К: Ирфан Ахмед, декан Университета Сохар, Оман
ИИ больше не является футуристическим дополнением к образованию. Он незаметно стал инфраструктурным. От платформ адаптивного обучения и аналитических панелей до генеративных инструментов планирования уроков и автоматизированных систем обратной связи — ИИ теперь определяет то, как происходит обучение в повседневной жизни.
Большая часть общественных и академических дискуссий сосредоточена на том, что может сделать ИИ. для студентов: персонализировать обучение, устранить пробелы, ускорить прогресс. Гораздо меньше внимания уделяется тому, что делает ИИ. учителям, не с точки зрения потери работы, а с точки зрения познания, суждения и профессионального роста.
Наше недавнее качественное исследование было направлено на изучение этого забытого вопроса. Опираясь на интервью с 23 учителями средних школ из пяти стран, которые регулярно используют учебные инструменты с поддержкой искусственного интеллекта (ОАЭ, Египет, Бахрейн, Великобритания и США), мы задали обманчиво простой вопрос: Как постоянное взаимодействие с ИИ меняет профессиональное мышление учителей?
Преподавание — это познавательная работа, а не просто выполнение задач.
Преподавание всегда требовало когнитивных усилий. Задолго до того, как ИИ появился в классах, учителя уже постоянно занимались диагностическими рассуждениями: решали, чему учить дальше, интерпретировали замешательство учащихся, определяли последовательность инструкций и корректировали объяснения в режиме реального времени. Это не административные задачи; они являются когнитивным центром профессиональных знаний.
Теория когнитивной нагрузки (CLT), концепция, обычно используемая для изучения того, как студенты учиться, предлагает здесь полезную информацию. CLT различает:
- Собственная нагрузка (сложность задачи),
- Посторонняя нагрузка (усилия, которых можно избежать, вызванные плохой конструкцией), и
- Немецкая нагрузка (продуктивные усилия, которые создают понимание и опыт).
Традиционно учителя рассматривались как менеджеры. студенческие когнитивная нагрузка. Наше исследование распространяет эту логику на самих учителей. Наша теория заключается в том, что когда системы искусственного интеллекта берут на себя учебные решения, они не просто уменьшают рабочую нагрузку учителей, они перераспределяют когнитивную ответственность на компьютеры.
Повышение эффективности, когнитивные потери
На разных платформах и в разных контекстах учителя, с которыми мы беседовали, описали единую картину: инструменты искусственного интеллекта, несомненно, эффективны. Планы уроков появились за считанные секунды. Панели мониторинга мгновенно выявляли пробелы в обучении. Обратная связь была создана автоматически. Многие учителя говорили об облегчении и даже благодарности.
“Когда я открываю панель управления, я вижу пробелы каждого ученика, но мне больше не нужно находить эти пробелы самому. Система показывает мне, и я просто следую тому, что она предлагает”.
Но вместе с этим облегчением пришло и более спокойное осознание.
Поскольку системы искусственного интеллекта все чаще занимались планированием, определением последовательности, диагностикой и обратной связью, учителя стали меньше задумываться об этих процессах. Диагностические рассуждения превратились в мониторинг. Дизайн урока превратился в принятие шаблона. Оценка стала подтверждением, а не интерпретацией.
С точки зрения CLT, это не просто сокращение рабочей нагрузки. Это смещение релевантной когнитивной нагрузки с учителей на алгоритмы. Само умственное усилие, посредством которого учителя совершенствуют свои суждения и приобретают знания, постепенно вытесняется.
Важно отметить, что это не было похоже на внезапное лишение квалификации. Учителя не «потеряли» компетентность в одночасье. Вместо этого они описали медленное исчезновение когнитивных проблем. Один учитель очень ярко выразил это:
«Я больше не чувствую усталости, но и не чувствую, что расту».
Когда данные начинают казаться умнее вас
Еще одной повторяющейся темой был авторитет алгоритмов: учителя считали, что алгоритмы с большей вероятностью будут правы, чем они. Панели мониторинга, показатели эффективности и рекомендации, созданные искусственным интеллектом, несли ауру объективности. Когда учителя не соглашались с системой, многие говорили о том, что они сомневались в себе, а не в алгоритме.
Это важно, поскольку профессиональный опыт зависит от суждений в условиях неопределенности. Когда ИИ представляет обучение как чистое, наглядное и оптимизированное, он может незаметно перенастроить ожидания, избавив от двусмысленности, экспериментов и ошибок. Например, на уроках естествознания учителя беспокоились, что идеальное моделирование заменило беспорядочные неудачи, из-за которых оба ученика и учителя учиться.
ИИ не устранил свободу действий учителей, но сделал ее обусловленной и требующей усилий. Учителя, которые сопротивлялись автоматизации, делали это сознательно: рассматривая результаты ИИ как отправную точку для обсуждения, а не как инструкции, которым нужно следовать.
“ИИ (Century Tech) дает мне цифры, но не историю. Я использую цифры, чтобы начать разговор. Я спрашиваю студентов, почему, по их мнению, система оценила их именно так. Вот где мое преподавание все еще живет”.
Однако эти акты сопротивления часто наталкивались на институциональную культуру, которая отдает приоритет скорости, показателям и видимым данным.
Этика как когнитивное бремя, а не абстрактная политика
Обсуждения этики ИИ в образовании часто остаются абстрактными: прозрачность, предвзятость, управление. Наши результаты показывают, что эти проблемы переживаются гораздо глубже.
Учителя описывали трудности, связанные с обоснованием решений, которые они не до конца понимали, защитой результатов алгоритмов перед учениками и администраторами и работой в системах, логика которых оставалась непрозрачной.
«Он (Бриск) дает мне такие комментарии, как «хорошее использование доказательств» или «расширение своих аргументов». Проблема в том, что я не всегда понимаю, почему там это написано, а студенты думают, что это мой комментарий».
Это давление не было философским, это была когнитивная и эмоциональная нагрузка, наложенная на повседневное обучение.
В этом смысле этические проблемы не являются чем-то внешним по отношению к педагогике. Они непосредственно формируют психические условия, в которых работают учителя.
ИИ как инфраструктура, а не инструмент
Один из наиболее важных выводов исследования заключается в том, что ИИ не следует понимать как отдельный инструмент обучения. Он функционирует как инфраструктура, незаметно переопределяя то, что считается законной работой, ценным опытом и профессиональным успехом.
На самых разных платформах наблюдалась одна и та же картина: автоматизация основных педагогических суждений привела к схожим когнитивным последствиям. Это говорит о том, что проблема не в плохой реализации или отдельных инструментах, а в более глубоком сдвиге в том, как реорганизуется само обучение.
Если эффективность станет доминирующей логикой, профессия рискует проиграть интеллектуальную борьбу, которая превращает преподавание в форму экспертной практики, а не процедурного управления.
Переосмысление интеграции ИИ вокруг учителей, а не только учащихся
Таким образом, вопрос не в том, следует ли использовать ИИ в образовании. Это уже так. Более актуальный вопрос заключается в том, каких учителей помогает ИИ.
Если ИИ устранит постороннее бремя, сохраняя при этом вовлеченность учителей в неопределенность, интерпретацию и суждение, он может способствовать профессиональному росту. Но если систематически отказываться от этих когнитивно-генерирующих практик, повышение эффективности может произойти за счет экспертных знаний.
Переосмысление интеграции ИИ посредством познания учителей и распространение таких рамок, как CLT, за пределы учащихся, дает возможность более четко увидеть эти компромиссы.
В конце концов, проблема не технологическая. Это педагогично и профессионально. Будущее ИИ в образовании будет зависеть не столько от того, на что способны алгоритмы, сколько от того, оставляют ли образовательные системы место учителям для размышления.
Продолжение темы
