Dobički:
- Sposobnost razločevanja, kje umetna inteligenca prihrani realni čas v delovnem procesu posebnega izobraževanja (pisanje osnutkov, izdelava gradiva, povzemanje) in kje so odločitve, kot so diagnoza, namestitev in zastavljanje ciljev, prepuščene strokovnjaku in skupini IEP, glede na stopnjo tveganja naloge.
- Sposobnost uporabe discipline, ki preveri vsak izhod umetne inteligence tako, da ga poveže z virom, primerja z otrokovim resničnim profilom in ga spusti skozi strokovni filter.
- Anonimizacija študentskih in družinskih podatkov v okviru KVKK/zasebnost in pridobivanje navade izbire varnega vozila
Dan defektologa mineva tiho pod kupom papirjev. Za enega učenca bodo prenovili individualizirani izobraževalni program (IOP), za drugega pripravili prilagojen delovni list, za tretjega grafično izrisali vedenjski zapis, za četrtega pa družini napisali poročilo o napredku. Vse to zahteva poznavanje otroka, kreativno razmišljanje in strokovnost; Toda nekateri med njimi so tudi ponavljajoči se, formalni in dolgotrajni. Umetna inteligenca (AI ali na kratko AI – računalniški sistemi, ki znajo generirati besedilo, prepoznavati vzorce, povzemati in risati kot ljudje) je močan pomočnik pri pospeševanju prav te druge skupine. Opiše cilj IEP, poenostavi besedilo in v minutah povzame opombo. Toda ob nepravilni uporabi lahko isto orodje pri otrokovi odločitvi o izobraževanju prinese na videz varen, a netočen rezultat.
Prva enota tega modula ni uvod v program. Njegov namen je razjasniti, kam umetno inteligenco umestiti v svoje podjetje in kam je sploh ne. Ker je posebno izobraževanje področje, ki je hkrati "intenzivno delovno obremenjeno" in neposredno "kritično do pravic otroka": cilj, ki ga napišete, je, kaj se bo otrok naučil v enem letu; Odločitev o prilagoditvi, ki jo sprejmete, določa, ali jo bodo v razredu razumeli. Postavimo osnovno načelo od začetka: umetna inteligenca je pomočnik, ne strokovnjak. Odgovornost in končna odobritev diagnoze, namestitve, postavljanja ciljev in odločitev, ki vplivajo na otrokovo prihodnost, pripadajo pristojnemu specialistu, IEP timu in družini.
Plasti poslovanja s posebnim izobraževanjem in mesto umetne inteligence
Koristno je razdeliti delo specializanta na tri ravni. Evalvacijski sloj je proces spoznavanja otroka: opazovanje, razvojna zgodovina, branje poročila RAM (izobraževalno evalvacijsko poročilo, ki ga je pripravil Guidance Research Center). Plast načrtovanja je na podlagi tega izdelati cilje IEP, materiale in vedenjski načrt. Plast izvajanja in spremljanja je dnevno poučevanje, zbiranje podatkov in vrednotenje napredka. AI se lahko dotakne vseh treh plasti; vendar z drugačno avtoriteto v vsakem. Na ravni vrednotenja AI samo anonimno povzema in ureja, ne postavlja diagnoz; je močan generator orisa na ravni načrtovanja; V sloju spremljanja povzema podatke in predlaga interpretacijo, vendar ne sprejema odločitve.
Na začetku opredelimo nekaj osnovnih pojmov. IEP (Individualized Education Program) je pisni načrt, pripravljen glede na potrebe učenca, ki vsebuje cilje in ukrepe. Rezultat je merljiv učni rezultat, ki naj bi ga študent dosegel. Namestitev, omogočanje predstavitve brez spreminjanja vsebine; sprememba je poenostavitev same vsebine. AAC (alternativna in dopolnilna komunikacija) je pristop, ki posamezniku z govornimi težavami omogoča komunikacijo s simboli, kartami ali napravami. Te koncepte bomo razložili enega za drugim v naslednjih enotah; Za zdaj vedite naslednje: AI vam daje okvire in ideje za vse te koncepte, vendar ne sprejema odločitev.
Naslednja tabela povzema vlogo in stopnjo tveganja umetne inteligence po nalogah:
Iskanje
Vloga AI
Stopnja tveganja
Kdo odobri
Gradivo/osnutek delovnega lista
generator skic
nizka
defektologinja
Poenostavitev besedila, povzetek
Urednik
nizka
učiteljica
Pisanje orisa cilja IEP
Generator načrta, potrebna prilagoditev
srednje
BEP ekipa + družina
ideja načrta obnašanja
generator priporočil
visoka
Strokovnjak + vodenje
Pregled napredka
seštevalec podatkov
srednje
Učitelj + strokovnjak
Diagnoza/odločitev o namestitvi
Ni na voljo
zelo visoko
RAM + pooblaščeni strokovnjak
Upoštevajte eno vrstico v tem grafikonu: ko vložki naraščajo, se vloga umetne inteligence zmanjšuje in človeško soglasje narašča. AI nima mesta v zgornji vrsti; Diagnostika in namestitev pripada zakonsko in etično pooblaščenim ustanovam.
Zakaj je "preverjanje" srce tega posla
Zdi se, da so jezikovni modeli umetne inteligence prepričani v svoj odgovor, vendar morda niso prepričani. V tehničnem jeziku se temu reče halucinacija: gre za izmišljotino neobstoječih informacij v tekočem stavku, kot da bi bile resnične. To je resna past v specialnem izobraževanju. Model vam lahko poda namišljeno »razvojno normo« (»vsak 5-letni otrok pozna 200 besed«); lahko izmisli neobstoječ del zakonodaje (natančen, a napačen stavek, kot je "BEP je treba obnoviti vsakih 6 mesecev"); ali pa predlaga "metodo", ki nima znanstvene podlage. Ker vse pove enako tekoče, je edina stvar, ki loči dobro od napačnega, vaše strokovno znanje in navada preverjanja.
Disciplina preverjanja je sestavljena iz treh korakov:
- Povezava do vira: Ne do spomina AI za zakonodajo, razvojne norme, metode in merila; Zanašajte se na uradne vire (Uredba MEB o posebnih izobraževalnih storitvah, poročilo RAM, institucionalni postopki) in strokovno literaturo. Uporabite AI, da skicirate te informacije, ne da si jih zapomnite.
- Primerjajte z otrokovim resničnim profilom: Primerjajte vsak cilj, gradivo ali predlog, ki ga ustvari umetna inteligenca, z ravnjo uspešnosti resničnega otroka, ki ga poznate. Je težek, lahek ali primeren zanj?
- Strokovni filter: s strokovnim očesom preizkusite, ali je rezultat pedagoško, etično in pravno neoporečen; Počistite besedilo, ki je stigmatizirajoče, usmerjeno v kaznovanje ali nerealno.
Pozor: če v datoteko vnesete cilj IEP, ki ga ustvari umetna inteligenca, ali vedenjski načrt, ne da bi ga preverili, je tako, kot da bi sprejeli nepodpisano strokovno odločitev. Samo zato, ker je izhod tekoč, ni res; Ni primerno niti za otroke.
Zasebnost: podatki študentov so zasebni podatki
Podatki študentov (ime, številka TR ID, diagnoza, poročilo RAM, družinski podatki, vedenjski zapisi) so zaščiteni v skladu s KVKK (Zakon o varstvu osebnih podatkov) v Turčiji in GDPR v Evropi; Informacije o zdravju in invalidnosti so podatki posebne kakovosti. Dobesedno prilepljanje študentovega imena, identifikacijske številke, diagnoze ali družinske anamneze v javno orodje AI je resna kršitev. Pravilo je preprosto: anonimiziraj podatke in ne deli nepotrebnega. Namesto "Ahmet Yıldız, 9 let, diagnosticiran z avtizmom, protokol 2024-3312", napišite "9-letni učenec z omejeno verbalno komunikacijo". Če je mogoče, izberite poslovna orodja, ki imajo pogodbo o obdelavi podatkov in ne uporabljajo vaših podatkov pri usposabljanju modelov; Ne nalagajte občutljivih datotek iz osebnih računov.
Namig: Navadite se na »preverjanje anonimizacije«: preden pošljete besedilo AI, zamenjajte imena, ID/številke protokola, naslov in ime šole z generičnimi frazami, kot so »študent«, »družina«, »šola«. Teh 30 sekund vas ščiti pred velikim tveganjem.
trije mini kovčki
1. primer – Varna uporaba. Učitelj posebnega pouka je porabil 4 ure na teden za ustvarjanje prilagoditve delovnega lista za matematiko za osem učencev. Umetni inteligenci je anonimno (brez imen) dal dosežke in stopnjo učenca ter zahteval osnutke na treh težavnostnih stopnjah. AI je naredil osnutke v 8 minutah; Učitelj je vsako primerjal z dejansko ravnjo otrok, poenostavil dve vprašanji in spremenil eno sliko. Trajanje: 50 minut namesto 4 ur. AI je dal osnutek, strokovno znanje je ostalo pri učitelju.
Primer 2 – nepreverjena informacijska past. Učitelj je vprašal AI: "Koliko števk lahko dodajo največ otroci z blago duševno zaostalostjo?" Umetna inteligenca je dala samozavesten odgovor "Do 3 števke". Učiteljica je to zapisala kot mejo v IEP. Vendar tega "pravila" ni; Vsak otrok je individualen in pravi učenec je lahko opravil postopek v 4 korakih. Napaka: Zanašanje na splošno "normo", ki jo je sestavila umetna inteligenca, namesto na otrokovo dejansko uspešnost.
Primer 3 – Kršitev zasebnosti. En zaposleni je naložil seznam imen, diagnoz in družinskih telefonskih številk vseh učencev v svojem razredu v javno orodje in "iz teh ustvaril poročilo o razredu," je dejal. Podatki so šli na zunanji strežnik in vložena je bila pritožba KVKK. Pravilen način je bil izpustiti ime, diagnozo in kontaktne podatke ter delati samo z informacijami o anonimni ravni (»trije študenti na ravni pred branjem«).
Šibek poziv/močan poziv
Šibek poziv:
Napišite cilj IEP za tega študenta.
Ta trditev je napačna: AI ne pozna otroka, raven uspešnosti ni jasna, ni polja in merila. Rezultat je splošen stavek v zraku, ki otroku ne ustreza.
Močan poziv:
Vaša vloga: asistent, ki pomaga defektologu. Učenec (anonimni): 8 let, na predbralni stopnji, delno vzpostavlja črkovno-glasovna razmerja. Področje: branje. Naloga: Napišite OSNUTEK 1 dolgoročnega in 3 kratkoročnih (merljivih) ciljev. Vključite pogoj + opazno vedenje + merilo (odstotek/poskus) v vsak kratki cilj. Ne postavljajte normativnih trditev, o katerih niste prepričani; Predpostavimo, da je to osnutek in ga bo prilagodila ekipa BEP.
V tem pozivu so vloga, anonimni profil, domena, izhodni format in pričakovani "osnutek" jasni. Še vedno primerjate in prilagajate rezultate otrokovi dejanski ravni.
Pogoste napake
- Čakanje na diagnozo ali odločitev o namestitvi od AI. To pooblastilo pripada RAM-u in pooblaščenim strokovnjakom; AI ni mogoče uporabiti na tem področju.
- Delitev otrokove identitete. Imena, ID-ja, protokola in družinskih podatkov ni mogoče vnesti v nobeno vozilo brez anonimizacije.
- Zanašanje na izmišljene »norme«. Zamenjava resničnega profila s posplošitvami, kot je "Vsak otrok X naredi Y".
- Uporaba osnutka, kot je. Prenos nepreverjenega rezultata dobesedno v IEP, družinsko besedilo ali vedenjski načrt.
- Ne posvečanje pozornosti stigmatizirajočemu jeziku. Umetna inteligenca lahko včasih proizvede negativne oznake, kot so »neustrezen«, »neuspeh«; Ti morajo prestati strokovno filtriranje.
Če povzamem
Umetna inteligenca je močan pomočnik pri specialnem izobraževanju: snuje, poenostavlja, povzema, odpira ideje in vam prihrani čas. Vendar ne postavi diagnoze, ne postavi je, ne naredi namena gotovega. Vsak rezultat je preverjen v treh korakih: povezava z virom, primerjava z otrokovim dejanskim profilom, strokovni filter. Podatki o študentih so podatki posebne kakovosti; Ni ga mogoče deliti, ne da bi bil anonimiziran. Z naraščanjem tveganja postaja vloga umetne inteligence manjša, človeška odgovornost pa narašča. Ta načela so hrbtenica preostalega modula.
Aplikacijska naloga
Izberite enega od svojih študentov in anonimizirajte njegov profil (brez imena, ID-ja, imena šole; samo starost, predmet in stopnja uspešnosti) ter ga spremenite v besedilo. Nato prosite AI za oris namere z uporabo zgornje predloge »Zmogljiv poziv«. Preglejte izhod s tremi koraki preverjanja (vir, dejanski profil, strokovni filter) in popravite vsaj dve točki. V enem stavku zapišite, kaj ste spremenili in zakaj.
kontrolni seznam
- [ ] Iz besedila sem odstranil študentsko izkaznico (ime, izkaznica, protokol, šola).
- [ ] Vloga, anonimni profil in izhodni format so jasni v pozivu, ki sem ga dal AI.
- [ ] Rezultat sem primerjal z otrokovo dejansko stopnjo uspešnosti.
- [ ] Preveril sem morebitne izmišljene "norme" ali zakonodajne trditve.
- [ ] Odločitve o diagnozi/umestitvi nisem prepustil AI.
- [ ] Opozoril sem, da končna odobritev pripada specialistu in skupini BEP.