Puntos clave:
La mayoría de los talleres de aprendizaje basados en proyectos se construyen en torno a tres ámbitos: diseño, evaluación e implementación.
En un modelo que desarrollamos para el Buck Institute for Education (PBLWorks) hace casi 25 años, el día 1 del taller se centró en el diseño del proyecto, el día 2 en la evaluación del proyecto y el día 3 en la implementación del proyecto.
Una de las características clave de la implementación del proyecto es la sugerencia de poner en marcha un proyecto con a Necesidad de saber actividad. El objetivo de esta actividad es claro: cada estudiante debe salir con una comprensión de lo que necesita saber y qué debe hacer para completar con éxito la consulta y generar una solución significativa.
En la práctica, por muy hábil que sea el profesor o como inteligentes y talentosos sean los estudiantes, muchos aprendices simplemente no pueden pasar del lanzamiento a una lista concreta de acciones que les permitirán completar sus tareas.
Hace poco vi una publicación sobre en tablero de discusión que ofrecía una solución, aunque se dirigía a los trabajadores de oficina. El autor compartió una indicación que utiliza después de colgar una descripción del proyecto y los resultados esperados en un chatbot: “Estoy a punto de empezar este proyecto. Entrevísteme hasta que tenga un 95% sobre lo que realmente quiero, no lo que creo que debería desear”.
Esto me hizo pensar. Me pregunto si ha habido una serie de actividades que permiten a un estudiante acceder a las capacidades de ideación de la IA para asegurarse de que entiende el reto que tiene ante sí y reconoce formas efectivas de utilizar sus habilidades e intereses para completarlo.
Reimaginar “Necesidad de saber”: estrategias de lanzamiento impulsadas por IA
Aunque la lista Necesidad de saber es un clásico para identificar los vacíos de conocimiento, la IA puede actuar como Espejo socráticoreflejando los intereses latentes de un estudiante hasta que reconozcan una conexión personal con el pregunta de conducción.
Aquí tiene cinco actividades que puede probar con sus estudiantes para facilitar el reto de empezar con su consulta. Notará que el foco aquí se centra en el trabajo individual de los estudiantes, no en el trabajo en grupo que normalmente se encuentra en las aulas de PBL.
Aunque estos protocolos están diseñados para el trabajo individual, pueden adaptarse para tareas colaborativas. Los equipos pueden introducir intereses combinados, borradores de ideas o preguntas tempranas y, a continuación, utilizar indicaciones generadas por IA para estructurar la discusión. El cambio clave es que los estudiantes responden primero como individuos y después negocian el significado como grupo.
1. La entrevista de interés contradictorio
Los estudiantes participan en el IA como un interrogador escéptico que cuestiona por qué un tema debería importar.
- Indicación de muestra: “Estoy empezando un proyecto (TEMA). Quiero que actúes como periodista escéptico. Hazme una pregunta a la vez sobre por qué este tema debe importarme a mí oa mi comunidad. No dé sugerencias ni ideas. Sólo haga preguntas que me empujen a aclarar lo que realmente me importa. Continúe hasta que llegue a un ángulo específico que parezca significativo”.
2. Mapeo de intereses y extracción de patrones
Los estudiantes introducen experiencias, intereses y frustraciones del pasado; La IA identifica temas y realiza un seguimiento.
- Indicación de muestra: “Aquí tenéis una lista de mis experiencias, intereses y frustraciones anteriores: (LISTA). Analice esta lista e identifique de 3 a 5 patrones o temas que observe. A continuación, hágame 5 preguntas de seguimiento para ayudarme a aclarar cuál de estas me importa más. No sugieras ningún tema del proyecto”.
3. Buscador de contradicciones
Los estudiantes emergen intereses o valores contrapuestos; La IA pone de manifiesto las tensiones y pide la reconciliación.
- Indicación de muestra:“Aquí hay algunas cosas que me interesan o que me importan: (LISTA). Identificar las tensiones o contradicciones entre sí. A continuación, háganme preguntas para ayudarme a explorar cómo estos intereses en conflicto podrían conectarse de una manera significativa. Ayúdame a pensar en la tensión, pero no la resuelvas por mí”.
4. Colisión entre dominios
Los estudiantes conectan una pasión personal con el tema académico mediante escenarios generados por la inteligencia artificial.
- Petición de ejemplo: “El tema de mi proyecto es (TEMA ACADÉMICO)y uno de mis intereses personales es (HOBBY/PASIÓN). Genere 3 escenarios “qué Ii” que los conecten de maneras inesperadas. Para cada escenario, explique brevemente la conexión. Entonces, pregúntame cuál es la que más me interesa y por qué”.
5. Prueba de esfuerzo del escenario (Generador de Need to Know)
La IA sitúa a los estudiantes en un escenario de gran riesgo ligado al proyecto.
- Indicación de muestra: “Crea un escenario realista en el que estoy (ROL) tratar con (RETO RELACIONADO CON EL PROYECTO). Deme 2 o 3 decisiones difíciles de tomar. Después de responder, dime qué información me faltaba que me hubiera ayudado a tomar una mejor decisión. Ayúdame a convertir estos vacíos en una lista “Necesidad de saber”.
Pensamientos finales
Comencé este blog haciendo referencia a un mensaje que se centró en el lanzamiento de un proyecto. El intercambio que resultó del aviso determinó la comprensión del trabajador de la tarea y ayudó a identificar las habilidades e intereses que aportó al proceso.
Quiero invertir el uso de este mensaje y convertirlo en una actividad de cierre.
Aquí tiene una plantilla para una indicación que podría generar una reflexión final rica en metacognición:
“Acabo de terminar la presentación del aprendizaje de mi proyecto (TEMA). Estoy colgando la descripción del proyecto y los productos de trabajo que he generado (VIDEO/LINKS/DOCS/URL/PHOTOS). Entrevísteme hasta que pueda identificar el 95% de lo que aprendí durante este proyecto, incluidas las habilidades que desarrollé (esperimento crítico, creatividad, colaboración, comunicación, etc.) que desarrollé. Me interesa aprender más sobre mis áreas de fuerza y oportunidades de crecimiento”.
Si el Need to Know original ayudó a los estudiantes a responder: “¿Qué necesito saber y hacer para completar este proyecto?”, estos protocolos apoyados por IA impulsan una pregunta más esencial: “¿Por qué me importa este trabajo?” El cambio puede ser sutil pero es consecuente.
En un aula rica en IA donde las ideas son abundantes y las respuestas son baratas, el escaso recurso no es la información. Es la propiedad. Cuando los estudiantes utilizan la IA para interrogar sus intereses, poner a prueba sus supuestos y perfeccionar sus preguntas no están externalizando el pensamiento. Están haciendo visible su pensamiento. Éste, en última instancia, es el objetivo de cualquier lanzamiento de proyecto fuerte.
