B/CZ/Úkol
Zadání:
Identifikujte nějaký trend uplatňující se ve vývoji informačních systémů ve vzdělávání. Zkuste ho stručně popsat, doložit odkazem na jeden odborný zdroj a ilustrovat na konkrétním příkladu v nějakém informačním systému užívaném ve vzdělávání.
Řešení:
Pro řešení úkolu, jenž se mi zdá ze všech zadaných nejnáročnější, jsem zvolil iterativní rešerši v databázích Scopus a Google Scholar doplněnou nesystematickým zkoušením na Google vyhledávači, který mne dovedl k archívům časopisu „Trendy ve vzdělávání“. Jako trendy se mi podařilo identifikovat dvě zajímavá témata: problém rozsahu a konzistence dat a využití pokročilé umělé inteligence.
První problematiku, k níž se mi podařilo dohledat odborné zdroje, se týká sběru a charakteristiky dat ze systémů ve vzdělávání. Problematiku je možno dát krásně do souvislosti s následujícím modulem tohoto kurzu věnujícím se Learning Analytics a práci s daty. V přednášce je mimo jiné řeč o možnosti se na data dívat z makro- mezo- a mikroúrovně a mimo jiné podtrhává otázky, jak vlastně přemýšlet o datech tak, abychom na jejich základech vylepšili vzdělávací proces, jak zpracovávat a interpretovat data tak, aby tato data pro studenta mohla být užitečná pro seberegulaci. Zároveň byl zdůrazněn přístup k Learning Analytics na základě Education Horizont Report zaměřující se na analýzu dat studia úspěšných studentů. Jako jeden z problémů byl vyřčen aspekt skartace – jak data zanikají a jak je chráněno soukromí.
Ačkoliv se látka přednášky zabývá „měkkými“ aspekty, dovolím si doplnit opět spíše technickou záležitost, a to je vůbec onen stav databází. Abychom mohli nad daty v rámci jakéhokoliv přístupu dělat kvalitní analýzy, je třeba mít kvalitní data, a tato kvalita může znamenat úplnost, granularitu, ale také kvantitu, časový rozsah dat a interoperabilitu mezi rozdílnými systémy. Historicky, jak uvádí González-Sancho a Vincent-Lancrin, je totiž většina těchto dat těžko získatelná a „uzamknutá“ do časovo-institucionálního kontextu. (1, s. 741) V kontextu tohoto článku se věnují něčemu, co se nazývá dlouhodobé informační systémy (longitudinal information systems), které jsou definovány jako:
datové systémy, které sbírají a udržují detailní, vysoce kvalitní, studentská a zaměstnanecká data, která propojují entity a čas a poskytují tak kompletní historii akademickým prostředím každého studenta. Tato data pak zprostředkovává pomocí nástroujů analýzy a reportingu. (1, s. 744)
Podstatou problému je, že množství používaných systémů a platforem stejně jako restrikce k přístupu brání větší efektivitě analýzy dat a potenciálním vhledům z nich získatelných. Sancho a Lancrin podávají vizi systémů, jež budou charakteristická vysokou integrací dat z virtuálních výukových prostředí a platforem skrze adopci standardů interoperability pro dolování dat a propojení napříč platformami. (1, s. 746). Data shromážděná v dlouhodobých systémech by mohla poskytnout silnější podporu pro kauzalitu mezi událostmi ve vzdělávacím procesu. (1, s. 755).
Jako druhý trend si vytyčíme využití AI, které bylo v přednášce modulu, ovšem pocházející z roku 2022, věnováno pouze málo času. V podstatě jen o pár měsíců později jsme svědky prudkému nárůstu pozornosti směrem k umělé inteligenci v souvislosti s nástrojem chatGPT a jemu podobným. Diskuze se objevují prakticky v každé doméně od hudby, přes lékařství až po vzdělávání. Trend se samozřejmě musí dotknout i proměny samotných informačních systémů, které budou čím dál tím více nabízet jak interní, tak externí moduly a funkce založené na machine-learningových modelech. Příkladem, který se mi podařilo najít a mohl by demonstrovat možné využití služeb je Formative, která nabízí EdTechové služby založené na produktech od openAI. Umělá inteligence je v nich zužitkována například pro generování příkladů a jejich řešení.
Obr. 1: Služba Formative
Přes mnohé výstražné zprávy ohledně nezvladatelném vražedném skynetu, před kterým varuje i Elon Musk a přední vědci, (2) nabízí odborná literatura střízlivější pohled a slibuje si od využití chytrých technologií zlepšení služeb. Alisherovich identifikuje jako jeden z problémů v oblasti informačních systémů ve vzdělávání nedostatečnou úroveň cílených, informativních a aplikovaných technologií, které by umožňovaly organizovat osobní cestu a procesy vzdělávacím procesem. (3, s. 1) V článku popisuje přechod od automatizovaných informačních systémů k intelektuálním systémům, které se od prvních liší inteligentními databázemi, které zúžují výsledky na základě konverzace s uživatelem a rozhraním komunikujícím v přirozeném jazyce (osobně si představuju něce jako chatGPT nad Discovery službou).
Obr. 2: Klasifikace intelektuálních IS (4, s. 2)
Mhlanga vyjmenovává mezi potenciální benefity z využití chatGPT a jemu podobných nástrojů lepší studijní výsledky, větší angažovanost studenta a automatizaci administrativních úkonů (4, s. 1). Aby ovšem bylo možné dosáhnout kýžených výsledků, je třeba stanovit u edukačních systémů jasně definovanou strategii a pedagogický přístup musí spočívat na kritickém myšlení a strategiemi fact-checkingu. (4, s. 3) Mhlanga označuje tento důraz spojením „heavy emphasis“. I v tomto Mhlangově článku se samozřejmě omílá potřeba diskuze nad etickými aspekty a důsledky využití AI. Mezi takové aspekty, nad nimiž je nutné se zamyslet, patří například chybějící morální zodpovědnost AI jakožto inteligentního agenta. AI za svůj výstup nenese zodpovědnost, což vzhledem k netransparentnosti využívaných zdrojů v datasetu a doložené možnosti biasu AI modelu předkládá otázku, jak správně s výstupy nakládat. (5, s. 41). Je například zdokumentováno, že chatGPT na otázku kdo by měl být považován za dobrého vědce, upřednostňoval vědce bílé rasy a mužského pohlaví.
Přes tyto potenciální nedostatky je potřeba vytěžit co nejvíce s předpokládaných benefitů. Abychom rozvedli výše uvedené, AI by mohla pomoci automatizovat repetitivní a mundánní operace a rozvázat tak studentům ruce pro kreativní práci. Umělá inteligence by mohla studentům pomoci vytvářet všeobecný přehled jakožto znalostní pozadí a také prvotní verze prací. (6, s. 52) AI augmentace by mohla, abychom navázali na Alisherovy požadavky, zefektivnit informační systémy ve vzdělávání právě schopností podpořit individuální rozvoj každého studenta. AI může pomoci studentům s handicapy ve studiu a podpořit boj mezi studenty a učiteli o to, kdo lépe použije či odhalí umělý text. (6, s. 30).
Zdroje:
(1) GONZÁLEZ-SANCHO, Carlos a Stéphan VINCENT-LANCRIN. Transforming education by using a new generation of information systems. Policy Futures in Education [online]. 2016, 14(6), 741-758 [cit. 2023-05-05]. ISSN 1478-2103. Dostupné z: doi: 10.1177/1478210316649287.
(2) Musk a odborníci žádají pozastavení vývoje umělé inteligence, bojí se rizik. In: idnes.cz [online]. 29.3.2023 [cit. 2023-06-10]. Dostupné z: https://www.idnes.cz/technet/software/musk-ai-umela-inteligence.A230329_095318_software_alv.
(3) ALISHEROVICH, Rakhimov Akmal. Intellectual algorithms and information systems for the education process. In: 2019 International Conference on Information Science and Communications Technologies (ICISCT) [online]. IEEE, 2019, 2019, s. 1-4 [cit. 2023-06-10]. ISBN 978-1-7281-2564-0. Dostupné z: doi: 10.1109/ICISCT47635.2019.9012054
(4) MHLANGA, David. The Value of Open AI and Chat GPT for the Current Learning Environments and the Potential Future Uses. SSRN Electronic Journal [online]. [cit. 2023-06-10]. ISSN 1556-5068. Dostupné z: doi:10.2139/ssrn.4439267
(5) DWIVEDI, Yogesh K., Nir KSHETRI, Laurie HUGHES, et al. Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management [online]. 2023, 71 [cit. 2023-06-10]. ISSN 02684012. Dostupné z: doi:10.1016/j.ijinfomgt.2023.102642
Portfolio 