Fonas

Maži vaikai apie skaitmenines programas neretai žino daug daugiau nei suaugusieji - tai pasakytina net apie dirbtiniu intelektu grindžiamas priemones. Siri, Alexa, ChatGPT: moksleiviai natūraliai naudoja dirbtinio intelekto programėles kasdieniame gyvenime. Užtikrinti, kad dėl šios sąveikos jie nepatektų į pavojingas situacijas, ir suteikti jiems galimybę net efektyviai jomis naudotis, reiškia, kad į mokymo programas reikia įtraukti dirbtinio intelekto kompetencijas.

Tačiau kas apskritai yra dirbtinio intelekto kompetencijos? AI raštingumas - tai kompetencijų rinkinys, leidžiantis asmenims:

>> suprasti ir kritiškai vertinti dirbtinio intelekto technologijas;

>> veiksmingai bendrauti ir bendradarbiauti su AI;

>> ir naudoti AI kaip įrankį internete, namuose ir darbo vietoje [1, 2].

TrainDL remiasi pradinėmis projekto partnerių pastangomis užfiksuoti pagrindinius aspektus, svarbius AI švietimui: taip "Dagstuhl-Dreieck", apibrėžiantis pagrindinius "skaitmeninio tinklo pasaulio" aspektus, pritaikomas AI švietimui. Dešinėje esančiame paveikslėlyje pavaizduotas skaitmeniniam švietimui skirto "Dagstuhl-Dreieck" pritaikymas dirbtinio intelekto kontekstui, kuriame dirbtinio intelekto švietimas suskirstytas į tris pagrindinius aspektus:

>> techninė perspektyva,

>> visuomeninė ir kultūrinė perspektyva,

>> ir taikymo perspektyva.

Kai kurios konkrečios sritys, kurias galima išskirti šioms trims kategorijoms, yra, pvz:

>> dirbtinio intelekto sistemų identifikavimas, dirbtinio intelekto apibrėžtis ir stiprus ar silpnas dirbtinis intelektas.

>> dirbtinio intelekto šališkumas, saugumas ir patikimumas, taip pat dirbtinio intelekto poveikis, galimybės ir iššūkiai

>> AI klaidų dažnumas ir AI metodų parinkimas konkrečiam naudojimo atvejui

Remiantis šia koncepcija, "TrainDL" seminaruose mokytojai ne tik mokosi parodyti mokiniams, kas yra dirbtinio intelekto sąvokos, bet ir moko juos, kur ir kaip gali būti naudingos dirbtiniu intelektu pagrįstos taikomosios programos, kaip jas kritiškai vertinti ir kvestionuoti.

Duomenys yra visur aplink mus, ypač naršant internete, kuris šiais laikais yra labai svarbi mokinių gyvenimo dalis. Kaip jie saugo savo privačius duomenis? Ką reiškia analizuoti ir vertinti duomenis? Kaip jie gali naudoti duomenis, kad veiksmingiau mokytųsi arba saugiai tobulintų savo darbą? Mokant mokinius duomenų srityje reikia atsakyti į daugybę klausimų.

Tačiau ką apskritai reiškia tapti duomenų "raštingu"? Duomenų raštingumą galima apibrėžti kaip "gebėjimą kritiškai rinkti, tvarkyti, vertinti ir taikyti duomenis" [3].

Standartiškiausias duomenų raštingumo apibrėžimas švietime pateikiamas ES skaitmeninių kompetencijų sistemoje (DigComp). Joje kaip viena iš 5 kompetencijų sričių priskiriama "1 kompetencijų sritis: informacinis ir duomenų raštingumas". Informacinis ir duomenų raštingumas apibrėžiamas kompetencijomis šiose srityse:

>> naršyti, ieškoti, filtruoti duomenis, informaciją ir skaitmeninį turinį;

>> vertinti duomenis, informaciją ir skaitmeninį turinį;

>> valdyti duomenis, informaciją ir skaitmeninį turinį.

Būtent tokia duomenų raštingumo samprata yra projekto "TrainDL" darbo pagrindas. Pasak DigComp, mokymosi medžiagoje būtų galima rasti tokių pavyzdžių, kaip suteikti mokiniams galimybę:

>> paaiškinti savo informacinius poreikius,

>> ieškoti duomenų, informacijos ir turinio skaitmeninėje aplinkoje,

>> paaiškinti, kaip juos pasiekti ir naršyti tarp jų,

>> analizuoti, lyginti ir vertinti duomenų, informacijos ir skaitmeninio turinio šaltinių patikimumą ir patikimumą,

>> analizuoti, interpretuoti ir vertinti duomenis, informaciją ir skaitmeninį turinį,

>> atrinkti duomenis, informaciją ir turinį ir

>> tvarkyti juos įprastu būdu struktūruotoje aplinkoje.