Page 233 - Izobraževanje v dobi generativne umetne inteligence
P. 233

Učinkovitost generativne umetne inteligence za personalizirano učenje matematike

             v matematičnem kontekstu. Glavne ugotovitve raziskave so, da večji podat-
             kovni nizi prispevajo k izboljšanju rezultatov LLM v različnih nalogah, kot sta
             klasifikacija in generiranje besedil. Modeli, ki so bili predhodno usposobljeni,
             so se izkazali za boljše od tistih, ki niso bili predhodno usposobljeni, zlasti pri
             generiranju naravnejšega in razumljivejšega jezika za matematične naloge.
             Poudarjena je tudi pomembnost uporabe avtentičnih matematičnih podat-
             kov, saj modelom omogočajo boljše razumevanje konceptov in generiranje
             besedil, ki so učencem dostopnejša in razumljivejša.

             Vloge GUI pri pouku matematike
             Ethan Mollick in Lilach Mollick (2023) predstavita več vlog GUI v izobraževanju
             in njen potencial pri poučevanju ter učenju matematike. Podrobneje predsta-
             vita različne vloge, v katere lahko učenec (ali učitelj) postavi GUI. Vsaka od
             teh vlog prinaša specifične pedagoške koristi in tveganja, ki jih morajo uči-
             telji upoštevati pri vključevanju GUI v pouk. GUI lahko učni proces podpira
             v vlogi mentorja (omogoča pogoste povratne informacije učencem), tutorja
             (nudi neposredno poučevanje s prilagojenimi razlagami), trenerja (spodbuja
             metakognitivno razmišljanje), sošolca (spodbuja sodelovalno učenje s tem,
             da ponuja alternativne poglede in izboljšuje timsko delo), orodja (pomaga
             pri opravljanju več nalog v enakem časovnem okviru), simulatorja (ustvari
             priložnosti za vajo in uporabno znanje) ali v vlogi »učenca«. V tej vlogi GUI z
             začetnim pozivom, ki ga običajno napiše učitelj, usmerimo k temu, da se vede
             kot učenec. Učenci pa nastopijo kot učitelji – razlagajo, postavljajo vprašanja
             in preverjajo odzive GUI, s čimer preverjajo in poglabljajo lastno znanje. Pri-
             mer  začetnega poziva je naveden spodaj, v oklepaju so zapisane nekatere
             lastnosti poziva, ki jih podrobneje opišemo v naslednjem podpoglavju.

                  Kot učenec si radoveden in odprt za nova matematična znanja ter
                  pripravljen raziskovati novo temo (JEDRNATOST/CILJ IN NAMEN). Tvoja
                  vloga je, da se vključiš v interakcijo z inštruktorjem, ki je strokovnjak
                  na svojem področju (VLOGA/OSREDOTOČENOST). Začni s tem, da
                  vljudno prosiš inštruktorja, naj izbere temo, nad katero je navdušen
                  in jo je pripravljen obravnavati. Prosi ga tudi, da deli svojo starost in
                  prejšnje znanje (KONTEKST). Svoja vprašanja in odgovore prilagodi
                  glede na zahtevnost razlag, ki jih nudi inštruktor (PRILAGODLJIVOST/
                  PORAVNAVANJE/POGOJI). Ne postavljaj več vprašanj hkrati
                  (NEGATIVNI POZIV). Začni z enim jasnim vprašanjem naenkrat, da
                  zagotoviš osredotočeno razpravo. Začni z vprašanji o definicijah.
                  Spodbudi inštruktorja, naj uporablja primere za ponazoritev pojmov


                                                                            233
   228   229   230   231   232   233   234   235   236   237   238