Lợi nhuận:
- Có thể phân biệt đâu là trí tuệ nhân tạo tiết kiệm thời gian thực trong quy trình giáo dục đặc biệt (viết nháp, sản xuất tài liệu, tóm tắt) và đâu là các quyết định như chẩn đoán, sắp xếp và đặt mục tiêu được giao cho chuyên gia và nhóm IEP, tùy theo mức độ rủi ro của nhiệm vụ.
- Khả năng áp dụng kỷ luật xác minh từng đầu ra trí tuệ nhân tạo bằng cách kết nối nó với nguồn, so sánh nó với hồ sơ thực của trẻ và chuyển nó qua bộ lọc chuyên gia.
- Ẩn danh dữ liệu học sinh và gia đình trong phạm vi KVKK/quyền riêng tư và tạo thói quen chọn phương tiện an toàn
Một ngày của giáo viên giáo dục đặc biệt trôi qua lặng lẽ dưới đống giấy tờ. Chương trình giáo dục cá nhân hóa (IEP) của một học sinh sẽ được đổi mới, một bảng tính phù hợp sẽ được chuẩn bị cho một học sinh khác, hồ sơ hành vi của học sinh thứ ba sẽ được lập biểu đồ và báo cáo tiến độ sẽ được viết cho gia đình của học sinh thứ tư. Tất cả những điều này đòi hỏi sự hiểu biết về trẻ, tư duy sáng tạo và chuyên môn; Nhưng một số trong đó cũng lặp đi lặp lại, trang trọng và tốn thời gian. Trí tuệ nhân tạo (AI hay viết tắt là AI—hệ thống máy tính có thể tạo văn bản, nhận dạng mẫu, tóm tắt và soạn thảo như con người) là một trợ thủ đắc lực trong việc thúc đẩy chính xác nhóm thứ hai này. Nó phác thảo mục tiêu IEP, đơn giản hóa văn bản và tóm tắt ghi chú quan sát trong vài phút. Nhưng khi sử dụng không đúng cách, công cụ tương tự có thể mang lại kết quả có vẻ an toàn nhưng không chính xác trong quyết định giáo dục của trẻ.
Bài đầu tiên của mô-đun này không phải là phần giới thiệu chương trình. Mục đích của nó là làm rõ nơi nào nên đưa AI vào doanh nghiệp của bạn và nơi nào không nên đặt nó. Vì giáo dục đặc biệt là lĩnh vực vừa “chuyên sâu về khối lượng công việc” vừa trực tiếp “quan trọng về quyền trẻ em”: mục tiêu bạn viết là những gì trẻ sẽ học trong một năm; Quyết định thích ứng mà bạn đưa ra sẽ quyết định liệu nó có được hiểu trong lớp học hay không. Hãy trình bày nguyên tắc cơ bản ngay từ đầu: Trí tuệ nhân tạo là trợ lý chứ không phải chuyên gia. Trách nhiệm và phê duyệt cuối cùng đối với việc chẩn đoán, sắp xếp, đặt mục tiêu và các quyết định ảnh hưởng đến tương lai của trẻ thuộc về chuyên gia có thẩm quyền, nhóm IEP và gia đình.
Các lớp kinh doanh giáo dục đặc biệt và vị trí của AI
Sẽ rất hữu ích khi chia công việc của chuyên gia giáo dục đặc biệt thành ba cấp độ. Lớp đánh giá là quá trình tìm hiểu trẻ: quan sát, lịch sử phát triển, đọc báo cáo RAM (báo cáo đánh giá giáo dục do Trung tâm Nghiên cứu Hướng dẫn chuẩn bị). Lớp lập kế hoạch có nhiệm vụ tạo ra các mục tiêu, tài liệu và kế hoạch hành vi IEP dựa trên điều này. Lớp thực hiện và giám sát là giảng dạy hàng ngày, thu thập dữ liệu và đánh giá tiến độ. AI có thể chạm vào cả ba lớp; nhưng với mỗi quyền hạn khác nhau. Ở lớp đánh giá, AI chỉ tóm tắt và chỉnh sửa ẩn danh chứ không chẩn đoán; là một trình tạo phác thảo mạnh mẽ ở lớp lập kế hoạch; Trong lớp giám sát, nó tóm tắt dữ liệu và đề xuất giải thích nhưng không đưa ra quyết định.
Hãy xác định một vài thuật ngữ cơ bản ngay từ đầu. IEP (Chương trình Giáo dục Cá nhân) là một kế hoạch bằng văn bản được chuẩn bị theo nhu cầu của học sinh và bao gồm các mục tiêu cũng như biện pháp. Kết quả đầu ra là kết quả học tập có thể đo lường được mà học sinh mong đợi đạt được. Hỗ trợ, tạo điều kiện thuận lợi cho việc trình bày mà không làm thay đổi nội dung; sửa đổi là sự đơn giản hóa nội dung. AAC (giao tiếp thay thế và bổ sung) là một phương pháp cho phép một cá nhân gặp khó khăn về ngôn ngữ giao tiếp bằng các biểu tượng, thẻ hoặc thiết bị. Chúng tôi sẽ giải thích từng khái niệm này trong các phần sau; Hiện tại, hãy biết điều này: AI cung cấp cho bạn những phác thảo và ý tưởng cho tất cả các khái niệm này, nhưng nó không đưa ra quyết định.
Bảng sau đây tóm tắt vai trò và mức độ rủi ro của AI theo nhiệm vụ:
Nhiệm vụ
Vai trò của AI
Mức độ rủi ro
Ai phê duyệt
Bản thảo tài liệu/bảng tính
máy phát điện phác thảo
thấp
giáo viên giáo dục đặc biệt
Đơn giản hóa, tóm tắt văn bản
Biên tập viên
thấp
giáo viên
Viết phác thảo mục tiêu IEP
Trình tạo bản thiết kế, yêu cầu tùy chỉnh
trung bình
Nhóm BEP + gia đình
ý tưởng kế hoạch hành vi
trình tạo đề xuất
cao
Chuyên gia + hướng dẫn
Đánh giá tiến độ
tóm tắt dữ liệu
trung bình
Giáo viên + chuyên gia
Quyết định chẩn đoán/xếp đặt
Không có sẵn
rất cao
RAM + chuyên gia được ủy quyền
Hãy ghi nhớ một dòng trong biểu đồ này: khi rủi ro tăng lên, vai trò của AI sẽ giảm đi và sự đồng ý của con người sẽ tăng lên. AI không có chỗ ở hàng trên cùng; Việc chẩn đoán và bố trí thuộc về các tổ chức được ủy quyền về mặt pháp lý và đạo đức.
Tại sao "xác minh" là trọng tâm của doanh nghiệp này
Các mô hình ngôn ngữ trí tuệ nhân tạo có vẻ tự tin vào câu trả lời của mình nhưng có thể họ không chắc chắn. Trong ngôn ngữ kỹ thuật, điều này được gọi là ảo giác: đó là sự bịa đặt của mô hình về thông tin không tồn tại trong một câu trôi chảy, giống như thể nó là sự thật. Đây là một cái bẫy nghiêm trọng trong giáo dục đặc biệt. Mô hình này có thể cung cấp cho bạn một “chuẩn mực phát triển” tưởng tượng (“mỗi đứa trẻ 5 tuổi biết 200 từ”); có thể phát minh ra một điều luật không tồn tại (một câu chính xác nhưng sai chẳng hạn như "BEP phải được gia hạn 6 tháng một lần"); hoặc anh ta có thể đề xuất một “phương pháp” không có cơ sở khoa học. Vì anh ấy nói tất cả chúng một cách trôi chảy như nhau nên điều duy nhất phân biệt đúng sai là chuyên môn và thói quen xác minh của bạn.
Kỷ luật xác minh bao gồm ba bước:
- Liên kết với nguồn: Không liên quan đến trí nhớ của AI về luật pháp, các quy tắc, phương pháp và tiêu chí phát triển; Dựa vào các nguồn chính thức (Quy định về Dịch vụ Giáo dục Đặc biệt của MEB, báo cáo RAM, thủ tục của tổ chức) và tài liệu hiện trường. Sử dụng AI để phác thảo thông tin này chứ không phải ghi nhớ nó.
- So sánh với hồ sơ thật của đứa trẻ: So sánh mọi mục tiêu, tài liệu hoặc đề xuất mà AI đưa ra với mức độ hoạt động của đứa trẻ thật mà bạn biết. Nó nặng, nhẹ hay phù hợp với anh ấy?
- Bộ lọc chuyên gia: Kiểm tra bằng con mắt chuyên gia xem đầu ra có phù hợp về mặt sư phạm, đạo đức và pháp lý hay không; Xóa bỏ những từ ngữ mang tính kỳ thị, mang tính trừng phạt hoặc không thực tế.
Thận trọng: Đưa mục tiêu IEP hoặc kế hoạch hành vi do AI tạo vào tệp mà không xác minh nó cũng giống như đưa ra quyết định không có chữ ký của chuyên gia. Chỉ vì đầu ra trôi chảy là không đúng sự thật; Nó cũng không phù hợp với trẻ em.
Quyền riêng tư: dữ liệu sinh viên là dữ liệu riêng tư
Dữ liệu học sinh (tên, số TR ID, chẩn đoán, báo cáo RAM, thông tin gia đình, hồ sơ hành vi) được bảo vệ theo KVKK (Luật bảo vệ dữ liệu cá nhân) ở Türkiye và GDPR ở Châu Âu; Thông tin về sức khỏe và khuyết tật là dữ liệu có chất lượng đặc biệt. Dán nguyên văn tên, số nhận dạng, chẩn đoán hoặc lịch sử gia đình của học sinh vào công cụ AI công khai là vi phạm nghiêm trọng. Quy tắc rất đơn giản: ẩn danh dữ liệu và không chia sẻ những dữ liệu không cần thiết. Thay vì "Ahmet Yıldız, 9 tuổi, được chẩn đoán mắc chứng tự kỷ, giao thức 2024-3312", hãy viết "nam sinh 9 tuổi bị hạn chế giao tiếp bằng lời nói". Nếu có thể, hãy chọn các công cụ của công ty có thỏa thuận xử lý dữ liệu và không sử dụng dữ liệu của bạn trong đào tạo mô hình; Không tải lên các tập tin nhạy cảm từ tài khoản cá nhân.
Mẹo: Hãy tập thói quen “kiểm tra ẩn danh”: trước khi gửi văn bản cho AI, hãy thay thế tên, số ID/giao thức, địa chỉ và tên trường bằng các cụm từ chung chung như “sinh viên”, “gia đình”, “trường học”. 30 giây này bảo vệ bạn khỏi rủi ro lớn.
ba trường hợp nhỏ
Trường hợp 1 - Sử dụng an toàn. Một giáo viên giáo dục đặc biệt đã dành 4 giờ mỗi tuần để tạo ra một bài tập toán phù hợp cho tám học sinh. Anh ta đưa ra thành tích và cấp độ học sinh một cách ẩn danh (không có tên) cho AI và yêu cầu bản nháp ở ba cấp độ khó. AI tạo ra bản nháp trong 8 phút; Giáo viên so sánh từng câu với trình độ thực tế của trẻ, đơn giản hóa hai câu hỏi và thay đổi một hình ảnh. Thời lượng: 50 phút thay vì 4 giờ. AI đưa bản thảo, chuyên môn giao cho thầy.
Trường hợp 2 - Bẫy thông tin chưa được xác minh. Một giáo viên hỏi AI: "Trẻ chậm phát triển trí tuệ nhẹ có thể thêm tối đa bao nhiêu chữ số?" AI đưa ra câu trả lời đầy tự tin “Tối đa 3 chữ số”. Giáo viên viết điều này như một ranh giới trong IEP. Tuy nhiên, không có “quy tắc” nào như vậy; Mỗi đứa trẻ đều là cá nhân và học sinh thực sự có thể thực hiện quy trình 4 bước. Sai lầm: Dựa vào “chuẩn mực” chung do AI đặt ra hơn là dựa vào thành tích thực tế của trẻ.
Trường hợp 3 - Vi phạm quyền riêng tư. Một nhân viên đã tải danh sách tên, chẩn đoán và số điện thoại gia đình của tất cả học sinh trong lớp của anh ấy lên một công cụ công cộng và “tạo báo cáo lớp học từ những danh sách đó”, anh ấy nói. Dữ liệu được chuyển đến một máy chủ bên ngoài và khiếu nại KVKK đã được đưa ra. Cách đúng đắn là bỏ qua tên, chẩn đoán và thông tin liên hệ và chỉ làm việc với thông tin ở cấp độ ẩn danh (“ba học sinh ở cấp độ chưa đọc”).
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Viết mục tiêu IEP cho học sinh này.
Nhận định này sai: AI không biết trẻ, mức độ thực hiện không rõ ràng, không có lĩnh vực và tiêu chí. Kết quả là một câu nói chung chung không phù hợp với trẻ.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý giúp đỡ giáo viên giáo dục đặc biệt. Học sinh (ẩn danh): 8 tuổi, ở cấp độ chuẩn bị đọc, hình thành một phần mối quan hệ giữa chữ cái và âm thanh. Khu vực: đọc sách. Nhiệm vụ: Viết BẢN DỰ THẢO gồm 1 mục tiêu dài hạn và 3 mục tiêu ngắn hạn (có thể đo lường được). Bao gồm điều kiện + hành vi có thể quan sát + tiêu chí (tỷ lệ phần trăm/thử nghiệm) trong mỗi mục tiêu ngắn hạn. Đừng đưa ra những tuyên bố mang tính quy phạm mà bạn không chắc chắn; Giả sử đây là bản nháp và sẽ được nhóm BEP điều chỉnh.
Trong lời nhắc này, vai trò, hồ sơ ẩn danh, tên miền, định dạng đầu ra và kỳ vọng "bản nháp" đều rõ ràng. Bạn vẫn so sánh và điều chỉnh đầu ra phù hợp với trình độ thực tế của trẻ.
Những lỗi thường gặp
- Đang chờ chẩn đoán hoặc quyết định bố trí từ AI. Quyền này thuộc về RAM và các chuyên gia được ủy quyền; AI không thể được sử dụng trong lĩnh vực này.
- Chia sẻ danh tính của đứa trẻ. Tên, ID, giao thức và thông tin gia đình không thể được nhập vào bất kỳ phương tiện nào mà không ẩn danh.
- Dựa vào những “chuẩn mực” được tạo nên Thay thế những khái quát hóa như "Mọi đứa trẻ X đều làm Y" bằng hồ sơ thực.
- Sử dụng dự thảo như vậy. Đưa nguyên văn đầu ra chưa được xác minh vào IEP, văn bản gia đình hoặc kế hoạch hành vi.
- Không chú ý đến ngôn ngữ kỳ thị. AI đôi khi có thể tạo ra những nhãn hiệu tiêu cực như “không đầy đủ”, “thất bại”; Chúng phải vượt qua quá trình lọc chuyên gia.
Tóm lại
Trí tuệ nhân tạo là trợ thủ đắc lực trong giáo dục đặc biệt: nó soạn thảo, đơn giản hóa, tóm tắt, mở ra ý tưởng và giúp bạn tiết kiệm thời gian. Nhưng nó không tạo ra sự chẩn đoán, nó không đặt nó, nó không làm cho mục đích trở nên chắc chắn. Mỗi đầu ra được kiểm chứng qua 3 bước: liên kết nguồn, so sánh với hồ sơ thực tế của trẻ, lọc chuyên gia. Dữ liệu học sinh là dữ liệu có chất lượng đặc biệt; Nó không được chia sẻ mà không được ẩn danh. Khi rủi ro tăng lên, vai trò của AI trở nên nhỏ hơn và trách nhiệm của con người ngày càng tăng lên. Những nguyên tắc này là xương sống của phần còn lại của mô-đun.
Nhiệm vụ ứng dụng
Chọn một trong những học sinh của bạn và ẩn danh hồ sơ của anh ta (không có tên, ID, tên trường; chỉ tuổi, môn học và trình độ) và biến nó thành một văn bản. Sau đó, yêu cầu AI phác thảo ý định bằng cách sử dụng mẫu “Lời nhắc mạnh mẽ” ở trên. Kiểm tra đầu ra bằng ba bước xác minh (nguồn, hồ sơ thực tế, bộ lọc chuyên gia) và sửa ít nhất hai điểm. Viết ra trong một câu những gì bạn đã thay đổi và tại sao.
danh sách kiểm tra
- [ ] Tôi đã xóa ID sinh viên (tên, ID, giao thức, trường học) khỏi văn bản.
- [ ] Vai trò, hồ sơ ẩn danh và định dạng đầu ra đều rõ ràng trong lời nhắc mà tôi đưa ra cho AI.
- [ ] Tôi đã so sánh kết quả đầu ra với mức thành tích thực tế của trẻ.
- [ ] Tôi đã kiểm tra mọi khiếu nại "chuẩn mực" hoặc pháp lý bịa đặt.
- [ ] Tôi không giao việc chẩn đoán/quyết định vị trí cho AI.
- [ ] Tôi lưu ý rằng sự phê duyệt cuối cùng thuộc về chuyên gia và nhóm BEP.