Debata o umělé inteligenci ve vzdělávání se přiostřuje a existují oprávněné obavy z jejího možného poškození pro mladé lidi a zranitelné skupiny obyvatel. Objevuje se však protiargument: mohla by být umělá inteligence záměrně navržena tak, aby podporovala růstové myšlení – přesvědčení, že schopnosti se rozvíjejí tvrdou prací a vytrvalostí, spíše než jako pevné vlastnosti?
Tato myšlenka vychází z pozorování v podnikové pracovní síle, kde se testují nástroje umělé inteligence, aby zaměstnancům vštípily růstové myšlení. Otázka pak zní: Mohou pedagogové používat stejnou technologii? Jedním z přístupů je použití přizpůsobených modelů GPT, AI přizpůsobených konkrétním cílům učení se silnými doporučeními ohledně chování.
Počátky hnutí růstového myšlení
Tento přístup je založen na výzkumu stanfordské psycholožky Carol Dweck, která zpopularizovala rozlišení mezi růstovým a fixním myšlením. Ve své knize Mindset: The New Psychology of Success z roku 2006 zdůraznila vztah mezi vírou ve vaši schopnost učit se a zlepšenou odolností, akademickým výkonem a vnitřní motivací.
Od té doby se koncept rozšířil do škol a vysokého školství a jeho implementaci testovaly organizace jako Světová banka a v kalifornských čtvrtích CORE. Hnutí se však také dostalo pod kritiku, přičemž sama Dweck varovala před povrchní chválou, která neposkytuje konkrétní zpětnou vazbu nebo adaptivní strategie. Výzkumy ukazují, že špatně implementované programy růstového myšlení často nepřinášejí měřitelné výsledky.
Vývoj umělé inteligence k posílení myšlení růstu
Aby tato omezení překonali, někteří zkoumají nástroje pro výuku AI. Autor experimentoval s vytvořením „kouče pro růst myšlení“ pomocí personalizovaných značek GPT navržených tak, aby posílily pokrok k dokonalosti, úsilí nad ego a chyby jako příležitosti k učení. Bylo inspirováno osobní zkušeností: vytvoření lektora korejštiny pro svou manželku (pojmenovanou „Joy“), který používal gamifikaci a personalizovaný obsah, a poté rozšíření tohoto konceptu tak, aby pomohl členům rodiny naučit se tagalštinu a portugalštinu.
Klíčem je personalizované učení přizpůsobené individuálním zájmům. Autor poznamenává, že uživatelé nechtějí pouze „přizpůsobenou“ AI, ale AI, která je zaměřena na specifické vzdělávací cíle. To naznačuje, že efektivní učitelé umělé inteligence mohou vyžadovat hlubší procesy přijímání studentů, které napodobují zájmové dotazníky běžně používané ve vzdělávání.
Základy nástrojů umělé inteligence pro budování myšlení pro růst
Autorův “Growth Mindset Coach” funguje na základě řady základních směrnic:
- Zaměření na růst: Umělá inteligence zdůrazňuje, že schopnosti lze měnit pomocí úsilí a zpětné vazby.
- Priorita procesu: Pokrok se cení nad okamžitou dokonalostí.
- Chybová normalizace: Chyby jsou považovány za datové body pro zlepšení.
- Parafráze výroků o pevném smýšlení: Umělá inteligence přesměrovává rigidní myšlení do perspektivy zaměřené na růst.
Tento přístup přebírají další platformy včetně Mindset Works, AI Brain Bites, Mindjoy a Kiddom AI, které do svého návrhu integrují podobné principy. Tyto nástroje posouvají zaměření od pasivní spotřeby k autonomii, udržitelnosti a sebeřízenému učení.
Velký obrázek
Autor uznává oprávněné obavy z neomezeného přístupu k AI (na příkladu bojující neteře). Tvrdí však, že úplné odmítnutí není řešením. Místo toho může promyšlený design a jasná pravidla zapojení využít potenciál umělé inteligence k pozitivním vzdělávacím výsledkům.
Klíčem je aplikovat růstové myšlení na technologii samotnou. Umělá inteligence tu zůstane, takže její tvarování tak, aby podporovalo učení – spíše než aby její vývoj diktovaly motivy zisku – je zásadní. To znamená vytvořit společníky AI, kteří upřednostňují vytrvalost, strategické myšlení a sebedůvěru založenou spíše na procesu než na vrozeném talentu.
Závěrem lze říci, že ačkoli rizika přetrvávají, cílený rozvoj lektorů umělé inteligence nabízí slibnou cestu k podpoře růstového myšlení a ke zvýšení schopnosti studentů vnímat výzvy jako příležitosti k růstu.
