Погляд на використання ШІ Автор: Александра Міхай

використання GenAI впливає на стосунки учнів та вчителів один з одним і, через це, на їхній навчальний потенціал. 

ясність та  відправна точка для цілеспрямованої взаємодії з GenAI.

Для студентів

Що вони отримують:

• Відчуття співпраці та взаємного навчання . Це часто ілюзія. Ваші стосунки з чат-ботом є ієрархічними (він, по суті, робить те, що ви йому наказуєте), тому це далеко від справжньої співпраці між двома колегами з її суперечками, опором та конструктивними розбіжностями; саме в цьому непередбачуваному просторі людської взаємодії відбувається навчання;

• Підтвердження їхніх ідей. Однак, через характер обміну, це короткочасне та ніколи не приносить такого задоволення в довгостроковій перспективі, як підтвердження від колеги чи вчителя.

Чого їм не вистачає:

• Навчання через соціальну взаємодію. Я твердо переконаний, що пошук відповідей та їх обговорення з однолітками у співпраці – це процес, який не може і не повинен бути замінений чи обмежуваний взаємодією людини і машини. Хоча на перший погляд результат може бути схожим, йому бракує глибини та вкоріненості, необхідних для навчання.

• Тертя та опір. Глибокому навчанню потрібен не (лише) голос, який каже «так», а критичний голос, який може допомогти вам побудувати аргумент, що природно відбувається у людській взаємодії.

Для вчителів

Що ми отримуємо:

• Загальні навчальні плани та поради щодо викладання . Хоча вони можуть спрацювати, коли ми зайняті, нам нікого до кого звернутися та немає часу читати навчальну літературу (хибне відчуття ефективності), їх використання (виключно) може призвести до монотонного, лінійного навчального процесу, що зменшить ймовірність залучення ваших учнів;

• Відчуття, що ми «впроваджуємо інновації» . Але використання чат-бота для аутсорсингу деяких наших взаємодій зі студентами та між ними, коли ваш курс насправді цього не потребує або не підходить для цього, – це просто трюк. Справжня інновація – це робити щось, що дійсно приносить користь вашим студентам, незалежно від того, чи це з технологіями, чи без них.

Чого нам не вистачає:

• Відчуття спільноти та відчуття підтримки . Це означає не лише швидкі відповіді (на складні запитання). Це означає бути вкоріненим у спільноті думок та практик, це означає емпатію, емоційну підтримку, практичну підтримку, натхнення.

• Спільний простір для обміну досвідом, експериментів, невдач, навчання та нових спроб. Як розробники освітніх програм, ми наполегливо працювали над створенням таких просторів , і сумно бачити, що обіцянка зручності може відлякати вчителів.

https://educationalist.substack.com/p/hello-world-revisited

резюме: «Від голосів студентів до вибору дизайну курсу

 резюме статті «Від голосів студентів до вибору дизайну курсу: що панелі студентів розкривають про залученість» Лізи Ґіббонс.

Зворотний зв’язок від студентів має вирішальне значення для покращення викладання в коледжі, але традиційні оцінки в кінці курсу мають обмеження: вони дивляться назад, зводять складний досвід до числових оцінок і часто не фіксують емоційні та контекстні аспекти, які потрібні викладачам для значних змін. Дослідження підтверджують цю критику — рейтинги самі по собі не передають реалії навчання, тоді як розмовні формати (фокус‑групи, панелі) відкривають багатший набір інсайтів про те, що підтримує або заважає залученню. Центр викладання та навчання DePaul вже давно використовує живі студентські панелі й вважає їх надзвичайно корисними: такі сесії дозволяють студентам у власних словах і в реальному часі описати, що допомагає їм вчитися, що перешкоджає прогресу і як педагогічні практики «вражають» студентів насправді.

Нещодавня панель студентів, організована в Коледжі наук і охорони здоров’я (CSH), була присвячена темі залученості. П’ятеро студентів із різних спеціальностей і життєвих обставин (біологія, психологія, нейронаука, фізика, передмедичні програми; комютери; першопрохідці в родині вищої освіти; студенти, які поєднують лабораторії, роботу та керівні ролі) обговорили, що їх мотивує і як курси можуть краще підтримувати навчання. Їхні відверті відповіді виявили кілька повторюваних тем, які безпосередньо трансформуються в практичні стратегії проєктування курсу.

1. Зробіть навчання ітеративним, а не одноразовим. Студенти цінували можливість спочатку самостійно спробувати складні задачі, отримати зворотний зв’язок, виправити помилки і спробувати знову. Цикл «спробувати → удосконалити → спробувати знову» підвищував впевненість і поглиблював розуміння. Один студент розповів про курс статистики, де структура задач із можливістю повторної здачі перетворила процес на справжнє навчання, а не вгадування. Рекомендації з дизайну: двоетапні завдання (перша спроба, відгук, ревізія), підкреслення процесу замість вимог до досконалості та вбудовані короткі рефлексійні точки.

2. Автентична робота створює зміст і мотивацію. Завдання, що відображають справжні дисциплінарні практики — наприклад, «публікаційний» рівень написання в курсі хімії — були складними, але дуже цінними. Автентичні завдання допомагають студентам відточувати професійні навички й бачити сенс у своїх зусиллях. Рекомендації: пов’язувати завдання з реальними практиками галузі, формулювати «ніби‑що» (наприклад, «пишіть ніби подаєте в журнал») і замінювати штучні вправи на завдання, наближені до реальної практики.

3. Послідовна структура курсу й побудова спільноти. Студенти відзначали курси з передбачуваним ритмом — короткі лекції, групове розв’язування задач, ротація місць — які зменшують страх і полегшують співпрацю. Айсбрейкери, доступні викладачі та створені навчальні спільноти теж підтримували відчуття приналежності. Рекомендовані підходи: формат заняття «коротка лекція → спільна робота → рефлексія», ранні заходи для побудови спільноти та нормалізація співпраці як частини дисципліни.

4. Відчуття приналежності — фундамент навчання. Багато студентів повідомили про ізоляцію або страх, особливо в великих групах. Вони виділяли викладачів, які запам’ятовували імена, показували турботу і нормалізували недосконалість, як особливо ефективних для створення приналежності. Викладачам радять починати з «ритуалів зв’язку» (знайомства, спільні норми, постановка цілей) і прозоро повідомляти про свою педагогічну філософію та спосіб підтримки навчання.

5. Прозорість будує довіру. Студенти хочуть розуміти, чому курс організовано певним чином, і як користуватися підтримкою (наприклад, години викладача). Невизначеність щодо очікувань — наприклад, що на годину потрібно мати підготовлене запитання — підриває залученість. Застарілі матеріали також викликають сумніви щодо актуальності курсу. Рекомендації: пояснювати причинність дизайнерських рішень, переіменувати «office hours» у «student hours» як простір для цікавості й розмови, регулярно перевіряти цифрові матеріали на актуальність і зрозумілість.

6. Надати студентам роль співавторів навчання. Студенти цінували можливості вести дискусії, представляти задачі на відео або ставити щотижневі питання — це підвищувало інвестованість і впевненість. Варто інтегрувати елементи, керовані студентами: чергування лідерів обговорень, короткі відеовідповіді як частина завдань.

7. Норми класу «заразні», особливо щодо технологій. Студенти помічали, що відволікання на пристрої швидко поширюється; вони цінували викладачів, які зі спільнотою встановлювали правила щодо використання техніки й впроваджували цілеспрямовані технічні активності (опитування, симуляції, інструменти для роботи з даними). Рекомендації: створити очікування щодо пристроїв з першого дня і пояснювати їхнє призначення.

Окрім практичних порад, самі панелі мають відносинні переваги: коли студенти бачать, що викладачі слухають, вони почуваються видимими і цінними, що посилює довіру і спільну відповідальність за навчання. Панель CSH підтвердила, що студенти охоче дають чіткі конструктивні відгуки, коли їх запрошують; панелі висвітлюють нюанси, які звичайні опитування не показують. Панелі не замінюють кінцеві оцінки курсів, але поглиблюють їх, відкриваючи емоційні, соціальні та практичні аспекти навчання. У статті також згадано дослідження Becker, Brandt і Psihopaidas (2021) та Larmar і Lodge (2020), які підтримують цінність розмовних методів зворотного зв’язку для інформування педагогічної практики.

https://www.iddblog.org/from-student-voices-to-course-design-choices-what-student-panels-reveal-about-engagement/

Чи є дистанційне навчання "сталою освітньою практикою"?

Відповідь часткова.

 На основі аналізу джерел можна стверджувати, що дистанційне навчання в Україні перебуває у стані трансформації від «екстреного заходу» до нової освітньої реальності, проте його не можна назвати цілком «сталою» практикою через низку невирішених системних проблем.

Нижче наведено основні аргументи та фактори, що визначають сучасний стан дистанційної освіти:

Чому дистанційне навчання стає невід’ємною практикою:

• Державні гарантії та законодавча база: Дистанційне навчання отримало статус єдиної доступної форми освіти в умовах воєнного стану. Закон України «Про освіту» (ст. 57-1) гарантує організацію освітнього процесу в дистанційній формі незалежно від місця перебування здобувача.
• Масштабність впровадження: Якщо до 2020 року дистанційними технологіями користувалися лише 14% коледжів, то після пандемії цей показник фактично сягнув 100%. Використання цифрових платформ (Google Classroom, Moodle, Zoom, MS Teams) стало нормою для більшості закладів.
• Зміна парадигми: Багато учасників процесу, зокрема в медицині, визнають онлайн-лекції «новою реальністю», яка може зберігатися і після карантину через зручність та можливість залучення іноземних фахівців. Більшість студентів та викладачів (понад 90%) вважають дистанційну форму навчання перспективною.

Чинники, що перешкоджають «сталості» та якості цієї практики:

• Нормативно-правові та фінансові лакуни: Оплата праці педагогів та норми часу на підготовку матеріалів досі регулюються документами, які не переглядалися з 2002 року. Витрати часу на створення якісного дистанційного курсу значно перевищують навантаження при очному навчанні, що не враховується державою.
• Психологічний дискомфорт та відсутність емпатії: Сталий зворотний зв’язок залишається проблемою; навчання часто сприймається як механічне виконання завдань (майже 20% студентів). Відсутність живого спілкування, емпатії та інтеракції знижує мотивацію та призводить до емоційного вигорання викладачів.
• Проблема практичних навичок: У галузях, де необхідний прямий контакт (наприклад, медицина або технічні спеціальності), дистанційна форма не може повноцінно замінити навчання «біля ліжка хворого» або в лабораторії.
• Цифрова нерівність: Доступ до якісного інтернету та гаджетів залишається нерівномірним, особливо для мешканців сільської місцевості, що поглиблює освітню нерівність.

Отже, дистанційне навчання в Україні вже стало масовою практикою, але воно все ще перебуває на етапі адаптації. Для перетворення на справді «сталу» модель воно потребує перегляду норм оплати праці викладачів, вдосконалення методик викладання практичних дисциплін та розв'язання проблем технічного доступу.

Дистанційне навчання сьогодні нагадує будівництво капітального будинку під час землетрусу: ми вже живемо в ньому, бо іншого захисту немає, але стіни потребують додаткового зміцнення, а фундамент — нових юридичних та методичних розрахунків.

Resume: Чому освіта на основі штучного інтелекту має замінити застарілу модель навчання

 Стаття стверджує, що традиційна STEM-освіта застаріла, не є стійкою і погано пристосована до швидкозмінного, орієнтованого на ШІ економічного середовища. Автор закликає замінити її моделлю освіти, керованою штучним інтелектом і спрямованою на компетентності. Десятиліттями STEM була пріоритетом у політиці та фінансуванні: уряди значно інвестували, університети розширювали програми, а школи K–12 віддавали перевагу STEM над гуманітарними та соціальними науками. Незважаючи на ці інвестиції, на думку автора, STEM лишається дорогим, жорстким і часто не відповідає потребам ринку праці. Багато випускників STEM-відділень вважають, що їхні ступені не підготували їх до реальних викликів, оскільки роботодавці дедалі більше цінують адаптивність і критичне мислення, а не здатність заучувати формули й складати тести.

Значною проблемою є неефективні витрати: STEM‑програми потребують дорогих лабораторій, матеріалів та висококваліфікованих викладачів, що підвищує навчальні витрати і сприяє зростанню студентських боргів. Одночасно швидкий розвиток ШІ та автоматизації робить багато традиційних STEM‑навичок застарілими ще до закінчення навчання. Автор вважає, що жорсткі, орієнтовані на ступені навчальні плани не встигають за потребами галузей, тому необхідна перебудова системи освіти.

Запропонована альтернатива — система освіти, керована ШІ, яка орієнтується на навички й компетенції замість формальних ступенів і тривалих програм. У такій моделі ШІ виступатиме наставником і інструктором, створюючи персоналізовані освітні траєкторії відповідно до сильних й слабких сторін учня та його кар’єрних цілей. Навчання стане модульним і компетентнісно зорієнтованим: замість фіксованої чотирирічної програми студенти просуватимуться, демонструючи опанування потрібних навичок. Традиційний клас поступиться місцем ШІ‑підкріпленому середовищу, де навчання безперервне й адаптивне до потреб реального світу.

Для такої трансформації потрібно глибоко реформувати освіту K–12: замість розсічення знань на суворо визначені предмети навчання має стати плавним і міждисциплінарним. ШІ‑навчання інтегруватиме технічні знання з критичним мисленням, етикою й креативністю — навичками, необхідними в економіці, що базується на ШІ. Стандартні тести заміняться миттєвими оцінюваннями на основі навичок, що дозволить вимірювати реальну компетентність, а не здатність до механічного запам’ятовування.

Вищу освіту теж чекає трансформація: чотирирічний ступінь може стати архаїчним, поступившись місцем модульній системі з мікрокреденціалами, які оновлюються в реальному часі відповідно до потреб галузей. Університети можуть перетворитися на центри знань, керовані ШІ, де освіту отримують у форматі безперервного підвищення кваліфікації, що зменшить боргове навантаження студентів і зробить навчання доступнішим.

Автор визнає занепокоєння щодо втрати людського аспекту в освіті: попри роль ШІ, вчителі залишаться важливими як наставники, етичні консультанти та організатори навчання. Їхня роль зміниться з передавання знань на формування навчального середовища, де розвиваються лідерство, співпраця й етичне мислення разом із технічними навичками.

Залишаються серйозні виклики: упередженість ШІ, конфіденційність даних і нерівний доступ до технологій можуть породити нові форми нерівності. Автор закликає політиків активно регулювати ШІ‑освіту, аби запобігти відтворенню упереджень і забезпечити демократизацію доступу.

У підсумку заявляється, що сучасна модель STEM є нестійкою: її висока вартість, жорсткість і обмежена адаптивність не відповідають вимогам світу, керованого ШІ. Майбутнє освіти, на думку автора, — за гнучкою, ШІ‑керованою моделлю, орієнтованою на довічне навчання, адаптивність і практичну компетентність.

https://www.ecampusnews.com/ai-in-education/2025/12/22/why-ai-driven-education-must-replace-an-outdated-learning-model/

Резюме: Повідомлення про смерть LMS є перебільшенням

Гленда Морган і Філ Гілл відповідають на твердження Ала Есси про нібито «смерть» систем управління навчанням (LMS), стверджуючи, що хоча LMS має еволюціонувати, вона залишається життєво важливою для роботи закладів вищої освіти. Вони погоджуються з Ессою в тому, що вища освіта переживає структурні, а не циклічні виклики, і визнають, що саме навчання не створюється платформою. Навчання виникає через практику, зворотний зв’язок, роботу викладачів і дизайнерів навчання, спеціалізований контент від видавців та взаємодію між студентами й викладачами. Але автори заперечують висновок, що оскільки LMS безпосередньо не створює навчання, її можна просто відкинути.

Морган і Гілл перебудовують уявлення про LMS як про середовище, а не як про інструмент, що сам по собі навчає. Історично LMS виконує роль «головного бухгалтера» й координатора логістики: реєстрації на курси, розповсюдження контенту, контролю доступу, оцінювання, дотримання норм і аудиту. На рівні окремого курсу чи навчального процесу ці функції можуть здаватися другорядними, але коли йдеться про програми або цілий виш, ці координаційні механізми стають передумовою для самої можливості навчання. LMS забезпечує когерентність і стабільне «місце» в дедалі цифровішому освітньому просторі. Без такої упорядкованості студенти витрачають час на пошук матеріалів, логіни та відновлення логіки курсу замість глибокого залучення до навчального змісту. На великому масштабі відсутність когерентності значно знижує ефективність навчання. Автори порівнюють роль LMS з фізичними аудиторіями: аудиторія не створює знання сама по собі, але структуроване середовище часу, простору й доступу робить навчання можливим.

Щодо вартості, Морган і Гілл визнають, що повна вартість володіння LMS може бути значною, якщо враховувати впровадження, інтеграцію, навчання та підтримку. Водночас вони наголошують, що витрати на LMS — невелика частка бюджету університету й навіть ІТ‑бюджету; ІТ зазвичай становить лише кілька відсотків загальних витрат. LMS, за типовою оцінкою близько 20 на студента на рік, забезпечує універсальний цифровий вхід до університету — для всіх курсів і семестрів — за порівняно невелику суму. Порівняно з видавничими курсами або іншими платними інструментами (вартість яких може складати десятки чи сотні доларів на курс за семестр), LMS виглядає дешевим. Представляти витрати на LMS як те, що «витісняє» інвестиції в педагогіку, — помилково: масштаб витрат і характер компромісів не збігаються. Автори додають, що низька ціна LMS іноді стримує інновації: установи сприймають її як базову відмітку, і роблять опір інвестуванню в дорожчі, більш спеціалізовані інструменти (зокрема AI‑орієнтовані системи), через що творцям інновацій важко побудувати стійкий бізнес при таких цінах. Вони очікують, що адаптивні системи та AI‑репетитори, як правило, коштуватимуть дорожче, а тиск на постачальників великих AI‑систем робити прибуток скоріше приведе до підвищення цін, а не зниження.

Морган і Гілл також критикують твердження Есси про уніфікацію LMS як «товарного» продукту — тобто про їхню взаємозамінність. Вони визнають, що базові функції стали стандартизованими, але підкреслюють, що досвід користувача, простота використання, можливості налаштування й стратегічні дорожні карти постачальників мають суттєве значення для прийняття викладачами та глибини використання. Вибір конкретного LMS може впливати на здатність закладу підтримувати нові педагогічні моделі (наприклад, компетентнісний підхід або навчання на основі майстерності). Автори також відзначають, що постачальники рухаються різними шляхами у впровадженні можливостей штучного інтелекту, що свідчить про диференціацію, а не конвергенцію.

Вони погоджуються, що вищій освіті необхідні стратегічні зміни та що продуктова категорія LMS потребує інновацій і конкуренції. LMS може перетворитися у нове покоління продуктів (з можливим перерозподілом користувацьких інтерфейсів завдяки AI) і виглядати інакше через п’ять і більше років. Однак припиняти використання LMS зараз — недоцільно: знищення системи, яка підкреслює когерентність, доступ і масштаб, створить тертя й приховані витрати, порушить щоденну роботу викладання і навчання, і відверне увагу від важливішої роботи зі стиковки технологій, кадрів і педагогіки.

Підсумкова думка авторів: запит не в тому, що має замінити LMS, а як установи знайдуть нові способи організації навчання, що відповідатимуть сучасним потребам, водночас тримаючи разом численні зацікавлені сторони. LMS ніколи не була джерелом педагогічної революції, але вона забезпечує інфраструктуру, необхідну для координації інновацій. Морган і Гілл висловлюють подяку за ініціювання дискусії та очікують на подальшу серію Есси про CoreLMS, підсумовуючи: LMS не мертва; потрібно змінити спосіб, у який ми про неї говоримо.

https://onedtech.philhillaa.com/p/the-report-of-the-lms-death-is-an-exaggeration

Resume: Вибух AI‑контенту

 Наприкінці 2025 року AI‑згенерований навчальний контент перестав бути новинкою та став промисловим явищем. Досягнення в генеративних моделях і доступні інструменти дозволяють одному дизайнеру педагогічного контенту створювати за кілька хвилин те, що раніше потребувало команд і тижнів, — це спричинило вибух синтетичних відео, AI‑репетиторів, автоматичних оцінювань і мультимодальних матеріалів. У той час як виробники та платформи зосереджуються переважно на ефективності виробництва та персоналізації в масштабі, значно менше уваги приділено важливішим запитанням: як учні ставляться до AI‑контенту і як це впливає на їхню залученість і навчальні результати. Існуючі дослідження, хоча й обмежені, показують: учні налаштовані обережно‑оптимістично, але дуже вибірково; їм подобається зручність, проте вони чутливі до автентичності, довіри та педагогічного дизайну.

Типовий досвід учня зараз включає: синтетичних інструкторів і AI‑відео, персоналізованих чатботів‑репетиторів, численні AI‑згенеровані тести й вправи, індивідуальні навчальні траєкторії, поєднання тексту, аудіо, зображень і відео та автоматизований зворотний зв’язок. Дослідження показують, що AI‑відео дають порівняльні з людськими результати розуміння, якщо сценарій і педагогіка еквівалентні, але для тем, що вимагають відносинного контакту чи етичних роздумів, учні все ще віддають перевагу живим викладачам. Чатботи цінуються за цілодобову доступність і беземоційний зворотний зв’язок, але студенти часто використовують їх лише як «машини для відповідей», копіюючи відповіді замість того, щоб розвивати саморегульоване навчання. AI‑генеровані банки запитань дають багато матеріалу для практики, але проблеми якості — неоднозначні формулювання, фактичні помилки — підривають довіру, якщо немає експертної перевірки.

Ставлення учнів дуже залежить від типу контенту і його застосування. Для чатботів позитиви: миттєві відповіді, приватність, пояснення; негативи: надмірна залежність від готових відповідей і невпевненість у довірі до відповідей. Учні також вимагають прозорості — вони віддають перевагу явно маркованим AI, а не аватарам, що прикидаються людьми. Щодо AI‑відео: процедурні демонстрації сприймаються добре, але реалістичні аватари знижують соціальну присутність, створюють дискомфорт і стримують запитання. Для етично чутливих або емоційних тем людина‑викладач лишається бажаною.

AI‑згенеровані приклади та зразки корисні, якщо використовувати їх у правильний час. Показ зразка після того, як учень сам спробував виконати завдання — послідовність «спробуй → порівняй → проаналізуй» — дає кращі навчальні результати, ніж демонстрація прикладу перед спробою, що призводить до залежності від AI і зменшує генеративну когнітивну працю. AI‑вправи дають кількість і різноманіття, але неперевірені помилки підривають авторитет курсу; учні хочуть можливості позначати та переглядати такі помилки. Персоналізація підвищує залученість, але може створювати ефект «зони комфорту», зменшуючи продуктивну боротьбу, різноманітність перспектив і співпрацю.

Ключовий висновок досліджень: ставлення учнів формує результати. Сприйняття довіри й корисності сильно передбачає ступінь залучення й ефективне використання інструментів. Якщо контент сприймається як достовірний і вартісний, учні залучаються глибше, і педагогічний дизайн перетворює це залучення на навчальні здобутки. Якщо ж контент вважають «AI‑швидкою підказкою», учні трактують його інструментально та навчання знижується, навіть якщо задоволення лишається високим. Мета‑аналізи показують, що наміри використовувати AI і очікування покращення продуктивності — одні з найсильніших предикторів прийняття та впливу.

Практична інструкція з дизайну: AI може бути тренером або милицею — залежно від інструкторського дизайну. Ідентичні інструменти можуть призвести до протилежних результатів. Експерименти «Coach not Crutch» демонструють, що вимога до учнів спробувати самостійно перед переглядом AI‑рішень значно підвищує пізніше виконання без AI; навпаки, доступ до рішень одразу усуває навчальні здобутки, хоча задоволення залишається.

Рекомендації: використовувати AI‑аватарів для обмежених ролей і маркувати їх явно; віддавати перевагу стилізованим або прозоро синтетичним образам перед гіпер‑реалістичними клонованими аватарами; позиціонувати чатботи як партнерів мислення й вимагати від учнів документувати та рефлексувати взаємодії; показувати AI‑приклади після першої спроби; генерувати великі пулі вправ, але проводити експертну перевірку для підсумкових оцінок; робити AI‑пояснення чернетками для перевірки експертами; поєднувати AI‑зворотний зв’язок з людською перевіркою для складних суджень; використовувати AI‑відео для масштабу та поєднувати його з активними завданнями; доповнювати AI‑аудіо людськими записами там, де важлива інтонація; перевіряти AI‑зображення на точність і упередження.

Висновок: зростання AI‑контенту неминуче, але його вплив на навчання залежить від дизайнерських виборів. Якщо дизайн орієнтуватиметься лише на швидкість, об’єм і метрики залученості, це ризикує підривати самостійне вирішення проблем, метакогніцію та критичне мислення. Якщо ж дизайн ставитиме за мету збереження когнітивної праці, перевірку незалежних здатностей, позиціонування AI як партнера мислення та збереження людської присутності там, де це важливо, AI може ефективно підсилювати навчання. Відповідальність лежить на дизайнерах, викладачах і творцях досвіду навчання — ставити правильні питання, проектувати з наміром і вимірювати те, що справді має значення.

https://drphilippahardman.substack.com/p/the-ai-content-explosion-what-yourResume

Resume: Зміна взаємозв'язку між освітою та технологіями

 Доктор Філіпа Хардман аналізує переломний момент у відносинах між освітою та технологіями, стверджуючи, що такі події, як форум Google DeepMind «AI for Learning», сигналізують про перехід від моделі, керованої постачальниками, до спільного, орієнтованого на учнів дизайну. Історично склалося так, що освітні технології розвивалися односторонньо: технократи створювали продукти, установи їх купували, педагогам доводилося впроваджувати (інколи з труднощами), а здобувачі освіти залишалися переважно пасивними джерелами даних. Ця модель, сфокусована на закупівлях, робила пріоритетом масштабованість і ефективність — автоматизацію оцінювання, цифровізацію робочих аркушів і перетворення підручників у PDF — часто ціною педагогіки, глибшого розуміння та залученості учнів. Дослідження та оцінки під час пандемії (наприклад, праці Рейха, Селвіна; звіт OECD) показують, що хоча багато цифрових інструментів розширили доступ, вони рідко покращували результати навчання і іноді були пов’язані з негативним впливом, коли платформи стали центральною частиною навчального процесу.

Хардман виокремлює зміщення уваги серед провідних фігур у сфері штучного інтелекту — людей, які раніше зосереджувалися на тому, як вчаться машини, — на питання про те, як люди вчаться разом із машинами. Вона називає кількох впливових учасників цієї розмови: Деміса Хассабіса (DeepMind), Джеффа Діна (Google), Мустафу Сулеймана (Microsoft AI) і Джеймса Маніки (Google Research). Їхня участь у форумі, присвяченому спів‑творенню «справедливого та орієнтованого на людину» ШІ для навчання, вказує на необхідність переосмислити розробку освітніх технологій: не як продаж інструментів у школи, а як спільний дизайн, що ставить у центр педагогів і учнів.

Порядок денний форуму DeepMind підкреслює цей новий підхід. Замість демонстрацій продуктів або пропозицій закупівель захід ставить фундаментальні питання: яка мета людського навчання? Які умови оптимізують навчання? Як забезпечити, щоб навчання на базі ШІ було справді справедливим, а не лише доступним? Як залучити студентів до формування інструментів, які формуватимуть їх? Ці питання віддзеркалюють принципи партисипативного дизайну — співтворчості, де кінцеві користувачі є активними співпрацівниками, а не пасивними клієнтами. Хардман порівнює це з успішними практиками в інших сферах (медичні пристрої, створені разом з клініцистами й пацієнтами; цифрові ферми, де вчені з даних працюють разом із агрономами й фермерами), підкреслюючи, що подібний підхід може підвищити якість інновацій і в освіті.

Вона також описує приклади індустріальних кроків, що ілюструють цю зміну. Стратегія Microsoft Elevate — інвестиція 4 мільярди доларів протягом п’яти років для надання мільйонам людей AI‑сертифікацій — робить акцент на спільному дизайні з навчальними закладами й неприбутковими організаціями, ітеративних пілотах з участю вчителів і підвищенні ролі педагогів, а не нав’язуванні інструментів. Партнерства OpenAI з провідними університетами (наприклад, NextGenAI) трактують вищі навчальні заклади як R&D‑партнерів: викладачі й студенти визначають випадки використання, етичні протоколи та межі продуктів, а не просто купують ліцензії. Співпраця OpenAI з окремими університетами (наприклад, ASU) також позиціонує платформу як простір для локальної політики й педагогічного співрозроблення. Політичні та академічні документи (наприклад, звіти UCL) додатково підкреслюють агентність учителів, голос учнів і етичне управління як базові вимоги до дизайну.

Хардман виокремлює три практичні наслідки для педагогів, дизайнерів навчання та лідерів L&D. По‑перше, педагогіка має стати вхідним елементом дизайну: експертиза у тому, як люди вчаться, повинна формувати технічне завдання з самого початку. Педагоги мають оновити знання з науки про навчання (схематизація, зворотний зв’язок, повторне відтворення, перенесення, мотивація) і вміти ясно пояснити їх технічним командам, а також відстоювати незаперечні принципи (наприклад, час для роздумів перед показом відповіді). По‑друге, інструкційний дизайн трансформується в системний дизайн: потрібно проєктувати взаємодію людини й інтелектуальних систем — коли ШІ підказує, коли мовчить, як передавати інформацію вчителю. Практично це означає створення правил взаємодії для ШІ, карти потоків взаємодій learner → AI → teacher → learner і прототипування поведінки агентів. По‑третє, ключова навичка — не програмування, а дизайн‑мислення: формулювання проблем, орієнтація на користувача, ітерація на основі доказів; педагоги мають ставити питання «чому це, для кого?» і залучати здобувачів і практиків у процес зворотного зв’язку.

Хардман підсумовує, що хоча стара модель — інструменти, створені зовні й нав’язані освіті — ще існує, з’являється нова парадигма, за якої технократи запрошують педагогів і здобувачів до столу дизайну. Це не гарантує кращого майбутнього, але створює простір і потенціал для педагогічно обґрунтованих і соціально відповідальних інновацій. Вона запрошує практиків сформулювати принцип або запитання, яке вони б хотіли бачити в центрі спільного дизайну, і пропонує можливість працювати з нею через її буткемп «AI & Learning Design».

https://drphilippahardman.substack.com/p/the-changing-relationship-between

Resume: Університетський план навчання за допомогою GenAI

 У статті викладено комплексний підхід університету до впровадження генеративного штучного інтелекту (GenAI) у викладання, наголошуючи на людсько-орієнтованій стратегії, яка має підсилювати людське мислення й практики, а не замінювати їх. Автор підкреслює, що мета — трансформувати наратив із «автоматизації» на «підсилення»: технологія повинна зміцнювати критичне мислення, творчість, етичне судження й інклюзивне навчання. В основі підходу — віра в те, що саме люди змінюють інституції, отже перш за все слід інвестувати в людей, а не лише в інструменти.

Початковим кроком стало опитування викладачів факультету, яке виявило зацікавленість у GenAI, але нерівень готовності між підрозділами. Щоб перейти від індивідуальної ініціативи до системного підходу, університет розробив самооцінку «AI readiness» для підрозділів. Вона охоплює п’ять взаємопов’язаних вимірів: грамотність у GenAI, інтеграція в методику викладання, дизайн навчальних програм, залучення студентів і етичне використання. Аггреговані результати мають спрямувати програму розвитку на 2025–2030 роки, щоб жодна академічна область не відставала в освоєнні GenAI.

Щоб підтримати викладачів і студентів, створено Generative AI Resource Center — ресурсний центр із добіркою інструментів для проєктування курсів, оцінювання та студентської підтримки, прикладами застосувань за дисциплінами, етичними рекомендаціями й навчальними матеріалами з опцією сертифікації. Центр має заохочувати дослідження й експерименти, одночасно тримаючи у фокусі педагогіку та етику.

На рівні університету сформовано комітет (AI Across the Curriculum), очолюваний автором, який визначає, як GenAI має використовуватися у викладанні та як побудувати стале вирівнювання практик по всьому закладу. Важливо розрізняти стратегію, політику й управління: стратегія визначає напрям, політика — межі, а управління — відповідальне впровадження. Чіткі відмінності запобігають хибному прискоренню технологічного впровадження без належної наукової та етичної готовності і забезпечують спільну термінологію для широкого впровадження на кампусі.

Автор спирається на власні дослідження, зокрема на роботу «AI without borders», яка досліджує глобальний вплив GenAI у різних мовних і культурних контекстах та його потенціал для поєднання очного, онлайн, гібридного й мобільного навчання. На основі цих висновків розглядаються ініціативи на кшталт перекладу в реальному часі, адаптивного зворотного зв’язку й багатомовних чат-ботів з метою розширення доступу для вразливих груп студентів. Ці ідеї увійдуть у бачення «розумного» університету ліберальних мистецтв до 2030 року.

Впровадження GenAI починається з загальної освіти як спільного академічного простору, через який проходить кожен студент. Замість додавання GenAI як технічного доповнення, його інтегрують у вже наявні навчальні результати: критичне мислення, етичне судження і цифрова грамотність. Програма передбачає формування GenAI-грамотності, технічної обізнаності, етичного підходу й умінь критично оцінювати або співтворити з інструментами GenAI. Два обов’язкові комп’ютерні курси вводять студентів у культуру інтернету, етику даних і практичну роботу з інструментами (наприклад ChatGPT, Scikit-learn, Google Teachable Machine). Курси сприяють практиці складання промптів, оцінці результатів GenAI і створенню простих проєктів із підтримкою GenAI. Мікрокреденти дозволяють відстежувати розвиток грамотності у часі. До моменту виконання профільних спеціалізацій студенти вже мають структурований і етично зважений досвід роботи з GenAI.

Особливу увагу приділено доступності та інклюзії з урахуванням марокканського географічного й соціокультурного контексту автора. Проєкти включають підтримку жестової інтерпретації, інструменти для студентів з вадами зору, автоматизовані багатомовні чат-боти для студентських сервісів і GenAI-підтримані ініціативи служіння спільноті для вирішення реальних місцевих потреб. За умов уваги до культурної чутливості, упереджень і приватності даних GenAI може зменшувати, а не посилювати нерівності, особливо там, де існують цифрові розриви.

Оцінювання в епоху штучного інтелекту виявляється одним із найскладніших питань. Традиційні завдання стають уразливими до «шляхів обходу» за допомогою GenAI, але сама технологія відкриває можливості для автентичнішого, більш орієнтованого на навички оцінювання. Завдання комітету — співпрацювати з факультетами над переосмисленням норм оцінювання: як зберегти значущість завдань, де і коли AI може допомагати у зворотному зв’язку або оцінці, і як проектувати завдання, що заохочують креативність, критичне судження і етичне мислення. Університет не пропонує шаблонів; мета — підтримати факультети в пошуку підходів, які зберігатимуть академічну доброчесність поряд із інноваціями.

Робота також узгоджується з міжнародними етичними рамками: рекомендаціями ЮНЕСКО, Актою ЄС про AI і принципами ОЕСР, які підкреслюють прозорість, людський нагляд і рівність. Автор надає перелік практичних уроків для інших установ: починати зі спільних визначень, використовувати загальний курикулум для рівномірного охоплення, постійно інвестувати у розвиток викладачів (діагностики, мікрокреденти, інноваційні лабораторії), прив’язувати зусилля до етичних і глобальних рамок, пріоритезувати інклюзію і передбачати зміни в оцінюванні.

У рамках ініціативи автор також запровадив курс «Digital Media in the Age of AI», який дає студентам навички розпізнавання дипфейків, тролінгу, дезінформації, а також розуміння етичних викликів GenAI у медіа, виборах, журналістиці, приватності й довірі. Метою є підготовка критично мислячих, етично обґрунтованих і готових до майбутнього випускників.

Підсумкова позиція: GenAI може посилити викладання, оптимізувати адміністративні процеси й розширити доступ, але не здатен замінити людські стосунки, які є основою значущого навчання. Завдання вищої освіти — не сліпе прийняття технології, а створення продуманої, інклюзивної екосистеми, де співпраця, обережність і допитливість перетворюють можливості GenAI на перевагу для університетського досвіду. Автор — Абдеррагім Агнау, доцент комунікацій і риторики в Al Akhawayn University, голова Комітету загальної освіти.

https://www.timeshighereducation.com/campus/university-blueprint-teaching-genai

Resume: Освіта на основі STEAM – це шлях уперед

 Однодисциплінарне мислення більше не достатнє для підготовки випускників до викликів сучасного ринку праці. Ханіфа Шах, віце-канцлер з питань досліджень, підприємництва, залучення та STEAM у Бірмінгемському міському університеті, стверджує, що освіта на базі STEAM — яка інтегрує науку, технології, інженерію, мистецтво та гуманітарні науки й математику — пропонує практичну основу для створення міждисциплінарних програм, що поєднують технічну експертизу з творчістю та працевлаштовністю. STEAM, за словами Шах, не має бути гаслом або додатком; його потрібно системно вплітати в навчання й викладання, щоб поєднати аналітичні та уявні підходи, створювати живі навчальні програми й збагачувати студентський досвід.

Шах наводить конкретні пріоритети та дії для закладів, які прагнуть упровадити STEAM. По-перше, визначте чітку філософію, що пояснює мету й пріоритети закладу. У її університеті керівною ідеєю є «навчання заради заробітку» (learning-for-earning), що ставить за мету виховати підприємницьких, готових до праці випускників через прикладні дослідження та викладання, орієнтоване на індустрію. Така філософія прояснює цінність міждисциплінарного навчання, формує основу для співпраці й встановлює спільний девіз, який об’єднує ініціативи STEAM.

По-друге, перегляньте й змініть педагогіку, відходячи від ізольованого підходу до моделі, що поєднує міждисциплінарне й міжсекторне мислення. Мотивації для STEAM-роботи включають сприяння інноваціям і допитливості, заохочення спільного створення між академією та бізнесом, запровадження багатомодального досвідного навчання, підтримку дослідницько-інформованої практичної стипендії та формування навичок розв’язання реальних проблем. Такі педагогічні зміни повинні бути продуманими й пов’язаними з результатами, цінними для роботодавців і суспільства.

По-третє, створіть інституційні ролі, які просувають інноваційну педагогіку та міждисциплінарну практику. Шах наводить приклади стратегічних посад — віце-канцлер з питань STEAM, директори міждисциплінарних досліджень і інновацій або відповідальні за інтеграцію STEAM у кожному факультеті — та академічних ролей, як-от дизайнери міждисциплінарної навчальної програми або професори практики STEAM. Ролі, спрямовані на студентів, наприклад амбасадори STEAM, також підвищують зацікавленість. Створення таких посад демонструє інституційну відданість і перетворює співробітників на посередників і каталізаторів міждисциплінарної роботи.

По-четверте, побудуйте інклюзивну екосистему освітніх інновацій. До такої екосистеми входять бізнеси різних секторів, громадські групи, організації громадського сектора, організації підтримки інновацій та професійні акредитаційні органи. Кожен учасник приносить унікальні ідеї й ресурси, що сприяє колективному міждисциплінарному мисленню й створенню взаємної цінності. Така екосистема дає студентам контекст реального впливу, допомагає бачити, де їхнє навчання відповідає потребам індустрії та суспільства, і надає роботі студентів відчуття цілісності та значущості.

По-п’яте, робіть міждисциплінарність невід’ємною частиною навчальних програм, а не опцією. Шах радить інтегрувати STEAM у базову навчальну програму за допомогою поетапного підходу: студентів знайомлять із проектно-орієнтованими модулями на початкових рівнях і поглиблюють ці навички на наступних курсах. Практичні, спільно створені навчальні досвіди — мікростажування, студентські стартапи, спільні лабораторні роботи з бізнесом і живі проекти з державними чи приватними організаціями — занурюють студентів у автентичні міждисциплінарні процеси інновацій.

По-шосте, демонструйте роботу студентів на інституційних платформах. Шах наводить приклад «Innovation Fest» — події, що демонструє застосоване мислення й інновації студентів, а також співпрацю між студентами, викладачами та партнерами університету. Публічні виставки проєктів підтверджують філософію закладу й показують міждисциплінарне навчання в дії.

По-сьоме, шукайте цільові інвестиції для інкубаційних просторів, майстерень і міждисциплінарних дослідницьких центрів, де студенти й партнери з індустрії працюють разом. Такі простори стимулюють зіткнення ідей і нові ініціативи. Під час пошуку фінансування слід узгодити проєкти з інституційними та регіональними пріоритетами, продемонструвати попит і міждисциплінарну цінність, налагодити партнерства, створити сталу фінансову і керівну модель, а також підготувати академічних співробітників до написання заявок.

Шах прогнозує, що майбутнє освіти дедалі більше формуватиметься спільними зусиллями академії, індустрії та громади. Міждисциплінарна освіта стане нормою, зміцнить критичне мислення, творчість і навички розв’язання проблем. Хоча впровадження STEAM може вимагати руйнівних змін, її проєктування й реалізація — досяжні за умови впевненості, інституційної відданості та залучення індустрії.

https://www.timeshighereducation.com/campus/steambased-education-way-forward

Resume: Чому RSS важливий

 Бен Вердмюллер у есеї «Чому RSS важливий» стверджує, що RSS — простий відкритий стандарт синдикації — залишається життєво важливою та стратегічною частиною інфраструктури вебу. Вердмюллер починає з особистого епізоду: його ранкова рутина читання агрегованих заголовків та прослуховування подкастів, не заходячи безпосередньо на сайти видавців. Цей безшовний досвід, пояснює він, значною мірою працює на фідах — а в їхній основі лежить RSS. Хоча багато хто асоціює RSS із старими веб‑інструментами на кшталт Google Reader, автор підкреслює, що RSS далеченько не вмер. Він тихо живить блоги, подкасти, новинні додатки, бізнес‑служби, статуси й моніторинг, а також численні внутрішні робочі процеси. Оскільки RSS поширює контент у тому вигляді, як його опубліковано — без алгоритмічної інтермедіації — він встановлює прямі відносини між видавцем і споживачем, зберігаючи суверенітет розповсюдження для видавців і автономію уваги для читачів.

Вердмюллер пояснює, що невидимість RSS породжує хибне враження, нібито це пережиток минулого. Насправді його використання ніколи не було більшим; цілий ряд індустрій і сучасні додатки все ще залежать від RSS. Однак RSS зазнає тиску з боку компаній, чиї бізнес‑моделі виграють від контролю розповсюдження і вставляння алгоритмів між творцями й аудиторією. Якщо ці посередники вдасться маргіналізувати RSS, видавці можуть втратити контроль над тим, хто отримує їхню роботу, а читачі — один із останніх інструментів, що захищають їх від механік уваги, оптимізованих платформами.

Щоб зберегти RSS як стратегічну інфраструктуру, автор пропонує три пріоритети: захищати й оптимізувати існуючу інфраструктуру RSS, створювати кращі додатки на базі RSS і розглядати взаємодію RSS із новими децентралізованими соціальними протоколами.

Щодо захисту й оптимізації фідів: багато відомих платформ для публікації — WordPress, Ghost і навіть Medium — вже постачають правильно сформовані фіди; це збільшує потенційний охоп видавця, бо фіди дозволяють синдикацію в агрегатори й корпоративні робочі процеси. Але сучасні конструктори сайтів, платформи для розсилок і no‑code інструменти часто вимикають фіди за замовчуванням, реалізовують урізані фіди або взагалі їх не пропонують. Через це опублікований контент «не подорожує»: він не з’явиться в рідерах, додатках або корпоративних пайплайнах, що значно обмежує охоплення. Якщо фіди є, вони мають бути продуктивними, доступними для агрегаторів і не блокованими надмірними заходами захисту від ботів. Автор також попереджає проти розповсюдження контенту виключно через пропрієтарні стрімінгові сервіси (як це інколи трапляється з «подкастами»), оскільки це передає контроль над аудиторією посередникам, які потім можуть змінити правила.

Щодо створення кращих додатків на RSS: Вердмюллер уявляє інструменти, що виходять за межі споживання й відкривають можливості для створення, співпраці й децентралізованої кураторії. Він уявляє відкриту новинну стрічку, де неприбуткові редакції дозволяють безкоштовну републікацію під Creative Commons, що дало б змогу місцевим хабам, тематичним дайджестам і спільним публікаціям збільшувати вплив поза платформними воротами. Проекти на кшталт Feedland роблять публічними графи підписок для децентралізованого відкриття — підписка стає соціальним актом просування. Також потрібен простий, привабливий рідер для масової аудиторії, який приховує технічну складність, водночас відновлюючи контроль читача над контентом, замість перетворення інструмента на корпоративну платформу моніторингу. Завдяки простоті RSS легко впроваджувати, що сприяє швидким інноваціям; потрібні лише опорні сервіси й приємніші споживацькі інтерфейси.

Нарешті, автор пов’язує RSS із розвитком соціального вебу. Нові протоколи — ActivityPub, AT Protocol, Nostr — прагнуть децентралізувати ідентичність, соціальні графи й розповсюдження контенту. RSS уже підтримується платформами, як‑от Mastodon і Bluesky, що дозволяє підписуватися на профілі через рідер. Вердмюллер стверджує, що RSS може бути універсальним та простим «сполучним шаром» між цими протоколами, подібно до ролі SMTP для електронної пошти. Його простота — перевага: RSS може слугувати базовим транспортним форматом, тоді як складніші протоколи відповідають за взаємодію й ідентичність. Такий багатошаровий підхід дозволить зберегти контроль видавців і автономію читачів без необхідності перемоги одного конкретного протоколу.

Вердмюллер підсумовує: у час, коли веб стискають огородження, консолідація та алгоритмічна медіація, надійність RSS — саме те, що потрібно. Якщо ставитися до нього не як до артефакту минулого, а як до стратегічної інфраструктури, RSS може й надалі слугувати опорою відкритішого, стійкішого й більш гуманного інтернету, забезпечуючи прямі відносини між видавцями й читачами і протистоячи платформній блокуваності.

https://werd.io/why-rss-matters/

Резюме: ШІ ​​та аргументи на користь університетів становлення

 

Джим Дікінсон розмірковує про свою кар’єру, особистий сором і структурні вдавання вищої освіти в епоху штучного інтелекту. У п’ятдесят років він пригадує, як у молодості прикидався, що навчався в більш престижному університеті — ранній приклад ширшої культури «притворства», що підтримує університети. Дікінсон стверджує, що вища освіта багато років ґрунтувалася на дефіциті — інформації, уваги, зворотного зв’язку — що дозволяло інституціям і учасникам сигналізувати статус, сортувати студентів і монетизувати інсайдерські знання. Ступені, вступ і церемонії стали сигнальними маркерами важливішими за сам процес навчання.

Технології та зміни практик не раз виявляли, що багато навичок і ритуалів, які цінували університети, були лише проксі, а не цілями самі по собі. Калькулятори, пошукові системи та інші інновації показали, що арифметика, вміння користуватися картковим каталогом чи рутинні технічні навички не були серцем інтелектуального розвитку; важливішими виявилися здатність оцінювати інформацію, мислити під тиском і формувати значення. Штучний інтелект продовжує цей тренд: він не породжує тривогу щодо застаріння навичок — він її посилює, роблячи багато проявів (есе, іспити, стандартні аналізи) дешевими та автоматизованими. Дікінсон вважає, що ШІ виявляє тривалий розрив між тим, що система винагороджує (результати, кваліфікації, сигнали), і тим, чого мала б досягати справжня освіта (становлення, судження, соціальне навчання).

Він розглядає типові реакції на ШІ у вищій освіті — катастрофістів, які пророкують масове списування; євангелістів технологій, що обіцяють підвищення продуктивності; і поміркованих, які закликають до балансу — і вважає їх усіх недостатніми. Катастрофісти помиляються, бо вважають, що витіснені дії були цінними самі по собі; євангелісти помиляються, бо ігнорують, хто виграє від ефективності; помірковані ухиляються від ключового питання: для чого існує вища освіта — сортувати і кваліфікувати чи формувати і трансформувати людей?

Користуючись ідеєю «робот, який потрібно виконати», автор виділяє дві роботи, які студенти хочуть виконати в університеті: здобути кваліфікацію для праці та пройти період становлення — стати кимось, знайти однодумців, визначитися. ШІ дедалі краще справляється з першою роботою — інформацією, сертифікацією, сортуванням — але не може виконати другу: людське становлення вимагає зустрічей, відповідальності, спільноти й тривалих відносин — середовищ, де люди тримають один одного в відповідальності, ризикують і розвивають судження. Ці простори дорогі, повільні й не піддаються автоматизації.

Посилаючись на Томаса Басбøлла, Дікінсон наголошує: коли людина виконує когнітивно складне завдання, його результат слугує доказом глибшої компетентності; коли це робить машина, такого висновку зробити не можна. Виникає розрив між продуктивністю й компетентністю. Якщо оцінювання й надалі віддавати перевагу продуктам, які можна згенерувати (есе, задачі), ШІ просто автоматизує вдавання. Натомість оцінювання має винагороджувати внесок, мислення в діалозі, контрольовану практику — форми, які важче передати машинам.

Дікінсон пропонує іншу модель інституції: сповільнити темп навчання (швейцарська модель замість чеського культу швидкості), закласти запас часу, щоб студенти могли оговтатися від невдач, пріоритизувати процес над метрикою та цінувати соціальні простори, де відбувається становлення. Потрібна диференціація академічних ролей (викладання, дослідження, наставництво) у командній роботі над довготривалими завданнями, а також навчальні програми, побудовані навколо проблем без завчасно визначених відповідей — аби культивувати судження, мета‑інтелект і здатність працювати в умовах невизначеності.

Він визнає перешкоди: фінансова модель, регуляція та ринок праці винагороджують ефективність і вимірюваність, тож зміни складні. Студенти часто раціонально прагнуть здобути диплом, бо система його цінує. Проте Дікінсон завершує оптимістично: загроза ШІ для продуктивних виступів може примусити університети припинити прикидатися й переоцінити формування — повільний, відносинний розвиток здібностей до мислення, дії, зв’язку та турботи, які машини не можуть відтворити. Якщо інститути переорієнтуються на становлення, вони можуть стати місцями, де люди стають більш повноцінними людьми, а не лише кваліфікованими виконавцями.

https://wonkhe.com/blogs/the-end-of-pretend-ai-and-the-case-for-universities-of-formation/