Ujumuishaji wa Akili Bandia (AI), hasa mifano ya kuzalisha kama ChatGPT, katika mbinu za kufundisha lugha unawakilisha mabadiliko makubwa. Karatasi hii inachunguza matumizi maalum: kutumia ChatGPT kusaidia kubuni kazi za mawasiliano zinazotokana na migogoro kwa kozi ya Usemi wa Mdomo katika kiwango cha chuo kikuu katika Kufundisha Kichina kwa Wageni (TCFL). Utafiti huu unatumia mbinu ya maelezo kuchambua mwingiliano kati ya mwalimu na AI wakati wa mchakato wa kuunda mtaala na kutathmini athari yake kwenye mpango wa mwisho wa ufundishaji.
Utafiti huu umelenga katika maendeleo ya vitendo ya mtaala wa usemi wa mdomo wa TCFL, ambapo mwalimu alitaka kuunda kazi zinazochochea mwingiliano wa kweli.
Changamoto kuu ilikuwa kubuni kazi ambazo zinaenda zaidi ya mazungumzo yaliyopangwa ili kukuza mwingiliano wa mdomo wa hiari na wenye maana. Chaguo la kielimu lilikuwa kuzingatia kazi kwenye hali za migogoro (k.m., kutokubaliana, mazungumzo, utatuzi wa matatizo), ambazo kwa asili zinahitaji wanafunzi kutumia lugha ya kushawishi, kudhibiti zamu, na kueleza maoni—vipengele muhimu vya uwezo wa mwingiliano wa mdomo.
Utafiti huu unafuata mbinu ya maelezo (Olivier de Sardan, 2008; Catroux, 2018). Kundi kuu la takwimu linajumuisha kumbukumbu ya mwingiliano kati ya mtafiti-mwalimu na ChatGPT wakati wa awamu ya kubuni kazi. Kumbukumbu hii inachambuliwa ili kutambua sifa muhimu za mwingiliano na kufuatilia jinsi mapendekezo ya AI yalivyojumuishwa, kubadilishwa, au kukataliwa katika mtaala wa mwisho.
Kazi ya mawasiliano inafafanuliwa kama shughuli ambapo maana ndiyo ya msingi, kuna lengo la mawasiliano, na mafanikio yanatathminiwa kulingana na matokeo. Kujumuisha nadharia ya migogoro hutoa mfumo thabiti wa ubunifu wa kazi. Hali za migogoro huunda "pengo la habari" na "sababu ya kuwasiliana," na kuwahamasisha wanafunzi kutumia lugha kwa mikakati ili kufikia lengo (k.m., kutatua mzozo, kushinda mabishano, kupata makubaliano), na hivyo kukuza uwezo wa matumizi ya lugha na mwingiliano.
Ubunifu wa kazi hizi unazingatia vigezo kadhaa: ukweli wa hali ya mgogoro, mahitaji ya kiakili na ya lugha yanayofaa kwa kiwango cha mwanafunzi, wajibu na malengo wazi kwa washiriki, na matokeo yaliyobainishwa ya kutathmini mafanikio ya kazi. ChatGPT ilitumika kubuni, kuboresha, na kutathmini hali hizi kulingana na vigezo hivi.
Mwingiliano ulikuwa wa kurudi nyuma na wa mazungumzo. Mwalimu alianzisha mchakato kwa maagizo maalum (k.m., "Zalisha hali ya mgogoro kwa wanafunzi wa Kichina wa kati kuhusu kupanga safari ya kikundi"). ChatGPT ilijibu kwa muhtasari wa hadithi, viwanja vya mazungumzo vinavyowezekana, na maelezo ya majukumu. Kisha mwalimu aliboresha maagizo kulingana na majibu, akiomba tofauti, urahisishaji, au marekebisho ya kitamaduni. AI ilifanya kazi kama mpenzi wa ushirikiano wa ubunifu na kizazi cha haraka cha mfano wa awali.
Uchambuzi unaonyesha athari ya ChatGPT ilikuwa nyingi: 1) Ufanisi: Iliongeza kasi ya awamu ya kubuni na kuandaa rasimu. 2) Utofauti: Iliongeza aina na ubunifu wa hali za migogoro zilizopendekezwa. 3> Ujenzi wa Msingi: Ilitoa mahali pa kuanzia ambapo mwalimu mtaalamu angeweza kutathmini kwa kina na kubadilisha. Mpango wa mwisho ulionyesha muunganiko wa mawazo yaliyozalishwa na AI na uamuzi wa kielimu wa mtaalamu, badala ya kupitisha moja kwa moja matokeo ya AI.
Ingizo (Maagizo ya Mwalimu) → Usindikaji wa AI (Uzalishaji wa Hali) → Tathmini ya Kibinadamu & Marekebisho → Matokeo Yaliyojumuishwa (Kazi ya Mwisho). Kichujio muhimu cha utaalamu wa mwalimu kilihakikisha usahihi wa kielimu na ufaafu wa kitamaduni.
Karatasi hii haihusu AI kuchukua nafasi ya walimu; inahusu AI kuongeza mzigo wa ubunifu na kiakili wa ubunifu wa mtaala wa wataalamu. Hadithi ya kweli ni kujitokeza kwa kielimu kinachodhibitiwa na mtu katika mzunguko, kinachoendeshwa na uhandisi wa maagizo. Thamani haiko kwenye matokeo ghafi ya ChatGPT, bali kwenye uwezo wa mwalimu kuunda maagizo yanayoelekeza kwenye miundo halali ya kielimu—kama kazi zinazotokana na migogoro—na kisha kuchagua matokeo kwa kina. Hii inafanana na matokeo katika tasnia za ubunifu ambapo zana za AI kama DALL-E au GPT-3 zina nguvu zaidi zinapoelekezwa na mkurugenzi mwenye ubunifu wa kibinadamu (Ammanabrolu et al., 2021, kuhusu uzalishaji wa hadithi).
Mantiki ya karatasi ni sahihi lakini inafunua mkazo: inatangaza mbinu ya maelezo kuonyesha "kile kilichotokea," lakini ahadi ya msingi ni maagizo—ikimaanisha huu ni mfano unaoweza kurudiwa. Mtiririko unaanza kwenye mazingira (AI katika elimu) hadi tatizo maalum (ubunifu wa kazi), kisha kinaelezea mbinu (kuchambua kumbukumbu za gumzo), na mwishowe kutathmini athari. Hata hivyo, haitoi mfumo rasmi wa mchakato wa uhandisi wa maagizo yenyewe, ambao ndio bidhaa ya maarifa inayoweza kuhamishwa zaidi.
Nguvu: Mwelekeo kwenye kazi ya juu ya thamani, yenye mahitaji makubwa ya kiakili ya ufundishaji (ubunifu, sio tu utoaji wa maudhui) ni mzuri. Uchaguzi wa kazi zinazotokana na migogoro ni bora, kwani unajaribu uwezo wa AI wa kushughulikia nuances na mienendo ya kibinadamu. Mbinu ya maelezo inafaa kwa uchunguzi huu wa awali.
Udhaifu: Uchambuzi kwa asili ni baada ya tukio na wa kibinafsi, ukitegemea kumbukumbu ya mwingiliano ya mwalimu mmoja tu. Hakuna kundi la udhibiti (ubunifu bila AI) au data ya matokeo ya kujifunza inayoweza kupimika ili kuthibitisha madai ya "athari" chanya. Majadiliano ya "athari" yanabaki ya kutabiri kuhusu faida halisi za kujifunza kwa wanafunzi. Ina hatari ya kuchanganya ufanisi wa mchakato wa ubunifu na ufanisi wa kielimu.
Kwa waelimishaji na taasisi: 1) Wekeza katika Ujuzi wa Maagizo: Mafunzo kwa walimu yanapaswa kubadilika kutoka "jinsi ya kutumia AI" hadi "jinsi ya kuunda maagizo ya kielimu." 2) Unda Vigezo vya Tathmini: Unda vigezo vya pamoja vya kutathmini maudhui ya kielimu yaliyozalishwa na AI, ukizingatia kanuni za kielimu, sio usahihi wa lugha tu. 3> Anza na Dhana Wazi: Usieleze mchakato tu; buni majaribio ya A/B ukilinganisha mbinu za ubunifu zilizosaidiwa na AI na za kawaida kwenye viashiria vya ufanisi na, muhimu zaidi, ushiriki/utendaji unaofuata wa wanafunzi. 4) Andika Mnyororo wa Maagizo: Mali halisi ya kiakili ni mlolongo wa maagizo ulioleta matokeo bora. Hii inapaswa kuhifadhiwa na kushirikiwa kwa utaratibu.
Ushirikiano wa kibinadamu na AI unaweza kuundwa kama mfululizo wa mizunguko inayorudi nyuma. Kipengele muhimu cha kiufundi ni mabadiliko ya maagizo. Maagizo ya awali $P_0$ (k.m., "hali ya mgogoro") yanaboreshwa kulingana na matokeo $O_n$ na malengo ya kielimu $G$. Hii inaweza kufasiriwa kama: $P_{n+1} = f(P_n, O_n, G, C)$, ambapo $C$ inawakilisha vikwazo (kiwango cha lugha, mazingira ya kitamaduni). Kazi $f$ ndiyo ujuzi wa mwalimu wa uhandisi wa maagizo. Ubora wa kazi ya mwisho $T_{final}$ ni kazi ya matokeo ya awali ya AI na idadi na ubora wa mizunguko ya uboreshaji: $T_{final} \approx \sum_{i=1}^{n} (\alpha \cdot O_i + \beta \cdot H_i)$, ambapo $\alpha$ ni uzito wa AI, $\beta$ ni uzito wa mtaalamu wa kibinadamu, na $H_i$ ni ingizo la kibinadamu katika mzunguko $i$.
Hali: Kubuni kazi kwa wanafunzi wa kiwango cha B1 kuhusu "kujadili ratiba ya kazi."
Mfumo wa Uchambuzi Ulitumika:
1. Uvunjaji wa Maagizo: Maagizo ya mwalimu: "Zalisha mazungumzo ambapo wafanyakazi wawili hawakubaliani kuhusu ratiba za zamu za wikendi. Jumuisha misemo ya upendeleo, pendekezo, na kutokubaliana kwa upole. Tumia msamiati wa kiwango cha B1." Maagizo haya yanabainisha mazingira, mgogoro, kazi za lugha, na kiwango.
2. Matriki ya Tathmini ya Matokeo: Matokeo ya AI yanatathminiwa kulingana na:
- Ufaafu wa Kielimu: Je, kazi za lugha zilizolengwa zipo?
- Ufaafu wa Lugha: Je, msamiati/sintaksia inalingana na B1?
- Ukweli wa Hali: Je, mgogoro huu unaaminika?
- Uwezekano wa Kazi: Je, hii inaweza kugeuzwa kuwa mchezo wa jukumu wenye malengo wazi?
3. Ufuatiliaji wa Mizunguko: Mwalimu anabaini kuwa rasimu ya kwanza ya AI ilitumia misemo ya kutokubaliana iliyo rasmi kupita kiasi. Maagizo yanayofuata yanaboresha: "...Tumia misemo ya kawaida ya mazungumzo zaidi ya kutokubaliana kama 'Nadhani huenda isifanye kazi' badala ya 'Nakataa kabisa'." Hii inaonyesha mfumo unavyofanya kazi.
Mwelekeo unaenda zaidi ya ubunifu wa kazi. Matumizi ya baadaye yanajumuisha: 1) Marekebisho ya Ugumu Unaobadilika: AI inaweza kuzalisha matoleo mengi ya hali ya mgogoro kwa wakati halisi kulingana na utendaji wa mwanafunzi. 2) Hali za Migogoro Zilizobinafsishwa: Kutumia masilahi ya mwanafunzi (kutoka kwa tafiti au mwingiliano uliopita) kuanzisha uzalishaji wa hali. 3) AI kama Kielelezo cha Mchezo wa Jukumu: Wanafunzi wakijizoeza mazungumzo na mhusika wa AI, ambayo hubadilisha mkakati wake kulingana na uwezo wa lugha na uwezo wa kushawishi wa mwanafunzi, dhana karibu na kazi ya AI kwa hadithi zinazoshirikisha (Riedl & Bulitko, 2012).
Mwelekeo Muhimu wa Utafiti: Utafiti wa muda mrefu unaopima matokeo ya kujifunza; uundaji wa "maktaba za kawaida za maagizo ya kielimu"; uchunguzi wa ubunifu wa kazi ya njia nyingi (kujumuisha picha/video zilizozalishwa na AI katika hali); na uchunguzi wa kina wa masuala ya maadili—kuhakikisha AI haikazidishi dhana potofu katika hadithi zake za migogoro.