AI in de klas: Wanneer schaadt ChatGPT het leerproces?
- Bernard Donners
- 13 okt 2024
- 1 minuten om te lezen
Bijgewerkt op: 9 feb
Deze drie onderzoeksartikelen verkennen de invloed van large language models (LLM’s) op het leerproces. Ze onderzoeken zowel de mogelijke voordelen als de nadelen van LLM’s, met een specifieke focus op hoe deze modellen het leren binnen het onderwijs, en met name in wiskunde, beïnvloeden.
De studies benadrukken het potentieel van LLM’s om leren te verbeteren door gepersonaliseerde instructie, maar wijzen ook op mogelijke negatieve effecten, zoals een overmatige afhankelijkheid van studenten waardoor hun eigen leerontwikkeling kan worden belemmerd.
De 3 belangrijkste conclusies:
● LLM’s als tutor: Wanneer zorgvuldig toegepast, kunnen LLM’s waardevolle leermiddelen zijn. Studenten kunnen LLM’s gebruiken als persoonlijke tutors door uitleg en voorbeelden te vragen om hun begrip te vergroten. Als een student bijvoorbeeld moeite heeft met een wiskundig probleem, kan hij de LLM vragen om een gedetailleerde, stapsgewijze oplossing die de onderliggende principes verduidelijkt.
● Risico van overmatige afhankelijkheid: De bronnen waarschuwen echter voor een te grote afhankelijkheid van LLM’s, omdat dit het leerproces kan belemmeren. Wanneer studenten voornamelijk op LLM’s vertrouwen om volledige antwoorden te geven zonder zelf actief met de stof aan de slag te gaan, kan hun leerproces hieronder lijden. Bijvoorbeeld, het simpelweg kopiëren van code die door een LLM is gegenereerd zonder de logica erachter te begrijpen, draagt niet bij aan echte vaardigheidsontwikkeling.
● Invloed van de copy-paste functionaliteit: De eenvoud van kopiëren en plakken kan de neiging versterken om snel beschikbare antwoorden van LLM’s te zoeken. Deze gewoonte kan leiden tot een afname van actieve probleemoplossing en kritisch denkvermogen, wat uiteindelijk de leerresultaten negatief kan beïnvloeden.
Comments