Oğlumun İki Yıllık Saxon Math Müfredatını Altı Haftada Öğrenmesi Gerekiyordu. Yapay Zekayı Kullandık.

New York ve Los Angeles, öğrencilerin yapay zeka kullanımını kısıtlıyor. Biz ise onu kullanarak okulun gözden kaçırdığı şeyi ortaya çıkardık ve iki yıllık açığı altı haftada kapattık. Serinin 3 bölümlük ilk kısmı.

Eşimle benim aramda, üç ebeveynimiz devlet okulu öğretmeniydi. Dördüncüsü bile kısa bir süreliğine devlet okulu sisteminde çalışmıştı. Sisteme karşı büyük bir saygımız vardı.

Geçmiş zaman kullanmamın bir nedeni var.

On iki yıl boyunca şunu varsaydık: İyi bir okul bölgesinde olmanın bizi devlet eğitiminin gerilemesinden koruyacağını varsaydık.

Oğlum ("Bobby") ilkokulda mükemmel bir öğrenciydi, ancak ortaokula uyum sağlamakta zorluk çekti. Yerel özel okulları gezmeye karar verdik ve devlet okulunun ne kadar ilerisinde olduklarını görünce şok olduk. Özel okul, üçüncü sınıfta bitişik eğik yazıyla kompozisyon yazmayı zorunlu kılıyor, altıncı sınıfta cebir öğretiyor ve aslında öğrencileri küçük yaştan itibaren sorumlu tutuyordu.

Çocuklarımıza ebeveynler olarak yetersiz kaldığımızı ve acil bir durumla karşı karşıya olduğumuzu fark ettik. Bobby'yi yaklaşık altı haftalığına ailemin evde eğitim vermesi için gönderdik ve döneminin geri kalanını bitişik eğik yazı ve cümle diyagramı oluşturmayı öğrenerek tamamladı. Ardından onu özel okulda tam zamanlı yaz okuluna gönderdik ve bunun yeterli olacağını umduk.

Yıl başlamadan bir ay önce bir kabul sınavına girdi. Yedinci sınıfa başlaması gerekiyordu.

Bobby kabul sınavını geçemedi.

Altıncı sınıf yerleştirmesini bile geçemedi ve bu onu fiilen iki yıl geride bıraktı.

Bu, tüm aile için bir darbe oldu. Bobby bunun için çok ağladı - tüm sıkı çalışmasına ve bir yaz tatilini feda etmesine rağmen geçemedi.

Ama hikayenin mutlu bir sonu var. Altı hafta sonra Bobby, yerleştirme tekrar sınavını geçmeyi başardı.

Bu, Saxon matematiği ve gramerindeki iki yıllık eksiklikleri düzeltmek için yapay zekayı nasıl kullandığımızın hikayesidir.

Bir son teslim tarihini mühendislik sorununa dönüştürdük

Bobby'nin başarısız olduğu dersler matematik ve gramerdi. Özel okulun bir Saxon matematik müfredatı vardı. Tekrar denemek için altı haftamız vardı. Bir müfredat alıp birinci sayfadan başlayamazdık. Eksik ön koşulları ve zayıf yönleri bulup tanımlamamız, onları onarmamız ve altı haftada sınavı geçmesini sağlamamız gerekiyordu.

Saxon matematik ders kitaplarını indirdim. Yapay zekaya, altıncı sınıfa kadar olan Saxon matematiğini kapsayan kapsamlı bir teşhis testi hazırlattım.

Bobby ilk değerlendirmede 60 üzerinden 35 puan aldı. Uzun bölme ve ondalık çarpma işlemlerinde yapısal zayıflıklar tespit edildi. Test ayrıca ona yüzdelerin, işlem sırasının, geometrinin veya istatistiğin hiç öğretilmediğini ortaya çıkardı. Birkaç düzeltilebilir alışkanlık belirlendi: oranları ve nihai cevapları sadeleştirememe.

Bobby'nin teşhis sonuçları.

Gramer için farklı bir onarım planı gerekiyordu. Buradaki açık çok daha kritikti: bir isimle bir fiil arasındaki farkı bilmiyordu. (Bunun Utah devlet okullarında nasıl ve neden olduğu, 2. bölümün konusu). Cümle diyagramı oluşturmayı öğrenmişti, bu yüzden İngilizce yapısına dair sezgisel bir anlayışa sahipti, ancak bunlar için doğru etiketleri öğrenmesi gerekiyordu.

Bobby Bir Sohbet Robotuyla Hiç Etkileşime Girmedi

Bobby bu altı haftayı bir bilgisayar ekranının önünde geçirmedi. Yaptığı tüm çalışmalar, yapay zeka tarafından oluşturulan kağıt ve kalem çalışma kağıtları üzerindeydi.

Döngü:

1. Bobby'ye ipucu veya tekrar olmadan bir teşhis testi ver.
2. Her bir yanlışın arkasındaki nedeni belirle.
3. Yapay zekaya bu sorunu hedef alan kısa bir kağıt dersi veya test hazırlat.
4. Aileden bir yetişkinin uygulamasını ve puanlamasını sağla ve sonuçları yapay zekayla paylaş.
5. Yapay zeka, her bir yanlışın eksik bir kavramdan, zayıf bir prosedürden veya basit bir kaymadan kaynaklanıp kaynaklanmadığına karar verir.
6. Buna göre bir sonraki çalışma kağıdını değiştir.
7. Beceriyi daha sonra ipucu vermeden ve sonraki materyalle karıştırarak test et.

Yapay zeka müfredatı nasıl çalıştı.

Farklı hatalar farklı çalışma gerektiriyordu. Bobby yüzde'nin ne olduğunu bilmiyorsa, eğitime ihtiyacı vardı. Bobby yüzdeyi anlıyor ancak vergiyi eklemek yerine çıkarıyorsa, bir yön kontrolüne ihtiyacı vardı. Kavramdan ziyade aritmetiğin kendisinde hatalar yapıyorsa, kavramı tekrar etmek sadece zaman kaybı olurdu.

Yapay zeka tarafından özelleştirilen bu yaklaşım, Bobby'nin Saxon matematiğinde ustalaşması için tam olarak ihtiyaç duyduğu yeri hedef aldı.

Örneğin, Bobby başlangıçta yüzdeleri hiç bilmiyordu. Temel kavramı öğrendikten sonra, kesirler, ondalık sayılar ve yüzdeler arasında dönüşüm yapmada hızla akıcı hale geldi. Ardından hataları yanlış hesaplamalar yapmak olmaktan çıkıp, bunları doğru şekilde nasıl uygulayacağına dönüştü. Bu yüzden yapay zeka, çalışma kağıtlarını sözlü problemler ve gerçek hayat senaryolarını vurgulayacak şekilde geliştirme kararı aldı.

Bu altı haftanın ortasında, bir kontrol noktasında 26 üzerinden 22 puan aldı ve bu da ustalık iddia edebilmesi için hala ek alıştırma ve pratiğe ihtiyacı olduğunu kanıtladı.

Çalışma kağıdı örneği.

Yapay zeka, bir ebeveynin fark edemeyeceği şekilde alışkanlıkları tespit edebildi. Bobby işlem sırasında 29 üzerinden 24 puan aldı, ancak her yanlış aynı alışkanlıktan geldi. Çarpma veya bölme, toplama veya çıkarma ile aynı satırda olduğunda, katı bir soldan sağa hesaplamaya geri döndü. Özel bir çalışma kağıdı ondan sadece doğru sırayı daire içine almasını istedi. Alışkanlığı düzeltmek için sıkıcı denklemler yapmak zorunda kalmadı.

Kişiselleştirme işi daha eğlenceli hale getirdi

Altı haftada iki yıllık Saxon matematiğinde ustalaşmak bir çocuk için çok fazla iştir. Bobby makineleri, bilim kurguyu, lastik ördekleri ve masa oyunlarını sever, bu yüzden çalışma kağıtları ilgi alanlarına göre özelleştirildi.

Matematik parkuru Terminatör etrafında dönüyordu. Her büyük kavramda ustalaşmak, onu bir sonraki Terminatör modeline terfi ettirecekti.

Çalışma kağıtlarını oyunlaştırmak.

Özelleştirme aynı zamanda düşünme stiliyle de çalıştı. Örneğin, kavramları bir montaj hattı olarak yapılandırmak, onlarda daha hızlı ustalaşmasına yardımcı oldu. Bobby'nin "ilerlemesine" ancak yardımsız bir kavram kontrolünü geçtikten sonra izin verildi.

Yapay zeka üretim ekonomisini değiştirdi

Bir aile, bir çocuğun yüzdelerle daha fazla pratiğe ihtiyacı olduğunu bilir. Ancak en kısa sürede ustalığı sağlayan doğru pratiği üretmek bambaşka bir şeydir.

Yalnızca Bobby'yi içten dışa zaten tanıyan bir sistem, bir çalışma kağıdının yüzdeyi "yüzde" olarak açıklaması gerektiğini ve Bobby'nin ustalığını hızlandırmak için kesirlerle ilgili mevcut bilgisinden yararlanabileceğini bilir. Sistem, Bobby'nin indirimleri satış fiyatlarıyla karıştırdığını tespit ettiğinde, sistem uyum sağlamalı ve bu hatayı bir gecede hızla düzeltmelidir.

Yapay zeka bu revizyonu bir gecede yapacak kadar ucuz hale getirdi. Toplamda, 6 hafta boyunca toplam 398 sayfa olan 60 çalışma kağıdı ürettik.

Kanıtlar değiştiğinde dizgi yapılmış bir ders, yeni bir cevap anahtarı ve yeni bir değerlendirme üretebiliyorduk. Bu otomasyon olmasaydı, neredeyse kesinlikle bu kadar kısa bir sürede net bir ustalık yolu olmadan standart Saxon alıştırmaları vermekle sıkışıp kalırdık.

Öğrendiklerimiz

Yapay zeka, harekete geçecek kadar dar bir şekilde teşhis koyabiliyor.

"Geri" gibi geniş bir etiketi düzeltmek zordur. Yapay zeka, tam zayıf yönlere inme ve genel ustalığa giden en hızlı yolu oluşturmak için güçlü yönlerden (örneğin, kesirlerde ustalık) yararlanma yeteneğine sahiptir.

Yapay zeka, en küçük faydalı dersi üretebiliyor.

Saxon matematiğinin tekrarlanan alıştırmaları, kavramları bir yıl boyunca öğrenirken faydalı olabilir. Altı haftada bir kabul sınavını geçmeye çalışırken neredeyse o kadar faydalı değillerdir. Yapay zeka, ustalığa ulaşmak için minimum bilişsel yükü teşhis edebildi. Kötü bir alışkanlık tespit edildiğinde, Bobby'nin bunu düzeltmek için tekrar tekrar sıkıcı hesaplamalar yapması gerekmiyordu. Bunun yerine boşlukları dolduruyor veya daireler çiziyordu.

Yapay zeka, insanları denklemden çıkarmaz.

Aileden bir yetişkin, Bobby'nin soruları aceleyle geçip geçmediğini, talimatları okumayı reddedip reddetmediğini anlayabiliyor ve biraz yönlendirmeyle düzeltebiliyordu. Bu ayrımlar, sonraki ders setlerini oluşturmak için yapay zeka için genellikle gerçek puandan daha yararlıydı.

Yapay zeka, ilerlemeyi ödüllendirmek ve eğlence yaratmak için kullanılabilir.

Son derece yerelleştirilmiş puanlama kılavuzları, Bobby birimleri atladığında veya talimatları okumayı kaçırdığında onu ödüllendirebildi (veya cezalandırabildi). Çalışma kağıtlarını Bobby'nin ilgi alanlarına göre oyunlaştırmak, Bobby'nin onları sıkıcı bulmak yerine eğlenmesini sağladı.

İnsanlar hâlâ kıt kaynaktı.

Yapay zeka, müfredat üretim maliyetini düşürdü. Yapay zeka, çalışma kağıtlarını basmadı, Bobby ile oturmadı, programı uygulatmadı, çalışmayı puanlamadı veya yorgun bir çocuğu tekrar denemeye ikna etmedi. Bu, yüksek yoğunluklu bir aile müdahalesiydi.

Nihai Çıkarım

Sonuç, tek bir öğrenci etrafında organize olmuş küçük bir müfredat mühendisliği ekibine benziyordu. Yapay zeka, dersleri, değerlendirmeleri, teşvikleri ve kümülatif tekrarları tek bir öğrenci etrafında defalarca yeniden yazdı.

Bobby hala kağıt üzerinde çalıştı ve asla bir ekrana bakmadı. Yetişkinler yine de muhakeme yetkisini elinde tuttu. Altı haftada geçmek, ailenin ortak başarısıydı.

Ancak hala cevaplanmamış bir soru var: İyi bir devlet okulu bölgesindeki başarılı bir öğrencinin matematik ve gramerde nasıl bu kadar çok açığı olabilir?

Bölüm 2, devlet okulu sistemlerinin bu duruma nasıl ve neden geldiğini inceliyor.