Перемены уже идут
Три года назад ИИ на уроках STEM в основном означал, что несколько учителей пробовали чат-боты как помощников для письменных работ. Сегодня передовые школы встраивают ИИ в само содержание STEM-предметов: на машинном обучении объясняют науку о данных, физику и биологию изучают через ИИ-симуляции, а большие языковые модели становятся партнерами в учебных исследованиях.
Идут эти перемены неравномерно. Одни школы уверенно впереди, многие сомневаются, некоторые обходят тему стороной. Но чем бы ни занималась школа вашего ребенка, общая картина поможет вам поддержать и дополнить его STEM-образование дома.
Как это выглядит на практике
Математика
ИИ помогает подстроить обучение математике под каждого ученика, причем в масштабе целых школ: система точно определяет, какие темы ученик еще не освоил, и составляет задачи именно на них. Самый распространенный пример такого инструмента — Khanmigo от Khan Academy, но похожие адаптивные сервисы внедряют и многие школьные округа.
Интереснее другое: некоторые учителя с помощью ИИ учат самому математическому рассуждению. Ученики получают доказательства, написанные ИИ, ищут в них ошибки и объясняют, где ИИ ошибся. Привычная схема переворачивается: вместо сверки ответов ученики разбирают ход рассуждений.
Естественные науки
С ИИ-симуляциями школьники могут ставить опыты, которые в школьной лаборатории невозможны: моделировать физику элементарных частиц, климатические системы, виртуальные химические реакции. Инструменты вроде PhET Interactive Simulations (их разработали в Университете Колорадо, пользоваться ими можно бесплатно) существуют уже много лет, а версии с ИИ теперь создают живые симуляции, которые меняются в ответ на действия ученика.
В биологии и экологии приложения, которые с помощью ИИ определяют виды (iNaturalist, Merlin для птиц), превращают занятия на природе в сбор данных. Ученики при этом по-настоящему вносят вклад в исследования гражданской науки.
Информатика и инженерия
Здесь ИИ продвинулся дальше всего. На курсах программирования используют ИИ-напарников (в некоторых программах старшей школы это GitHub Copilot), чтобы учить отладке, проверке кода и доработке шаг за шагом. Условие при этом жесткое: ученик должен понимать и уметь объяснить каждую строку, которую написал ИИ.
Некоторые школы полностью перестроили курс информатики вокруг работы с ИИ. Вместо того чтобы начинать с синтаксиса, ученики сначала создают что-то вместе с ИИ, а потом осваивают основы, читая и меняя код, который он сгенерировал.
Что говорят исследования о результатах
Первые данные о STEM-обучении с ИИ действительно обнадеживают:
- В округах, где используют адаптивные платформы по математике, исследования фиксируют измеримый рост в беглости решения стандартных задач, а там, где внедрение продумано хорошо, и в понимании самих понятий.
- Ученики на курсах естественных наук с ИИ показывают более высокую вовлеченность и лучше запоминают, как устроен научный метод.
- Оговорка: результаты выше, когда учитель использует ИИ как дополнение к своим урокам и не пытается им себя заменить. Самыми действенными частями STEM-обучения остаются обсуждение в классе под руководством учителя, опыты своими руками и живая обратная связь.
В чем школы ошибаются
Слишком много доверия объяснениям ИИ
Некоторые учителя отдают объяснение темы ИИ и не проверяют, совпадает ли его объяснение с программой и верно ли оно по сути. ИИ может объяснить понятие пятью разными способами, а может с полной уверенностью объяснить его неправильно. Критическая проверка ответов ИИ должна входить в любой урок, где он используется.
Пропадает привычка ошибаться и искать причину
STEM-обучение воспитывает упорство: спокойно относиться к тому, что что-то не работает, и привычно выяснять почему. Инструменты ИИ, которые сразу выдают правильный ответ, могут это упорство подорвать, если их применение плохо продумано. Посмотрите, учит ли школа вашего ребенка искать и исправлять ошибки или просто добивается правильных ответов.
Неравный доступ
Для STEM-инструментов с ИИ нужны надежные устройства и стабильный интернет. Школы и семьи, у которых этого нет, отстают все сильнее, и догнать им становится все труднее.
Как поддержать STEM-обучение с ИИ дома
Связывайте школьные темы с настоящими инструментами. Если ребенок проходит в школе работу с данными, проведите вечер, изучая вместе реальный набор данных (у Our World in Data отличные наглядные графики). Если проходят биологию, скачайте iNaturalist и определите что-нибудь у себя во дворе.
Спрашивайте «как это работает?» о привычной технике. Каждое устройство в доме может стать уроком STEM: «Как термостат понимает, когда включаться?», «Откуда GPS знает, где мы?», «Как алгоритм рекомендаций догадался, что мне понравится этот сериал?»
Приучайте к проектам. Самое ценное, что родители могут дать сверх школы, это время и место для STEM-проектов, которые ребенок ведет сам. Ребенок, который хоть раз что-то построил (простого робота, несложную игру, метеостанцию), понимает STEM изнутри.
Добивайтесь продуманного использования ИИ в школе ребенка. Спросите, какие в школе правила использования ИИ. Спросите, какие инструменты применяют и как. Спросите, как защищены данные учеников. Школы, которые всерьез думают над этими вопросами, и внедряют ИИ правильно.