Nauczyciele z Vermont mierzą się z kompromisami edukacyjnymi związanymi z AI w klasie
Nauczyciele z Vermont rozpoczęli nowy rok szkolny w obliczu konfliktu, który rozprzestrzenia się teraz za pośrednictwem Google News: uczniowie mogą używać sztucznej inteligencji, by uczyć się szybciej albo całkowicie unikać nauki. To rozróżnienie brzmi prosto. Zastosowanie go wobec różnych grup wiekowych, przedmiotów, zadań i narzędzi już takie nie jest.
Opublikowany 1 września materiał o AI w klasie stacji WCAX pokazał ten spór poprzez wypowiedzi pedagogów pracujących w Vermont i jego okolicach. Część z nich uczy uczniów sprawdzania treści wygenerowanych przez AI pod kątem błędów i uprzedzeń. Inni chcą ograniczyć jej użycie w klasie do minimum lub całkowicie je wykluczyć, zwłaszcza przed szkołą średnią.
Nie jest to znany spór między entuzjastami technologii a tradycyjnymi nauczycielami. Obie strony uznają, że uczniowie zetkną się z AI poza szkołą. Różnią się jednak w kwestii tego, kiedy kontakt z technologią staje się edukacją, kiedy pomoc staje się zastępstwem oraz kto powinien o tym decydować.
Vermont opublikował już wytyczne ogólnostanowe, ale celowo nie rozstrzygają one każdej decyzji podejmowanej w klasie. Okręgi szkolne, dyrekcje i nauczyciele wciąż muszą przełożyć szerokie zasady na praktyczne reguły. Oznacza to zarządzanie napięciem między osądem pedagogicznym a spójną polityką.
Najpilniejsze pytanie nie dotyczy tego, czy AI ma jakieś miejsce w edukacji. Chodzi o to, czy szkoły potrafią określić zastosowania, które zachowają proces myślowy, jaki dane zadanie miało rozwijać.
Debata o AI w klasach w Vermont wyszła poza zakazy
Nowym zjawiskiem jest przejście od pytania, czy szkoły powinny blokować AI, do ustalania, które zastosowania wspierają konkretny cel edukacyjny.
WCAX podało, że Claudine Bedell, profesor edukacji w St. Michael’s College, prosi studentów o krytyczną ocenę materiałów przygotowanych przez narzędzie AI. Jak powiedziała, studenci szybko dostrzegają błędy i możliwe uprzedzenia. Ćwiczenie sprawia, że celem zadania staje się ocena treści, a nie jej generowanie.
To rozróżnienie ma znaczenie, ponieważ generatywna AI tworzy tekst, obrazy, dźwięk lub kod na podstawie wzorców zawartych w danych treningowych. Może tworzyć płynne odpowiedzi bez potwierdzania ich poprawności. Zajęcia w klasie mogą ujawnić to ograniczenie, gdy uczniowie mają wystarczającą wiedzę przedmiotową, aby zakwestionować wynik.
Podejście Bedell traktuje kompetencje AI jako element krytycznej umiejętności oceny informacji. Uczniowie muszą rozpoznawać twierdzenia bez oparcia w źródłach, pominięte perspektywy oraz język, który brzmi przekonująco, choć nie jest wiarygodny. Model staje się przedmiotem analizy, a nie niewidzialnym autorem.
Christina Asquith, współzałożycielka organizacji non-profit Hack Club z Burlington, opisała bardziej restrykcyjne stanowisko. Hack Club uczy nastolatków informatyki, a uczestnicząca w zajęciach młodzież używa AI do pisania kodu. Asquith powiedziała jednak WCAX, że uczniowie czasami oddają projekty, których nie rozumieją.
Hack Club odrzuca takie projekty. Według Asquith trzy czwarte tych uczniów przesyła projekt ponownie w ciągu jednego lub dwóch tygodni, lepiej rozumiejąc własny kod. Organizacja dopuszcza narzędzie, lecz nie uznaje jego wyniku za dowód uczenia się.
Ten przykład oddaje istotę problemu. Działający program pokazuje, że oprogramowanie stworzyło działający rezultat. Nie dowodzi jednak, że uczeń potrafi wyjaśnić program, usunąć w nim błędy lub odtworzyć jego logikę.
Asquith powiedziała, że uczestnicy Hack Club tworzyli kod około 100 razy szybciej niż w 2023 roku. To relacja organizacji, a nie niezależny pomiar efektów nauki. Szybsza produkcja może współistnieć ze słabszym zrozumieniem.
Dlatego wyznacza ona znacznie węższą granicę dla użycia AI w klasie. Asquith powiedziała WCAX, że AI nie ma żadnej roli w przedszkolu ani w klasach od pierwszej do ósmej, a w szkole średniej powinna odgrywać bardzo ograniczoną rolę.
Spór jest realny, ale istnieje też wspólny grunt. Bedell i Asquith odrzucają bierne przyjmowanie wyników generowanych przez maszyny. Obie chcą, by uczniowie rozumieli pracę, którą mają przed sobą.
Jedno podejście rozwija to rozumienie poprzez ustrukturyzowaną krytykę. Drugie ogranicza dostęp, dopóki uczniowie nie zbudują silniejszych podstaw. Google News przedstawia ten spór jako aktualną lokalną historię, lecz szkoły w Vermont muszą przekształcić go w trwałe zasady działania.
Google News uwidacznia lukę w ogólnostanowych wytycznych
Vermont ma ogólnostanowe ramy, lecz najważniejsze decyzje nadal należą do okręgów szkolnych, dyrekcji i poszczególnych nauczycieli.
Vermont Agency of Education wydała 23 stycznia 2026 roku 50-stronicowy przewodnik dotyczący AI w edukacji. Omawia on pracę administracyjną, spersonalizowane uczenie się, kompetencje AI, odpowiedzialne korzystanie z narzędzi, ocenę narzędzi oraz dostęp dostosowany do etapu rozwoju.
Dokument wskazuje kierunek, nie ustanawiając jednej uniwersalnej polityki dla klas. Zaleca nauczycielom korzystanie z list zatwierdzonego oprogramowania, konsultacje z zespołami technologicznymi okręgu, dyrekcją szkoły oraz uwzględnianie obowiązujących wymogów prywatności.
Ta elastyczność szanuje lokalny osąd pedagogiczny. Może jednak prowadzić do różnych odpowiedzi dla uczniów uczących się podobnych przedmiotów w sąsiednich okręgach.
Przewodnik stanowy rozdziela oczekiwania według przedziałów klasowych. Nauczyciele szkół podstawowych powinni przede wszystkim koncentrować się na wykorzystywaniu AI do usprawniania własnej pracy. Szkoła średnia pierwszego stopnia jest opisana jako etap przejściowy, w którym uczniowie potrzebują ustrukturyzowanego wsparcia. Uczniowie szkół średnich drugiego stopnia mogą podejmować bardziej wymagające zadania wspierane przez AI po rozwinięciu kompetencji AI.
Te rozróżnienia czynią gotowość rozwojową kluczową kwestią. Narzędzie odpowiednie do ćwiczenia programowania w szkole średniej może nie nadawać się do lekcji pisania w szkole podstawowej. Nawet w obrębie jednej klasy gotowość różni się w zależności od ucznia, przedmiotu i zadania.
Ramy rozróżniają także dostęp od nadzoru. Okręg może zatwierdzić chatbota skoncentrowanego na edukacji, ale taka aprobata nie określa, jak nauczyciel powinien z niego korzystać. Pytanie dydaktyczne nadal brzmi, czy narzędzie wzmacnia rozwijaną umiejętność.
Weźmy zadanie pisemne. AI może zaproponować plan, przekazać informację zwrotną albo przygotować pełną odpowiedź. Działania te odbywają się w tym samym interfejsie, ale mają odmienne konsekwencje edukacyjne.
Nauczyciel może dopuścić burzę mózgów, lecz zakazać generowanej prozy. Inny może poprosić uczniów o porównanie szkicu AI z własnym. Trzeci może zakazać narzędzia, ponieważ zadanie ma mierzyć samodzielne rozumowanie.
Różnice te stają się mylące, gdy szkoły komunikują wyłącznie, czy AI jest „dozwolona”. Uczniowie potrzebują oczekiwań na poziomie konkretnego zadania: co mogą zrobić, co muszą ujawnić i które części pracy muszą pozostać ich własne.
Relacje ogólnokrajowe pokazują, że ta niejednoznaczność wykracza poza Vermont. Analiza uczciwości akademickiej Associated Press opisała uczniów spotykających się z różnymi zasadami dotyczącymi AI w zależności od klasy. Korekta gramatyczna, tworzenie planu, przepisywanie i generowanie pomysłów często pozostają w niepewnej strefie.
Użyteczna polityka powinna więc opisywać działania, a nie marki. Zablokowanie jednego chatbota nie odpowiada na pytanie, czy uczniowie mogą korzystać z funkcji AI wbudowanych w wyszukiwarki, oprogramowanie do pisania, edytory dokumentów lub platformy edukacyjne.
Ta sama zasada dotyczy korzystania z AI przez nauczycieli. Szkoła może zezwalać na pomoc w planowaniu lekcji, nie dopuszczając automatycznego oceniania ani przekazywania informacji zwrotnych. Polityka musi wskazywać, które obowiązki wymagają bezpośredniego profesjonalnego osądu.
Wytyczne Vermont dają szkołom słownictwo potrzebne do podejmowania takich decyzji. Nie eliminują jednak trudnej pracy związanej z ich podejmowaniem.
Prawdziwy podział dotyczy uczenia się, a nie zastępowania
Główny konflikt nie toczy się między nauczycielami a technologią. Dotyczy uczenia się wspomaganego przez AI versus zastępowania nauki przez AI.
Zastępowanie występuje wtedy, gdy narzędzie wykonuje pracę poznawczą, którą zadanie ma mierzyć. Jeśli uczniowie mają zbudować argumentację, wygenerowanie całej argumentacji zastępuje ten proces. Jeśli mają nauczyć się składni, zaakceptowanie wygenerowanego kodu może ukryć, czy rozumieją język.
Pomoc wspiera proces, nie wypierając jego celu. Uczeń może poprosić chatbota o przygotowanie pytań ćwiczeniowych, wyjaśnienie błędu lub zakwestionowanie wniosku. Nadal musi ocenić odpowiedź i wykazać się samodzielnym zrozumieniem.
Granica zmienia się wraz z zadaniem. Kalkulator może wspierać zaawansowaną matematykę, jednocześnie osłabiając ćwiczenie zaprojektowane z myślą o rozwijaniu sprawności rachunkowej. Stanowy raport o polityce AI Vermont z 2024 roku posłużył się tym porównaniem w dyskusji o generatywnej AI.
Analogia jest użyteczna, ale niepełna. Kalkulator wykonuje zdefiniowane operacje z przewidywalnymi wynikami. Model językowy generuje probabilistyczne odpowiedzi, które mogą zawierać błędy rzeczowe, uprzedzenia lub zmyślone szczegóły.
Ta różnica zwiększa znaczenie weryfikacji. Uczniowie potrzebują wystarczającej wiedzy, aby rozpoznać, kiedy dopracowana odpowiedź jest błędna. Bez tej podstawy „sprawdzanie AI” może sprowadzać się do akceptowania jej pewności siebie.
Ćwiczenie w klasie Bedell bezpośrednio odpowiada na tę słabość. Uczniowie najpierw analizują wygenerowany materiał, a następnie wskazują jego wady. Wartość edukacyjna wynika z krytyki, a nie z szybszego otrzymania tekstu.
Hack Club korzysta z innego mechanizmu. Sprawdza zrozumienie po tym, jak uczniowie tworzą z pomocą AI. Odrzucanie niewyjaśnionych projektów zmusza uczniów do powrotu do kodu, gdzie muszą wyjaśnić, co system wytworzył.
Oba przypadki zmieniają sposób oceniania. Nauczyciele nie mogą traktować ukończonego dokumentu ani działającego programu jako wystarczającego dowodu. Muszą zbadać proces, który za nimi stoi.
Może to obejmować szkice, notatki źródłowe, ustne wyjaśnienia, historię wersji, pracę wykonywaną w klasie lub krótkie refleksje opisujące sposób użycia narzędzia. Metody te są bardziej miarodajne niż wynik narzędzia do wykrywania AI.
Oprogramowanie wykrywające próbuje oszacować, czy model wygenerował dany fragment tekstu. Takie szacunki nie pokazują, czego nauczył się uczeń, a fałszywie pozytywne wyniki mogą podważać zaufanie. Dowody dotyczące procesu dają nauczycielom mocniejszą podstawę do oceny autorstwa i zrozumienia.
Istotne jest także jasne ujawnianie użycia AI. Uczniowie powinni wiedzieć, kiedy muszą wskazać etap wspierany przez AI i jak szczegółowe powinno być takie ujawnienie. Nauczyciele korzystający z materiałów wygenerowanych przez AI powinni stosować porównywalne zasady.
Ta wzajemność staje się ważnym zagadnieniem w Vermont. Ankieta wśród nauczycieli z Vermont opublikowana przez Seven Days wykazała, że część uczniów czuła mniejszą motywację, gdy nauczyciele zadawali materiały wygenerowane przez AI. Uczniowie pytali, dlaczego ich własna praca podlega surowszym zasadom niż praca nauczycieli.
Problem nie jest wyłącznie symboliczny. Niedokładna karta pracy może rozpowszechnić błędy w całej klasie. Ogólna lekcja może również nie odzwierciedlać uczniów, programu nauczania ani dyskusji, które nauczyciel zna z pierwszej ręki.
Nadzór nauczyciela musi więc oznaczać coś więcej niż naciśnięcie przycisku i jednorazowe przeczytanie wyniku. Pedagodzy nadal odpowiadają za poprawność, dostępność, dopasowanie dydaktyczne oraz sposób traktowania informacji o uczniach.
Przejrzysta klasa może uczynić tę odpowiedzialność widoczną. Nauczyciele mogą wyjaśniać, kiedy AI pomogła przygotować materiał, które elementy zmienili oraz dlaczego ostateczna wersja służy lekcji. Uczniowie mogą dokumentować własne dozwolone zastosowania, kierując się tą samą zasadą.
Ten model nie przypisuje uczniom i nauczycielom identycznych obowiązków. Nauczyciele projektują proces nauczania i oceniają uczenie się. Ustanawia jednak wspólny standard: żadna ze stron nie powinna przedstawiać niezweryfikowanego wyniku pracy maszyny jako oryginalnej, sprawdzonej pracy.
Prywatność i ograniczenia wiekowe komplikują wykorzystanie AI w klasie
Nawet dobrze zaprojektowane działanie edukacyjne może stać się nieakceptowalne, gdy narzędzie AI gromadzi wrażliwe dane lub wykracza poza poziom rozwoju ucznia.
Systemy generatywnej AI często zachowują prompty, tworzą rejestry użycia lub łączą interakcje z kontami użytkowników. Podczas zwykłej rozmowy uczeń może ujawnić dane osobowe, trudności w nauce, informacje o niepełnosprawności lub nieopublikowane prace.
Dlatego zatwierdzanie narzędzi jest decyzją z zakresu zarządzania danymi. Szkoły muszą rozumieć, jakie informacje gromadzi dostawca, jak długo je przechowuje oraz czy wykorzystuje dane wejściowe do ulepszania swoich modeli.
Wytyczne stanu Vermont kierują nauczycieli do narzędzi zatwierdzonych przez okręg szkolny i zespołów technologicznych. Odnoszą się do federalnych wymogów dotyczących prywatności, w tym Family Educational Rights and Privacy Act oraz Children’s Online Privacy Protection Act.
Nauczyciele nie mogą samodzielnie rozstrzygnąć każdej kwestii kontraktowej czy technicznej. Okręgi potrzebują procesu weryfikacji obejmującego przetwarzanie danych, bezpieczeństwo, dostępność, kontrolę kont i ograniczenia wiekowe, zanim narzędzie trafi do klasy.
Kolejną komplikację wprowadza projekt produktu. Uniwersalny chatbot może zachęcać do otwartej rozmowy, podczas gdy aplikacja przeznaczona dla edukacji może ograniczać model do określonego przedmiotu lub działania. Węższy system ogranicza część ryzyk, ale ich nie eliminuje.
Stanowy przewodnik wskazuje przykłady takie jak przesiewowa ocena umiejętności czytania i korepetycje skoncentrowane na programie nauczania. Ostrzega też, że liderzy szkół muszą oceniać rzeczywistą aplikację, zamiast zakładać, że edukacyjna etykieta gwarantuje bezpieczeństwo.
Nadzór nadal ma swoje ograniczenia. Przewodnik Vermont omawia luki w możliwości administratorów, by przeglądać rozmowy uczniów w niektórych szeroko używanych platformach. Szkoła nie może obiecywać rzeczywistego nadzoru, jeśli jej pracownicy nie widzą, w jaki sposób uczniowie korzystają z narzędzia.
Wiek sprawia, że te ograniczenia mają większe znaczenie. Młodsi uczniowie mają mniej doświadczenia w ocenie perswazji, niepewności faktograficznej i symulowanego języka emocjonalnego. Mogą przypisywać zrozumienie lub autorytet systemowi, który generuje konwersacyjne odpowiedzi bez ludzkiej świadomości.
To pomaga wyjaśnić apel Asquith o niewprowadzanie AI do klas od przedszkola do ósmej klasy. Jej stanowisko podkreśla ochronę podstawowej nauki i rozwoju, zanim uczniowie zetkną się z narzędziami zdolnymi wykonywać pracę za nich.
Stanowe wytyczne Vermont przyjmują bardziej stopniowe podejście. Koncentrują wykorzystanie w szkołach podstawowych na zadaniach nauczycieli, wprowadzają ustrukturyzowaną edukację AI w gimnazjum, a szersze użycie w szkole średniej dopuszczają po wykazaniu przez uczniów gotowości.
Żadne z tych stanowisk nie zostało jeszcze rozstrzygnięte przez długoterminowe dowody z klas. Narzędzia generatywnej AI stały się powszechnie dostępne dopiero pod koniec 2022 roku, więc szkoły dysponują ograniczonymi badaniami podłużnymi dotyczącymi uczenia się, zależności i rozwoju.
Ta niepewność powinna ograniczać twierdzenia obu stron. Szkoły nie mogą zakładać, że wczesny kontakt automatycznie buduje kompetencje. Nie mogą też zakładać, że unikanie narzędzi w klasie powstrzymuje uczniów przed korzystaniem z nich gdzie indziej.
Kwestia równości dodaje kolejną presję. Uczniowie z płatnymi kontami, własnymi urządzeniami lub silniejszym wsparciem w domu mogą uzyskać dostęp niezależnie od szkolnych zasad. Prosty zakaz może więc przenieść korzystanie z AI poza nadzorowane środowisko, nie sprawiając, że zniknie.
Z kolei obowiązkowe użycie może obciążać rodziny zaniepokojone prywatnością, uprzedzeniami, ekspozycją na ekran lub dostępnością. Może też stawiać w gorszej sytuacji uczniów, którzy lepiej uczą się dzięki instruktażowi prowadzonemu przez człowieka i bezpośredniej praktyce.
Da się obronić tylko politykę uwzględniającą alternatywy. Jeśli zadanie dopuszcza lub wymaga AI, uczniowie powinni mieć możliwość osiągnięcia tego samego celu edukacyjnego bez przekazywania danych osobowych niezatwierdzonej usłudze.
Szkoły powinny również unikać traktowania każdego dostosowania jako zgody na nieograniczone generowanie. Wsparcie dostępnościowe może być ściśle określone wokół udokumentowanej potrzeby ucznia, przy jednoczesnym zachowaniu celu zadania.
Trudna prawda jest taka, że „bezpieczna AI” nie jest stałą kategorią produktów. Dostawcy zmieniają funkcje, polityki, modele i mechanizmy kontroli kont. Zatwierdzenie przez okręg musi być ponownie rozpatrywane, gdy te warunki się zmieniają.
Nauczyciele są teraz punktem największej presji
Elastyczne podejście Vermont stawia profesjonalny osąd w centrum, ale jednocześnie prosi nauczycieli o zarządzanie obowiązkami, których żadna pojedyncza klasa nie jest w stanie rozwiązać samodzielnie.
Nauczyciele muszą zdecydować, czy dane użycie wspiera uczenie się, wyjaśnić tę decyzję uczniom, stosować zasady uczciwości akademickiej, sprawdzać wyniki pod kątem błędów i chronić informacje uczniów. Muszą robić to w czasie, gdy funkcje AI rozprzestrzeniają się w znanym oprogramowaniu.
Całkowity zakaz wydaje się łatwiejszy w administrowaniu. Uczniowie nadal mogą jednak korzystać z narzędzi przez prywatne konta, interfejsy wyszukiwania, asystentów pisania i telefony. Egzekwowanie zasad staje się wtedy coraz szerszym zadaniem nadzorczym.
Nieograniczony dostęp pozwala uniknąć tego ciężaru egzekwowania, ale tworzy inny problem. Uczniowie mogą zlecać na zewnątrz właśnie to rozumowanie, które szkoły mają rozwijać.
Funkcjonalny środek wymaga więcej projektowania, nie mniej. Zadania potrzebują wyraźnych granic użycia AI, znaczących dowodów procesu oraz metod oceny ujawniających zrozumienie. Zwiększa to wymagania przygotowawcze, zanim zmniejszy jakiekolwiek obciążenie pracą.
Dlatego rozwój zawodowy ma znaczenie. Nauczyciele potrzebują czasu, by testować narzędzia w dziedzinach, które dogłębnie rozumieją. Dzięki temu mogą dostrzec typowe błędy, słabe cytowania, stronnicze założenia i schematy ogólnikowego języka.
Szkolenia muszą obejmować również sytuacje, w których nie należy używać AI. Sesja skoncentrowana wyłącznie na promptowaniu grozi potraktowaniem wdrożenia jako z góry przesądzonego celu. Pedagodzy potrzebują uprawnienia do odrzucenia narzędzia, gdy nie służy ono ich uczniom.
Lokalne relacje pokazują, że okręgi Vermont są na różnych etapach. Champlain Valley School District opracował zasady skupione na sprawiedliwym uczeniu się, wsparciu nauczycieli i etycznym użyciu. Nauczyciele z Harwood pracowali nad wspólną filozofią mającą ograniczyć niespójne zasady.
Te działania pokazują, dlaczego dokument stanowy nie może być ostatnią warstwą. Okręgi potrzebują wskazówek dotyczących zadań, list zatwierdzonych narzędzi, praktyk ujawniania użycia, komunikacji z rodzinami oraz procedur weryfikacji zakwestionowanych prac.
Liderzy szkół muszą również określić odpowiedzialność. Nauczyciel powinien wiedzieć, kto zatwierdza nowe narzędzie i kto reaguje, jeśli dane uczniów zostaną ujawnione. Uczniowie powinni wiedzieć, jak zakwestionować oskarżenie związane z AI lub poprosić o wyjaśnienie przed oddaniem pracy.
Rodziny potrzebują prostych wyjaśnień, co robi dane narzędzie. Nazwy produktów i szerokie deklaracje o spersonalizowanym uczeniu się nie odpowiadają na pytanie, czy uczeń będzie rozmawiać z modelem, przesyłać pracę lub otrzymywać automatyczną informację zwrotną.
Debata ma konsekwencje także dla dostawców. Firmy edukacyjne są pod presją, by zapewnić administracyjną widoczność, kontrolę odpowiednią do wieku, dostępność oraz jasne praktyki dotyczące danych. Chatbot zaprojektowany dla dorosłych nie staje się gotowy do użycia w klasie wyłącznie dzięki brandingowi.
Google, Microsoft, OpenAI i dostawcy skupieni na edukacji rywalizują o miejsce w szkolnych przepływach pracy. Ich produkty się różnią, ale pytanie instytucjonalne pozostaje takie samo: czy okręg może kontrolować użycie bez przekazywania oprogramowaniu edukacyjnej władzy decyzyjnej?
Szkoły powinny oceniać te systemy według lokalnych celów edukacyjnych. Funkcja oszczędzająca czas planowania nie jest automatycznie odpowiednia dla uczniów. Interfejs korepetytorski nie jest automatycznie wystarczająco wiarygodny do samodzielnego użycia.
Nauczyciele nadal odpowiadają za relację, której oprogramowanie nie jest w stanie zapewnić. Dostrzegają frustrację, wcześniejszą wiedzę, kontekst społeczny i zmiany w pracy ucznia na przestrzeni czasu. AI może przetwarzać dane wejściowe, ale nie przyjmuje na siebie tego zawodowego obowiązku.
Dlatego obecnej presji nie da się rozwiązać samymi zakupami. Eksperyment Vermont zależy od tego, czy instytucje zapewnią nauczycielom wystarczającą politykę, szkolenia i czas, by mogli korzystać z osądu, którego się od nich oczekuje.
Na co szkoły Vermont powinny zwracać uwagę w następnej kolejności
Kolejna faza będzie mierzona polityką okręgów, dowodami z klas i zaufaniem uczniów, a nie liczbą wdrożonych narzędzi AI.
Pierwszym sygnałem będzie to, czy okręgi przełożą szerokie wytyczne na zasady dotyczące konkretnych zadań. Uczniowie powinni widzieć jasne kategorie użycia: zakazanego, ograniczonego, ujawnianego i wymaganego. Jeśli te kategorie pojawią się w różnych przedmiotach, Vermont będzie zmierzać ku spójności bez narzucania jednej reguły każdej lekcji.
Drugim sygnałem będzie zmiana oceniania. Szkoły, które nadal oceniają wyłącznie gotowe produkty, będą miały trudności z odróżnieniem uczenia się od zastępowania go. Więcej ustnych wyjaśnień, udokumentowanych wersji roboczych i demonstracji w klasie pokazałoby, że polityka wpływa na praktykę dydaktyczną.
Trzecim sygnałem będzie to, czy nauczyciele i uczniowie zgłaszają większą jasność. Polityka może wyglądać na kompletną, pozostawiając codzienne pytania bez odpowiedzi. Okręgi powinny pytać, czy uczniowie rozumieją dozwolone zastosowania i czy nauczyciele wiedzą, jak reagować konsekwentnie.
Te sygnały mają większe znaczenie niż dane dotyczące wdrożenia. Wysoki wskaźnik użycia nie dowodzi korzyści edukacyjnych. Niski wskaźnik nie dowodzi, że uczniowie uczą się bez AI poza szkołą.
Ustawodawcy Vermont również pozostają częścią tej układanki. Senator stanowy Seth Bongartz powiedział Seven Days, że chciałby wzorcowej polityki, jednocześnie wyrażając niechęć wobec całkowitego zakazu. Przyszłe działania legislacyjne pokażą, czy stan zachowa dobrowolny charakter wytycznych, czy ustanowi bardziej stanowcze wymogi.
Zmiany po stronie dostawców zasługują na ciągłą kontrolę. Okręg może zatwierdzić narzędzie na podstawie jednej polityki prywatności, a później zetknąć się z nowymi funkcjami. Udostępnianie rozmów, zautomatyzowani agenci, funkcje pamięci czy funkcje społecznościowe mogą zmienić ocenę ryzyka.
Szkoły powinny dokumentować daty i przesłanki przeglądów. Zatwierdzenie powinno wygasać lub wracać do oceny, gdy dostawca istotnie zmienia funkcje dostępne dla uczniów, praktyki dotyczące danych lub mechanizmy kontroli administracyjnej.
Pedagodzy powinni również zbierać konkretne dowody z klas. Czy uczniowie zapamiętali pojęcia po praktyce wspieranej przez AI? Czy potrafili wyjaśnić wygenerowany kod? Czy informacja zwrotna poprawiła proces rewizji, czy zastąpiła rozmowę z nauczycielem?
Te pytania są trudniejsze niż liczenie logowań, ale dotyczą celu edukacji. Chronią też szkoły przed myleniem aktywności z uczeniem się.
Uczniowie powinni uczestniczyć w procesie oceny. Mogą opisać, kiedy zasady wydają się niespójne, kiedy AI sprawia, że zadanie jest mniej znaczące, oraz kiedy ustrukturyzowane użycie pomaga im ćwiczyć. Ich opinie nie powinny rozstrzygać każdej polityki, lecz ich wykluczenie ukryłoby istotną część rzeczywistości klasowej.
Publiczna debata w Vermont jest cenna, ponieważ opiera się prostej narracji o wdrożeniu. Pedagodzy wyróżnieni przez Google News nie rozstrzygają, czy AI robi wrażenie. Rozstrzygają, kiedy ma ona wartość edukacyjną.
Ten standard pozostawia miejsce na różne odpowiedzi w klasach. Klub programowania może zezwalać na kod wygenerowany przez AI i wymagać technicznej obrony. Zajęcia z pisania mogą zakazywać generowanej prozy, jednocześnie dopuszczając porównywanie źródeł. Klasa w szkole podstawowej może całkowicie wyłączyć AI skierowaną do uczniów z lekcji.
Spójność powinna dotyczyć procesu podejmowania decyzji, a nie identycznych wyników. Każde dozwolone użycie powinno mieć cel edukacyjny, uzasadnienie związane z wiekiem, ocenę prywatności oraz metodę sprawdzania zrozumienia.
Dla uczniów zarządzających badaniami, notatkami i materiałami źródłowymi prywatna przestrzeń robocza dla uczniów może wspierać organizację bez zastępowania rozumowania wymaganego przez zadanie. Niezależnie od używanego narzędzia uczeń powinien pozostać zdolny do wyjaśnienia końcowej pracy.
Najbardziej użyteczne pytanie dla nauczycieli jest więc konkretne: jakie myślenie uczniowie muszą tutaj ćwiczyć i które jego elementy muszą wykonać samodzielnie?
Jeśli szkoły w Vermont potrafią odpowiedzieć na to pytanie przed wyborem narzędzia, ich zasady pozostaną użyteczne mimo zmian produktów. Jeśli nie, zalecenia i zakazy będą nadal różnić się między klasami, podczas gdy uczniowie będą uczyć się poruszać w tych lukach.
