MERITUM 4 (67) 2022 TECHNOLOGIE PRZYSZŁOŚCI W EDUKACJI
GDZIE SIĘ UCZYĆ? – KILKA SŁÓW O ROLI PRZESTRZENI W SZKOLE
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
MODELOWANIE I DRUK 3D W PRACY NAUCZYCIELA
ZAWODY PRZYSZŁOŚCI W PROJEKCIE FUTURE SPACE
Meritum Mazowiecki Kwartalnik Edukacyjny
4 (67) 2022 4
ISSN 1896-2521
TECHNOLOGIE PRZYSZŁOŚCI W EDUKACJI
Ośrodek Edukacji Informatycznej i Zastosowań Komputerów w Warszawie jest publiczną placówką doskonalenia nauczycieli prowadzoną przez Samorząd Województwa Mazowieckiego. Został powołany 1 czerwca 1991 roku przez Kura- tora Oświaty i Wychowania Miasta Stołecznego Warszawy. Ośrodek wyspecjalizował się w edukacyjnych zastosowaniach technologii informacyjno-komunikacyjnych i powszechnym kształceniu informatycznym. Z pasją doskonali nauczycieli w zakresie informatyki i wykorzystywania technologii informacyjno-komunikacyjnych w edukacji. Podstawą działania Ośrodka jest uznanie zasadniczej roli nauczyciela w budo- waniu społeczeństwa wiedzy i przeświadczenie, że jest on osobą uczącą się przez całe życie. Różne formy doskonalenia i dokształcania dostarczają uczestnikom szkoleń specjalistycznej wiedzy i kształtują praktyczne umiejętności niezbędne do funkcjo- nowania w zmieniającym się świecie. Dzięki łączeniu kwalifikacji i doświadczenia wykładowców z nowoczesnymi technologiami oferowane przez Ośrodek szkolenia prezentują najwyższy poziom, przygotowane są w oparciu o nowoczesne programy nauczania i dostosowane do różnego stopnia przygotowania nauczycieli. W ofercie Ośrodka znajduje się kilkadziesiąt szkoleń dopasowanych do aktual- nych trendów technologicznych i dydaktycznych, organizowane są liczne konfe- rencje i webinaria dla nauczycieli. Ośrodek nie zapomina też o uczniach i zaprasza ich wraz z nauczycielami na lekcje otwarte prowadzone w laboratoriach Ośrodka, organizuje różne konkursy dla młodzieży, w tym przedmiotowy konkurs informa- tyczny dla uczniów klas 4-8 szkół podstawowych woj. mazowieckiego. Od początku istnienia Ośrodek uczestniczy we wszystkich ważnych progra- mach i przedsięwzięciach, które mają znaczenie dla rozwoju edukacji informa- tycznej i szkolnych zastosowań technologii informacyjno-komunikacyjnych. Były to między innymi: projekty MEN – Ogólne i specjalistyczne kursy dla nauczycieli, Pracownie komputerowe dla szkół, Wyposażenie poradni psychologiczno-peda- gogicznych w sprzęt komputerowy wraz z oprogramowaniem, Internetowe Centra Informacji Multimedialnej w Bibliotekach Szkolnych i Pedagogicznych, Komputer dla ucznia, Wspieranie doradztwa zawodowego poprzez kursy i inne formy do- skonalenia zawodowego, Intel – Nauczanie ku Przyszłości, Intel – Classmate PC, Mistrzowie Kodowania, Warszawa programuje!, Eduwarszawa.pl, grant TIK TO MY w ramach projektu Lekcja Enter. Ośrodek współpracuje z wieloma wyższymi uczelniami w kraju i za granicą, uczestniczy w projektach krajowych i międzynarodowych. Prowadził m.in. wraz z Instytutem Informatyki Wydziału Matematyki, Informatyki i Mechaniki Uniwersyte- tu Warszawskiego Studium Podyplomowe Informatyki dla Nauczycieli – pierwsze- go i drugiego stopnia. Uczestniczył m.in. w projektach: MatComp, Colabs, IT for US, ICTime, ICT for IST, Compus – Komputer to My, Future Space. Był też organi- zatorem jubileuszowej X Międzynarodowej Konferencji Eurologo 2005, CBLIS 2010, a w roku 2015 Konferencji Scientix, organizowanej w ramach międzynarodowego projektu European Schoolnet. Zatrudnieni w Ośrodku nauczyciele konsultanci dysponują dużą wiedzą mery- toryczną i metodyczną oraz łączą w swojej pracy różne specjalności. Są autorami i współautorami wielu podręczników i książek, referatów na konferencjach krajo- wych i międzynarodowych, niezliczonych artykułów i materiałów dydaktycznych. Kompetencja, rzetelność oraz klimat współpracy i koleżeństwa są wartościami naj- wyżej cenionymi w codziennej pracy Ośrodka. Dzięki pracy wszystkich możemy dzisiaj śmiało chwalić się naszym dorobkiem. Ośrodek ma akredytację Mazowieckiego Kuratora Oświaty. Misja Ośrodka: Nadajemy nową wartość uczeniu się i nauczaniu.
Ośrodek Edukacji Informatycznej i Zastosowań Komputerów ul. Raszyńska 8/10, 02-026 Warszawa tel. 22 57 94 100, 111 fax 22 57 94 170 e-mail: oeiizk@oeiizk.waw.pl http://www.oeiizk.waw.pl Ośrodek Szkoleniowy ul. Nowogrodzka 73, 02-006 Warszawa tel. 22 626 83 90 lub 22 626 83 91 fax 22 626 92 50 Mazowieckie Samorządowe Centrum Doskonalenia Nauczycieli 00-236 Warszawa ul. Świętojerska 9 tel. 22 536 60 00 fax 22 536 60 01 e-mail: mscdn@mscdn.edu.pl Wydział w Ciechanowie 06-400 Ciechanów ul. Sienkiewicza 33 tel./fax 23 672 40 31 tel./fax 23 673 23 61 tel. 23 673 49 71 e-mail: ciechanow@mscdn.edu.pl
Wydział w Ostrołęce 07-410 Ostrołęka ul. Piłsudskiego 38 tel. 29 744 41 20 fax 29 744 41 30 e-mail: ostroleka@mscdn.edu.pl Wydział w Płocku 09-400 Płock ul. Gałczyńskiego 26 tel. 24 366 53 66 do 68 fax 24 366 53 69 e-mail; plock@mscdn.edu.pl Wydział w Radomiu 26-600 Radom ul. Kościuszki 5a tel. 48 362 15 79 fax 48 362 44 90 e-mail: radom@mscdn.edu.pl
Wydział w Siedlcach 08-110 Siedlce ul. Asłanowicza 2
tel./fax 25 632 67 47 tel./fax 25 633 93 20 tel./fax 25 632 42 77 e-mail: siedlce@mscdn.edu.pl Wydział w Warszawie 00-236 Warszawa ul. Świętojerska 9 tel. 22 536 60 62 fax 22 536 60 61 e-mail: warszawa@mscdn.edu.pl
Meritum
Adres redakcji: Redakcja „Meritum” Mazowieckie Samorządowe Centrum Doskonalenia Nauczycieli Wydział w Radomiu ul. Kościuszki 5a 26-600 Radom tel.: 4 8 362 15 79 48 362 29 96 fax: 48 362 44 90 e-mail: radom@mscdn.edu.pl
Wydawca nr 4 (67) 2022 Ośrodek Edukacji Informatycznej i Zastosowań Komputerów w Warszawie
Zredagował zespół w składzie: Janina Ziętek – redaktorka naczelna Bożena Boryczka, Maciej Borowiecki – redaktorzy prowadzący Korekta: Bożena Boryczka, Maciej Borowiecki Redakcja techniczna i skład: Justyna Domagała • krysztalowakorekta.pl Grafika na okładce: pexels.com i pixabay.com Druk: KOLUMB Krzysztof Jański ul. Kaliny 7 41-506 Chorzów
Numer konta: Mazowieckie Samorządowe Centrum Doskonalenia Nauczycieli ul. Świętojerska 9, 00-236 Warszawa Nr rachunku: 20 1020 1026 0000 1002 0232 8086
ul. Raszyńska 8/10 02-026 Warszawa
Redakcja nie zwraca materiałów niezamówionych i zastrzega sobie prawo do redakcji i skrótów nadesłanych tekstów. Za treść ogłoszeń redakcja nie odpowiada.
ISSN 1896-2521 Nakład numeru 4/2022: 2040 egz. Cena egz. 12,50 zł
www.meritum.edu.pl
Od redakcji Nowoczesne technologie są używane w edukacji od wielu lat, a w czasie pandemii i edukacji zdalnej zna- cząco wzrosło ich wykorzystanie. Bez nich nie byli- śmy w stanie kontynuować nauki w tych trudnych czasach. Tematyka kolejnego numeru „Meritum” do- tyczy wykorzystania technologii przyszłości w eduka- cji. W wielu artykułach autorzy odnoszą się zarówno do technologii, które jeszcze nie są używane w edu- kacji, jak i też do technologii już stosowanych, choć być może nie tak popularnych. W dziale „Teorie i badania” szczególnej uwadze Czytelników polecamy artykuł „Technologie przy- szłości zmieniają przyszłość edukacji”, w którym Grażyna Gregorczyk prowadzi rozważania na te- mat wykorzystania sztucznej inteligencji, robotyki oraz rozproszonych baz danych w procesie eduka- cji i w zarządzaniu oświatą. Warto także zapoznać się z artykułem prof. dr. hab. Macieja M. Sysły pt. „Ewo- lucja urządzeń i przyrządów do obliczeń na drodze do komputerów w edukacji”. Jest to rys historyczny wykorzystania komputerów w edukacji, z którego można się dowiedzieć, jakimi technologiami w erze przed komputerami posługiwali się nasi przodkowie (dla nich były to „technologie przyszłości”!). Autorzy opracowań z działu „Dobra praktyka” poruszają wiele zagadnień dotyczących przyszłości edukacji. W artykule „Zanim rakieta wyruszy w kos- mos” autorki omawiają program szkół kosmicznych opracowany w ramach projektu „Future Space” oraz jego miejsce w zapisach podstawy programowej róż- nych przedmiotów. Anna Grzybowska, autorka arty- kułu „Gdzie się uczyć? – kilka słów o roli przestrze- ni w szkole” proponuje inną organizację sali lekcyjnej, atrakcyjną dla uczniów i wspierającą współczesne metody edukacji. W niektórych szkołach w Polsce już takie przestrzenie istnieją, warto żeby było ich więcej. W dziale „Nauczanie i uczenie się” znajdziemy ciekawe propozycje wykorzystania nowoczesnych technologii w szkole. Wanda Jochemczyk i Katarzy- na Olędzka zapraszają w artykule „Wycieczka z nowo- czesną technologią” do planowania i dokumentowa- nia np. wycieczki szkolnej. Elżbieta Pryłowska-Nowak w artykule „Wirtualne podróże przez dziedzictwo kul- turowe świata i nowoczesną technologię” proponu- je podróż przez historię i zwiedzanie muzeów z wy- korzystaniem rozszerzonej rzeczywistości i sztucznej inteligencji. W ostatnim dziale „Samokształcenie” Dorota Jan- czak prowadzi rozważania na temat modelu naucza- nia i uczenia się 5E wzbogaconego o wykorzystanie nowoczesnych technologii. Warto także przeczytać artykuł Dariusza Brzuski pt. „Ochrona wizerunku – kilka niuansów”, w którym znajdziemy cenne wska- zówki dotyczące publikowania zdjęć w sieci. Autorzy pozostałych artykułów w tym numerze „Meritum” przedstawiają wiele innych ciekawych tema- tów związanych z wykorzystaniem technologii przy- szłości w edukacji. Mamy nadzieję, że lektura zapro- ponowanych tekstów zachęci Państwa do myślenia o przyszłości edukacji i szukania sposobów na wyko- rzystanie najnowszych technologii w nauczaniu. ∞ Zapraszamy do lektury!
TEORIE I BADANIA
GRAŻYNA GREGORCZYK Technologie przyszłości zmieniają przyszłość edukacj i ...................................................................... .0000 2 prof. dr hab. MACIEJ M. SYSŁO Ewolucja urządzeń i przyrządów do obliczeń na drodze do komputerów w edukacji .................................. .000 16
MACIEJ DANIELUK Jak technologie zmieniają edukację . ..................................... .000 25
DOBRA PRAKTYKA
ANNA GRZYBOWSKA • ELŻBIETA KAWECKA • ELŻBIETA PRYŁOWSKA-NOWAK Zanim rakieta wyruszy w kosmos ............................................. .000 29
AGNIESZKA HALICKA Technologie przyszłości w bibliotece szkolnej ................... .000 37
ANNA GRZYBOWSKA Gdzie się uczyć? – kilka słów o roli przestrzeni w szkole . ................................................................... .000 43
ELŻBIETA KAWECKA Konkurs BEST OF STEM . .......................................................... .000 49
ELŻBIETA PRYŁOWSKA-NOWAK Podsumowanie realizacji grantu TIK TO MY ...................... .000 54
NAUCZANIE I UCZENIE SIĘ
WANDA JOCHEMCZYK • dr KATARZYNA OLĘDZKA Wycieczka z nowoczesną technologią ................................. .000 59
ANNA GRZYBOWSKA Projekt z Google Maps w szkole podstawowej ................... .000 64
ELŻBIETA PRYŁOWSKA-NOWAK Wirtualne podróże przez dziedzictwo kulturowe świata i nowoczesną technologię ........................................... .000 68
BARTŁOMIEJ KROWIAK Modelowanie i druk 3D w pracy nauczyciela ...................... .000 79
SAMOKSZTAŁCENIE
DARIUSZ BRZUSKA • JUSTYNA KAMIŃSKA • RENATA SIDORUK-SOŁODUCHA Zawody przyszłości w projekcie FUTURE SPACE ............. .000 86
DOROTA JANCZAK Parę słów o modelu 5E ................................................................ .000 92
DARIUSZ BRZUSKA Ochrona wizerunku – kilka niuansów .................................... .000 96
2
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
GRAŻYNA GREGORCZYK
Na naszych oczach startuje czwarta rewolucja przemysłowa, uczące się komputery drastycznie zmienią nasze życie.
Bardziej niż koło, prąd czy internet . Jen Hsun Huang , szef Nvidii Corporation −
amerykańskiego przedsiębiorstwa komputerowego, jednego z największych na świecie producentów procesorów graficznych i innych układów scalonych
Dynamiczny rozwój nowych technologii, szczegól- nie cyfrowych – zwany czwartą rewolucją przemy- słową – zmienia współczesny świat i gospodarkę, dokonuje transformacji społecznych i kulturowych. Największe zmiany nastąpiły w sposobie komuniko- wania się, magazynowania i przetwarzania dużych zbiorów danych w chmurze oraz w obszarze współ- pracy pomiędzy systemami informatycznymi i urzą- dzeniami, które mogą komunikować się ze sobą i udostępniać dane użytkownikom przez Internet. Pat Gelsinger, dyrektor generalny Intela, w ra- porcie na temat odpowiedzialności korporacyjnej firmy Intel zawarł następujące słowa: Technologia cyfrowa zmienia świat w przyspieszonym tem- pie, napędzana przez to, co nazywam czterema „supermocarstwami”: chmurę, łączność zasilaną przez 5G, sztuczną inteligencję (AI) i inteligentną krawędź 1 . Są supermocarstwami, ponieważ każde
z nich wzmacnia wpływ innych. Razem zmieniają każdy aspekt naszego życia i pracy.
Powstaje pytanie, w jaki sposób technologie przyszłości – takie jak sztuczna inteligencja (ang. Artificial Intelligence , AI), wirtualna rzeczywistość (ang. Virtual Reality , VR), rozszerzona rzeczywistość (ang. Augumented Reality , AR) czy internet rzeczy (ang. Internet of Things , IoT) – zmienią edukację w najbliższych latach i dekadach? Bo że zmienią, nikt nie ma wątpliwości. W artykule zostały przedstawione wybrane spo- śród wielu technologii przyszłości trzy przełomowe: sztuczna inteligencja, robotyka i blockchain 2, ponieważ w sposób istotny zmienią świat w XXI wieku, a tym samym edukację.
2 Blockchain jest rozproszoną bazą danych o architekturze typu peer-to-peer. „Rozproszona” oznacza, że dane są przechowywane w wielu lokalizacjach, a „peer-to-peer”, że nie ma centralnego hosta, który przechowuje główną kopię danych.
1 Inteligentna krawędź – pod tym określeniem rozumie się zestaw połączonych systemów i urządzeń, które zbierają i analizują dane w celu wsparcia podejmowania decyzji [przyp. red.].
3
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
SZTUCZNA INTELIGENCJA WYZWANIEM DLA EDUKACJI PRZYSZŁOŚCI
AI – Sztuczna inteligencja
Można ją określić jako komputerowy system zdolny do wykonywania wymagających inteligencji zadań, na ogół kojarzonych z ludzkim umysłem, takich jak: interpretacja i przetwarzanie informacji, rozpo- znawanie obiektów, nauka, rozumowanie, rozwią- zywanie problemów, rozumienie języka natural- nego, przewidywanie przyszłości, podejmowanie decyzji , a czasem również − tworzenie . Termin „sztuczna inteligencja” zawiera jawne odniesienie do pojęcia inteligencji. Ponieważ jednak inteligencja (tak maszynowa, jak i ludzka) jest poję- ciem niejasnym, naukowcy zajmujący się AI najczęś- ciej posługują się pojęciem racjonalności . Odnosi się ono do zdolności wyboru najlepszego działania umożliwiającego osiągnięcie danego celu , biorąc pod uwagę dostępne zasoby i kryteria optymalizacji.
W przeciągu najbliższych stu lat komputery wyprzedzą ludzi, jeśli chodzi o inteligencję . Stephen Hawking , brytyjski fizyk teoretyczny i matematyczny
Zgodnie z rezolucją przyjętą przez Parlament Euro- pejski3 sztuczna inteligencja ma być jedną z najważ- niejszych technologii przyszłości. Chociaż dla więk- szości uczniów i nauczycieli, ale i zwykłych ludzi, sztuczna inteligencja stanowi jedną wielką zagadkę, kojarzy się z filmami science fiction i bardzo odległą przyszłością, tak naprawdę jest już wszechobecna w naszym życiu. Wyposażone są w nią nasze smart- fony, przeglądarki internetowe, zegarki, samochody, odkurzacze... Umiejętności związane z projektowaniem i wy- korzystaniem sztucznej inteligencji są dzisiaj uwa- żane za jedne z najbardziej poszukiwanych umie- jętności na rynku pracy. Według raportu Future of Jobs 2020 Światowego Forum Ekonomicznego4, najszybciej rozwijający- mi się obecnie zawodami są specjaliści w zakresie sztucznej inteligencji ( AI – ang. Artificial Intelligence ), uczenia maszynowego ( ML – ang. Machine Learning ) i uczenia głębokiego ( DL – ang. Deep Learning ) oraz eksperci ds. Big Data i analitycy danych. Zagadnienia specyficzne dla tego obszaru zawo- dowego, czyli sztuczna inteligencja, uczenie maszy- nowe, a także uczenie głębokie są ze sobą powią- zane, lecz mają różne funkcje. Zanim przejdziemy do zastosowania AI w edukacji, kilka słów wyjaśnienia.
ML – Uczenie maszynowe
Uczenie maszynowe to gałąź sztucznej inteligencji i informatyki, która koncentruje się na wykorzysta- niu danych i algorytmów do naśladowania sposobu, w jaki ludzie się uczą. Uczenie maszynowe jest ukierunkowane na tworzenie aplikacji, które potrafią się uczyć bez ludzkiej interwencji na podstawie gromadzonych danych. Stopniowo, wraz z upływem czasu, popra- wiają swoją dokładność i skuteczność. W przeci- wieństwie do sztucznej inteligencji proces uczenia maszynowego nie jest w stanie stworzyć czegoś nowego, a jedynie uzyskiwać optymalne rozwią- zania zadanego problemu. Algorytmy uczenia maszynowego są wykorzy- stywane w wielu różnych zastosowaniach, takich jak np.: system nawigacji satelitarnej, ochrona przed spamem (filtrowanie wiadomości internetowych pod kątem niechcianej korespondencji), autokorekta w procesorach tekstu, wyszukiwanie i rekomen- dacja najciekawszych dla użytkownika materiałów w mediach społecznościowych czy rozpozna- wanie obrazów. Opracowanie konwencjonalnych
3 Rezolucja Parlamentu Europejskiego z 3 maja 2022 r. w sprawie sztucznej inteligencji w epoce cyfrowej, https://tiny.pl/w9g6v 4 The Future of Jobs Report 2020 , https://tiny.pl/rj3qs
4
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
GRAŻYNA GREGORCZYK
algorytmów do wykonywania tych potrzebnych zadań byłoby trudne lub wręcz niewykonalne.
Jednak do najczęściej spotykanych przykładów uczenia głębokiego zaliczają się tzw. asystenci cyfrowi . Inteligentni asystenci głosowi, korzystający z przetwarzania języka naturalnego (NLP – progra- mowanie neurolingwistyczne), tacy jak: Apple Siri, Microsoft Cortana, Asystent Google i Amazon’s Alexa mogą odpowiadać na pytania i dostosowy- wać się do nawyków użytkowników. W Polsce, w maju 2020 roku, został urucho- miony chatbot Edzia , wirtualny asystent, który był skarbnicą technicznej wiedzy przydatnej w pro- wadzeniu zajęć online. Stworzył go zespół IBM na chmurze IBM Cloud i na bazie usługi IBM Watson Assistant5. Edzia odpowiadała na pytania nauczycieli doty- czące narzędzi do edukacji zdalnej, wsparcia meto- dycznego, wyszukiwania wiarygodnych źródeł dla materiałów edukacyjnych czy sposobu organizacji zajęć. Istnieje wiele obiecujących zastosowań tech- nologii AI, które można wykorzystać w edukacji w nadchodzących dziesięcioleciach. AI może przy- spieszyć przejście do nauki zindywidualizowa- nej, zapewnić uczniom ciągłą ocenę i informację zwrotną oraz stosować techniki analizy uczenia się w celu zróżnicowania procesu nauki tak, by była ona dostosowywana do danego ucznia w czasie rzeczywistym. AI wykazała już ogromny potencjał jako wspar- cie dla uczniów o specjalnych potrzebach eduka- cyjnych dzięki umiejętności reagowania na specy- ficzne zdolności tych dzieci. AI może pomagać nauczycielom w wykrywa- niu problemów z przyswajaniem wiedzy u ucz- niów, dostosowywać materiał do indywidualnych potrzeb ucznia lub po prostu być wykorzystana do oceniania. AI może także pomóc w zarządzaniu
DL – Uczenie głębokie
Uczenie głębokie to podzbiór uczenia maszyno- wego umożliwiający komputerom rozwiązywanie bardziej złożonych problemów. Modele uczenia głębokiego są w stanie także samodzielnie tworzyć nowe funkcje. W uczeniu głębokim sztuczne sieci neuronowe – algorytmy zaprojektowane do działania przypo- minającego ludzki mózg – uczą się na podstawie dużych ilości danych. Między wieloma niezliczonymi zastosowaniami głębokie uczenie jest wykorzystywane np. do gene- rowania napisów dla filmów w serwisie YouTube, rozpoznawania mowy w telefonach i inteligent- nych głośnikach, rozpoznawania twarzy z foto- grafii oraz do tworzenia samodzielnie jeżdżących samochodów.
Uczenie głębokie jest także stosowane:
• do analizy dużej liczby obrazów, co pozwa- la sieciom społecznościowym dowiedzieć się więcej o użytkownikach i ich preferencjach, a to usprawnia np. ukierunkowanie reklam czy zarzą- dzanie łańcuchem dostaw, • do bardziej skutecznego wykrywania zaawan- sowanych zagrożeń niż metody tradycyjne, do zwalczania złośliwego oprogramowania poprzez rozpoznawanie nowych podejrzanych działań, a tym samym zwiększania bezpieczeństwa, • w dziedzinie opieki zdrowotnej poprzez analizę trendów i zachowań ludzi w celu przewidywa- nia chorób i pandemii, a także w celu określenia optymalnych badań i zabiegów dla pacjentów, • do przetwarzania języka naturalnego poprzez automatyzację analizy, rozumienia, tłumacze- nia i generowania języka naturalnego przez komputer.
5 IBM Watson Assistant, wirtualny asystent, wykorzystuje sztuczną inteligencję zdolną do zrozumienia kontekstu zapytań użytkowników, udzielającą szybkich, logicznych i dokładnych odpowiedzi w dowolnej aplikacji na dowolnym urządzeniu i kanale.
5
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
lekcjami i systemem edukacji, na przykład prze- widując pewne trendy, zachowania ucznia i zjawi- ska z wyprzedzeniem. AI może pomóc analizować postępy ucznia w czasie rzeczywistym oraz pod- suwać rekomendacje co do tego, jakie działania podejmować wobec konkretnych uczniów. Jan Fazlagić w artykule „Rozwój sztucznej inte- ligencji jako wyzwanie dla systemu edukacji”6, pro- ponuje następujące główne podkategorie zastoso- wań AI w edukacji:
i doskonalić umiejętności. Dzięki odpowied- nim algorytmom „potrafi” reagować na jego zdolności, dostarczać odpowiednich treści oraz zapewniać motywację i zaangażowa- nie. Ułatwieniem dla nauczyciela może być także szybka identyfikacja uczniów zagro- żonych. Takie rozwiązanie umożliwia indy- widualną pracę z uczniem bez szkody dla reszty klasy ani wystawiania go na krytykę ze strony rówieśników. • Sztuczna inteligencja w zastępstwie na- uczyciela – Chociaż wyeliminowanie „czynnika ludzkiego” z procesu nauczania wydaje się dzisiaj niemożliwe, coraz szerzej stosowane są rozwiązania typu intelligent tutoring system , umożliwiające tzw. inteli- gentne nauczanie bez udziału nauczycie- la. Przykładem może być system Carnegie Learning7 − lider w dziedzinie sztucznej inte- ligencji w edukacji i ocenianiu formatywnym. Można również tutaj wymienić przywoła- nych już wcześniej asystentów cyfrowych, takich jak Siri, Cortana czy Alexa, którzy śledzą pracę ucznia i na tej podstawie, bez udziału nauczyciela, zapewniają mu sper- sonalizowaną pomoc. • Sztuczna inteligencja jako przestrzeń za- pewniająca uczniom bezpieczeństwo emo- cjonalne w sytuacji niepowodzeń szkol- nych – Porażki i błędy są nierozerwalnie związane z uczeniem się. Odosobnienie oraz intymność, którą zapewnia sztuczna inteligencja podczas nauki, mogą pozy- tywnie wpływać na pracę ucznia, tworząc atmosferę zaufania i bezpieczeństwa. • Personalizacja – odpowiedź na indywidu- alne potrzeby ucznia – Chociaż spersona- lizowane doświadczenie edukacyjne nie jest koncepcją nowatorską, technologia AI może znacznie ułatwić jej wdrożenie. Dzisiejsze klasy są zróżnicowane i złożone, a AI może
• sztuczna inteligencja wspomagająca proces uczenia się i nauczania,
• sztuczna inteligencja jako wsparcie nauczyciela w pracach administracyjnych,
• sztuczna inteligencja w zarządzaniu systemem oświaty na różnych poziomach.
Podział ten może mieć istotne znaczenie dla dalszych prac badawczych nad sztuczną inteli- gencją oraz wskazywać kierunki, w jakich powinna rozwijać się dla poprawy edukacji. Może także okazać się przydatny dla branży edtech (ang. educational technology ), która dostar- cza rozwiązania nowoczesnych narzędzi technolo- gicznych oraz innowacyjnych procesów i metodyk pedagogicznych w celu zwiększenia efektywności nauczania.
Zarys możliwości zastosowania sztucznej inte- ligencji w obszarze edukacji (za Janem Fazlagiciem)
1. Sztuczna inteligencja wspomagająca uczenie się i nauczanie
• Sztuczna inteligencja jako asystent, pomoc- nik nauczyciela – AI, jako cyfrowy korepe- tytor ucznia, może mu pomóc uczyć się
6 J. Fazlagić [red.] S ztuczna inteligencja (AI) jako megatrend kształtują- cy edukację. Jak przygotowywać się na szanse i wyzwania społeczno- -gospodarcze związane ze sztuczną inteligencją? Instytut Badań Edu- kacyjnych, Warszawa 2022.
7 https://www.carnegielearning.com/, dostęp 21.08.2022.
6
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
GRAŻYNA GREGORCZYK
2. Sztuczna inteligencja jako wsparcie nauczy- ciela w pracach administracyjnych
pomóc lepiej odpowiedzieć na potrzeby każdego ucznia. Rozpoznając jego defi- cyty wiedzy, może na przykład dostarczyć więcej ćwiczeń w obszarach, które uzna za wymagające doskonalenia oraz zmniejszyć liczbę zadań w obszarach, które zostały już opanowane. • Udzielanie informacji zwrotnej – Nauczy- cielom w tradycyjnej klasie często brakuje czasu na udzielenie uczniowi informacji zwrotnej na temat jego postępów w nauce oraz braków w wiedzy i umiejętnościach. Sztuczna inteligencja, na podstawie posia- danych danych, może rozwiązać ten prob- lem dostarczając uczniowi lub innym zain- teresowanym osobom spersonalizowaną, obiektywną, rzetelną informację zwrotną. Może również pomóc uczniowi w podej- mowaniu decyzji dotyczących wyboru ko- lejnych etapów edukacji. • Monitoring i przeciwdziałanie przedwczes- nemu kończeniu nauki przez dzieci – AI może na bieżąco analizować proces nauki ucznia. Może także, poprzez wgląd w jego osobowość, poddawać analizie odczucia i emocje towarzyszące temu procesowi, rozpoznawać sytuacje kryzysowe. Dzię- ki temu nauczyciel będzie mógł podjąć wcześniejszą interwencję i dopasować dzia- łania pomocowe do potrzeb ucznia. • AI w systemach antyplagiatowych – Sztucz- na inteligencja dostarcza narzędzi do analizy języka naturalnego, które pomagają w wy- szukiwaniu zapożyczonych tekstów i ich źródeł. Pozwala to na unikanie bezkrytycz- nego kopiowania zasobów sieci interneto- wej przez społeczność szkolną.
• Ocenianie uczniów – Sztuczna inteligencja może usprawnić proces oceniania i ewalu- acji uczniów. Ocenianie może być całko- wicie zautomatyzowane, np. na podstawie znormalizowanych testów, albo częściowo zautomatyzowane. AI może także oceniać odpowiedzi otwarte w czasie rzeczywistym, analizować efekty pracy ucznia, pozostawia- jąc ostateczną decyzję samemu nauczycie- lowi. Inne zadania administracyjne, które AI może realizować, to np. wpisywanie ocen na koniec semestru, wypełnianie formularzy sprawozdań i dokumentacji szkolnej, komu- nikacja z rodzicami. • Sprawdzanie obecności i aktywności ucz- niów – Jest to proste zadanie, realizowane już dzisiaj przez nieskomplikowane oprogra- mowanie. Sztuczna inteligencja, gromadząc dane na temat aktywności uczniów, może dodatkowo identyfikować zarówno uczniów zagrożonych niepowodzeniem, jak i ucz- niów zdolnych, i zapewniać im odpowiednie narzędzia do osiągnięcia sukcesu. • Wsparcie metodyczne – Technologia AI może dostarczać nauczycielowi informa- cje wspierające go w procesie nauczania. Analizując postępy uczniów, wykrywając np. wyższą niż oczekiwana liczbę błęd- nych odpowiedzi uczniów na dany temat, może przedstawić nauczycielowi propozy- cje usprawnień albo dostarczyć mu wiedzę potrzebną uczniom i zasugerować najlepszy sposób jej przekazania. • Zarządzanie relacjami z rodzicami i innymi osobami – AI może wyręczyć nauczycieli w realizacji niektórych zadań z tym związa- nych. Chatboty mogą udzielać natychmia- stowych odpowiedzi na pytania administra- cyjne zadawane przez rodziców, personel i uczniów, zapewniając tym samym szybki i łatwy dostęp do potrzebnych im informacji.
7
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
3. Sztuczna inteligencja w zarządzaniu systemem oświaty na różnych poziomach
Komitet Rady Ministrów ds. Cyfryzacji (KRMC) przy- jął w 2020 roku „Politykę rozwoju sztucznej inte- ligencji w Polsce”8. Dokument określa działania i cele dla Polski w perspektywie krótkoterminowej (do 2023), średnioterminowej (do 2027) i długoter- minowej (po 2027). Wśród sześciu obszarów doku- ment wymienia edukację: AI i edukacja – działania podejmowane od kształcenia podstawowego, aż do poziomu uczelni wyższych – programy kursów dla osób zagrożonych utratą pracy na skutek roz- woju nowych technologii, granty edukacyjne . Warto w tym miejscu wspomnieć o autorskim, globalnym programie firmy Intel − AI for Youth 9 − Sztuczna inteligencja dla młodzieży. Jest to projekt pilotażowy o zasięgu ogólnopolskim, realizowany przez Konsorcjum Instytutu Chemii Bioorganicznej PAN Poznańskiego Centrum Superkomputerowo- -Sieciowego oraz Software Development Acade- my, działających na rzecz Ministerstwa Rozwoju i Technologii. Jest on skierowany do uczniów i nauczycieli publicznych liceów ogólnokształcących oraz techników. Program ma uczyć i pomagać rozwijać kompetencje technologiczne i społeczne związane z wykorzystaniem sztucznej inteligencji, aby jak naj- lepiej przygotować młodzież na nadejście rewolucji związanej z AI, z którą procesy gospodarcze zwią- zane są coraz bardziej.
• Ocena nauczycieli – W systemach edu- kacji w wielu krajach na świecie stoso- wane są różnego rodzaju zasady oceniania i awansu zawodowego nauczycieli. Systemy te analizują wybrane osiągnięcia i aktyw- ności nauczycieli, np. dotyczące postępów w nauce uczniów, zaangażowania nauczy- ciela w pracę szkoły, współpracy z innymi nauczycielami oraz ze środowiskiem lokal- nym. Podobnie jak ma się to w przypadku oceniania uczniów, tu także sztuczna inteli- gencja mogłaby oceniać lub też dostarczać informacji osobom oceniającym nauczy- ciela. Jest nadzieja, że oceny byłyby poten- cjalnie pozbawione elementów niemery- torycznych lub politycznych, jakie czasami towarzyszą pracy nauczyciela. • Analiza dużych zbiorów danych o systemie edukacji – Odpowiednie algorytmy mające dostęp do danych wytwarzanych w sekto- rze oświaty mogłyby przewidywać trendy i zagrożenia na przykład w czasach pande- mii i nauczania zdalnego oraz dostarczać informacji pozwalających na wcześniejszą interwencję czy też odpowiednią dystry- bucję środków. • Analiza danych na poziomie organu pro- wadzącego oraz regionalnym – Analiza danych mogłaby pozwolić na optymaliza- cję wykorzystania zasobów oraz monitoro- wanie efektywności ich wykorzystania. Na przykład dane dotyczące aktywności ucz- niów i nauczycieli mogłyby być skorelowane z nakładami na technologie informatyczne w edukacji. Sztuczna inteligencja zmieniła już edukację w wielu krajach, ułatwiając i usprawniając naukę. Wkrótce także Polska może zostać pionierem wyko- rzystania sztucznej inteligencji w edukacji.
Z ROBOTEM W SZKOLNEJ ŁAWCE
Cóż to za robot piękny i młody, I cóż to za robotniczka, Ona mu z dzbana daje pentody, On jej − wtyczki z koszyczka . Stanisław Lem , „Dzienniki gwiazdowe”
Roboty to urządzenia techniczne przeznaczone do realizacji niektórych funkcji lokomocyjnych oraz manipulacyjnych człowieka. Wyróżniają się one
8 Pełny tekst dokumentu: https://tiny.pl/r5lcs 9 Strona projektu: https://ai4youth.edu.pl
8
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
GRAŻYNA GREGORCZYK
Roboty edukacyjne służą także do motywowa- nia uczniów, pomagają w realizacji ich pomysłów. Wyposażone są w wiele czujników, dzięki którym uczniowie mogą poznać szersze znaczenie robo- tyki, nauczyć się nie tylko podstaw programowania, ale także dokładności, rozwinąć myślenie przy- czynowo-skutkowe oraz kreatywność i wyobraź- nię. Roboty edukacyjne świetnie sprawdzają się na wszystkich etapach edukacyjnych. Jest to ciekawy sposób zachęcania dzieci do nauki poprzez krea- tywne wykorzystanie zabawy.
możliwością wykonywania serii zautomatyzowa- nych czynności, które można samodzielnie zdefi- niować i zaprogramować. W znacznej większości roboty korzystają z omówionej wcześniej sztucznej inteligencji. Roboty ze sztuczną inteligencją wyko- rzystuje się zwykle, aby zbliżyć do siebie ludzi i tech- nologię, rozwiązywać problemy i wyręczać ludzi w ciężkich, żmudnych i powtarzalnych pracach. W artykule zostanie przedstawionych kilka cie- kawych inspiracji dotyczących wykorzystania robo- tów w edukacji.
Roboty edukacyjne − nauka przez technologię
Najwcześniej pojawiły się w szkołach roboty – narzędzia edukacyjne do wykorzystania podczas lekcji. Wprowadzenie podstaw robotyki do szkół w formie zajęć praktycznych pozwoliło uczniom na opanowanie zagadnień z kilku dziedzin: kon- struowania, automatyki, informatyki oraz mecha- niki. Z tego względu robotyka często postrze- gana jest jako integralna część tzw. edukacji STEM (ang. S cience, T echnology, E ngineering, M aths, tzn. Nauka, Technologia, Inżyniera i Matema- tyka), łączącej edukację w obszarze nauk ścisłych i technicznych.
Rysunek 2. Lego Mindstorms EV3 Robot gotowy do edukacyjnej misji. Źródło: Wikimedia Commons, https://tiny.pl/wfxlg, CC BY-SA 4.0
W wielu polskich szkołach możemy już dzi- siaj spotkać roboty edukacyjne takie jak: Photon, Wonder Dash, Makeblock-mTiny, Walking Bot, Roboraptor, MIO 2.0, Stemi Hexapod, Lego Min- dstorms EV3 czy DJI RoboMaster S1. Robotyka i programowanie zostały także uwzglę- dnione w programie Laboratoria Przyszłości − ini- cjatywie edukacyjnej realizowanej przez Minister- stwo Edukacji i Nauki. Główny cel Laboratoriów Przyszłości to inwestycja w nowoczesną eduka- cję, a także rozwijanie kompetencji przyszłości u uczniów.
Rysunek 1. Polski robot Photon pomaga dzieciom poruszać się w świecie nowych technologii Źródło: Wikimedia Commons, https://tiny.pl/wfxlh, CC BY-SA 4.0
9
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
Czy roboty zastąpią nauczycieli?
Robot – wirtualny asystent nauczyciela
W zależności od formy i funkcjonalności charak- teryzujących dany system roboty pełnią różne role, od służenia jako narzędzie edukacyjne, do peł- nienia funkcji asystentów nauczycieli i nauczycieli jako takich. Robota edukacyjnego i zestaw robo- tyczny można więc zakwalifikować jako „narzędzie”, „rówieśnik” lub „nauczyciel”. Koreański robot Silbot ENGKEY świetnie radzi sobie z nauczaniem języka angielskiego. Nie ma również problemów z utrzymaniem dyscypliny w klasie. Sam odnajduje się w przestrzeni, słyszy i rozpoznaje ludzkie głosy. W trosce o komfort psychiczny uczniów zaopatrzono go w specjalny monitor, na którym wyświetla się ludzka twarz. Taki zabieg podobno pomaga dzieciom w lepszym zaaklimatyzowaniu się w klasie. Nie bez znaczenia jest tu też element zabawy. Robot nie jest „panią”, tylko rodzajem zabawki, czymś, z czym współ- czesne dzieci są całkiem nieźle oswojone. Roboty nie zastąpią nauczycieli, ale mogą zna- komicie pomóc, oszczędzając ich czas i pracę. Wyznaczając maszynom pewne zmechanizowane zadania, nauczyciel może osiągnąć odpowied- nią pozycję jako niezbędna istota ludzka − napisał w latach 50. XX wieku Burrhus Frederic Skinner, amerykański psycholog, behawiorysta, teoretyk maszynowego nauczania i autor pierwszych prak- tycznych programów tego typu. Do prac, które zapewne nauczyciele chętnie oddadzą automatycznym systemom kompute- rowym, z pewnością będą należeć: prowadzenie rozmaitej szkolnej dokumentacji, pracochłonne przygotowywanie i sprawdzanie rozmaitych testów i sprawdzianów czy sprawdzanie prac domowych.
Wirtualny asystent nauczyciela to automatyczne rozwiązanie, które może przejąć większość czyn- ności często powtarzanych przez nauczyciela, może odpowiadać na pytania i dostosowywać się do nawyków użytkowników. Przykładem takiego wirtualnego asystenta jest robot w Georgia Institute of Technology, którego nazwano JILL WATSON . Kiedy instytut uruchomił kurs online umożliwiający zdobycie tytułu magistra w zakresie informatyki, na naukę zapisały się tysiące ludzi z całego świata. Wzrost liczby studentów oznaczał coraz więcej pytań zadawanych na uczel- nianych forach dyskusyjnych. W przeciwieństwie do większości profesorów bot JILL WATSON mógł przez 24 godziny i 7 dni w tygodniu odpowiadać na typowe, a także bardziej złożone pytania studentów dotyczące programu kursu i innych spraw organi- zacyjnych. Pozwalało to skrócić czas pedagogów i personelu poświęcany na te rutynowe czynności. Bot ma też możliwość analizowania języka natural- nego i pozyskiwania informacji o studentach, jeżeli zdecydują się udostępnić swoje dane, co jak twier- dzą twórcy robota, umożliwia zwiększenie interakcji między studentami i profesorami. JILL WATSON jest zaprojektowany w taki sposób, aby można go było używać z każdym nowym kursem. Ma też możliwość przesyłania dokumen- tów takich jak sylabus i harmonogram. Jak do tej pory robota wykorzystano przy obsłudze 17 uni- wersyteckich kursów.
Robot-rówieśnik czy robot-nauczyciel?
Naukowcy z Teachers College na Uniwersytecie Columbia prowadzili eksperyment, którego celem była pomoc uczniom w każdym wieku w wykry- waniu popełnianych przez nich błędów w mate- matyce i naukach ścisłych. Eksperyment opierał się na podstawowym spostrzeżeniu, że dzieci nie lubią przyznawać się do swoich błędów, ale lubią wytykać błędy komuś innemu.
10
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
GRAŻYNA GREGORCZYK
Roboty humanoidalne – symbiotyczna interakcja człowiek – robot
Mały humanoidalny robot o pseudonimie PROJO został zaprogramowany w ten sposób, aby podczas pracy z uczniami popełniał błędy matematyczne typowe dla uczniów, dzięki czemu dzieci, popra- wiając go, lepiej uczyły się dostrzegać i naprawiać własne pomyłki.
Roboty humanoidalne, jak sama nazwa podpowiada, charakteryzują się wyglądem zbliżonym do czło- wieka. Niektóre z nich wyglądają niemal identycz- nie jak my. Roboty humanoidalne naśladują nasze ruchu, gesty, a nawet mimikę. Niektóre potrafią odpowiadać nie tylko na proste, ale również nieco bardziej skomplikowane pytania. Projekt EASEL ( E xpressive A gents for S ymbiotic E ducation and L earning), realizowany na Uniwersy- tecie Pompeu Fabra w Barcelonie, badał i rozwijał teoretyczne zrozumienie symbiotycznej interakcji człowiek – robot ( HRSI − H uman- R obot S ymbiotic I nteraction). Przy czym symbioza była definiowana jako zdolność robota i człowieka do wzajemnego wpływania na siebie i zmiany swoich zachowań w różnych skalach czasowych (na przykład podczas spotkań i między spotkaniami).
Rysunek 3. Mylący się robot PROJO. Źródło: https://bit.ly/3KqrkTK
Co ciekawe, konstruktorzy zadbali o to, żeby maszyna zachowywała się jak rówieśnik, a nie nauczyciel, zachęcając w ten sposób uczniów do rozwiązywania zadań. PROJO pomagał także dzie- ciom w pracy zespołowej i ocenie ich osiągnięć. PROJO powstał jako narzędzie badawcze mające na celu sprawdzenie, czy oprogramowa- nie sztucznej inteligencji działające w charakterze partnera ucznia jest skuteczniejsze niż naśladu- jące pedagogów . Zdaniem dr Sandry Okity, kie- rującej eksperymentem, relacja, w której program występuje w roli eksperta, nie skłania uczącego się do wymiany wielu informacji. Ale jeśli zaprojektu- jesz go jako rówieśnika, wtedy uczniowie próbują rzucić mu wyzwanie lub spędzają więcej czasu, chcąc dowiedzieć się, czy AI ma rację . Zespół pod kierownictwem dr Okity zamie- rza stworzyć w ciągu najbliższych dwóch lat dar- mową aplikację PROJO, którą osoby prywatne lub nauczyciele będą mogli pobrać do własnego robota i używać go jako partnera ucznia w nauce mate- matyki czy języka.
Rysunek 4. EASEL – Robot jest moim nauczycielem Źródło: https://bit.ly/3CDpKMz
Symbioza wymagała, aby robot potrafił odczyty- wać i reagować na zachowanie i stan emocjonalny użytkownika oraz odpowiednio dostosowywać do nich swoje działania. Jeśli społeczeństwo nie chce zainwestować w wystarczającą liczbę ludzi pracujących w szkole, potrzebnych do uzyskania wysokiego poziomu zin- dywidualizowanego nauczania, uwzględniającego
11
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
wiarę uczniów we własne umiejętności uczenia się . Według naukowców ten ostatni element był klu- czowy i okazał się ważniejszy w procesie nauczania niż pierwotnie przewidywano.
różne sposoby uczenia się przez dzieci, to jedynym rozwiązaniem jest zastosowanie zaawansowanej technologii – mówił koordynator projektu Paul Verschure, profesor kognitywistyki i neurorobotyki na wymienionym wyżej uniwersytecie. Zespół badaczy opracował autonomicznego robota, w oparciu o naukowe teorie dotyczące umysłu i pracy mózgu, który mógł realizować zadania dydaktyczne, potrafił czytać, reagować na zachowanie i stan emocjonalny ucznia i odpowied- nio dostosowywać swoje odpowiedzi. To unikatowe rozwiązanie, ponieważ robot jest autonomiczny. Uczy się od ucznia, dostosowuje do niego swój sposób komunikacji, aby uczeń mógł go zrozumieć. Dopiero wtedy może przeka- zać wiedzę zapisaną w systemie – mówił profesor Verschure, dodając, że lekcje prowadzone przez robota są bezużyteczne, jeśli nie angażuje on swoich uczniów . Na wyróżnienie zasługuje również, realizowane w ramach projektu, badanie sposobów uczenia się przez dzieci. Jeśli nie zrozumiemy, w jaki sposób dzieci uczą się, oraz nie poznamy ich indywidual- nych cech, technologia nie rozwiąże problemu sku- tecznego nauczania − wyjaśniał profesor Verschure.
Reakcja na niewerbalne i wizualne wskazówki uczniów
Multimodalny system awatarów – znany jako System DIANA – został opracowany w Colorado State University. DIANA może jednocześnie słuchać, widzieć i interpretować oba zmysły. Integruje widze- nie komputerowe i przetwarzanie języka natural- nego, dzięki czemu oba te elementy działają płynnie. Potrafi mówić i reagować na głos i gesty swojego ludzkiego partnera, a następnie wykonywać działa- nia w środowisku symulacji 3D o nazwie VoxWorld. System DIANA został tak zaprojektowany, że reaguje na niewerbalne i wizualne wskazówki ucz- niów. Obserwuje mimikę, charakter rozmów, spoj- rzeń oraz gestów uczniów i na tej podstawie ana- lizuje, czy potrzebują pomocy, czy są skupieni lub rozproszeni. Odpowiednio reaguje, angażując ich w rozmowę albo przekazując informacje nauczy- cielowi, co jest szczególnie przydatne przy podziale uczniów na małe grupy, gdy nie ma możliwości skoncentrowania uwagi na wszystkich naraz.
W ramach projektu przeprowadzono eksperymenty polegające na nauczaniu fizyki przez roboty w sześciu szkołach podstawowych: w Holandii, Hiszpanii i Wielkiej Brytanii. Uczestniczyło w nich około 200 uczniów w wieku 8-9 lat. Robot wcielał się w rolę trenera i instruo- wał uczniów, polecając im wykonywanie różnych zadań. Robot wykorzystywał do nauczania wirtualną i rozszerzoną rzeczy- wistość, zapewniając uczniom dodatkowe treści edukacyjne, oraz rejestrował to, co robiły dzieci, dzięki czemu mógł udzielać
Rysunek 5. Struktura i interfejs systemu DIANA. Źródło: https://tiny.pl/w9gzf, CC BY 4.0
Badacze chcą też nauczyć DIANĘ niezawod- nego rozpoznawania twarzy, głosów, kolorów skóry, akcentów czy lokalnych dialektów. W tym celu pla- nują zbieranie danych wizualnych i dźwiękowych z pięciu gimnazjów w Colorado.
precyzyjnych informacji zwrotnych. Efekt naucza- nia został starannie przeanalizowany: zmierzono poziomy komunikacji, zdobytą lub utraconą wiedzę, indywidualne cechy uczniów, a co najważniejsze,
12
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
GRAŻYNA GREGORCZYK
Robotyka społeczna – robotyka przyszłości
Z robotów społecznych, takich jak np. humano- idalny NAO czy KASPAR , mogą korzystać dzieci chore na autyzm, które w naturalny sposób często interesują się technologiami i lubią roboty człeko- kształtne. Roboty humanoidalne dostarczają mniej bodźców niż człowiek, dlatego dla dzieci autystycz- nych komunikowanie z nimi jest łatwiejsze, bez- pieczniejsze i ma działanie terapeutycznie. KASPAR to robot humanoidalny, stworzony przez inżynierów z grupy Adaptive Systems Re- search Group na Uniwersytecie w Hertfordshire w Wielkiej Brytanii. Umie mrugać, poruszać głową, rękami i nogami. Na jego spokojnej, nieruchomej zazwyczaj twarzy mogą malować się tylko trzy emocje – radość, smutek i zaskoczenie. Jednak dla dzieci z autyzmem jest w sam raz, taki jak być powinien. Właśnie ta jego prostota i spokój spra- wiają, że dzieci go akceptują. KASPAR będzie wyko- rzystywany również w Polsce. Projekt finansowany jest przez Unię Europejską w ramach programu Era- smus+, w jego realizację zaangażowane są uczel- nie z Polski (Politechnika Gdańska), Wielkiej Brytanii, Niemiec oraz Turcji.
Inżynierowie i badacze z różnych dziedzin na całym świecie, w tym w Polsce, pracują nad rozwojem nowej dziedziny – robotyki społecznej , umożli- wiającej wykorzystanie robotów w leczeniu, a także codziennej pomocy ludziom.
Robotyka społeczna może przynieść korzyści osobom z niepełnospraw- nością fizyczną, senso- ryczną lub umysłową. Na przykład „inteligentni” asy- stenci osobiści pomogą uczniom wykonywać wie- le zadań za pomocą po- leceń głosowych. Będzie to szczególnie przydatne dla uczniów, którzy ma- ją problemy z widzeniem ekranu lub pisaniem na klawiaturze.
Rysunek 6. Robot NAO Źródło: Wikimedia Commons, https://tiny.pl/w9gz5, CC BY 0.1
Robotyka coraz szerzej wkracza do edukacji. Przykładów jest znacznie więcej. Roboty uczą ję-
zyków obcych, wykorzystują kodowanie dotykowe, poprawiają koncentrację ucz- niów, wspomagają nauczanie inżynierii i matematyki. Na podstawie lekcji pro- wadzonych przez nauczyciela pomaga- ją lepiej przyswoić wiedzę. Wspierają też najmłodszych z autyzmem i dzieci ma- jące problemy z komunikacją. Inteligentne roboty i platformy nie zastąpią nauczycieli, jednak na pewno w coraz większym stopniu będą wspo- magać ich pracę.
Pandemia unaoczniła, że sztuczna inteligencja i robotyka mają olbrzymie znaczenie w edukacji. Kiedy zajęcia odbywają się online, połą- czenie sztucznej inteligencji i robotyki może dawać dzieciom dodatkowe wsparcie.
Rysunek 7. Spotkanie z naukowcami na Uniwersytecie w Hertforshie. Ilustracja pochodzi z materiałów Politechniki Gdańskiej, zamieszczonych na stronie https://tiny.pl/w9gz2
13
Meritum 4 (67) 2022 Mazowiecki Kwartalnik Edukacyjny
TECHNOLOGIE PRZYSZŁOŚCI ZMIENIAJĄ PRZYSZŁOŚĆ EDUKACJI
BLOCKCHAIN − REWOLUCJA TECHNOLOGICZNA I JEJ ZASTOSOWANIE W EDUKACJI
Obecnie technologia blockchain jest najlepiej roz- winięta w obszarze finansów, ochrony danych, w sektorze publicznym, IT oraz opiece zdrowotnej, ze względu na poufny charakter danych gromadzo- nych przez te organizacje. Można postawić pytanie, czy technologia, która zapoczątkowała cały ruch związany z kryptowalu- tami, będzie przydatna w edukacji? Instytucje edukacyjne na świecie zwracają coraz większą uwagę na technologię blockchain, cho- ciażby ze względu na to, że przechowują wiele wrażliwych danych, a blockchain gromadzi je w bezpieczny sposób. W systemie edukacji technologia blockchain może także stanowić bezpieczny mechanizm wery- fikacji tożsamości uczniów i studentów. Wielu for- malności i metod uwierzytelniania, procedur, przez które np. studenci muszą przejść, próbując przenieść czy dodać zajęcia, można uniknąć dzięki technolo- gii blockchain. Blockchain może również służyć do wydawania dyplomów. Poświadczenia i certyfikaty przechowywane w łańcuchu bloków stanowią realną i ekologiczną alternatywę na przykład dla papiero- wych kopii dyplomów. Z jej użyciem można będzie rejestrować i weryfikować referencje uczniów i stu- dentów. W normalnych okolicznościach śledzenie osiągnięć uczniów za pomocą dostępnych narzędzi może być pracochłonne i kosztowne, blockchain staje się więc istotnym krokiem w kierunku opty- malizacji kosztów, bezpieczeństwa i przejrzystości.
Wiemy, że Blockchain jest najważniejszą technologią od czasu powstania Internetu i chcemy dać dostęp do niej dla najlepszych partnerów i szerszemu gronu . Paweł Aleksander , dyrektor zarządzający i współzałożyciel firmy Coinfirm, światowego lidera w dziedzinie analityki blockchain oraz rozwiązań technologicznych usprawniających działanie usług finansowych Większość ludzi kojarzy blockchain z krypto- walutami, takimi jak bitcoiny, tokeny i altcoiny, ale algorytm, którego używa ta technologia, można wykorzystać na wiele innych sposobów. Blockchain stanowi system rozproszonej bazy danych , oparty na algorytmach matematycznych i kryptografii, który jest uważany za najbezpiecz- niejszą obecnie technologię zapisu i przechowy- wania danych. Sama technologia nie jest nowa ani rewolu- cyjna. Za twórcę architektury blockchain uważa się powszechnie anonimową osobę lub grupę osób posługującą się pseudonimem Satoshi Nakamoto, dzięki której istnieje bitcoin oraz inne kryptowaluty. Nakamoto stworzył bitcoin, blockchain i kryptowa- lutę w 2009 roku. W tej zdecentralizowanej bazie dane umiesz- czane są w strukturach zwanych blokami . Połą- czone ze sobą bloki tworzą łańcuchy ( blockchain w wolnym tłumaczeniu znaczy właśnie łańcuch bloków). Każdy z bloków łańcucha składa się z danych , które przechowuje, własnego „hasha” 10 oraz „hasha” bloku poprzedniego . Hash pełni funkcję łączącą i sprawia, że łańcuch bloków jest praktycznie niezmienialny, dzięki czemu omawiana technologia jest tak bezpieczna.
Rysunek 8. Schematyczne przedstawienie architektury blockchain Źródło: https://bit.ly/3q6cVmJ
10 Hash to – w największym skrócie – krótki ciąg znaków przyporząd- kowany do zbioru danych o dowolnej wielkości.
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page 28 Page 29 Page 30 Page 31 Page 32 Page 33 Page 34 Page 35 Page 36 Page 37 Page 38 Page 39 Page 40 Page 41 Page 42 Page 43 Page 44 Page 45 Page 46 Page 47 Page 48 Page 49 Page 50 Page 51 Page 52 Page 53 Page 54 Page 55 Page 56 Page 57 Page 58 Page 59 Page 60 Page 61 Page 62 Page 63 Page 64 Page 65 Page 66 Page 67 Page 68 Page 69 Page 70 Page 71 Page 72 Page 73 Page 74 Page 75 Page 76 Page 77 Page 78 Page 79 Page 80 Page 81 Page 82 Page 83 Page 84 Page 85 Page 86 Page 87 Page 88 Page 89 Page 90 Page 91 Page 92 Page 93 Page 94 Page 95 Page 96 Page 97 Page 98 Page 99 Page 100 Page 101 Page 102Made with FlippingBook - Online Brochure Maker