Генеративен AI и планиране на уроци: Какво може да научи подготовката на учители от ChatGPT
Podcast
Подкаст
Plamen MILTENOFF
| Generative AI has made lesson planning faster. A teacher can ask ChatGPT for a lesson structure, worksheet, presentation outline, quiz, or assessment activity and receive a usable draft within seconds. The more important question for teacher education is no longer whether AI can generate a lesson plan. The more important question is what teachers should do with the lesson plan once AI generates it. This is the central issue explored by Geesje van den Berg and Elize du Plessis in their article “ChatGPT and Generative AI: Possibilities for Its Contribution to Lesson Planning, Critical Thinking and Openness in Teacher Education.” The authors examine how generative AI may support lesson planning while contributing to critical thinking and greater access to educational resources. Their argument remains relevant beyond the specific version of ChatGPT they studied. The educational value of generative AI does not come primarily from its ability to generate instructional content. Its greater value may come from giving teachers material that they must evaluate, question, adapt, and improve. From lesson generation to professional judgment The study shows that ChatGPT can produce a recognizable lesson structure. In the example analyzed by the authors, the system generated a Grade 6 English lesson on prepositions. The lesson included an objective, materials, warm-up activity, presentation, practice, production, wrap-up, assessment, and suggested timing. ChatGPT also produced a worksheet and suggestions for a visual presentation. On the surface, this looks like a straightforward productivity benefit. Teachers can save time generating preliminary instructional materials. The authors, however, identify a more significant educational opportunity. The generated lesson was acceptable as a starting point, but it was not ready for automatic classroom use. Teachers still needed to examine its objectives, activities, assessment, difficulty, creativity, curriculum relevance, and suitability for a particular group of learners. The worksheet, for example, required verification to determine whether the answers were correct and whether the activity adequately assessed students’ understanding. This distinction matters for teacher education. Instead of teaching future teachers only how to generate lesson plans with AI, teacher educators can ask them to evaluate AI-generated lesson plans. Students can identify weaknesses, revise activities, align assessment with learning objectives, introduce differentiation, verify information, and adapt examples to specific cultural or educational contexts. The learning task changes from “produce a lesson plan” to “demonstrate why this lesson plan is educationally appropriate.” AI as a starting point rather than a final product One of the article’s strongest conclusions is that an AI-generated lesson should be treated as a starting point. Teachers remain responsible for evaluating whether a proposed lesson fits the learning objectives, learners’ abilities, classroom environment, curriculum, and broader pedagogical context. This creates an interesting shift in what lesson-planning competence means. Before generative AI, teacher education often assessed whether a student teacher could construct a coherent lesson from the beginning. With generative AI, creating the first draft becomes easier. Professional competence therefore moves toward evaluation, adaptation, justification, and redesign. A teacher may need to explain: – Why is this objective appropriate? – Does the activity support the objective? – Does the assessment measure the intended learning? – Is the activity sufficiently challenging? – What assumptions does the lesson make about prior knowledge? – Does the example fit the cultural and social context? – Which students may struggle with the proposed activity? – What should be changed before the lesson enters a real classroom? These questions require pedagogical knowledge rather than prompting skill. The novice teacher paradox The article also suggests a paradox begging for more attention. Novice teachers may benefit considerably from AI-generated lesson structures because they have less experience creating lessons. ChatGPT can provide examples, possible activities, sequencing, worksheets, and assessment ideas. This support may reduce the cognitive burden of starting from a blank page. At the same time, novice teachers may be the least prepared to recognize weaknesses in what AI produces. An experienced teacher can look at a generated activity and quickly identify whether it is unrealistic, repetitive, developmentally inappropriate, disconnected from the curriculum, or poorly aligned with the learning objective. A student teacher may interpret the same professionally written output as authoritative. The people who need the most help may therefore need the strongest safeguards and the most structured guidance. Teacher education should address this directly. Students should not receive AI-generated plans simply as examples to imitate. They should learn systematic criteria for evaluating them. Critical thinking does not happen automatically Another point is the relationship between AI and critical thinking. Evaluating AI-generated materials can contribute to critical thinking. Students and teachers can critique lessons, compare alternatives, validate information, and improve proposed activities. Generative AI does not automatically develop critical thinking. If students ask ChatGPT for a lesson plan and submit the output with minor modifications, critical thinking may decrease rather than improve. The critical thinking occurs in the human activity around the AI output. It occurs when: – students ask what is missing. – they compare the generated lesson with curriculum requirements. – they verify facts and references. – they explain why one teaching strategy is preferable to another. – they reject part of the AI output. Teacher educators therefore need to design tasks where evaluation becomes visible and assessable. The article presents generative AI partly as a mechanism for increasing openness in education. Teachers can gain access to lesson plans, worksheets, presentations, and other instructional resources without purchasing commercial materials. The authors suggest that these resources may perform some functions associated with open educational resources and may support teachers who have limited access to instructional materials. Yet access to AI does not automatically mean equal access. The paper itself recognizes digital inequalities related to Internet access and differences between free and paid services. There is also another form of inequality: evaluative competence. Two teachers may have access to exactly the same AI system. The teacher with stronger disciplinary knowledge, pedagogical knowledge, AI literacy, and critical evaluation skills may obtain much greater educational value from it. Access to AI tools is only part of the equation. Teacher capability becomes equally important. Another issue concerns contextualization. AI can produce a generic lesson quickly, but teaching occurs in specific classrooms. Teachers know their students, institutional expectations, available resources, curriculum constraints, language backgrounds, previous learning, and classroom dynamics. Teachers remain responsible for selecting and adapting materials to particular educational and cultural contexts. A brief look at the methodology The study is exploratory rather than experimental. The authors use a qualitative document-analysis approach within an interpretative framework. They analyze a ChatGPT-generated Grade 6 English lesson together with additional materials produced through follow-up prompts. This design supports exploration of possible uses, but it does not establish that AI-generated lesson planning improves teaching or student learning. The study examines one lesson, in one subject, at one educational level. The authors acknowledge this limitation and call for additional research across subjects and educational contexts. There were no experimental groups, no measured learning outcomes, and no longitudinal observation of teachers using AI-generated plans. The article should therefore be read as an early exploration of pedagogical possibilities rather than evidence of instructional effectiveness. What faculty can do with these ideas For faculty involved in teacher education, the article provides a useful basis for redesigning lesson-planning activities. A simple assignment can follow three stages: AI generation → critical evaluation → contextual redesign. Students first generate a lesson plan with an AI system. They then evaluate it against explicit criteria such as learning-objective alignment, assessment quality, learner needs, differentiation, accessibility, cultural relevance, factual accuracy, and curriculum requirements. Finally, they redesign the lesson and explain each important modification. Faculty can also compare AI-generated and human-designed lesson plans, ask students to rank several AI-generated alternatives, require verification of claims and resources, or ask students to identify what the AI could not know about a particular classroom. Assessment can then focus less on whether students can produce a polished lesson document and more on whether they can demonstrate sound pedagogical judgment. This may be the article’s most important lesson for faculty development. As generative AI makes content generation easier, teacher education needs to place greater emphasis on evaluation, reasoning, contextualization, and professional responsibility. The value of the teacher does not lie in producing text faster than AI. It lies in knowing what should be taught, why it should be taught, how learning should be supported, and whether an AI-generated suggestion deserves to enter the classroom. | Генеративният AI направи планирането на уроци по-бързо. Един учител може да поиска от ChatGPT структура на урок, работен лист, план за презентация, тест или задача за оценяване и да получи използваема чернова за секунди. По-важният въпрос за подготовката на учители вече не е дали AI може да създаде план на урок. По-важният въпрос е какво трябва да направят учителите с този план, след като AI го генерира. Това е основният проблем, който Geesje van den Berg и Elize du Plessis разглеждат в статията си „ChatGPT and Generative AI: Possibilities for Its Contribution to Lesson Planning, Critical Thinking and Openness in Teacher Education“. Авторите анализират как генеративният AI може да подпомага планирането на уроци, като същевременно допринася за критично мислене и по-широк достъп до образователни ресурси. Аргументът им остава актуален и отвъд конкретната версия на ChatGPT, която изследват. Образователната стойност на генеративния AI не идва основно от способността му да създава учебно съдържание. По-голямата стойност може да идва от това, че предоставя материал, който учителите трябва да оценят, поставят под въпрос, адаптират и подобрят. От генериране на урок към професионална преценка Изследването показва, че ChatGPT може да създаде разпознаваема структура на урок. В примера, анализиран от авторите, системата генерира урок по английски език за 6. клас върху предлозите. Урокът включва цел, материали, въвеждаща дейност, представяне, практика, продуктивна задача, обобщение, оценяване и предложено времетраене. ChatGPT създава също работен лист и предложения за визуална презентация. На пръв поглед това изглежда като директна полза за продуктивността. Учителите могат да спестят време при създаването на първоначални учебни материали. Авторите обаче откриват по-значима образователна възможност. Генерираният урок е приемлив като отправна точка, но не е готов за автоматично използване в класната стая. Учителите все още трябва да преценят целите, дейностите, оценяването, нивото на трудност, креативността, съответствието с учебната програма и пригодността за конкретна група ученици. Например работният лист трябва да бъде проверен, за да се установи дали отговорите са правилни и дали задачата действително измерва разбирането на учениците. Тази разлика е важна за подготовката на бъдещи учители. Вместо студентите да се учат само как да генерират планове на уроци с AI, преподавателите могат да ги обучават как да оценяват AI-генерирани планове. Студентите могат да откриват слабости, да преработват дейности, да свързват оценяването с учебните цели, да въвеждат диференциация, да проверяват информацията и да адаптират примерите към конкретен културен или образователен контекст. Учебната задача се променя от „създай план на урок“ към „обясни защо този план е педагогически подходящ“. AI като отправна точка, а не като краен продукт Един от най-силните изводи на статията е, че AI-генерираният урок трябва да се разглежда като начало на процеса. Учителите остават отговорни за това да преценят дали предложеният урок съответства на учебните цели, способностите на учениците, средата в класната стая, учебната програма и по-широкия педагогически контекст. Това променя и разбирането за компетентност при планиране на урок. Преди генеративния AI подготовката на учители често оценяваше дали студентът може самостоятелно да изгради последователен урок от самото начало. С генеративен AI създаването на първа чернова става по-лесно. Професионалната компетентност постепенно се измества към оценяване, адаптиране, аргументиране и преработване. Учителят може да се наложи да обясни: • Защо тази цел е подходяща? • Подкрепя ли дейността поставената цел? • Измерва ли оценяването това, което трябва да бъде научено? • Достатъчно предизвикателна ли е дейността? • Какви предположения прави урокът относно предишните знания? • Подходящ ли е примерът за културния и социалния контекст? • Кои ученици може да срещнат затруднения? • Какво трябва да се промени преди урокът да бъде приложен в реална класна стая? Тези въпроси изискват педагогически знания, а не само умения за промптиране. Парадоксът при начинаещите учители Статията подсказва и един парадокс, който заслужава повече внимание. Начинаещите учители могат да извлекат значителна полза от AI-генерирани структури на уроци, защото имат по-малко опит в планирането. ChatGPT може да предложи примери, възможни дейности, последователност, работни листове и идеи за оценяване. Това може да намали когнитивното натоварване при започване от празна страница. В същото време именно начинаещите учители може да са най-слабо подготвени да разпознават проблемите в AI-генерираното съдържание. Опитният учител може бързо да забележи, че една дейност е нереалистична, повтаряща се, неподходяща за възрастта, несвързана с учебната програма или слабо съгласувана с учебната цел. Студентът по педагогика може да възприеме същия гладко формулиран текст като авторитетен. Така хората, които имат най-голяма нужда от помощ, може да имат и най-голяма нужда от структурирани критерии за оценяване. Подготовката на учители трябва да адресира този проблем директно. Студентите не бива да получават AI-генерирани планове единствено като модели за подражание. Те трябва да учат систематични критерии за оценяването им. Критичното мислене не се развива автоматично Друг важен въпрос е връзката между AI и критичното мислене. Оценяването на AI-генерирани материали може да подпомогне критичното мислене. Студенти и учители могат да критикуват планове, да сравняват алтернативи, да валидират информация и да подобряват предложени дейности. Генеративният AI обаче не развива автоматично критично мислене. Ако студентите поискат от ChatGPT план на урок и го предадат с минимални промени, критичното мислене може дори да намалее. Критичното мислене възниква в човешката дейност около AI резултата. То се проявява, когато: • студентите питат какво липсва; • сравняват генерирания урок с изискванията на учебната програма; • проверяват факти и източници; • обясняват защо една стратегия на преподаване е по-подходяща от друга; • отхвърлят части от AI-генерираното предложение. Преподавателите трябва да проектират задачи, при които процесът на оценяване става видим и може да бъде оценен. Какво още може да бъде пропуснато? Статията разглежда генеративния AI и като средство за повишаване на отвореността в образованието. Учителите могат да получават достъп до планове на уроци, работни листове, презентации и други ресурси, без да купуват търговски материали. Но достъпът до AI не означава автоматично равен достъп. Авторите посочват дигиталните неравенства, свързани с интернет достъпа и разликите между безплатни и платени услуги. Съществува и друг тип неравенство: компетентността за оценяване. Двама учители могат да използват една и съща AI система. Учителят с по-силни предметни знания, педагогически знания, AI грамотност и умения за критична оценка вероятно ще извлече по-голяма образователна стойност. Следователно достъпът до AI инструменти е само част от уравнението. Компетентността на учителя е също толкова важна. Друг важен въпрос е контекстуализацията. AI може бързо да създаде общ урок, но преподаването се случва в конкретна класна стая. Учителите познават своите ученици, институционалните изисквания, наличните ресурси, ограниченията на учебната програма, езиковия профил, предишното обучение и динамиката в класа. Учителят остава отговорен за избора и адаптирането на материали към конкретен образователен и културен контекст. Кратък поглед към методологията Изследването е по-скоро изследователско, отколкото експериментално. Авторите използват качествен анализ на документи в интерпретативна рамка. Те анализират AI-генериран урок по английски език за 6. клас, както и допълнителни материали, създадени чрез последващи промпти. Този дизайн позволява да се изследват възможни приложения, но не доказва, че AI-генерираното планиране подобрява преподаването или учебните резултати. Изследването разглежда един урок, по един предмет, на едно образователно ниво. Няма експериментални групи, измерени учебни резултати или продължително наблюдение на учители, които използват AI-генерирани планове. Затова статията трябва да се разглежда като ранно изследване на педагогически възможности, а не като доказателство за ефективност. Как преподавателите могат да използват тези идеи За преподавателите в програми за подготовка на учители статията предлага добра основа за преработване на задачи, свързани с планиране на уроци. Една проста задача може да следва три етапа: AI генериране → критична оценка → контекстуално преработване. Студентите първо генерират план на урок с AI система. След това го оценяват по ясни критерии: съответствие с учебните цели, качество на оценяването, нужди на учениците, диференциация, достъпност, културна уместност, фактическа точност и съответствие с учебната програма. Накрая те преработват урока и обясняват основните промени. Преподавателите могат също да сравняват AI-генерирани и човешки разработени планове, да искат от студентите да класират няколко AI предложения, да изискват проверка на твърдения и ресурси или да задават въпроса какво AI не може да знае за конкретната класна стая. Така оценяването може да се фокусира по-малко върху това дали студентът може да създаде добре оформен документ и повече върху това дали демонстрира убедителна педагогическа преценка. Това може да е най-важният извод за преподавателите. Колкото по-лесно генеративният AI създава съдържание, толкова по-важни стават оценяването, аргументирането, контекстуализацията и професионалната отговорност. Стойността на учителя не е в това да пише по-бързо от AI. Тя е в това да знае какво трябва да се преподава, защо трябва да се преподава, как да бъде подкрепено ученето и дали дадено AI-генерирано предложение изобщо трябва да стигне до класната стая. |