Czy warto zastąpić w procesie oceniania nauczycieli przez sztuczną inteligencję?

LEAD Technologies Inc. V1.01

AI jest wykorzystywana w różny sposób: do generowania obrazów ilustrujących złożone fragmenty tekstu, do wyszukiwania i definiowania słów kluczowych, które mogą być potrzebne do napisania eseju, do śledzenia, a nawet formułowania celów uczenia się itd. Nauczyciel doceniają oszczędność czasu i dostęp do różnych źródeł dzięki korzystaniu z AI.

Coraz więcej nauczycieli sięga do AI, aby sformułować uczniom informację zwrotną do ich pracy. Budzi to jednak wątpliwości.

Jak powinna być informacja zwrotna?

Celem oceniania jest dostarczenie informacji zwrotnej na temat tego, co uczeń zrobił dobrze (docenienie) oraz to, co może (i też jak) poprawić. Jeśli kryteria sukcesu do pracy są precyzyjnie określone, to AI może się do nich odnieść, ale wtedy nauczyciel nie jest w tym dziele potrzebny. Jest jeszcze jeden ważny element informacji zwrotnej – przekazanie wskazówek – jak uczeń może dalej się rozwijać. Tu nauczyciel jest niezbędny, gdyż tylko on zna „karierę ucznia”, o ile wcześniej sam sporządzał dla ucznia informację zwrotną i tylko on może udzielić wskazówek wpadających w sferę najbliższego rozwoju, czyli takich, które uczeń może wykonać i które jednocześnie są dla niego odpowiednim wyzwaniem. Nauczyciel zna swoich uczniów, śledzi ich postępy przez lata, dlatego jego informacja zwrotna oparta jest na poprzednich doświadczeniach i znajomości ucznia. Robot odnosi się tylko do sytuacji okazjonalnej, do pracy ucznia w danym momencie.

Maszyna nie zna poprzednich osiągnięć ucznia, jego zmagań i wyzwań, nie może wyznaczyć dla niego odpowiednich celów.

Informacja zwrotna i relacja

Informacja zwrotna powinna rozpocząć komunikację z uczniem na temat jego procesu uczenia się. Jeśli tak, to z kim ma się uczeń komunikować otrzymując informację od robota?

Ocenianie przy pomocy informacji zwrotnej ma budować relacje pomiędzy uczniem i nauczycielem. Jak wiemy relacje są kluczowe w procesie uczenia się, oddając informację zwrotną w macki (bo chyba nie w ręce) AI rezygnujemy z relacji osobistych i zostawiamy ucznia z robotem.

Kto napisał informację zwrotną?

Uczniowie orientują się, że informacje zwrotną napisała maszyna zamiast człowieka, i zaczynają ją lekceważyć. Wiedzą, że jej wskazówki nie są specyficznie dla nich formułowane, tylko dla osoby anonimowej  które mogłaby daną pracę wykonać.

Sprawa jest jeszcze bardziej złożona, gdyż nauczyciel, który nie pozwala uczniom korzystać z CHatGPT, a jednocześnie sam wysługuje się nim, staje się niewiarygodny.

Korzyść nauczyciela

Następny argument za sporządzaniem informacji zwrotnej przez nauczyciela jest to, że dzięki temu nauczyciel śledzi postępy uczniów i może dostosować nauczanie do ich potrzeb. Według oceniania kształtującego ten czynnik ma największy wpływ na osiągane przez uczniów wyniki nauczania. Posługując się AI i wierząc  jej doniesieniom nauczyciel odcina się od informacji – gdzie są moi uczniowie, która jest niezbędna dla planowania nauczania.

Eksperymenty z maszynami

AI nie radzi sobie zbyt dobrze z ocenianiem czegoś tak złożonego jak indywidualne podejście ucznia do zadania. W USA przeprowadzono eksperyment w postaci podwójnego oceniania – przez AI i przez nauczyciela. Okazało się, że jest duża rozbieżność w ocenie, mimo znanych kryteriów oceniania. Inny eksperyment polegał na ocenie prac napisanych przez ChatGPT, prace te  nie były w stanie uzyskać pozytywnego wyniku na egzaminach.

Jeśli ChatGPT  nie jest w stanie napisać dobrych prac, to też nie potrafi ocenić prawidłowo prac napisanych przez uczniów. Możliwe, ze rozwój AI udoskonali ją, ale w tej chwili jest ona mocno niedoskonała i zawierzenia jej bez osobistego sprawdzenia nie jest rekomendowane. Jeśli trzeba sprawdzić, to co wyprodukowała AI, to może już lepiej samemu się pochylić nad pracami uczniów.

Moim zdaniem wieloletnie doświadczenie nauczycieli w ocenianiu nie może być zastąpione działaniem robota. Oddawanie oceniania  AI jest szczególnie niebezpieczne w przypadku nauczycieli młodych, którzy nie mają jeszcze wystraczającego doświadczenia w ocenianiu i wzorują się na informacji skonstruowanej przez robota.

Inspiracja artykułem Elizabeth Chapman