[ad_1]
Esta conversa é com o responsável do capítulo “Beyond ‘Zoom University’: A Heuristic for Advancing Inclusive Do dedo and Online Pedagogy” em nosso novo livro coeditado, Recentrando a Aprendizagem: Complicação, Resiliência e Adaptabilidade no Ensino Superior (JHU Prensa, 2024). O livro (em papel e em formato e-book) está disponível para encomenda em Prensa JHU e Amazônia.
Jenae Cohn é diretor executivo do Núcleo de Ensino e Aprendizagem da Universidade da Califórnia, Berkeley.
P: Quais temas principais do seu capítulo você gostaria que os leitores levassem e trouxessem para suas instituições e organizações?
UM: No meu capítulo, defendo que os educadores e os administradores do ensino superior precisam de pensar com muito mais flexibilidade sobre porquê pode ser um envolvente de aprendizagem. Escrevi levante capítulo em resposta a grande secção do exposição pandêmico sobre a “eficiência” do ensino remoto, que sempre achei equivocado. As condições únicas da pandemia e as condições impossíveis e traumáticas sob as quais as aulas tiveram de ser transferidas para online tornam impossível extrapolar quaisquer conclusões significativas sobre a concepção da aprendizagem online para além das circunstâncias de emergência.
Portanto, para mim, a desfecho mais valiosa dos eventos extraordinários da pandemia é: porquê podemos usar a variedade de espaços, ambientes e ferramentas disponíveis para atender às necessidades de um corpo discente diversificado de forma mais significativa? E porquê examinamos o espaço e o envolvente de forma mais sátira para que mais estudantes tenham a oportunidade de ter sucesso? Uma vez que centralizamos abordagens inclusivas e equitativas de ensino e as alinhamos com o que sabemos sobre quem realmente são nossos alunos? Estas são as perguntas que respondo neste capítulo, e há uma heurística no final que instrutores e administradores podem usar para determinar até que ponto seus cursos com tecnologia aprimorada são inclusivos e equitativos para seus alunos.
P: Quais são as oportunidades e alavancas potenciais para recentrar a aprendizagem nas faculdades e universidades com utilização intensiva de investigação?
UM: Trabalhando numa universidade de investigação intensiva, estou consciente de que recentrar a aprendizagem nesse contexto requer um foco em inspirar o corpo docente e em lembrá-lo de que a experiência de ensinar e que até mesmo a experiência de aprendizagem dos alunos é, em última estudo, contente. Para esse término, penso que uma das maiores oportunidades para recentrar a aprendizagem dos alunos é trazer mais alunos para as conversas. O que os alunos adoram em seus cursos? O que eles consideram reptador? O que os inspira ou motiva a aprender?
Em um lugar porquê Berkeley, alguns professores têm poucas oportunidades de saber de perto seus alunos, principalmente se estiverem ministrando turmas grandes. Portanto, penso que quanto mais os líderes nos centros de ensino e aprendizagem ou em todo o campus puderem amplificar as histórias dos estudantes, publicar as vozes dos estudantes e lembrar aos professores o seu impacto na mudança da vida dos estudantes, melhor.
P: Uma vez que a rápida evolução da IA generativa pode impactar o trabalho de recentragem da aprendizagem?
UM: Penso que a rápida evolução e prevalência da IA generativa (e todas as preocupações inerentes a ela) complicam o trabalho de recentragem da aprendizagem. Existem oportunidades e ameaças em focar na GenAI e nos seus impactos futuros na experiência em sala de lição. Por um lado, qualquer tecnologia emergente cria uma oportunidade para repensar os nossos pressupostos sobre o que constitui uma experiência de aprendizagem eficiente. Muitos dos debates sobre os impactos da IA generativa na integridade académica, por exemplo, levaram a conversas frutuosas sobre o que acontece numa designação eficiente de atribuições e avaliações, o que faz secção da recentragem da aprendizagem na instituição de investigação. No entanto, há um perceptível deslize no retorno a uma visão muito instrumentalista de aprendizagem quando a IA generativa entra na mistura.
Muitos de seus casos de uso concentram-se, por exemplo, em resultados e no que é, muito, gerado. Sabemos que a aprendizagem eficiente é impulsionada por experiências sociais e pelos processos de luta contra ideias desafiadoras. A IA generativa pode fazer secção desse processo, mas os instrutores e administradores precisam ser intencionais ao fazer as perguntas certas para esse término. Na minha opinião, é menos importante ver porquê a GenAI pode tornar o ensino mais “eficiente”, por exemplo, e mais importante examinar porquê a utilização das tecnologias GenAI molda os nossos valores sobre o que é importante para os alunos aprenderem.
[ad_2]
Source link
