A perceptibilidade sintético (IA) tornou -se uma utensílio usada na sala de lição. A integração da tecnologia na instrução tem sido historicamente gradual (Holmes, Bialik e Fadel 2019). Alguns educadores não têm o treinamento para usar efetivamente a IA na sala de lição, o que pode limitar a capacidade de projetar cursos baseados em IA (Estremecido-Salvatierra et al. 2024). Aliás, a falta de entendimento de porquê o uso da IA pode ser aplicada pedagogicamente pode instaurar a integração da IA (Afzaal et al. 2024). O foco deste item é compartilhar exemplos de instruções de ingresso de IA para gerar estudos de caso porquê uma utensílio de tirocínio para ajudar os alunos a aprender tópicos do curso e resultados de tirocínio.
Os estudos de caso oferecem oportunidades para os alunos aprenderem e/ou substanciar o que já aprenderam. Ao usar a IA para fabricar estudos de caso, é importante usar os avisos corretos para obter a saída apropriada. Por exemplo, um único prompt solicitando que a IA forneça cinco casos em cinco tópicos diferentes pode não fornecer detalhes suficientes. No entanto, solicitar a IA a gerar um estudo de caso sobre um tópico potencialmente gerará um caso mais oportuno. O uso de tantos detalhes no prompt inicial ajuda a fornecer uma melhor saída. Um exemplo de prompt de IA pode ser: ‘Assuma o papel de um professor ensinando um curso de contabilidade introdutória. Gere um estudo de caso para os alunos usarem para aprender o formato essencial de um balanço patrimonial. Verifique se o estudo de caso é relevante no mundo real. A função, curso e tópico declarados podem ser adaptados para se adequar a uma classe apropriada. O estudo de caso gerado deve ser revisado para verificar o alinhamento com os tópicos específicos e os resultados da aprendizagem.
Os casos devem ser gerados em um formato que permita uma avaliação mensurável da aprendizagem dos alunos. Especificar esse pormenor em um prompt de IA ao gerar um estudo de caso ajudará a prometer que a saída da IA seja mensurável. Um exemplo suplementar de prompt de IA a incluir no exemplo anterior pode ser: ‘O estudo de caso é incluir uma segmento de atribuição que permita que o corpo docente medir o desempenho do aluno’. A avaliação cuidadosa da saída desse prompt precisa ser executada para prometer o alinhamento de tópicos.
Uma vez desenvolvido um estudo de caso oportuno, a IA pode fornecer uma rubrica de classificação para o estudo de caso gerado pela IA, levando a IA a gerar uma rubrica. Um exemplo rápido da IA para gerar uma rubrica de classificação é: ‘Forneça uma rubrica de classificação que se alinha a leste estudo de caso’. Recomenda -se uma revisão do uso da rubrica de classificação para medir tópicos e tirocínio apropriados.
Em qualquer ponto deste processo, a IA pode ser usada para modificar a saída. Por exemplo, um prompt de IA oportuno para modificar alguma coisa em um estudo de caso pode ser: ‘Atualize o estudo de caso de geração supra para incluir 5 ativos, 3 passivos e 2 contas de ações dos proprietários’. Em qualquer ponto da revisão, a avaliação da saída gerada anteriormente (por exemplo, a rubrica) pode precisar ser regenerada. Recomenda-se observar os motivos de IA que geram saída tolerável para que esses avisos possam ser reutilizados para futuros estudos de caso gerados pela IA.
Outra saída para o estudo de caso pode ser uma folha de respostas para o corpo docente usar e compartilhar com os alunos depois para permitir a auto-avaliação do desempenho. Um exemplo de prompt de IA pode ser: ‘Forneça a folha de respostas para leste estudo de caso. Certifique -se de incluir detalhes de quaisquer cálculos e definições de termos -chave. ‘
Para somar profundidade suplementar ao uso da IA na sala de lição, os professores podem querer fabricar dois estudos de caso sobre o mesmo tópico: um a ser realizado pelo aluno sem o uso da IA e outro com o uso da IA. Esse método de dois casos pode permitir que os alunos aprendam a usar a IA adequadamente. Uma lista dos avisos de ingresso de IA apropriados para que os alunos usem ajudaria no tirocínio dos alunos a projetar solicitações apropriadas de IA. Esse esforço ajudaria os alunos porque a pesquisa indica que eles têm uma sensação diminuída de preparação quando têm exposição insuficiente ao aplicativo de IA (Hsiao e Han 2023).
Um exemplo de um aviso de IA para produzir um estudo de dois casos com e sem o uso da IA é: ‘Suponha que o papel de um professor de contabilidade ensine um curso de contabilidade introdutória. Gere um estudo de caso para os alunos usarem para aprender o formato essencial de um balanço sem o uso da IA. Aliás, gerar um segundo estudo de caso com o mesmo formato que o primeiro estudo de caso para os alunos usarem para aprender o formato essencial de um balanço com o uso de IA. Verifique se o estudo de caso é relevante no mundo real. O estudo de caso deve incluir uma segmento de tarefas que permita ao corpo docente medir o desempenho do aluno.
Ao usar esse método de estudo de dois casos, o corpo docente pode medir mudanças no desempenho dos alunos, permitindo que os alunos e os professores vejam porquê o uso da IA pode ajudar na compreensão do tópico do estudo de caso. Fornecer as folhas de respostas aos alunos permitirá que eles comparem seu desempenho e analisem criticamente a saída da IA.
Uma medida valiosa a ser avaliada seria a quantidade de tempo que o aluno gasta em cada caso. Um item de traço no estudo de caso pode ser adicionado pela IA, incluindo um aviso porquê: ‘Forneça um item no final do caso para permitir que os alunos relatem a quantidade de tempo que gastaram em cada um dos estudos de caso’.
Além do caso não-AI e do caso da IA-I-IMAGE, os alunos também podem realizar avaliações conceituais. Tais avaliações podem ser qualitativas, permitindo que o aluno avalie criticamente porquê a IA auxilia em eficiência e precisão sobre o ponto. Outro foco pode ser avaliações qualitativas sobre porquê a IA pode ser usada em suas futuras carreiras com base no tópico especificado no estudo de caso. Por exemplo, uma pergunta conceitual pode abordar porquê alguém em sua profissão se beneficiaria da IA para ajudá -lo a ter um melhor desempenho em suas futuras carreiras. Se esses casos forem criados para serem usados ao longo de um período de curso, os alunos poderão obter uma imagem mais clara de porquê a IA pode ser aplicada à sua experiência em sala de lição.
Em peroração, o corpo docente pode usar a IA para fabricar ferramentas, porquê estudos de caso focados em tópicos específicos, para expor os alunos a cenários do mundo real e substanciar o tirocínio dos alunos. É muito importante, pois o corpo docente e os alunos usam a IA, reconhecer que as saídas atuais da IA nem sempre podem ser precisas. Os professores e os alunos devem julgar a precisão da saída gerada pela IA e ajustar conforme necessário. Testar vários insumos de IA permitirá que os professores se sintam mais confortáveis com o uso de IA. O reconhecimento do papel da IA na sala de lição não substitui o corpo docente, mas pode ajudar a oferecer excelentes oportunidades de tirocínio para os alunos e provar porquê a IA pode ser usada de maneira eficiente.
Rhonda Gilreath é professora associada de contabilidade na Tiffin University, no noroeste de Ohio. Ela gosta de explorar novas oportunidades para implementar na sala de lição para melhorar as abordagens pedagógicas para preparar seus alunos para a prontidão da curso.
Referências
Afzaal, M., Shanshan, X., Yan, D. e Younas, M. 2024. IEEE Chegada 12: 113275-113299. https://doi.org/10.1109/access.2024.3443313.
Estremecido-Salvatierra, RH, Morales-Chan, M., Hernandez-Rizzardini, R. e Rosales, M. 2024. “Explorando as percepções dos educadores: integração de perceptibilidade sintético no ensino superior”. Em 2024 Conferência de Ensino em Engenharia Mundial IEEE (Edunine)1–5. https://doi.org/10.1109/edunine60625.2024.10500578.
Holmes, W., Bialik, M. e Fadel, C. 2019. Lucidez sintético na instrução: promessas e implicações para o ensino e a aprendizagem. Boston: Núcleo de redesenho do currículo.
Hsiao, D. e Han, L. 2023. “O impacto da estudo de dados e da perceptibilidade sintético na futura profissão de contabilidade: perspectivas de estudantes de contabilidade.” Revista de Pesquisa em Contabilidade Teórica 19 (1): 70–100.
