https://colaboratoria.ru/colab_club?utm_source=telegram&utm_medium=social&utm_campaign=project 🎲
Преподаватели, общий сбор! 🫡
{25 марта в 18:00 разберём, как перестать воспринимать ИИ как угрозу учебному процессу и начать использовать его как инструмент диагностики и переосмысления того, что именно мы проверяем и чему на самом деле учим студентов.}
Эксперт:
✔️ Елена Куклина
https://t.me/kuklina_AI — кандидат педагогических наук, доцент, сертифицированный E-Trainer (Germany), руководитель проекта по поддержке студентов учреждений среднего профессионального образования (AbH beim Internationalen Bund, Германия), методолог онлайн-курсов, автор и ведущая программ повышения квалификации для преподавателей.
Будучи преподавателем, вы имеете в своем арсенале привычные форматы заданий, которые ещё недавно работали для проверки знаний студентов, а теперь легко и аккуратно выполняются нейросетью. Ответ выглядит убедительно, логично и формально корректно, но вы не можете понять, где здесь работа студента. Первая естественная реакция — контроль: поиск доказательств использования ИИ и запреты. Но это все равно не дает плодов и вносит только раздражение в процесс обучения с обеих сторон.
Мы считаем, что генеративный ИИ не обесценивает обучение напрямую. Он обнажает уязвимости заданий, нацеленных на воспроизведение, пересказ и формально правильный результат. Именно поэтому проблема сегодня не в том, использовал ли студент ИИ, а в том, что именно мы считаем результатом учебной деятельности и объектом оценивания.
Генеративный ИИ отлично воспроизводит шаблонные рассуждения, но с трудом удерживает контекст, допущения и путается в собственных выводах. Это делает его ответы не итогом работы, а удобной точкой входа в анализ, критику и аргументацию при условии, что задание изначально спроектировано под эту логику.
На мастер-классе вас ждёт:
🔶 Почему «ломается» проверка задания: разбор того, какие когнитивные операции ИИ воспроизводит без усилий и почему именно они перестают быть показателем обучения.
🔶 Аудит учебных заданий: выявим типовые уязвимости инструкций, в которых ценность смещена к результату, а не к процессу рассуждения.
🔶 Ответ ИИ как объект анализа: покажем методический приём, в котором сгенерированный текст используется как материал для выявления логических разрывов, упрощений и скрытых предпосылок.
🔶 Практика: вы перепроектируете собственное задание так, чтобы ключевым результатом становилось не «правильное решение», а качество критического разбора и аргументации.
🔶 Границы метода: обсудим, где этот подход действительно усиливает мышление, а где рискует превратиться в формальность.
{Приходите, чтобы перестать воспринимать ИИ как угрозу учебному процессу и начните использовать его как инструмент диагностики и переосмысления того, что именно мы проверяем и чему на самом деле учим студентов.}
→ На сайте действует скидка по предзаписи до 23 марта, успейте занять место по приятной цене!
↗️ https://colaboratoria.ru/colab_club#timetable_mk
🎲
https://max.ru/join/e-7MT1elkwZGaADqlXgLLTxMBBl2BSdhqGEPAVgWeXE
#colab_Клуб
