生成式AI在開放式學習中可以幫上很多忙,就我自己的體驗來說,有很多以往需要老師幫忙的步驟,現在都可以讓生成式AI先介入,後續再讓老師提供相關的引導。具體上,有哪些情境呢?大致有下面幾項:
- 尋找主題、整理動機、規劃目標:光是「尋找主題」這個議題,就讓很多老師、學生非常的頭痛了。根據數據資料,將近一半的學生在開放式學習中找不到主題。因為在高中之前,很多人的學習主要透過老師、家長安排,突然間希望學生自己找出主題,並且規劃自己的學習目標,這一步也跨得太大了。所以我們會透過AI協助「彙整學生零碎的思考」「引導學生有步驟的思考」(彙整與引導的差別在於在沒有AI介入前學生有沒有辦法自行思考)「提供大量的範例」。至於整理動機與規劃目標,基本上也是透過學生的文字、詢問,慢慢幫忙理出學生資訊,並且歸納爲跟「動機」「目標」相關的資訊。而且以往這些工作,大部分都是老師做的,所以才會有不少老師都認為指導開放式學習是個非常艱鉅的挑戰(跨域、資料彙整、個別化指導)。
- 搜尋主題背景資料、形成更深入的題目、自我學習:以往學生會使用google,現在更多學生會使用AI。我們知道AI可以將大量的資料先彙整,形成相關主題的大致輪廓,這對於學生接下來發展主題研究會有一些幫助。不過在這裡面也會出現問題
- 通常學生的主題很大,AI找到的資料已經形成基本輪廓,但是怎麼「小題大作」,對學生又是一種挑戰。
- 怎麼驗證找到資料的真實性?
- 如何將參考資料來源適當記錄下來?
- 一個主題只能用一種工具處理嗎?我可不可以多找幾個參考工具來多方參考?
- 當資料讀不懂時,有沒有比較系統的方式可以循序漸進的理解?
- 協助鍛鍊口說能力:通常在學生完成主題、動機與目標的初稿後,我會請學生做大約1分鐘的說明,讓學生透過口說,覺察到自己是不是還有一些沒有察覺到的訊息。不過這個練習有時候對老師和學生來講都會蠻吃力的。對學生來說,平時自己要練習的話,需要有人幫忙檢視是不是符合教師提供的規準。對教師來説,如果學生沒有練習好就直接上場時效果並不會太好,甚至會影響整體學習羅動的進行。因此,我們可以讓生成式A透過聽覺與預先上傳的規準來檢視學生是否有練習到教師設置的檢核項目,而且因為是透過手機練習,學生可以不斷地練習到熟練為止。
- 用AI補足從起點到終點間的未知:通常學生在進行開放式學習的時候,對某些議題可能會因為先備知識的不足導致只知道自己目前的狀態與想要達成的目標,也就是說,僅僅知道起點與終點。中間的歷程有時要去詢問教師,又或許會遇到主題與教師專長領域不同的問題而難以提出完整的建議。這時候生成式AI可以提供適當的支持。當然生成式AI提供的只是一個比較粗略可行的建議,所有的程序還是得透過學生自己的實作來檢視,並且透過反省與思考,往規劃的目標前進。
- 協助安排時間與資源:對學生來講開放式學習中的時間與資源安排也是一個大問題。因為多數的學生並不具備專案管理經驗的經驗。因此即便是基礎的流程抓出來了,在流程中要如何思考資源的調配與時間的管理也是學生以往感覺比較困難的部分。以往,我們會套用專案管理中OGSM的架構來協助學生,但是其實這個架構對學生來講有點難。因為總目標雖然清楚,但如何將總目標切成幾個階段目標,而每個階段目標又分別可以依序銜接,甚至是要思考每個階段目標中需要的策略與檢核指標,不僅僅對學生,甚至對不擅長專案的老師來講都是個難題。但是後來生成式AI出現後,很多問題變得迎刃而解,即時可以補上這個缺口,也讓學生的開放式學習,比較不會流於表面,可以有比較深入的思考與系統的規劃。
- 內容檢核、潤飾與呈現:最後,我們也必須為開放式學習做出適當的學習成果。有些開放式學習其實也有檢核指標,例如自主學習中就會希望提供主題、動機、目標、時間安排…等等項目,當學生需要老師之外的第三意見時,生成式AI會是一個好幫手。生成式AI檢核完後,也會提供適當的建議,讓學生可以參考建議進行修改。而修改完的內容,有時也可以再略為調整,或許是挑出錯字、或許是潤飾提升閱讀性,最後很多老師都會在開放式學習課程結束前規劃成果發表,缺乏經驗的學生也可以透過跟AI協作,逐步打造屬於自己的成果簡報內容。