Matomo

spring til indhold

AI og adaptive læringsforløb

Hvordan ville undervisningen se ud, hvis AI hele tiden identificerede elevens nærmeste udviklingszone?

· 1 minut læses

Indholdsfortegnelse

I Danmark har vi længe kendt til adaptive læringssystemer, for eksempel i nationale test og digitale fagportaler, hvor sværhedsgraden tilpasses den enkelte elev. I et essay i Noema Magazine peger Greg Easley dog på, at AI kan tage skridtet videre. I stedet for blot at tilpasse tempo og sværhedsgrad inden for et pensum kan hele læringsforløbet bygges dynamisk op ud fra elevens aktuelle niveau.

Easley kalder det “adaptive threshold learning” (ATL). Det er en idé, der minder om Vygotskys zone for nærmeste udvikling, men udvidet med AI’s datakraft. Han understreger samtidig, at læreren fortsat spiller en central rolle som mentor og fortolker. Systemerne giver kun mening, hvis de designes med etik og lighed for øje.

Artiklen giver ikke nye løsninger på differentiering, men den stiller et vigtigt spørgsmål. Er vi i Danmark klar til at lade AI understøtte en mere radikal form for adaptiv undervisning end den, vi kender i dag?

Læs det interessante essay her:

Reimagining School In The Age Of AI | NOEMA
With thoughtful design, AI systems could move American classrooms beyond rigid curricula toward adaptive programs that respond to individual learners.