No nosso caminho para desenvolver um currículo para projetos implementáveis no mundo actual em salas de aula profissionais, aconteceu uma coisa interessante: a IA generativa tornou-se omnipresente. Isso proporcionou uma nova perspectiva sobre as ideias que estabelecemos em nosso artigo anterior, Por que seu projeto do mundo actual não pode viver no mundo actual? (Foco Docentemarço de 2022.)
Nesse artigo, defendemos a capacitação de clientes do mundo actual como educadores parceiros. Testamos essa teoria trabalhando com um cliente, a Artists Alliance Included, uma organização artística sem fins lucrativos da cidade de Nova York, que precisava reconstruir sua presença na net. Embora tenhamos redesenhado com sucesso o web site do cliente, aprendemos durante esta experiência que a estrutura do curso de 15 semanas apresenta um desafio para a produção de um projeto implementável que tenha impacto no mundo actual. Por que? Porque há tempo limitado para os alunos adquirirem o conhecimento profissional necessário para gerar recomendações que sejam implementáveis e devido à capacidade limitada do parceiro de se envolver consistentemente em responder perguntas sobre o projeto para os alunos. Então, ao tentar resolver esses problemas, nos perguntamos: “Poderíamos usar IA generativa para ‘hackear o tempo?’”
Por onde começar a hackear
Os elementos que exigem muito tempo e que acreditamos que precisam ser “hackeados” para ajudar os alunos a desenvolver as habilidades necessárias para responder eficazmente às necessidades do cliente são:
- Atualizar os alunos sobre o conhecimento do conteúdo para que possam fornecer um escopo viável ao cliente
- Fornecer suggestions aos alunos sobre seus pensamentos e recomendações sem sobrecarregar o cliente
Com a introdução da IA, questionámo-nos se esta poderia ser usada para aumentar o acesso dos alunos ao professor e ao cliente. Por exemplo, a IA poderia ser aproveitada para ajudar os alunos a compreender os conceitos fundamentais do curso e aumentar o seu conhecimento elementary? Poderia também fornecer suggestions sob demanda com base nas necessidades declaradas do cliente? Ambos são componentes demorados, mas essenciais, para a implementação de um projeto do mundo actual.
Para testar nosso pensamento, desenvolvemos dois bots generativos de IA e os apresentamos aos nossos alunos em um curso que estávamos ministrando. Um period um “Topic Data Bot” (SKB), treinado no conteúdo introdutório do curso, e o outro period um “Challenge Data Bot” (PKB), treinado em transcrições de uma entrevista com um cliente detalhando seus objetivos de negócios. O SKB forneceu aos alunos conhecimento oportuno para apoiar o desenvolvimento de suas ideias e soluções, enquanto o PKB reduziu a demanda de tempo do cliente, oferecendo aos alunos insights específicos do projeto.
Então, como os bots se saíram?
Pilotamos os dois bots em um Comunicações Estratégicas curso ministrado na Escola de Estudos Profissionais da NYU, Divisão de Programas em Negócios, durante o semestre da primavera de 2024. Durante o curso, os alunos foram convidados a redesenhar um boletim informativo mensal enviado pela administração aos públicos internos. Para começar, os alunos receberam boletins informativos prévios para melhor avaliar a sua qualidade e eficácia com base nos conceitos fundamentais de comunicação interna ensinados no curso. Os alunos enviaram suas avaliações pessoais e exemplos de cursos ao SKB, solicitando suggestions do bot. Com base na resposta do bot, os alunos desenvolveram um conjunto de recomendações sobre como a administração poderia melhorar o boletim informativo. O objetivo deste exercício foi fortalecer o conhecimento do aluno sobre comunicações internas e preencher quaisquer lacunas que os alunos possam ter na sua compreensão. O bot simplificou o tempo necessário para construir e aprimorar a base de conhecimento dos alunos, permitindo que eles respondessem mais rapidamente às necessidades do cliente.
Após análise do corpo docente, os alunos compartilharam suas recomendações com o PKB, que havia sido treinado com base na transcrição de uma entrevista que conduzimos com o cliente. Na entrevista, o cliente discutiu e avaliou sua publication, focando no format, nas necessidades de design e na adequação do conteúdo ao público-alvo. Usando o suggestions do bot, os alunos reavaliaram suas recomendações e prepararam uma resposta revisada. Os alunos desenvolveram então uma apresentação closing descrevendo o que consideraram ser as suas principais recomendações com base nas suas conversas com o PKB. O projeto foi concluído com a seleção das ideias mais viáveis pelo cliente, que foram então utilizadas para produzir um boletim informativo de closing de ano apresentado como “para alunos, por alunos”.
O que vem a seguir?
Quando iniciamos esse esforço, presumimos que a IA poderia fornecer uma forma de fortalecer o relacionamento aluno-cliente, dando aos alunos acesso irrestrito a:
- as habilidades e estratégias ensinadas no curso usando um bot treinado no conteúdo do curso e
- o cliente usando um bot treinado nos requisitos e necessidades do projeto.
Com base no que descobrimos anteriormente (A sua experiência no mundo actual é actual o suficiente? Foco Docentemarço de 2020), pensamos que o aprofundamento dos vínculos entre o aluno e o cliente poderia promover uma colaboração que levaria a um projeto implementável.
No geral, os bots foram bem-sucedidos porque ajudaram os alunos a alcançar vários resultados em um período mais curto de tempo. Os alunos ficaram mais familiarizados com as estratégias básicas de comunicação com as partes interessadas e os bots forneceram suggestions imediato sobre as suas recomendações de comunicação. Anteriormente, esses aspectos eram desafiadores devido às restrições do cronograma do curso e à impraticabilidade de esperar que os clientes atendessem ao alto quantity de consultas dos alunos.
Embora tenhamos ficado satisfeitos com a experiência e os alunos tenham conseguido produzir recomendações que foram implementadas pelo cliente, acreditamos que ainda é muito cedo para determinar quão eficaz seria esta abordagem em salas de aula aplicadas numa escala mais ampla. Por exemplo, algumas questões que ainda precisam ser abordadas incluem:
- Acesso a ferramentas de IA generativa: Para este piloto, os alunos tiveram que ter acesso a contas ChatGPT pagas para usar os bots que projetamos, e aqueles que não tiveram, tiveram que usar ferramentas de IA generativa de nível gratuito e sem treinamento.
- Fortalecendo as habilidades de IA dos alunos: Infelizmente, muitos dos alunos recorreram aos bots para simplesmente escrever as suas recomendações, não reconhecendo o bot como um parceiro de conversação e colaboração.
No entanto, apesar das limitações, acreditamos que existe um potencial actual para a IA “hackear o tempo”, ou seja, responder a alguns dos desafios reais que nós, como professores, enfrentamos ao trabalhar num prazo de 15 semanas para produzir projetos implementáveis em áreas profissionais, aulas aplicadas. Pretendemos continuar utilizando IA dessa maneira enquanto refinamos nossa abordagem com base em nossas descobertas. Isto inclui melhorar a base de conhecimento dos bots, melhorar o acesso equitativo aos bots e desenvolver normas e diretrizes mais claras para a sua utilização.
Dr. Paul Acquaro é palestrante no FOM College of Utilized Science for Economics and Administration em Berlim e professor assistente adjunto lecionando on-line na Escola de Estudos Profissionais da Universidade de Nova York. Ele ministra cursos de graduação e pós-graduação em desenvolvimento de banco de dados, tecnologias net, gerenciamento de TI, comunicação empresarial e desenvolvimento de projetos. Acquaro tem mais de 20 anos de experiência em tecnologia da informação, comunicações e desenvolvimento curricular e ensino, e obteve um doutorado em eformação, com foco em tecnologia instrucional, pela Academics School, Columbia College. Entre os seus muitos interesses está explorar como combinar as possibilidades da aprendizagem on-line e o poder da pedagogia baseada em problemas.
Dr. Steven Goss é reitor da Escola de Estudos Profissionais do Manhattan School. Ele ingressou no Manhattan School depois de atuar como vice-reitor de aprendizagem digital no Academics School, na Columbia College, onde ajudou a facilitar a missão institucional da educação on-line. Antes do Academics School, Goss liderou diversas iniciativas on-line de sucesso no Financial institution Avenue School of Schooling e na Universidade de Nova York. Ele recebeu prêmios da Associação para o Avanço da Educação em Computação (AACE) e do On-line Studying Consortium (OLC) por sua pesquisa sobre educação on-line centrada no aluno.
