Facebook Twitter LinkedIn Instagram YouTube

🏆 Tekoäly koulutuksessa - Mahdollistaja vai inspiraation tappaja? 🏆

Lue lisää aiheesta henkilökohainen tutori

Keinoäly kouluissa


Miten hyödyntää tekoälyä matematiikassa?

Parhaimmillaan tekoälyn käyttö opetuksessa tehostaa oppimista ja mahdollistaa tehokkaan oppimisen kaikille. Tekoäly auttaa ymmärtämään asiat, jolloin ne myös jäävät mieleen loppuelämäksi. Tekoälyä hyödyntämällä opiskelijalla on käytössään kaikki maailman tieto, ja se voidaan räätälöidä opiskelijan yksilöllisiin tarpeisiin sopivaksi. Aivan kuin opiskelijalla olisi maailman paras opettaja vieressä koko ajan yksilöllisesti opastamassa. Tekoäly mahdollistaa yksilöllisen oppimisen ryhmässä.

Huonoimmillaan tekoälyn käyttö opetuksessa voi esimerkiksi vahvistaa tiettyjä uskomuksia ja vääristää maailmankuvaa tai jopa tyhmentää kokonaisen sukupolven tekemällä kriittisestä ajattelusta, rakenteiden muodostamisesta, luokittelusta, analysoinnista, johtopäätösten tekemisestä, luovuudesta, muistamisesta ja kärsivällisyydestä sellaisia taitoja, joita meillä ei enää ole. Me ihmiset taidamme kuitenkin olla perusluonteeltamme aika laiskoja, joten oppimisen ja osaamisen motivaatio on tärkeää säilyttää.

Miten eMathStudio käyttää tekoälyä?

Avain motivaation ylläpitämiseen on tarjota oppijalle oikean tasoisia haasteita. Liian helpon ongelman ratkaiseminen on tylsää ja liian vaikean tehtävän edessä opiskelija usein luovuttaa. Ongelmat eivät siis saa olla liian helppoja eivätkä liian vaikeita. Sopivan tasoinen haaste antaa opiskelijalle kokemuksen onnistumisesta.

Muita tärkeitä elementtejä motivaation säilymisessä ovat kannustus, kilpailu ja hyödyllisyyden näkeminen. Elementtien tärkeys motivaation suhteen vaihtelee kuitenkin yksilöittäin. Joillekin kilpailu on kannustusta tärkeämpää ja toiset hyötyvät enemmän positiivisesta palautteesta kuin kilpailuasetelmasta.

Matematiikka on liian vaikeaa silloin, kun perusteita ei ymmärretä. Puutteellisten perustietojen kanssa matematiikan opiskelu on kuin kokoisi palapeliä, jossa osa palasista on hukassa. On myös tärkeää ymmärtää, että on olemassa useita tapoja ratkaista sama ongelma. Jos ongelmaan sallitaan oikeaksi vain yksi tietty ratkaisu, se tukahduttaa opiskelijan luovuuden ja luo epäluottamusta omiin kykyihin. Tarvitaan siis yksilöllistä vahvistusta siitä, mikä omassa ratkaisussa on oikein, jotta opiskelijan syvä ymmärrys on mahdollista. Yhden oikean tavan korostaminen laskee tehokkaasti opiskelijan motivaatiota.

Kehittämämme matematiikan tarkistin toimii tekoälyn automaattisen perustelun kentällä, hyödyntäen sekä automaattista teoreeman todistusta että automaattista todistuksen tarkistusta. Tarkistin on ainut laatuaan ja perustuu kymmenien vuosien akateemiseen tutkimukseen mm. Cambridgen, Stanfordin, Åbo Akademin, Edinburghin yliopistoissa. Se voi todentaa useiden päättelyaskeleiden oikeellisuuden opiskelijan ratkaisussa ja löytää virheet joita opiskelija on tehnyt ratkaisussaan. Näin tarkistin mahdollistaa useat erilaiset ratkaisut samaan ongelmaan, kunhan ne ovat matemaattisesti oikein. Jos opiskelija ei osaa korjata ratkaisunsa virheitä itse, virheet osoittavat, missä kohtaa päättelyä opiskelijan ymmärrys ei riitä. Kun tämä yhdistetään LLM-kielimalliin (kuten ChatGPT), voidaan opiskelijalle opettaa puuttuvat asiasisällöt ja ohjata opiskelijaa tulevissa opinnoissa.

Osaamiskartat ja virtuaalisen tutorin, Gemman, ehdottamat mukautuvat oppimispolut pohjaavat ajatukseen siitä, että on olemassa matematiikan perustiedot ja -taidot eri asteille. Jokaisella tasolla kysymys kuuluu “Nykyiseen taitotasoon pohjautuen, mitä opiskelijan voidaan odottaa opiskelevan seuraavaksi?”. Tai sama toisin päin “koska opiskelija ei osannut ratkaista ongelmaa tai teki tällaisia virheitä, mitä tietoja tai taitoja häneltä puuttuu?”

Toinen suuri haaste matemaattisten ongelmien ratkaisemisessa on kielimuuri. Opiskelijan pitää ymmärtää tehtävänanto, ja usein myös matemaattiset termit osatakseen ratkaista ongelman.

Kun tarkistin on löytänyt virheen tai opiskelija kysyy apua, virtuaalinen tutor Gemma selittää tehtävän tilanteen opiskelijalle hyödyntäen kielimallia (GPT-4). Gemma selittää tehtävän taustatietoja pohjaten opiskelijan omaan osaamisprofiiliin sekä virheen tyyppiin tai antaa vihjeitä tehtävässä tarvittaviin tietoihin ja taitoihin.

Heti syntymästä alkaa oppiminen, jolloin neuroverkkomme luovat yhteyksiä, joiden avulla voimme nostaa oikeaa kättä, levittää vasemman jalkamme varpaita tai oppia uutta koulussa. Luokkahuoneessa opettaja voi antaa palautetta, opiskelija voi itse tarkastaa omat tehtävänsä malliratkaisuista tai sovellus voi antaa tulokset automaattisesti. Sovelluksen antama palaute on yksinkertaista; opiskelija on joko oppinut taidon tai opiskelija ei ole vielä oppinut taitoa.

Tämä on totta kaikessa oppimisessa. STEM ja matematiikka ovat kuitenkin luonteeltaan erilaisia muihin oppiaineisiin verrattuna, sillä ne eivät ole heuristiikkoihin pohjaavia vaan ne pohjaavat deterministisiin matemaattisiin malleihin. Sen vuoksi ChatGPT tai mikään muukaan kielimalli ei matematiikassa riitä. Tarvitaan ratkaisu, joka ei tee virheitä ja pedagogisesti ohjaa opiskelijaa eteenpäin. Opettajana saat mahdollisuuden nähdä, missä kohtaa oppimisen polkuaan opiskelija milloinkin on. Tutorina voit antaa yksilöllistä ohjausta, auttaa opiskelijaa sekä todentaa reaaliajassa, mitä opiskelija on ymmärtänyt. Opiskelijana voit vahvistaa luottamusta itseen ja omiin kykyihin.

-- Ida Rönnlund, TJ, eMathStudio, ida@emathstudio.com

Oletko valmiina kokeilemaan tekoälyä opetuksessa? Luo ilmainen tili osoitteessa https://emathstudio.com/login tai pyydä demo alla olevan botin kautta. 👇

Pyydä demo sähköpostitse