GenAI в instructional design: Практическое руководство для высшего образования

Генеративный ИИ (GenAI) стремительно трансформирует образовательный ландшафт, представляя как возможности, так и вызовы для учреждений, преподавателей, instructional designers (IDs) и студентов. GenAI, основанный на больших языковых моделях (LLM) и передовых алгоритмах, переопределяет создание контента в различных форматах, включая текст, изображения, аудио и код. Это технологическое достижение побуждает преподавателей и IDs переосмысливать традиционные практики преподавания, обучения и оценки. IDs находятся на переднем крае этой трансформации, им поручено интегрировать GenAI в образовательную среду, сохраняя при этом академическую честность и педагогическую строгость. В этой статье исследуется модель намерений и ориентации GenAI, чтобы предоставить основу для использования GenAI для поддержки и улучшения результатов преподавания и обучения с точки зрения ID.

GenAI представляет собой значительное технологическое достижение с глубокими последствиями для высшего образования. Он позволяет системам генерировать контент в ответ на запросы пользователей, используя большие языковые модели, обученные на огромных наборах данных. С момента своего публичного представления в 2022 году технология GenAI быстро развивалась, представляя как возможности, так и вызовы. Отчет Educause Horizon (2023, 2024) определяет GenAI как технологию со значительным влиянием на обучение и преподавание, потенциально позволяющую студентам сосредоточиться на навыках высшего порядка. Однако существуют опасения относительно чрезмерной зависимости от технологий, алгоритмических предубеждений, академической честности и конфиденциальности данных студентов. Учреждения активно экспериментируют с GenAI, некоторые принимают принципы его использования, а другие разрабатывают собственные инструменты GenAI для обеспечения конфиденциальности и безопасности.

GenAI обещает переопределить роль instructional designers (IDs), предлагая возможности для повышения производительности и улучшения дизайна курсов. IDs могут использовать GenAI для создания планов курсов, согласования целей обучения с оценками и материалами, а также разработки сценариев для мультимедийного контента. Сотрудничество между IDs и преподавателями имеет решающее значение для разработки эффективных курсов, интеграции технологий и обеспечения качества и доступности. Хотя активное обучение желательно, модель намерений и ориентации GenAI направлена на содействие эффективному взаимодействию путем использования GenAI в различных образовательных контекстах, таких как учебный компаньон или средство доставки задач.

Модель намерений и ориентации GenAI, представленная в середине 2024 года, исследует потенциальные применения GenAI в отношениях между преподавателем и студентом. Она учитывает цель (намерение) действующего лица, использующего GenAI, и целевую аудиторию. Эта модель предоставляет концептуальную основу, учитывающую как цель инициатора, так и потребности аудитории. Модель определяет четыре квадранта на основе намерения и ориентации: Намерение преподавателя/Ориентация преподавателя (I>I), Намерение учащегося/Ориентация учащегося (L>L), Намерение преподавателя/Ориентация учащегося (I>L) и Намерение учащегося/Ориентация преподавателя (L>I).

В квадранте I>I преподаватель или ID использует платформу GenAI для выполнения задач, связанных с созданием высококачественного курса. Пользователь имеет потребность и взаимодействует с GenAI для выполнения конкретной задачи. Предполагается, что ID обладает знаниями и способностями, но все же нуждается в сотрудничестве с преподавателем для создания контента, отвечающего всем потребностям, включая соответствующие цели обучения и контент, соответствующий требованиям программы. В этом контексте ID рассматривается как расширение преподавателя.

Квадрант L>L включает взаимодействия, в которых учащийся использует GenAI для ускорения своего обучения или поиска легкого пути, что потенциально может помешать изучению ключевых концепций. Соответствие вариантов использования в этом квадранте зависит от активности и преподавателя. Четкое сообщение об ожиданиях в отношении GenAI имеет решающее значение для обеспечения того, чтобы студенты понимали «почему» за критическими концепциями, прежде чем использовать GenAI для расширения своих возможностей.

В квадранте I>L преподаватель создает материалы, включая сложные запросы и настраиваемые GPT, для удовлетворения потребностей учащегося. Инструмент GenAI действует как «Прокси преподавателя» в момент необходимости. Интеграция основанных на GenAI активностей в учебную программу способствует грамотности в области GenAI, подготавливая студентов к рабочей среде, где они будут сотрудничать с GenAI.

Квадрант L>I исследует, как студент может взаимодействовать с GenAI для информирования или улучшения преподавания преподавателя. В сценариях L>I студент использует GenAI для создания чего-либо, например, данных или отчета, которые преподаватель использует для принятия улучшенных решений по преподаванию или предоставления персонализированной обратной связи. Этот квадрант позиционирует учащегося как косвенного, но намеренного участника понимания преподавания. Аналитика обучения, где собираются и анализируются взаимодействия студентов с учебным контентом, может использоваться GenAI для предоставления преподавателям действенных инсайтов.

Instructional designers должны адаптироваться к меняющемуся ландшафту, интегрируя инструменты GenAI в свои рабочие процессы. Стратегии включают разработку четких руководств по использованию GenAI, предоставление обучения и поддержки преподавателям, а также содействие сотрудничеству между преподавателями и IDs. Решение этических проблем, таких как академическая честность и конфиденциальность данных, также имеет решающее значение. Принимая GenAI, IDs могут повысить свою производительность и создавать более увлекательные и эффективные учебные процессы.

GenAI представляет значительные возможности для трансформации высшего образования и instructional design. Понимая модель намерений и ориентации GenAI и внедряя эффективные стратегии, преподаватели и IDs могут использовать GenAI для создания персонализированных, увлекательных и эффективных учебных процессов. Принятие GenAI требует совместного подхода, решения этических проблем и постоянной адаптации к развивающемуся технологическому ландшафту.