핵심 사항:
대부분의 프로젝트 기반 학습 워크숍은 설계, 평가, 구현이라는 세 가지 영역을 중심으로 구성됩니다.
우리가 Buck Institute for Education을 위해 개발한 모델(피비엘웍스) 약 25년 전 워크숍의 1일차는 프로젝트 설계, 2일차는 프로젝트 평가, 3일차는 프로젝트 구현에 중점을 두었습니다.
프로젝트 구현의 주요 특징 중 하나는 프로젝트를 시작하라는 제안입니다. 알아야 할 사항 활동. 이 활동의 목표는 분명합니다. 모든 학생은 탐구를 성공적으로 완료하고 의미 있는 해결책을 찾기 위해 무엇을 알아야 하는지, 무엇을 해야 하는지 이해하고 있어야 합니다.
실제로 교사가 얼마나 기술이 뛰어나고 학생이 얼마나 똑똑하고 재능이 있는지에 관계없이 많은 학습자는 시작 단계에서 작업을 완료할 수 있는 구체적인 작업 목록으로 전환할 수 없습니다.
최근에 한 게시글을 보았습니다. 토론 게시판 회사원을 대상으로 했지만 솔루션을 제공했습니다. 저자는 프로젝트 설명과 예상 결과를 챗봇에 업로드한 후 사용하는 프롬프트를 공유했습니다.저는 이 프로젝트를 시작하려고 합니다. 내가 원해야 한다고 생각하는 것이 아니라 내가 실제로 원하는 것이 무엇인지에 대해 95% 알 때까지 인터뷰하세요.”
그래서 생각이 들었습니다. 학생이 AI의 아이디어 구상 기능에 접근하여 앞에 놓인 과제를 이해하고 자신의 기술과 관심을 활용하여 이를 완료하는 효과적인 방법을 인식할 수 있도록 하는 일련의 활동이 있었는지 궁금합니다.
‘알아야 할 사항’ 재구상: AI 기반 출시 전략
알아야 할 사항(Need to Know) 목록은 지식 격차를 식별하는 데 사용되는 고전적인 반면, AI는 다음과 같은 역할을 할 수 있습니다. 소크라테스 거울학생이 학생과의 개인적인 관계를 인식할 때까지 학생의 잠재된 관심을 다시 반영합니다. 운전 질문.
다음은 탐구를 시작하는 데 어려움을 겪을 수 있도록 학생들과 함께 시도할 수 있는 5가지 활동입니다. 여기서 초점은 PBL 교실에서 일반적으로 볼 수 있는 그룹 작업이 아닌 개별 학생 작업에 있다는 것을 알 수 있습니다.
이러한 프로토콜은 개별 작업을 위해 설계되었지만 공동 작업에 맞게 조정될 수 있습니다. 팀은 관심 분야, 아이디어 초안 또는 초기 질문을 입력한 다음 AI 생성 프롬프트를 사용하여 토론을 구성할 수 있습니다. 중요한 변화는 학생들이 먼저 개인으로서 반응한 다음 그룹으로서 의미를 협상한다는 것입니다.
1. 적대적 관심 인터뷰
학생들은 AI를 주제가 왜 중요한지에 대해 의문을 제기하는 회의적인 질문자로 참여합니다.
- 샘플 프롬프트: “나는 프로젝트를 시작하고 있습니다 [TOPIC]. 나는 당신이 회의적인 언론인처럼 행동하기를 바랍니다. 이 주제가 나 또는 내 커뮤니티에 왜 중요한지에 대해 한 번에 하나씩 어려운 질문을 하십시오. 제안이나 아이디어를 제공하지 마십시오. 내가 진심으로 관심을 갖고 있는 것이 무엇인지 명확히 알 수 있도록 하는 질문만 하세요. 의미 있다고 느껴지는 특정 각도에 도달할 때까지 계속하세요.”
2. 관심 매핑 및 패턴 추출
학생들은 과거의 경험, 관심, 좌절감을 입력합니다. AI가 테마를 식별하고 후속 조치를 취합니다.
- 샘플 프롬프트: “다음은 나의 과거 경험, 관심, 좌절감을 나열한 것입니다. [LIST]. 이 목록을 분석하고 눈에 띄는 패턴이나 주제를 3~5개 식별하세요. 그런 다음 내가 가장 관심을 두는 것이 무엇인지 명확히 하는 데 도움이 되는 5가지 후속 질문을 하세요. 프로젝트 주제를 제안하지 마세요.”
3. 모순 찾기
학생들은 경쟁적인 관심이나 가치를 드러냅니다. AI는 긴장을 강조하고 화해를 촉진합니다.
- 샘플 프롬프트:“내가 관심을 갖고 있는 것들은 다음과 같습니다. [LIST]. 그들 사이의 긴장이나 모순을 확인하십시오. 그런 다음 이러한 상충되는 이해관계가 어떻게 의미 있는 방식으로 연결될 수 있는지 탐색하는 데 도움이 되는 질문을 하세요. 긴장을 통해 생각하도록 도와주세요. 하지만 나를 위해 해결하지는 마세요.”
4. 도메인 간 충돌
학생들은 AI가 생성한 “만약” 시나리오를 통해 개인적인 열정을 학문적 주제에 연결합니다.
- 샘플 프롬프트: “내 프로젝트 주제는 [ACADEMIC TOPIC]그리고 제 개인적인 관심 중 하나는 [HOBBY/PASSION]. 이를 예상치 못한 방식으로 연결하는 3개의 ‘무슨 일’ 시나리오를 생성하세요. 각 시나리오에 대해 연결을 간략하게 설명하세요. 그럼 어느 것이 가장 궁금하고 그 이유는 무엇인지 물어보세요.”
5. 시나리오 스트레스 테스트(Need to Know Generator)
AI는 학생들을 프로젝트와 관련된 고위험 시나리오에 배치합니다.
- 샘플 프롬프트: “내가 있는 곳에서 현실적인 시나리오를 만들어 보세요. [ROLE] 다루는 [PROJECT-RELATED CHALLENGE]. 나에게 내려야 할 어려운 결정을 2~3개 주세요. 제가 응답한 후 더 나은 결정을 내리는 데 도움이 되었을 어떤 정보가 누락되었는지 알려주십시오. 이러한 격차를 ‘알아야 할 사항’ 목록으로 만들 수 있도록 도와주세요.”
최종 생각
저는 프로젝트 시작에 초점을 맞춘 프롬프트를 참조하여 이 블로그를 시작했습니다. 프롬프트에서 발생한 교환은 작업에 대한 작업자의 이해를 결정하고 프로세스에 가져온 기술과 관심을 식별하는 데 도움이 되었습니다.
나는 이 프롬프트의 용도를 바꿔서 마무리 활동으로 만들고 싶습니다.
다음은 메타인지가 풍부한 최종 반영을 생성할 수 있는 프롬프트에 대한 템플릿입니다.
“나는 방금 내 프로젝트에 대한 학습 프레젠테이션을 마쳤습니다. [TOPIC]. 내가 생성한 프로젝트 설명과 작업 결과물을 업로드하고 있습니다. [VIDEO/LINKS/DOCS/URL/PHOTOS]. 내가 개발한 기술(비판적 사고, 창의성, 협업, 의사소통 등)을 포함하여 이 프로젝트 동안 내가 배운 내용의 95%를 확인할 수 있을 때까지 저와 인터뷰하세요. 나는 내 강점과 성장 기회에 대해 더 많이 배우고 싶습니다.”
원본 Need to Know가 학생들이 “이 프로젝트를 완료하려면 무엇을 알아야 하고 무엇을 해야 합니까?”라는 질문에 대답하는 데 도움이 되었다면 이러한 AI 지원 프로토콜은 “이 작업이 나에게 왜 중요한가?”라는 보다 본질적인 질문을 향해 나아가고 있습니다. 변화는 미묘할 수 있지만 결과적입니다.
아이디어는 풍부하고 답변은 저렴한 AI가 풍부한 교실에서 부족한 자원은 정보가 아닙니다. 소유권입니다. 학생들이 AI를 사용하여 자신의 관심사를 조사하고, 가정을 테스트하고, 질문을 개선하는 것은 사고를 아웃소싱하는 것이 아닙니다. 그들은 자신들의 생각을 가시화하고 있습니다. 이는 궁극적으로 강력한 프로젝트 출시의 목표입니다.
