Rīgas Stradiņa universitāte izstrādā Latvijā pirmās vadlīnijas mākslīgā intelekta lietošanai augstākajā izglītībā
Rīgas Stradiņa universitātes (RSU) Pedagoģiskās izaugsmes centrā tapis atbalsta materiāls docētājiem Mākslīgais intelekts augstākajā izglītībā, kas ir pirmais šāda veida izdevums Latvijā.
Mākslīgais intelekts ir kļuvis par neatņemamu sociālās un arī izglītības vides sastāvdaļu, īpaši kopš ģeneratīvā intelekta pārtapšanas par plaši pieejamu rīku ikvienam, kuram ir piekļuve internetam. RSU Pedagoģiskās izaugsmes centra eksperti izstrādājuši mākslīgā intelekta vadlīnijas*, kurās raksturota pieeja mākslīgā intelekta lietošanai studiju procesā, balstoties izglītības pētnieku paustajās nostādnēs, pasaulē vadošo universitāšu un RSU pedagoģiskajā praksē.
Vadlīniju mērķis ir sniegt praktiskus ieteikumus docētājiem un studējošajiem mākslīgā intelekta (MI) izmantošanai, ierobežošanai un lietošanas apguvei studiju procesā.
“MI ir kļuvis par neatņemamu sociālās un arī izglītības vides sastāvdaļu, tāpēc atbildīgai un pilnvērtīgai lietošanai ir svarīgi kritiski izvērtēt ne tikai šo risinājumu priekšrocības, bet arī ētiskos, pedagoģiskos un praktiskos izaicinājumus,” norāda RSU Pedagoģiskās izaugsmes centra direktore asoc. prof. Nora Jansone-Ratinika. “Mēs aicinām docētājus:
- pirmkārt, pārdomāt, kā MI izmantojams lietderīgi un kāds MI pielietojums būtu atļaujams un veicināms studiju kursos,
- otrkārt, lemt, kāda MI izmantošana būtu ierobežojama. Ierobežojumiem ir jābūt specifiskiem un saistītiem ar konkrētām situācijām un iemesliem, kas pamato, kādēļ MI izmantošana būtu jāierobežo, lai to būtu iespējams efektīvi komunicēt studējošajiem,
- un tikai noslēgumā apsvērt, kādos gadījumos MI lietošana studiju kursa ietvaros ir aizliegta.”
MI iesaiste studijās nodrošinās iespēju studējošajiem tapt arvien gatavākiem darbam profesionālajā vidē, kur arvien straujāk ienāk MI risinājumi. Tādējādi nodrošinot, ka studiju ceļš atbilst nākotnes darba vietas prasībām. Vadlīnijās uzsvars likts uz veidiem, kā mākslīgā intelekta risinājumi spēj sniegt būtisku ieguldījumu vienā no mūsdienu izglītības neatrisinātajām problēmām – mācīšanās individualizācijas –, veicinot studējošo iesaistīšanos un kāpinot mācīšanās rezultātus. Tas ietver gan ģeneratīvā intelekta un mācīšanās analītikas risinājumus, gan digitālu mācīšanās asistentu ienākšanu izglītības vidē, pielāgojot studējošo mācīšanās pieredzi, atbilstoši viņu vajadzībām un mācīšanās stilam.
Lai gan MI jomā paredzami nopietni ieguldījumi darba efektivitātes kāpināšanā un aizvien jaunu cilvēka darba aspektu aizstāšanā, pastāv neizmērojama vērtība cilvēka radošumam, empātijai un spriestspējai, ko vadlīnijās aicināts saglabāt augstākās izglītības priekšplānā. Vadlīnijās raksturotas idejas, kā MI risinājumi var atbalstīt studiju kursa plānošanu un satura izstrādi, kā docētājs var gūt savam studiju kursam pielāgotas idejas, veicināt studējošo savstarpējo sadarbību, aktīvo mācīšanos, pašregulētas mācīšanās prasmes un citus svarīgus aspektus.
Atbalsta materiālā sniegts:
- plašāk lietoto terminu skaidrojums,
- mākslīgā intelekta risinājumu raksturojums un to atbilstība pedagoģijas uzsvariem,
- ieteikumi akadēmiskajam personālam un studējošajiem atbildīgai mākslīgā intelekta izmantošanai,
- praktisks ieskats stratēģijās, kā izmantot mākslīgā intelekta rīkus studiju pieredzes uzlabošanai,
- pieeja mākslīgā intelekta risinājumu apvienošanai ar tradicionālajām mācīšanās un mācīšanas metodēm, tādējādi stiprinot studentcentrētas izglītības pieejas vērtības,
- ģeneratīvā intelekta rīku apkopojums, kas papildināts ar to izmantošanas idejām augstākās izglītības kontekstā.
Vadlīnijas kalpo kā ierosme docētājiem uzdrīkstēties izmēģināt mākslīgā intelekta rīkus, atvērti dalīties pieredzē un kopīgi veidot vidi, kurā tiek pastāvīgi apzinātas mākslīgā intelekta risinājumu izmantošanas iespējas ne tikai no formāliem materiāliem, bet arī viens no otra iedvesmojoties inovatīvu ideju īstenošanai.
RSU Pedagoģiskās izaugsmes centrs rūpīgi seko līdzi attīstībai mākslīgā intelekta jomā un izstrādātās vadlīnijas atbilstoši atjaunos.
* Materiāls izvietots RSU Studiju materiālu repozitorijā un pieejams RSU Pedagoģiskās izaugsmes centra
tīmekļa lapā.
Papildu informācijai
rsu [pts] lv
