Leren en werken in een kunstmatig intelligente wereld
Michael van de Wetering onderzoekt de effecten van nieuwe technologie onderwijs. “Leren en werken in een kunstmatige intelligente wereld” is de titel van het nieuwe technolofiekompas van Kennisnet. Samen met de Digitaliseringsagenda van Sambo-ICT geeft het rapport een beeld van wat er op ons afkomt.
Belangrijkste technologieën.
Het is lastig om afzonderlijke technologieën te duiden om dat er allerlei wisselwerkingen zijn tussen ontwikkelingen en technologieën. Op dit moment speelt analyse van data een belangrijke rol: datascience. De vraag is wat voor maatregelen er nodig zijn om ook vertrouwen te hebben en houden in die analyses. De technologie is wel interessant maar als men het niet vertrouwt gebeurt er niets (denk aan landelijk EPD).
Om te kunnen werken met de nieuwe technologieën moet de technische infrastructuur helemaal in orde zijn omdat je anders niet kunt vertrouwen op de beschikbaarheid er van.
Je zou kunnen spreken an een Universum van trends: IOT > data > AI > aansturing IOT. Het vertrouwen in dat universum speelt daarbij een belangrijke rol. Meet mijn horloge wel de goede dingen? Is die data goed beschermd? Hebben we vertrouwen in de resultaten in IA? Het gaat hierbij niet om óf het gaat gebeuren maar wanneer en hoe het gaat gebeuren.
Machine Learning is een vorm van AI waarbij een programma zelf de regels afleidt uit allerlei voorbeelden en op die manier een spel leert spelen. Het gaat in feite om een kansberekening waarbij we aangeven wat een voldoende resultaat is.
Robotica heeft grote invloed op leven en werk> Het zal op korte termjn echter nog geen grote rol spelen iin het onderwijs.
Dertig jaar geleden was er ook een discussie over wat de invoering van de microprocessor zou betekenen voor de werkgelegenheid. Zoals machines in eerste instantie mensen vervingen om hun kracht. Computers zijn in feite ‘denkmachines’ maar zonder emphatie of (echte) creativiteit.
AI zal elk beroep gaan raken dus ook elke opleiding.
Bij toepassing van technologie in het onderwijs gaat het vooral om de cognitieve aspecten (repetitieve opdrachten en dergelijke). Dat kan tijd besparen die kan worden toegepast voor de sociaal-emotiele aspecten in het onderwijs. Het zijn juist die vaardigheden die docenten onderscheidt van technologische onderwijstoepassingen.
Technologie kan een rol spelen bij het flexibiliseren van het onderwijs. Verschillende doelen en verschillende snelheden voor leerlingen in één groep. Dat vraagt om adaptieve leermiddelen of leeromgevingen die aansluiten op de individuele behoeften. Technologie kan vervolgens een bijdrage leveren aan de onderwijslogistiek.
De publicatie gaat verder wat dieper in op de technische verdiepingen in een apart deel. Ook komt een aantal aandachtspunten voorbij. Denk aan de bias rondom AI. Wat je er in stopt komt er ook uit. Een tumorherkenningsalgoritme herkende 100% van de tumoren op een R-foto. Vanwege de lineaal die op de foto stond. Een ander aspect is de verantwoordelijkheid voor de resultaten uit een AI-programma. Wie is verantwoordelijk voor een ongeluk met een zelfsturende auto?
Er is ook een deel dat ingaat op onderwijsvraagstukken. Omdat het lastig is om technologie te laten werken, blijft het te vaak hangen in vrijblijvende experimenten of de aanschaf van wat spullen. Het vraagt een richting en kaders.
Met een KNALLENDE aankondiging vanuit de omroepinstallatie sluit de presentatie van Michael…
Hier de mooi vormgegeven presentatie die Michael heeft gebruikt.
Geen berichten