Żeby się nauczyć, trzeba się trochę potrudzić – czyli projekty w czasach AI
Chcemy, żeby uczniowie myśleli samodzielnie, podejmowali decyzje, rozwiązywali prawdziwe problemy. Chcemy, żeby się naprawdę uczyli – nie tylko „robili projekty”.
Ale jeśli my nauczyciele sami nie przejdziemy przez ten proces – jeśli nie zatrzymamy się i nie zastanowimy, jak projektujemy uczenie się – to trudno oczekiwać, że cokolwiek się zmieni.
Jesteście gotowi włożyć trochę wysiłku, żeby czegoś się nauczyć, coś sobie przypomnieć?
To ruszamy!
Dlaczego AI „psuje” projekty?
Może zacznę od pytania, które zadaję sobie od jakiegoś czasu: dlaczego AI „psuje” projekty?
Odpowiedź jest prostsza, niż myślimy. Jeśli projekt polega na „zrobieniu prezentacji” albo „opisaniu tematu” – AI zrobi to szybciej i sprawniej niż uczeń. I wtedy faktycznie mamy problem.
Ale jeśli projekt wymaga podjęcia decyzji, jej uzasadnienia, negocjowania z rzeczywistością – AI przestaje być zagrożeniem, a zaczyna być narzędziem. Takim jak kalkulator albo słownik. Użytecznym wtedy, kiedy i tak musisz myśleć.
To była główna myśl naszego ostatniego webinarium z serii Laboratoria AI. Nie rozmawialiśmy o narzędziach. Rozmawialiśmy o tym, jak projektować uczenie się w świecie, w którym AI już jest – i nie pyta nas o zgodę.
Czy ten Webinar jest wart obejrzenia? TAK! I Mam na to dowody – dosłownie.
76 nauczycielek i nauczycieli oceniało swoją wiedzę przed webinarium i po nim, w czterech obszarach: czym jest sensowny projekt w czasach AI, jak dobierać narzędzia AI do różnych etapów, jak pracować etycznie i bezpiecznie, oraz kiedy AI realnie wspiera uczenie się ucznia – a kiedy je zastępuje.
Wyniki? We wszystkich czterech obszarach odnotowaliśmy wyraźny przyrost. Największy – w rozumieniu tego, czym w ogóle jest dobry projekt. Ponad połowa uczestników zadeklarowała (tak zadeklarowała, to ważne rozróżnienie) skokowy wzrost o co najmniej jeden punkt w skali trójstopniowej.
Ale nie o liczby tu chodzi – chodzi o to, co za nimi stoi. Że można w ciągu jednego spotkania próbować naprawdę zmienić sposób myślenia. Nie tylko lekko „zainspirować”.
Co konkretnie było na webinarium?
Pokazaliśmy, czym różni się projekt „do zrobienia” od projektu, który naprawdę uczy – i jak przerobić każde zadanie projektowe tak, żeby AI nie mogło go (a przynajmniej nie tak łatwo) wykonać za ucznia (pięć kroków, dający się od razu zastosować).
Pokazaliśmy, jak używać AI na każdym etapie: od definiowania pytania projektowego, przez zbieranie i analizę danych, prototypowanie, aż po prezentację i ocenianie. Z konkretnymi narzędziami i przykładami – nie w trybie „możecie spróbować”, tylko „tak to działa w praktyce”.
Rozmawialiśmy też o ocenianiu pracy uczniów, którzy korzystają z AI, o prawach autorskich, oryginalności i bezpieczeństwie danych.
A do tego każdy uczestnik dostał checklistę projektu, gotowe przykłady, linki do narzędzi i dostęp do asystenta AI wspierającego projektowanie (tak, zbudowałam własnego – jest na blogu).
Na koniec: bez tego się nie nauczysz
Uczestnicy webinarium dostali do uzupełnienia taką oto kartkę/sketchnotkę:
Sześć pól. Żadne z nich nie jest „przepisz to, co powiedziałam”. Jest za to: jaki pomysł na projekt wymyśliłeś/aś, co zostanie z Tobą po webinarium, Twoje przemyślenia o tygodniu projektowym.
To nie przypadek – to jest dokładnie ta sama zasada, o której rozmawialiśmy przez całe spotkanie. Uczenie się wymaga wysiłku własnego myślenia. Nie da się go zlecić.
I tak przy okazji: naszego webinarium nie wrzucisz do NotebookLM, żeby zrobiło Ci notatki automatycznie. Nagranie nie jest publiczne. Żeby sketchnotkę wypełnić – trzeba nagranie webinarium obejrzeć, trzeba słuchać i myśleć.
Jeśli chcesz być na bieżąco z podobnymi treściami – zapraszam do mojego newslettera:
