilagodba
srednji
BEP tim + obitelj
ideja plana ponašanja
generator preporuka
visoka
Stručnjak + vodstvo
Pregled napretka
sažimač podataka
srednji
Nastavnik + stručnjak
Dijagnoza/odluka o smještaju
Nije dostupno
vrlo visoko
RAM + ovlašteni stručnjak
Imajte na umu jednu crtu u ovom grafikonu: kako ulozi rastu, uloga umjetne inteligencije se smanjuje, a ljudski pristanak raste. AI nema mjesta u gornjem redu; Dijagnostika i postavljanje pripadaju zakonski i etički ovlaštenim ustanovama.
Zašto je "provjera" srce ovog posla
Čini se da su modeli jezika umjetne inteligencije sigurni u svoj odgovor, ali možda nisu sigurni. Tehničkim jezikom to se zove halucinacija: to je modelovo izmišljanje nepostojećih informacija u tečnoj rečenici, baš kao da je istina. Ovo je ozbiljna zamka u specijalnom obrazovanju. Model vam može dati zamišljenu “razvojnu normu” (“svako petogodišnje dijete zna 200 riječi”); može izmisliti nepostojeći dio zakona (preciznu, ali lažnu rečenicu poput "BEP se mora obnavljati svakih 6 mjeseci"); ili može predložiti "metodu" koja nema znanstvenu osnovu. Budući da ih sve izgovara jednako tečno, jedina stvar koja razlikuje dobro od pogrešnog je vaša stručnost i navika provjeravanja.
Disciplina provjere sastoji se od tri koraka:
- Poveznica na izvor: Ne na AI-jevu memoriju za zakonodavstvo, razvojne norme, metode i kriterije; Oslonite se na službene izvore (MEB Uredba o posebnim obrazovnim uslugama, izvješće RAM-a, institucionalne procedure) i stručnu literaturu. Upotrijebite AI da skicirate ove informacije, a ne da ih zapamtite.
- Usporedite sa stvarnim profilom djeteta: Usporedite svaki cilj, materijal ili prijedlog koji AI proizvodi s razinom izvedbe stvarnog djeteta koje poznajete. Je li težak, lagan ili prikladan za njega?
- Stručni filtar: Stručnim okom testirajte je li rezultat pedagoški, etički i pravno ispravan; Očistite tekstove koji su stigmatizirajući, usmjereni na kažnjavanje ili nerealni.
Oprez: Stavljanje IEP cilja ili plana ponašanja generiranog umjetnom inteligencijom u datoteku bez provjere je poput donošenja nepotpisane stručne odluke. Samo zato što je izlaz tečan nije istina; Nije prikladno ni za djecu.
Privatnost: podaci o studentima su privatni podaci
Podaci učenika (ime, TR ID broj, dijagnoza, RAM izvješće, obiteljski podaci, podaci o ponašanju) zaštićeni su KVKK (Zakon o zaštiti osobnih podataka) u Turskoj i GDPR u Europi; Podaci o zdravlju i invalidnosti su podaci posebne kvalitete. Doslovno lijepljenje studentovog imena, identifikacijskog broja, dijagnoze ili obiteljske povijesti u javni alat za umjetnu inteligenciju ozbiljno je kršenje. Pravilo je jednostavno: anonimiziraj podatke i ne dijeli nepotrebne. Umjesto "Ahmet Yıldız, 9 godina, dijagnosticiran autizam, protokol 2024-3312", napišite "9-godišnji učenik sa ograničenom verbalnom komunikacijom". Ako je moguće, odaberite korporativne alate koji imaju ugovor o obradi podataka i ne koriste vaše podatke u obuci modela; Ne učitavajte osjetljive datoteke s osobnih računa.
Savjet: steknite naviku "anonimne provjere": prije slanja teksta umjetnoj inteligenciji zamijenite imena, ID/brojeve protokola, adresu i naziv škole generičkim frazama kao što su "učenik", "obitelj", "škola". Ovih 30 sekundi štiti vas od velikog rizika.
tri mini kućišta
Slučaj 1 — Sigurna uporaba. Učitelj specijalnog obrazovanja proveo je 4 sata tjedno stvarajući prilagodbu matematičkog radnog lista za osam učenika. Anonimno je (bez imena) dao postignuća i razinu učenika AI-u i zatražio nacrte na tri razine težine. AI je napravio nacrte u 8 minuta; Učitelj je usporedio svako sa stvarnom razinom djece, pojednostavio dva pitanja i promijenio jedan vizual. Trajanje: 50 minuta umjesto 4 sata. AI je dao nacrt, stručnost je ostala učitelju.
Slučaj 2 — Neprovjerena informacijska zamka. Učitelj je upitao AI: "Koliko znamenki djeca s blagom mentalnom retardacijom mogu najviše zbrojiti?" AI je dao siguran odgovor "Do 3 znamenke". Učiteljica je to napisala kao granicu u IEP-u. Međutim, ne postoji takvo "pravilo"; Svako dijete je individualno i pravi učenik je mogao napraviti proces od 4 koraka. Pogreška: Oslanjanje na opću "normu" koju je izradila umjetna inteligencija umjesto na djetetov stvarni učinak.
Slučaj 3 — Povreda privatnosti. Jedan je zaposlenik učitao popis imena, dijagnoza i obiteljskih telefonskih brojeva svih učenika u svom razredu na javni alat i "generirao razredno izvješće iz toga", rekao je. Podaci su otišli na vanjski poslužitelj i pokrenuta je žalba KVKK. Ispravan način bio je izostaviti ime, dijagnozu i podatke za kontakt i raditi samo s informacijama o anonimnoj razini ("tri učenika na razini predčitanja").
Slab upit / Jak upit
Slab upit:
Napišite IEP cilj za ovog učenika.
Ova je tvrdnja pogrešna: AI ne poznaje dijete, razina izvedbe nije jasna, nema polja i kriterija. Rezultat je opća rečenica u zraku koja ne odgovara djetetu.
Snažan upit:
Vaša uloga: asistent koji pomaže defektologu. Učenik (anonimno): 8 godina, na razini predčitanja, djelomično uspostavlja odnose slovo-glas. Područje: čitanje. Zadatak: Napišite NACRT 1 dugoročnog i 3 kratkoročna (mjerljiva) cilja. Uključite uvjet + vidljivo ponašanje + kriterij (postotak/pokus) u svaki kratki cilj. Ne iznosite normativne tvrdnje u koje niste sigurni; Pretpostavimo da je ovo nacrt i prilagodit će ga BEP tim.
U ovom upitu jasna je uloga, anonimni profil, domena, izlazni format i očekivana "skica". Još uvijek uspoređujete i prilagođavate rezultat stvarnoj razini djeteta.
Uobičajene greške
- Čeka se dijagnoza ili odluka o smještaju od AI. To ovlaštenje pripada RAM-u i ovlaštenim stručnjacima; AI se ne može koristiti u ovom polju.
- Dijeljenje djetetovog identiteta. Ime, ID, protokol i podaci o obitelji ne mogu se unijeti ni u jedno vozilo bez anonimizacije.
- Oslanjanje na izmišljene "norme". Zamjena generalizacija poput "Svako X dijete radi Y" za pravi profil.
- Korištenje nacrta kakav jest. Prenošenje nepotvrđenog izlaza doslovno u IEP, obiteljski tekst ili plan ponašanja.
- Ne obraćajući pažnju na stigmatizirajući jezik. AI ponekad može proizvesti negativne etikete kao što su "neadekvatno", "neuspjeh"; Oni moraju proći kroz stručno filtriranje.
Ukratko
Umjetna inteligencija moćan je pomoćnik u specijalnom obrazovanju: ona crta, pojednostavljuje, sažima, otvara ideje i štedi vam vrijeme. Ali ne postavlja dijagnozu, ne postavlja je, ne čini svrhu sigurnom. Svaki izlaz se provjerava kroz tri koraka: povezivanje s izvorom, usporedba sa stvarnim profilom djeteta, stručni filtar. Podaci o studentima su podaci posebne kvalitete; Ne dijeli se bez anonimizacije. Kako se rizik povećava, uloga umjetne inteligencije postaje manja, a ljudska odgovornost raste. Ovi principi su okosnica ostatka modula.
Zadatak aplikacije
Odaberite jednog od svojih učenika i anonimizirajte njegov profil (bez imena, ID-a, naziva škole; samo dob, predmet i razina uspješnosti) i pretvorite ga u tekst. Zatim zatražite od umjetne inteligencije nacrt namjere pomoću gornjeg predloška "Moćni upit". Ispitajte izlaz pomoću tri koraka provjere (izvor, stvarni profil, stručni filtar) i ispravite najmanje dvije točke. U jednoj rečenici napišite što ste promijenili i zašto.
popis za provjeru
- [ ] Uklonio sam studentsku iskaznicu (ime, iskaznica, protokol, škola) iz teksta.
- [ ] Uloga, anonimni profil i izlazni format jasni su u upitu koji sam dao AI-ju.
- [ ] Usporedio sam rezultat sa stvarnom razinom izvedbe djeteta.
- [ ] Provjerio sam ima li izmišljenih "normi" ili zakonskih tvrdnji.
- [ ] Odluku o dijagnozi/smještanju nisam prepustio umjetnoj inteligenciji.
- [ ] Napomenuo sam da konačno odobrenje pripada stručnjaku i BEP timu.