Etika, Privasi, Pengawasan Pakar dan Had Amalan — Kecerdasan Buatan dalam Pendidikan Khas

Keuntungan:

Keupayaan untuk mengubah prinsip etika penggunaan kecerdasan buatan dalam pendidikan khas (beneficence, non-maleficence, keadilan, mengelakkan berat sebelah) kepada peraturan konkrit
Keupayaan untuk mengurus privasi data pelajar dan keluarga, penyimpanan data dan had perkongsian dalam rangka kerja KVKK
Keupayaan untuk mengikat pembelajaran di seluruh modul ke dalam aliran kerja selamat hujung ke hujung dan menentukan di mana kecerdasan buatan berakhir dan tanggungjawab pakar bermula

Sepanjang modul ini, kami belajar menggunakan AI sebagai pembantu: merangka matlamat IEP, menyesuaikan bahan, mewujudkan rancangan AAC dan tingkah laku, memantau kemajuan dan mengukuhkan komunikasi dengan keluarga. Unit akhir ini melihat rangka kerja yang menyatukan semuanya: etika, privasi dan pengawasan pakar. Kerana "data" yang anda bekerjasama dalam pendidikan khas bukanlah jadual, tetapi kanak-kanak; "Keluaran" yang anda hasilkan bukanlah dokumen, tetapi keputusan yang menjejaskan hak kanak-kanak untuk pendidikan. Kecerdasan buatan memberikan kemudahan yang hebat dalam bidang ini; Tetapi apabila digunakan secara tidak betul, orang yang paling boleh dicederakan juga adalah yang paling terdedah. Mari kita ulangi untuk kali terakhir prinsip yang kita tetapkan dari awal: Kepintaran buatan adalah pembantu; Diagnosis, penempatan, tujuan dan keputusan yang mempengaruhi masa depan kanak-kanak adalah milik pakar yang kompeten, pasukan IEP dan keluarga.

Empat prinsip etika dan rakan konkritnya

Kita boleh mengaitkan penggunaan kecerdasan buatan dalam pendidikan khas kepada empat prinsip etika asas:

Faedah: AI harus digunakan untuk benar-benar menyumbang kepada pendidikan kanak-kanak; Ia sepatutnya membantu guru meluangkan masanya dan memberi lebih perhatian kepada kanak-kanak itu. Penggunaan bukanlah satu penghujungnya.
Nonmaleficence: Output yang tidak disahkan, tidak sesuai dengan kanak-kanak, atau menstigmatisasi boleh menyebabkan kemudaratan. Setiap output melalui penapis "adakah ini membahayakan kanak-kanak?"
Keadilan: Setiap kanak-kanak harus mempunyai akses yang sama kepada sumber dan pendidikan berkualiti. AI tidak seharusnya memberi keistimewaan kepada sesetengah kanak-kanak dan mengabaikan yang lain; Setiap orang harus diberi perhatian secara individu.
Mengelakkan berat sebelah: AI boleh mencerminkan stereotaip dalam data yang dilatih; Jenis ketidakupayaan tertentu mungkin menghasilkan output diskriminasi tentang jantina, budaya atau status sosioekonomi. Pakar mesti mengenali dan membetulkan hasil ini dan menilai setiap kanak-kanak secara individu.

Bias amat penting kerana ia berbahaya. AI dengan lancar boleh menghasilkan ayat seperti "kanak-kanak seperti itu biasanya tidak boleh melakukan X"; Walau bagaimanapun, ini adalah stereotaip yang salah dan menghalang kanak-kanak. Tugas pakar adalah untuk melihat corak ini dan menilai kanak-kanak dengan potensinya.

Awas: Tiada generalisasi yang dijana AI ("kanak-kanak kurang upaya X boleh/melakukan Y") boleh digunakan untuk mengehadkan tujuan kanak-kanak. Jangkaan rendah adalah salah satu bentuk diskriminasi yang paling biasa dan paling tidak kelihatan.

Privasi: had penyimpanan dan perkongsian data

Data pelajar (identiti, diagnosis, laporan RAM, rekod tingkah laku, maklumat keluarga) adalah data peribadi khas dalam skop KVKK. Mari kita jelaskan peraturan dalam unit ini:

Anonimkan: Nama, ID, protokol, sekolah, alamat dan butiran keluarga dialih keluar sebelum memasuki sebarang alat AI.
Data minimum: Kongsi hanya maklumat yang diperlukan untuk tugas itu; Jangan berikan keseluruhan fail "untuk berjaga-jaga".
Alat selamat: Jika boleh, alat korporat yang mempunyai kontrak pemprosesan data dan tidak menggunakan data anda dalam latihan model adalah diutamakan; Data sensitif tidak dimuat naik daripada akaun peribadi.
Penyimpanan dan pemadaman: Jika draf yang dihasilkan dengan AI mengandungi data pelajar, ia disimpan mengikut peraturan institusi dan dipadamkan apabila perlu; Ia tidak dibiarkan di tempat rawak.
Perkongsian: Maklumat dikongsi hanya dengan orang yang diberi kuasa (pasukan IEP, keluarga, pakar berkaitan) dan hanya sebanyak yang diperlukan.

Jadual di bawah meringkaskan had yang dipelajari sepanjang modul di satu tempat:

kawasan

AI boleh

AI tidak boleh / milik manusia

Penilaian

Meringkaskan data tanpa nama

Diagnosis/perubahan

BEP

Menulis draf objektif

Mengesahkan/mengesahkan niat

bahan

Menyesuaikan, membezakan

Membuat keputusan kurikulum/hak cipta

AAC

Rangka kad/cerita

Memilih kaedah dan menyesuaikannya dengan kanak-kanak

tingkah laku

ABC meringkaskan, memberi nasihat

Memutuskan fungsi, meluluskan rancangan

kemajuan

Merumus dan mentafsir data

Keputusan muktamad untuk diteruskan

keluarga

draf teks

Mengesahkan teks, menguatkuasakan perhubungan

Lajur kanan dalam jadual ini adalah had tanggungjawab pakar dan tidak boleh diwakilkan kepada AI dalam apa jua keadaan.

Aliran kerja selamat hujung ke hujung

Mari gabungkan modul ke dalam satu aliran. Aliran kerja tunjuk ajar yang disokong AI yang selamat adalah seperti berikut: (1) awanamakan data; (2) tulis gesaan dengan peranan dan sempadan yang jelas; (3) dapatkan draf daripada AI; (4) sahkan output dalam tiga langkah — pautan ke sumber, bandingkan dengan profil sebenar kanak-kanak, penapis pakar; (5) menjalankan audit etika dan berat sebelah; (6) menyesuaikan dan mengesahkan dengan pasukan/keluarga; (7) memohon dan memantau dengan data; (8) simpan/padam draf mengikut peraturan institusi. Kitaran ini berulang dengan setiap tugas, memastikan dengan jelas di mana AI berakhir dan tanggungjawab pakar bermula.

tiga kes mini

Kes 1 — Menangkap berat sebelah. Seorang guru meminta AI untuk garis matlamat; Terdapat ayat dalam output seperti "pelajar jenis ini tidak boleh berfikir secara abstrak, pastikan sasaran rendah." Guru mengiktiraf ini sebagai stereotaip; Pelajarnya sendiri dapat menjalinkan hubungan abstrak. Dia mengeluarkan ayat tersebut dan menulis matlamat berdasarkan potensi sebenar kanak-kanak itu. Pengawasan beretika menghalang jangkaan rendah yang akan menghalang kanak-kanak itu.

Kes 2 — Disiplin privasi. Satu institusi menetapkan peraturan untuk semua guru melakukan "semakan tanpa nama" sebelum menggunakan AI. Guru mengalih keluar nama, protokol dan maklumat keluarga sebelum meringkaskan laporan RAM. Beberapa bulan kemudian, audit data menunjukkan bahawa organisasi tidak memberikan sebarang data sensitif kepada alat luar. Tabiat mudah melindungi organisasi daripada risiko yang serius.

Kes 3 — Ralat dalam mewakilkan tanggungjawab. Seorang guru, di bawah tekanan masa, melaksanakan rancangan tingkah laku yang dihasilkan oleh AI tanpa membacanya. Pelan itu tidak sesuai dengan fungsi kanak-kanak itu dan tingkah laku itu meningkat. Masalahnya bukanlah "kesilapan" AI tetapi pendelegasian tanggungjawab. Output yang tidak disahkan adalah seperti pertimbangan pakar yang tidak ditandatangani; Tanggungjawab sentiasa terletak pada pakar. Kesilapan: menggantikan kemudahan kepada tanggungjawab.

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Analisis semua tentang pelajar ini dan beritahu saya apa yang perlu dilakukan.

Permintaan ini mendorong kami untuk berkongsi lebih banyak data (mungkin mengandungi identiti) daripada yang diperlukan dengan menyebut "semuanya" dan memindahkan keputusan kepada AI. Ia juga melanggar dua prinsip asas.

Gesaan kuat:

Peranan anda: pembantu kepada pakar pendidikan khas.Gunakan hanya maklumat tanpa nama khusus tugasan berikut: [minimum diperlukan].Tugas: Menghasilkan DRAF untuk [tugas tunggal yang jelas].Peraturan: Diagnosis/membuat keputusan. Jangan generalisasi/stereotaip. Nyatakan bahawa anda tidak pasti. Andaikan ini akan disahkan oleh profesional dan disahkan dengan pasukan/keluarga.

Tuntutan ini termasuk data minimum, tugas yang jelas, berat sebelah dan had keputusan bersama-sama; Ia mengumpul semua prinsip modul dalam satu templat.

Kesilapan biasa

Mewakilkan tanggungjawab. Menyerahkan keputusan kepada AI; melaksanakan tanpa membaca output.
Tidak melihat prasangka. Tidak perasan stereotaip, generalisasi merendahkan jangkaan.
Berkongsi data yang berlebihan. Memberi data sensitif yang tidak perlu kepada alat dengan menyebut "analisis segala-galanya".
Melangkaui anonimasi. Bekerja tanpa membersihkan identiti, diagnosis dan maklumat keluarga.
Menyimpan draf dengan tidak selamat. Meninggalkan cetakan yang mengandungi data pelajar di tempat rawak.
Melihat pengauditan beretika sebagai formal. Melangkau soalan seperti "adakah ia akan menyebabkan kemudaratan, adakah ia adil, adakah ia berat sebelah?"

Secara ringkasnya

Dalam pendidikan khas, AI ialah pembantu yang berkuasa, tetapi kerana anda bekerja dengan individu yang paling terdedah, etika dan privasi tidak boleh dirundingkan. Empat prinsip membimbing kita: kebaikan, bukan kejahatan, keadilan, mengelakkan berat sebelah. Data pelajar tidak dikenali, dikongsi dengan cara yang minimum dan selamat, dan disimpan dengan selamat. Aliran kerja selamat hujung ke hujung; Kitaran adalah awanama, dapatkan draf, sahkan dalam tiga langkah, semakan etika, luluskan dengan pasukan/keluarga, jejak dengan data. Di mana sahaja AI berakhir dalam kitaran ini, tanggungjawab pakar bermula. Output yang tidak disahkan adalah seperti pertimbangan pakar yang tidak ditandatangani; Tandatangan sentiasa milik anda.

Tugasan permohonan

Pilih salah satu garis besar yang anda hasilkan sepanjang modul (matlamat IEP, bahan, rancangan tingkah laku atau teks keluarga) dan ikuti semua langkah "aliran kerja selamat hujung ke hujung" dalam unit ini. Khususnya, semak etika/berat sebelah: adakah terdapat generalisasi yang merendahkan, kenyataan yang menstigma atau kebocoran privasi dalam output? Betulkan sebarang isu yang anda temui dan perhatikan langkah aliran yang menangkap isu itu.

senarai semak

[ ] Saya menamakan data itu; Saya hanya berkongsi minimum yang diperlukan.
[ ] Saya mengesahkan output dengan tiga langkah (sumber/profil/pakar).
[ ] Saya menghapuskan prasangka dan generalisasi yang merendahkan jangkaan.
[ ] Saya menyingkirkan bahasa yang mencemarkan nama baik; Saya mematuhi empat prinsip etika.
[ ] Saya menyimpan draf dengan selamat/memadamkannya apabila perlu.
[ ] Saya mengambil keputusan dan tanggungjawab muktamad sebagai pakar/pasukan/keluarga.

Peperiksaan Modul

1. Guru pendidikan khas bertanya kepada kecerdasan buatan 'apakah diagnosis kanak-kanak ini' dengan hanya memberikan nama dan umur pelajar dan menulis jawapan ke dalam fail IEP. Apakah kesilapan asas dalam pendekatan ini?

A) Mengabaikan bahawa kuasa untuk membuat diagnosis adalah milik RAM dan pakar yang diberi kuasa; juga memindahkan output yang tidak disahkan ke rekod rasmi ✔
B) Tidak perlu memberikan maklumat umur kepada kecerdasan buatan
C) Dilarang menyimpan fail BEP dalam persekitaran digital
D) Kecerdasan buatan sentiasa membuat diagnosis kelihatan lebih berat daripada yang sebenarnya

Penjelasan: Kecerdasan buatan tidak boleh dan tidak sepatutnya mendiagnosis; Diagnosis dan penilaian adalah tugas RAM dan pakar yang diberi kuasa. Selain itu, tanpa memberikan data kepada model, output yang dikehendaki menjadi rekaan (halusinasi) dan berkongsi identiti pelajar adalah pelanggaran privasi.

2. Antara berikut, yang manakah ciri utama yang perlu ada pada matlamat BEP jangka pendek (boleh diukur)?

A) Bertujuan agar pelajar secara amnya menyukai subjek tersebut
B) Ia hanya berdasarkan pemerhatian guru dan tidak mengandungi kriteria berangka
C) Kumpul seberapa lama dan sebanyak mungkin hasil dalam satu ayat.
D) Mengandungi tingkah laku, keadaan dan kriteria kejayaan yang boleh diukur ✔

Penjelasan: Matlamat jangka pendek termasuk tingkah laku, keadaan dan kriteria yang boleh diperhatikan (berapa banyak percubaan, berapa peratus, berapa tahap kebebasan). Ungkapan yang tidak dapat diukur seperti 'faham', 'belajar', 'menjadi sedar' menyebabkan kesilapan dalam menulis tujuan.

3. Seorang guru memuat naik laporan RAM, yang termasuk nama penuh pelajar, nombor ID TR dan diagnosis, ke alat kecerdasan buatan yang tersedia secara umum dan menyebut 'ringkaskan'. Apakah pendekatan yang betul?

A) Muat naik laporan tanpa sebarang pengubahsuaian, kerana ringkasan memerlukan semua maklumat
B) Hanya padamkan nombor TR ID dan tinggalkan nama dan diagnosis
C) Mengalih keluar maklumat identiti, menamakan data dan memilih alat selamat/institusi ✔
D) Berkongsi laporan melalui e-mel dari akaun peribadi anda dan meringkaskannya dengan sewajarnya

Penjelasan: Data pelajar adalah data peribadi khas dalam skop KVKK. Maklumat identiti harus dialih keluar dan data tersebut dianonimkan ('pelajar lelaki berumur 10 tahun'), dan jika boleh, alat selamat yang bersifat institusi dan tidak menggunakan data dalam pendidikan harus diutamakan.

4. Apakah sikap terbaik apabila mencipta cerita sosial dengan kecerdasan buatan untuk komunikasi alternatif dan tambahan (AAC)?

A) Sesuaikan draf khusus untuk kanak-kanak dan dapatkan kelulusan pakar ✔
B) Menggunakan cerita yang dihasilkan tepat untuk semua pelajar tanpa mengubahnya sama sekali
C) Menulis cerita dengan perkataan yang panjang dan abstrak yang mungkin
D) Memberi hanya teks panjang tanpa menambah sokongan visual

Penerangan: Kepintaran buatan menjana draf; Walau bagaimanapun, sejarah sosial dan sokongan komunikasi harus disesuaikan dengan ciri individu kanak-kanak dan diluluskan oleh pakar patologi/pakar bahasa pertuturan. Garis besar umum tidak boleh digunakan secara langsung.

5. Antara berikut, yang manakah prinsip asas apabila mendapat bantuan daripada kecerdasan buatan dalam pelan sokongan tingkah laku positif?

A) Meminta dia untuk mengesyorkan hukuman yang paling keras untuk menyekat tingkah laku dengan cepat.
B) Memahami fungsi tingkah laku dan menghasilkan tingkah laku positif alternatif dan draf strategi pencegahan ✔
C) Memuktamadkan rancangan tanpa mengetahui pelajar, hanya melihat nama tingkah laku
D) Melaksanakan rancangan tanpa melibatkan keluarga dan pakar dalam proses tersebut

Penjelasan: Sokongan tingkah laku positif tidak berorientasikan hukuman; Ia bertujuan untuk memahami fungsi tingkah laku (penilaian fungsian), peraturan pencegahan dan menyediakan tingkah laku alternatif yang boleh diajar dan bukannya tingkah laku yang tidak diingini. Penyeliaan pakar adalah penting.

6. Apakah yang dimaksudkan dengan 'keputusan berasaskan data' dalam menjejak kemajuan?

A) Membuat keputusan hanya berdasarkan satu pemerhatian sahaja pada akhir tahun
B) Menulis laporan kemajuan berdasarkan tanggapan umum guru tanpa melihat data
C) Serahkan keputusan sepenuhnya kepada tafsiran kecerdasan buatan
D) Membuat keputusan untuk mengekalkan, menyesuaikan atau mengubah matlamat dengan melihat data pengukuran biasa ✔

Penjelasan: Pembuatan keputusan berasaskan data ialah membuat keputusan untuk mengekalkan, menyesuaikan atau mengubah matlamat dengan melihat pengukuran berasaskan pencapaian biasa (peratusan, bilangan percubaan, tahap kebebasan). Kecerdasan buatan meringkaskan data dan mencadangkan tafsiran; Pakar membuat keputusan.

7. Menurut prinsip reka bentuk sejagat (UDL), apakah cara terbaik untuk menjadikan bahan boleh diakses?

A) Mempersembahkan bahan dalam satu format sahaja, dalam cetakan kecil dan teks padat
B) Mempersembahkan kandungan dalam pelbagai cara, menyediakan bahasa biasa dan teks alternatif ✔
C) Keluarkan semua penyesuaian dan berikan semua orang bahan standard yang sama
D) Andaikan kebolehcapaian dicapai hanya dengan menukar warna

Penerangan: UDL membayangkan menyampaikan kandungan dalam pelbagai cara (teks, visual, audio), bahasa biasa, teks alternatif dan format fleksibel. Matlamatnya adalah untuk mereka bentuk untuk memenuhi keperluan yang berbeza, bukan hanya seorang pelajar 'purata'. Pemeriksaan akhir bergantung pada ujian pakar dan pengguna sebenar.

8. Seorang guru menghantar teks maklumat keluarga yang dihasilkan oleh kecerdasan buatan kepada keluarga tanpa menyemaknya, dan teks itu mengandungi tarikh janji temu yang salah dan janji 'pemulihan' yang dibesar-besarkan. Apakah kesilapan asas di sini?

A) Mencipta maklumat palsu dan jangkaan yang tidak realistik dengan menghantar teks tanpa mengesahkannya ✔
B) Menghantar teks bertulis kepada keluarga itu sendiri adalah salah.
C) Teks terlalu pendek
D) Kepintaran buatan dilarang sama sekali daripada menghasilkan teks keluarga

Penerangan: Setiap teks yang dikongsi dengan keluarga mesti dihasilkan dengan ketepatan, kerahsiaan dan kelulusan pakar. Kepintaran buatan fasih tetapi boleh menghasilkan maklumat palsu (halusinasi); Teks yang dihantar tanpa pengesahan merosakkan kepercayaan dan proses.

9. Antara berikut yang manakah pendekatan yang betul semasa membuat pembezaan dalam kelas kemasukan/penypaduan?

A) Mengasingkan pelajar sepenuhnya dari bilik darjah dan meminta dia melakukan setiap aktiviti secara bersendirian
B) Menyokong pencapaian yang sama dengan tanggungjawab bersama, tanpa menyesuaikan dan melabelkannya mengikut tahap ✔
C) Memberi bahan yang sama kepada seluruh kelas tanpa pengecualian dan tidak membuat sebarang penyesuaian
D) Membiarkan penyesuaian hanya kepada guru pendidikan khas dan mengeluarkan guru kelas daripada proses

Penjelasan: Pembezaan bermaksud menyesuaikan hasil pembelajaran yang sama kepada tahap yang berbeza dan menyokong pelajar tanpa melabelkannya. Penyesuaian adalah tanggungjawab bersama guru bilik darjah dan guru pendidikan khas; Penyelesaian yang memisahkan dan mencemarkan pelajar daripada rakan sebaya mereka dielakkan.

10. Mengapakah model bahasa AI amat berisiko untuk menghasilkan 'halusinasi' dalam konteks pendidikan khas?

A) Kerana model sentiasa berjalan perlahan
B) Kerana model tidak tahu bahasa Turki
C) Kerana halusinasi hanya berlaku dalam penghasilan visual
D) Kerana maklumat yang dibuat-buat boleh menjejaskan keputusan pendidikan kanak-kanak dan boleh diandaikan benar dalam bahasa yang fasih ✔

Penjelasan: Halusinasi ialah apabila model fasih mereka-reka maklumat yang tidak wujud seolah-olah ia benar. Sekeping perundangan rekaan, norma perkembangan yang tidak betul atau kaedah khayalan dalam pendidikan khas boleh menjejaskan hak kanak-kanak untuk pendidikan dan perkembangan secara langsung; jadi setiap keluaran mesti disahkan.

11. Apakah yang dimaksudkan dengan 'mengelak berat sebelah' dalam prinsip etika penggunaan kecerdasan buatan dalam pendidikan khas?

A) Mengiktiraf dan membetulkan output stereotaip atau diskriminasi yang dihasilkan oleh model dan menilai setiap kanak-kanak secara individu ✔
B) Tidak menulis gesaan panjang hanya untuk mendapatkan output yang cepat.
C) Menggunakan kecerdasan buatan pada satu jenis halangan sahaja
D) Menggunakan templat berat sebelah yang sama kepada semua pelajar

Penjelasan: Kepintaran buatan mungkin mencerminkan bias dalam data yang dilatih; boleh menghasilkan output stereotaip tentang jenis kecacatan, jantina, status sosioekonomi atau budaya tertentu. Pakar harus memantau hasilnya dalam hal ini dan menilai setiap kanak-kanak secara individu.

12. Mengapakah penting untuk memasukkan bahagian 'kekuatan' semasa meringkaskan laporan RAM dengan kecerdasan buatan dan mencipta profil pelajar?

A) Untuk membuat laporan kelihatan lebih panjang
B) Kekuatan hanya digunakan untuk bentuk, walaupun ia tidak diperlukan secara sah.
C) Mengasaskan perancangan pada kekuatan dan tidak menentukan pelajar hanya dengan kekurangannya ✔
D) Untuk mengabaikan sepenuhnya keperluan dan menulis hanya secara positif

Penjelasan: Perancangan dalam pendidikan khas adalah berdasarkan kekuatan; Hanya profil kekurangan/berorientasikan keperluan yang menentukan pelajar dengan kekurangannya. Kekuatan adalah asas untuk matlamat dan motivasi dan memberikan pandangan yang positif dan berorientasikan pertumbuhan.

13. Apakah sikap yang betul dari segi 'hak cipta dan keaslian' dalam penghasilan bahan yang diadaptasi?

A) Menghasilkan semula output dengan aksara dan kandungan berhak cipta tanpa menyemak
B) Menyemak dan mengasingkan bahan dari segi pematuhan kurikulum, ketepatan dan hak cipta ✔
C) Edarkan setiap imej secara komersial, tanpa mengira sumbernya
D) Dengan mengandaikan bahawa isu hak cipta tidak terpakai pada bahan digital sama sekali

Penjelasan: Output kecerdasan buatan mungkin telah disuap daripada sumber lain; mungkin mengandungi kandungan berhak cipta, watak jenama atau maklumat yang tidak disahkan. Pakar harus menyemak bahan untuk pematuhan dengan kurikulum, ketepatan dan hak cipta, dan memetik sumber dan membuat asalnya apabila perlu.

14. Bagaimanakah prinsip utama yang ditekankan sepanjang modul menggambarkan peranan kecerdasan buatan dalam pendidikan khas?

A) Kepintaran buatan menggantikan pakar dan membuat keputusan secara automatik
B) Kecerdasan buatan hanya boleh digunakan untuk mengambil nota dan tiada yang lain
C) Apabila kecerdasan buatan digunakan, penyeliaan pakar tidak lagi diperlukan
D) Kepintaran buatan ialah pembantu dan penjana draf; Keputusan dan tanggungjawab muktamad terletak pada pakar, pasukan dan keluarga ✔

Penerangan: Kecerdasan buatan ialah pembantu dan penjana lakaran; Diagnosis, penempatan, penetapan matlamat dan keputusan yang mempengaruhi masa depan kanak-kanak adalah milik pakar yang cekap, pasukan IEP dan keluarga. Output yang tidak disahkan adalah seperti keputusan pakar yang tidak ditandatangani.