AI Literacy for Kids: สอนให้พวกเขาขับเคลื่อน ไม่ใช่โดยสารพาหนะ

เด็กส่วนใหญ่รู้จัก AI ในลักษณะเดียวกับที่พวกเขารู้จักตู้หยอดเหรียญ: ใส่คำถาม ได้คำตอบออกมา แล้วผ่านไป นิสัยนี้คุ้มค่าที่จะแตกสลายตั้งแต่เนิ่นๆ เพราะเด็กที่เรียนรู้ที่จะควบคุมเครื่องมือเหล่านี้แทนที่จะยอมรับผลลัพธ์ของเครื่องมือเท่านั้นจะเป็นคนที่ได้รับประโยชน์จริงจากเครื่องมือ การควบคุม AI หมายถึงการเข้าใจว่ามันทำได้และทำไม่ได้อะไร ตั้งคำถามกับคำตอบของมัน และใช้มันเป็นเครื่องมือสำหรับการคิด ไม่ใช่เพื่อแทนที่การคิด

ทำไมการใช้งานแบบเชื่องช้าจึงเป็นค่าเริ่มต้น

Chatbots และตัวสร้างรูปภาพถูกสร้างมาเพื่อให้รู้สึกง่ายดาย พิมพ์ prompt ได้ผลลัพธ์ที่ขัดเงาในไม่กี่วินาที สำหรับเด็กที่ทำการบ้าน ความทันทีนี้เป็นการล่อใจ — AI เขียนเรียงความ แก้ปัญหาคณิตศาสตร์ หรือวาดรูป และงานนั้น "เสร็จ" แล้ว แต่ไม่มีการเรียนรู้เกิดขึ้นในกระบวนการ เครื่องมือทำการคิด และเด็กแค่เป็นท่อส่งสำหรับการร้องขอ

นี่แตกต่างจากวิธีที่เด็กใช้เครื่องคิดเลข ซึ่งทักษะคณิตศาสตร์พื้นฐานมักจะสอนก่อน กับ generative AI เด็กมักเข้าไปใช้ก่อนที่พวกเขาจะสร้างทักษะอิสระใดๆ ไว้ใช้เหลือ นั่นคือช่องว่างที่ผู้ใหญ่ต้องปิด

สอนการพิมพ์ prompt เป็นทักษะ ไม่ใช่ทางลัด

Prompt ที่ดีคือการร้องขอที่มีลักษณะเฉพาะและกำหนดขอบเขตได้ดี และการเขียน prompt นั้นเป็นทักษะจริงที่คุ้มค่าในการฝึกอบรมโดยจริงจัง แทนที่จะให้เด็กพิมพ์ "เขียนเรื่องราวเกี่ยวกับมังกรให้ฉัน" ให้พวกเขาสร้าง prompt ในชั้นต่างๆ: บุคลิกของมังกรคืออะไร? มันเผชิญกับความขัดแย้งอะไร? โทน — ตลกขบขัน หรือน่ากลัว หรือเศร้า? รายละเอียดที่เพิ่มเติมแต่ละอย่างเป็นการตัดสินใจของเด็ก ไม่ใช่ AI

การออกกำลังกายที่เป็นรูปธรรม: ให้ prompt พื้นฐานเดียวกันแก่เด็กสองคน แล้วให้พวกเขาเพิ่มข้อจำกัดสามประการของตัวเองก่อนรันมัน เปรียบเทียบผลลัพธ์หลังจากนั้น นี่ทำให้มองเห็นได้ว่ามีผลลัพธ์มากเพียงใดมาจากการควบคุมของมนุษย์เทียบกับโมเดลเดาเอา

การตรวจสอบข้อเท็จจริงไม่ใช่ทางเลือก

โมเดลหลงเหลือ — พวกเขาระบุข้อมูลที่ผิดด้วยความมั่นใจอย่างแน่นอน เด็กต้องเห็นสิ่งนี้เกิดขึ้นจริงๆ ไม่ใช่เพียงแค่ได้รับการบอก การออกกำลังกายที่มีประโยชน์คือการถามเครื่องมือ AI คำถามเกี่ยวกับสิ่งที่เด็กรู้จักดีแล้ว เช่นซีรีส์หนังสือที่ชื่นชอบของพวกเขาหรืองานอดิเรก และให้พวกเขาตรวจสอบคำตอบกับสิ่งที่พวกเขารู้จริงๆ เมื่อพวกเขาจับได้ว่าโมเดลถูกไหม นั่นคือบทเรียนที่มีผลทำให้เกิดความเข้าใจ

ทำให้เป็นนิสัย: หลังจากข้อเท็จจริง คำตอบ หรือสรุปที่สร้างโดย AI ให้ถาม "คุณจะตรวจสอบสิ่งนี้ได้อย่างไร" บางครั้งการค้นหาแบบด่วน บางครั้งถามครูหรือผู้ปกครอง บางครั้งแค่สังเกตเห็นว่าการอ้างสิ่งนี้ไม่ตรงกับสามัญสำนึก

แสดงให้เห็นว่าเครื่องมือทำไม่ได้อะไร

เด็กสร้างแบบจำลองทางจิตของ AI ที่แม่นยำขึ้นเมื่อพวกเขาเห็นขีดจำกัดของมันโดยตรง ถามเครื่องมือแชทบอท AI คำถามเกี่ยวกับเหตุการณ์ล่าสุดมากที่ไม่ได้รู้เกี่ยวกับ หรือปัญหาคณิตศาสตร์ที่ต้องการขั้นตอนอย่างระมัดระวัง แล้วดูว่ามันสำลักเหล่านั้นอย่างไร ถามตัวสร้างรูปภาพให้วาดมือ หรือข้อความภายในรูป แล้วดูว่ามีผลลัพธ์อะไร นี่ไม่ใช่การจับได้ — พวกเขาเป็นการสาธิตที่จริงใจว่าเครื่องมือเป็นตัวจับคู่รูปแบบที่มีจุดบอดจริงๆ ไม่ใช่จิตใจ

ใช้ AI เพื่อตรวจสอบงานของพวกเขา ไม่ใช่ทำให้พวกเขา

รูปแบบหนึ่งที่แข็งแรง: เด็กทำการบ้านก่อน แล้วจึงใช้ AI เป็นผู้ตรวจสอบ "นี่คือเรียงความของฉัน — สิ่งหนึ่งที่ไม่ชัดเจนคืออะไร" หรือ "นี่คือรหัสของฉัน — ลูปนี้ทำจริงๆ สิ่งที่ฉันคิดว่ามันทำได้ไหม" นี่จะพลิกความสัมพันธ์ AI กลายเป็นความเห็นที่สอง แทนที่จะเป็นผู้เขียน และเด็กยังคงเป็นคนที่ตัดสินใจและครอบครองผลลัพธ์สุดท้าย

สำหรับเด็กที่เรียนรู้โค้ด สิ่งนี้มีประโยชน์โดยเฉพาะ ให้พวกเขาเขียนสคริปต์ขนาดเล็ก — แม้แต่อันที่เสียหาย — ก่อนที่จะขอให้ AI ช่วยดีบัก พวกเขาควรจะสามารถอธิบายได้ด้วยคำของพวกเขาเองว่าแต่ละบรรทัดที่แก้ไขทำอะไร ก่อนที่จะดำเนินการต่อ หากพวกเขาไม่สามารถอธิบายได้ พวกเขายังไม่ได้เรียนรู้มันจริงๆ ไม่ว่าโค้ดสุดท้ายจะถูกต้องเพียงใด

พูดคุยเกี่ยวกับที่มาของข้อมูลการฝึกอบรม

แม้แต่เวอร์ชันที่เรียบง่ายของการสนทนานี้ก็สำคัญ: โมเดลเหล่านี้เรียนรู้โดยอ่านข้อความและรูปภาพจำนวนมหาศาลที่สร้างโดยผู้คนจริง และนั่นหมายถึงว่าพวกเขาสามารถทำซ้ำอคติ ข้อผิดพลาด และความเห็นที่ล้าสมัยที่พบในข้อมูลนั้น เด็กที่อายุมากขึ้นสามารถรับมือกับเวอร์ชันที่ลึกกว่าเล็กน้อย — ถามว่าตัวสร้างรูปภาพอาจเริ่มต้นด้วยสมมติฐานบางอย่างเกี่ยวกับว่า "แพทย์" หรือ "CEO" ควรมีหน้าตาอย่างไร เว้นแต่จะได้รับการบอก และรูปแบบนั้นอาจมาจากที่ใด

กฎการปกครองที่เรียบง่ายและใช้ได้ผล

กฎหนึ่งที่ปรับขนาดได้ดีตามอายุ: ผลลัพธ์ AI ที่ไม่มีอะไรออกจากบ้านโดยไม่ให้เด็กสามารถอธิบายได้ด้วยคำของตัวเองก่อน ไม่ว่าจะเป็นโครงการในโรงเรียน ข้อความบัตรวันเกิด หรือโค้ด หากพวกเขาสามารถอธิบายได้และป้องกันมัน พวกเขาใช้เครื่องมือได้ดี หากพวกเขาไม่สามารถ เครื่องมือก็ใช้พวกเขา

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการทำงานของเครื่องมือ AI จริงๆ และที่มาของขีดจำกัดของเครื่องมือ โปรดดูส่วน AI and Data Science ที่ Korra Studio