Czy zadanie naprawdę wspiera uczenie się?
W czasach generatywnej AI szczególnie ważne staje się pytanie:
Czy uczeń dzięki danemu zadaniu naprawdę myśli, czy tylko wykonuje polecenie, które AI mogłaby wykonać za niego?
To pytanie dotyczy nie tylko zadań wygenerowanych przez AI. Dotyczy każdego zadania edukacyjnego: przygotowanego samodzielnie przez nauczyciela, znalezionego w gotowych materiałach, zmodyfikowanego na potrzeby lekcji albo stworzonego z pomocą narzędzi AI.
AI nie sprawia, że zadania nagle stają się płytkie. Raczej szybciej ujawnia, które aktywności opierają się głównie na odtwarzaniu informacji. Jeśli polecenie brzmi: „wypisz”, „opisz”, „przedstaw”, „znajdź informacje”, uczeń może bardzo łatwo oddać znaczną część pracy narzędziu. Wtedy powstaje odpowiedź, ale niekoniecznie zachodzi uczenie się.
Pomocne może być tu podejście konstruowania wiedzy. W programie 21st Century Learning Design konstruowanie wiedzy oznacza taki sposób projektowania aktywności, w którym uczniowie nie tylko odtwarzają informacje, ale je interpretują, analizują, syntetyzują, oceniają albo stosują w nowym kontekście.
Jeśli głównym wymaganiem zadania jest odtworzenie treści, AI może jedynie przyspieszyć jego wykonanie. Jeśli jednak centrum zadania stanowi myślenie, decyzja, uzasadnienie, porównanie albo zastosowanie wiedzy w nowej sytuacji, technologia może wspierać proces uczenia się, nie zastępując go.
Dlatego przy planowaniu lub poprawianiu zadania warto sprawdzać nie tylko, czy jest ono poprawne, ciekawe albo estetyczne. Najważniejsze pytanie brzmi: Co uczeń musi zrobić z wiedzą?
Pięć pytań kontrolnych
1. Czy zadanie wykracza poza odtwarzanie?
Zamiast poleceń typu:
- „wypisz”,
- „opisz”,
- „przedstaw”,
- „znajdź informacje”,
warto częściej projektować polecenia typu:
- „wyjaśnij dlaczego”,
- „porównaj”,
- „oceń”,
- „uzasadnij”,
- „zastosuj”,
- „zaproponuj rozwiązanie”,
- „popraw błąd”,
- „wybierz najlepszą możliwość i wyjaśnij wybór”.
Nie chodzi o to, że polecenia odtwórcze są zawsze złe. Czasem są potrzebne. Problem zaczyna się wtedy, gdy stanowią główną część zadania i nie prowadzą do dalszego myślenia.
2. Czy głównym wymaganiem jest myślenie?
O jakości zadania decyduje nie tylko jego temat, ale także to:
- na co uczeń poświęca najwięcej czasu;
- za co otrzymuje najwięcej punktów;
- co jest najważniejszym efektem pracy.
Jeśli większość pracy polega na zebraniu informacji, a analiza pojawia się tylko jako mały dodatek na końcu, zadanie może nie rozwijać myślenia w wystarczającym stopniu.
W dobrze zaprojektowanym zadaniu więcej znaczenia ma wnioskowanie, porównanie, uzasadnienie lub zastosowanie wiedzy niż samo zgromadzenie materiałów.
3. Czy uczeń stosuje wiedzę w nowym kontekście?
Konstruowanie wiedzy pogłębia się wtedy, gdy uczeń wykorzystuje to, co zrozumiał, w innej sytuacji niż ta, w której się uczył.
Nie wystarczy powtórzyć tę samą czynność na innym materiale. Nowy kontekst powinien wymagać ponownego namysłu, np.:
- zastosowania pojęcia do konkretnego przypadku;
- porównania dwóch sytuacji;
- podjęcia decyzji;
- przewidzenia konsekwencji;
- wyjaśnienia zjawiska własnymi słowami;
- przeniesienia wiedzy na problem bliski uczniowi.
4. Czy zadanie nie ma jednej oczywistej odpowiedzi?
Zadania rozwijające myślenie często dopuszczają różne rozwiązania, ale wymagają uzasadnienia.
Warto projektować aktywności, w których uczeń musi:
- wybrać rozwiązanie;
- porównać możliwości;
- uzasadnić decyzję;
- rozważyć skutki;
- ocenić argumenty;
- wskazać, co jest lepsze w danym kontekście.
Jeśli odpowiedź można znaleźć jednym kliknięciem – także z pomocą AI – zadanie może wymagać przeprojektowania.
5. Czy uczeń mógłby wykonać to zadanie bez zrozumienia tematu, korzystając wyłącznie z AI?
To jedno z najważniejszych pytań kontrolnych.
Warto wtedy dodać element, który wymusza rozumienie, np.:
- odniesienie do konkretnej sytuacji z lekcji;
- analizę przykładu;
- porównanie dwóch odpowiedzi;
- poprawianie błędnego rozwiązania;
- uzasadnienie wyboru;
- zastosowanie wiedzy do nowego problemu;
- refleksję nad procesem dochodzenia do odpowiedzi.
Co to oznacza przy tworzeniu materiałów edukacyjnych?
Materiał edukacyjny – niezależnie od tego, czy powstał samodzielnie, czy z pomocą AI – warto potraktować jako wersję do sprawdzenia i ulepszenia.
Przed wykorzystaniem go z uczniami sprawdź:
- czy zadanie wymaga myślenia, a nie tylko odtworzenia informacji;
- czy uczeń musi coś wyjaśnić, uzasadnić, porównać, zastosować lub ocenić;
- czy materiał prowadzi do zrozumienia, a nie tylko do uzupełnienia luk;
- czy kryteria sukcesu nagradzają wnioskowanie, a nie samo zebranie treści;
- czy zadanie ma sens także wtedy, gdy uczeń ma dostęp do AI;
- czy AI może wesprzeć ucznia w pracy, ale nie wykonać za niego całego myślenia.
Przykład zmiany polecenia
Słabsze polecenie:
Wypisz trzy przyczyny zanieczyszczenia powietrza.
Lepsze polecenie:
Porównaj dwie przyczyny zanieczyszczenia powietrza i oceń, która z nich może być trudniejsza do ograniczenia w Twojej miejscowości. Uzasadnij odpowiedź.
W pierwszym przykładzie uczeń może odtworzyć gotową listę. W drugim musi porównać, odnieść wiedzę do konkretnego kontekstu i uzasadnić decyzję.
Najważniejsze pytanie
Przed wykorzystaniem zadania z uczniami warto zadać sobie pytanie:
Czy to zadanie sprawia, że uczeń naprawdę musi pomyśleć – czy tylko szybciej dochodzi do odpowiedzi?
Jeśli interesuje Cię ta tematyka – zapraszam do dołączenie do Newslettera
Więcej o konstruowaniu wiedzy przez uczniów:
Microsoft Learn: Develop critical thinking skills with the 21CLD knowledge construction dimension – moduł o wymiarze „knowledge construction”, czyli projektowaniu aktywności, w których uczniowie budują głębszą wiedzę możliwą do transferu i zastosowania w praktyce –https://learn.microsoft.com/en-us/training/modules/develop-critical-thinking-skills-with-21cld/?utm_source=chatgpt.com