Modeli instrukcijskog dizajna za primjenu alata i sustava umjetne inteligencije

Kako umjetna inteligencija podržava UCD model:

• Praćenje korisničkog ponašanja
  Umjetna inteligencija analizira obrasce korištenja sadržaja, duljinu zadržavanja na pojedinim aktivnostima i načine interakcije s materijalima. Na temelju tih podataka sustav predlaže personalizirane prilagodbe koje poboljšavaju iskustvo učenja i povećavaju angažman polaznika.

• Chatbotovi i virtualni asistenti
  Chatbotovi podržani umjetnom inteligencijom pružaju stalnu podršku polaznicima, odgovaraju na pitanja, objašnjavaju pojmove i nude dodatne resurse kada sustav prepozna nesigurnost ili pogrešku. Osim informativne, ovi alati imaju i motivacijsku ulogu, pomažući polaznicima da zadrže kontinuitet i samopouzdanje tijekom učenja.

• Analitika empatije
  Napredni sustavi umjetne inteligencije analiziraju ton, ritam i jezik komunikacije polaznika i mogu prepoznati emocionalne pokazatelje poput frustracije, demotiviranosti ili zbunjenosti. Kada ih detektiraju, automatski nude dodatno pojašnjenje, prijedlog aktivnosti ili poruku podrške, čime se gradi empatičniji i humaniji oblik digitalnog učenja.

Primjer:

U online tečaju za odrasle koristi se sustav umjetne inteligencije koji dinamički prilagođava putanje učenja prema ponašanju i reakcijama polaznika. Onima koji brzo napreduju sustav nudi kraće module i napredne zadatke, dok onima koji pokazuju poteškoće pruža dodatna objašnjenja, vizualne prikaze i produljeno vrijeme za zadatke. Na taj način umjetna inteligencija ostvaruje temeljno načelo UCD pristupa – usmjeravanje obrazovnog iskustva na individualne potrebe svakog korisnika.

Prednosti i nedostaci primjene UCD modela uz umjetnu inteligenciju

Prednosti

• stavlja polaznika u središte obrazovnog procesa, čime povećava angažiranost, motivaciju i osjećaj kontrole nad učenjem;

• omogućuje visok stupanj personalizacije zahvaljujući analitici ponašanja i adaptivnim preporukama umjetne inteligencije

• potiče empatičan i responzivan pristup u online okruženju, jer AI sustavi mogu prepoznati emocionalne signale i pravovremeno reagirati

• omogućuje stalno unaprjeđivanje sadržaja na temelju povratnih informacija i stvarnih korisničkih iskustava

• rasterećuje nastavnike pružanjem automatske podrške i mikrointervencija tijekom procesa učenja.

Nedostaci

• zahtijeva prikupljanje i obradu velikih količina osobnih podataka, što otvara pitanja privatnosti, etike i transparentnosti algoritama

• može doći do pretjerane automatizacije u komunikaciji, pri čemu se gubi autentičnost i ljudska toplina nastavničke podrške

• postoji rizik od pogrešnih interpretacija emocionalnih signala, osobito u višejezičnim ili kulturno raznolikim skupinama

• implementacija zahtijeva tehničku podršku i kontinuirano praćenje učinkovitosti UI rješenja

• pretjerano oslanjanje na analitiku može dovesti do površnog razumijevanja kompleksnih obrazovnih iskustava.

Refleksivno pitanje:

• Na koji način biste mogli primijeniti načela dizajna usmjerenog na korisnika u svojoj nastavi uz podršku umjetne inteligencije, a da pritom zadržite ljudsku dimenziju u komunikaciji i podršci studentima?

Osnove i primjena UCD-a:

What is User Centered Design (UCD)?

User-Centered Design For eLearning