date: 2025-01-23
title: “Avatud lähtekoodiga AI hariduses”
slug: open-source-ai-in-education
summary: >
Avatud lähtekoodiga AI-mudelid, nagu Llama ja Mistral, on nüüd piisavalt võimekad, et toetada igapäevaseid kooli töövooge, sageli murdosa hinnaga
võrreldes kommertslitsentsidega. See käsiraamat juhendab IT-juhte ja digistrateegia meeskondi praktiliste juurutusvalikute, turvapiirete ja
juhtimissammude kaudu. Näete, kuidas ümbritseda avatud mudeleid filtreerimise, logimise ja rollipõhise ligipääsuga nii, et need oleksid piisavalt turvalised töötajatele ja õpilastele,
pakkudes samal ajal selgeid kokkuhoide võrreldes GPT- või Claude-tüüpi litsentsidega. Fookus on realistlikul klassirumikasutusel, mitte laborikatsetel.
subtitle: “Praktiline käsiraamat Llama, Mistrali ja teiste avatud mudelite turvaliseks kasutamiseks koolides”
tags:
- Tehisintellekt
- Haridus
- Tehnoloogia
categories:
- AI hariduses
Miks avatud mudelid just nüüd
Viimase aasta jooksul on avatud lähtekoodiga mudelid, nagu Llama ja Mistral, vaikselt liikunud uurimisvidinatest tõsisteks kandidaatideks koolikasutuseks. Igapäevaste ülesannete puhul – nagu tunnikavade koostamine, tagasiside mustandite loomine või suhtluse ümberkirjutamine lapsevanematele – ei jää need enam oluliselt alla suletud süsteemidele nagu GPT või Claude.
Samal ajal hakkavad esile kerkima preemium-AI tööriistade tellimuskulud. Iga õpetaja jaoks eraldi litsentside eest tasumine, lisaks kõrgemad tasemed juhtkonnale ja tugipersonalile, võib kiiresti ületada tüüpilise kooli innovatsioonieelarve. Paljud koolid avastavad, et AI kasutuselevõtu tegelikuks takistuseks ei ole mitte entusiasm või ideed, vaid jätkuv kulu ja andmete kontroll.
Avatud mudelid pööravad selle võrrandi ümber. Saate neid jooksutada oma serverites, piirkondlikus pilves või kohaliku partneri juures. Maksate peamiselt arvutusvõimsuse ja salvestusruumi eest, mitte iga üksiku kasutaja eest. Ülevaate saamiseks, kuhu Llama praeguses maastikus sobitub, võib teile selle käsiraamatu kõrvale abiks olla meie Llama 3 eelarvete juhend.
Suletud vs avatud mudelid koolides
Tüüpilise kooli jaoks avaldub erinevus suletud ja avatud mudelite vahel neljas valdkonnas: kulu, andmed, paindlikkus ja vastutus.
Suletud mudelite puhul maksate müüjale tellimus- või kasutustasusid; nemad majutavad mudelit ja kontrollivad tavaliselt uuendusi. Teie andmed liiguvad nende serveritesse ning te toetute nende sisufiltritele ja -poliitikatele. See on mugav ja kiire alustamiseks, kuid võib suuremas mahus kalliks minna ning tekitada andmekaitseküsimusi, eriti jurisdiktsioonides, kus on ranged andmete lokaliseerimise nõuded.
Avatud mudelite puhul majutate süsteemi teie ise või partner. Teie otsustate, kus andmed asuvad, kuidas neid logitakse ja milliseid mudeliversioone kasutatakse. Saate mudelit kohandada kohalike õppekava näidete põhjal või piirata seda konkreetsete tööriistadega. Samas võtate endale suurema vastutuse turvalisuse, seire ja hoolduse eest.
Praktikas ei loobu enamik koole suletud mudelitest täielikult. Pigem kombineeritakse neid: avatud mudelid suure mahu ja sisemiste töövoogude jaoks, nagu planeerimine ja hindamistoetus, ning suletud mudelid nišš- või kõrge panusega ülesannete jaoks, kus tipptasemel jõudlus või müüja garantiid on hädavajalikud.
Juurutusviisi valimine
Teie esimene strateegiline otsus on, kuidas avatud mudeleid juurutada. Enamiku koolide ja koolivõrgustike jaoks on kolm realistlikku varianti: isemajutus, kohalik partner või pilve-API.
Isemajutus tähendab mudeli käitamist oma riistvaral, näiteks kohapealses serveriruumis või keskandmekeskuses. See annab maksimaalse kontrolli ja võib olla kulutõhus, kui teil on juba GPU-võimekusega infrastruktuur ja oskustega personal. Samas nõuab see kindlat Linuxi halduse, konteinerite ja hooldusplaani pädevust. Kui teil oli raskusi oma kohapealse VLE ajakohasena hoidmisega, võib AI täielik isemajutus olla liiga koormav.
Koostöö kohaliku partneriga on sageli kõige pragmaatilisem tee. Piirkondlik IT-teenuse pakkuja või edtech-ettevõte majutab mudeleid oma keskkonnas, ideaalis teie õigusruumi piires, ja pakub neile ligipääsu teie koolile turvaliste API-de või veebirakenduste kaudu. Te säilitate andmekontrolli lepingu ja seadistuse kaudu, samal ajal kui operatiivne keerukus on partneri kanda. See mudel on eriti atraktiivne koolivõrgustikele, kes saavad jagatud infrastruktuuri üle läbi rääkida.
Pilve-API-d avatud mudelite jaoks jäävad kuhugi vahepeale. Pilveteenuse pakkujad pakuvad nüüd hostitud Llama, Mistrali ja sarnaseid mudeleid kasutuspõhise hinnastusega. Saate avatud mudelite eelised (ilma kasutajapõhiste litsentsideta, paindlik häälestamine) ilma aluseks olevaid servereid haldamata. Miinuseks on see, et olete taas suure müüja sõltuvuses, mistõttu peate hoolikalt kontrollima andmete asukohta ja säilitamist.
Turvaliste kasutusjuhtude kujundamine
Enne infrastruktuuri puudutamist määratlege, kus lubate avatud mudelitel tegutseda. Turvalised, piiritletud kasutusjuhud on teie tugevaim kaitse juba enne tehnilisi filtreid.
Hea lähtekoht on keskenduda ainult töötajate töövoogudele. Näiteks võib humanitaarainete õpetaja kleepida mudelisse tööplaani ja paluda soovitada igaks nädalaks kordamisküsimusi. Loodusteaduste õpetaja võib üles laadida anonüümistatud laboriaruandeid ja paluda välja tuua levinud väärarusaamad, mida tunnis käsitleda. Mõlemal juhul jääb otsustajaks õpetaja ning mudel on mustandite koostamise abiline, mitte hindamisautoriteet.
Seejärel saate lisada administratiivseid ülesandeid: uudiskirjade mustandite koostamine, poliitikadokumentide ümberkirjutamine lapsevanematele arusaadavasse keelde või pikkade dokumentide kokkuvõtete loomine juhtkonna jaoks. Need kasutusjuhud on madala riskiga, suure väärtusega ning annavad teie töötajatele aega tagasi, samal ajal kui te oma turvapiirdeid lihvite.
Alles siis, kui teil on nendes töötajate töövoogudes kindlus, tasub liikuda õpilastele suunatud ligipääsu poole. Selleks ajaks teate, millised küsimused, teemad ja käitumismustrid kipuvad probleeme tekitama, ning saate vastavalt kujundada vanusele sobivad piirid. Meie juhend AI töövoogude loomisest, mis päriselt kasutusse jäävad käsitleb, kuidas neid uusi harjumusi kogu personali seas juurutada.
Turvapiirded 101
Avatud mudelite turvapiirded jagunevad kolme põhikategooriasse: sisufiltreerimine, logimine ja ligipääsukontroll. Teil ei pea esimesest päevast alates olema keerulist süsteemi, kuid igas valdkonnas peab olema midagi.
Sisufiltreerimine tähendab sisendite ja väljundite kontrollimist ohtliku või reegleid rikkuva sisu suhtes. Avatud mudelite puhul saate kasutada teist, väiksemat mudelit klassifitseerijana või reeglipõhiseid filtreid ilmsete ohumärkide jaoks, nagu selgesõnaline sisu või enesevigastamise juhised. Paljud avatud lähtekoodiga tööriistakomplektid sisaldavad nüüd põhilisi modereerimismudeleid, mida saab aheldada enne põhimudelit ja pärast seda.
Logimine on teie turvavõrk ja tõendibaas. Iga interaktsioon peaks olema seotud kasutaja identiteedi, ajatembli ja rakendusega. Te ei pea täispikkuses päringuid igavesti säilitama, kuid teil peaks olema piisavalt infot, et juhtumeid uurida ja mustreid märgata. Näiteks võite avastada, et teatud klassid testivad korduvalt süsteemi piire, mis viitab vajadusele sihitud digipädevuse tundide järele.
Ligipääsukontroll tagab, et kõik ei saa teha kõike. Õpetajatel võib olla ligipääs õppekava kujundamise tööriistadele ja tagasisideabilistele, samal ajal kui õpilased saavad kasutada ainult rangelt piiritletud abilisi, nagu „selgita seda mõistet” või „aita mul koostada kordamiskava”. Rollipõhist ligipääsu saab rakendada teie olemasoleva identiteedihalduri kaudu, nii et töötajad ja õpilased logivad sisse tuttavate kontodega.
Avastage Automated Education võimsus, liitudes meie õpetajate kogukonnaga, kes võtavad tagasi oma aja ja rikastavad oma klassiruume. Meie intuitiivse platvormiga saate automatiseerida administratiivseid ülesandeid, isikupärastada õpilaste õppimist ja suhelda oma klassiga nagu kunagi varem.
Ärge laske administratiivsetel ülesannetel varjutada oma kirge õpetamise vastu. Registreeruge täna ja muutke oma hariduskeskkond Automated Education abil.
🎓 Registreeru TASUTA!
Praktilised töövood õpetajatele
Kui alus on paigas, saavad avatud mudelid toetada laia valikut igapäevaseid ülesandeid. Levinud muster on ümbritseda mudel lihtsa veebiliidesega, mis pakub väikest hulka selgelt märgistatud tööriistu, mitte tühja vestlusakent.
Planeerimise jaoks võib õpetaja valida tööriista „Õppeühiku planeerija”, kleepida sinna oma poole õppeperioodi ainekava ning valida vanuserühma ja õppeaine. Süsteem koostab seejärel mustandina tundide jada, soovitatud kujundava hindamise vormid ja ideed eristamiseks. Kuna mudel töötab teie infrastruktuuril, saate selle eelnevalt varustada kohalike õppekava näidete ja poliitikatega, mis parandab aja jooksul asjakohasust.
Tagasiside jaoks võib „Hindamisabilise” tööriist võtta anonüümistatud õpilastöö ja hindamiskriteeriumid ning pakkuda seejärel välja tugevused, eesmärgid ja järgmised sammud lihtsas keeles. Õpetaja vaatab need kommentaarid enne õpilasteni jõudmist üle ja toimetab neid. See on eriti võimas siis, kui kombineerite tööriista oma hindamiskirjelduste ja hindepiiridega, mida saab sisestada prompt-mallidesse.
Administratiivsed ülesanded on samuti automatiseerimiseks küpsed. Tööriist „Kirjuta lapsevanematele ümber” võib muuta mahuka käitumisreeglite uuenduse sõbralikuks lõiguks uudiskirjas, samal ajal kui „Koosoleku kokkuvõte” võib laaditud protokollidest koostada tegevusnimekirjad ja meeldetuletused. Kuna kontrollite keskkonda, saate hoida need dokumendid oma andmepiiride sees.
Õpilastele suunatud kasutus
Õpilastele suunatud ligipääs nõuab ettevaatlikumat, kihilist lähenemist. Eesmärk ei ole anda igale õpilasele toorest vestlusliidest võimsa mudeliga, vaid luua liivakastid, mis toetavad õppimist selgete piiride sees.
Üks muster on „Õpiabi”, mis vastab ainult küsimustele, mis on seotud heakskiidetud ressurssidega. Näiteks võib tal olla lubatud selgitada mõisteid konkreetsest loodusteaduste õpikust või õpetaja kureeritud konspektidest, kuid mitte sirvida laiemat internetti. Teine on „Kirjutamisabiline”, mis keskendub plaani, struktuuri ja sõnavara soovitustele, vältides samas täispikkade esseede genereerimist.
Vanuserühmad on olulised. Algklasside õpilastel võib olla ligipääs ainult faktipõhistele selgitustele ja lugemistoele, rangete filtrite ja lühikeste seanssidega. Vanemad õpilased tulevad paremini toime avatumate ülesannetega, kuid te võite siiski soovida interaktsioone logida ja perioodiliselt üle vaadata nii turvalisuse tagamiseks kui ka digipädevuse õpetuse kujundamiseks. Meie septembrikuine AI-valmiduse kontrollnimekiri sisaldab küsimusi selle töö joondamiseks teie laiemate õppekavaeesmärkidega.
Selged reeglid on hädavajalikud. Õpilased ja lapsevanemad peaksid mõistma, mida süsteem suudab ja mida mitte, mida logitakse ja kuidas väärkasutust käsitletakse. See on võimalus põimida AI eetika ja kriitiline mõtlemine teie laiemasse digipädevuse programmi.
Koostöö võtmeosapooltega
Avatud lähtekoodiga AI ei saa olla ainult IT-osakonna projekt. Kaasake algusest peale otsustesse laste heaolu eest vastutavad töötajad, andmekaitse spetsialistid ja õppekavajuhid.
Lastekaitsega tegelevad töötajad tahavad mõista, kuidas kahjulik sisu blokeeritakse, kuidas juhtumeid eskaleeritakse ja kuidas logisid jälgitakse. Andmekaitsekolleege huvitab, kus andmeid hoitakse, kui kaua neid säilitatakse ja millised kolmandad osapooled on kaasatud. Õppekavajuhid keskenduvad vastavusele olemasolevate tööplaanide ja hindamispraktikatega.
Praktiline viis koordineerimiseks on moodustada väike töörühm selgete otsustusõiguste ja regulaarse kohtumiskavaga. Kasutage varajasi piloteid arvamuste asemel tõendite kogumiseks: tegelikud kasutusandmed, anonüümistatud vestluslogid ja õpetajate tagasiside. See aitab viia arutelu abstraktsetelt hirmudelt konkreetsete valikute ja kompromissideni.
Kulu ja kokkuhoiu hindamine
Selleks, et teha veenev juhtum avatud mudelite kasuks, peate võrdlema kogukulu olemasolevate või kavandatavate tellimustega. See tähendab, et peate vaatama kaugemale pelgalt GPU hindadest ning arvestama ka töötundide, toe ja koolitusega.
Alustage lihtsa mudeliga. Hinnake oma praegust või prognoositavat kulutust suletud AI tööriistadele: kasutajapõhised litsentsid, preemiumtasemed ja võimalikud lisad. Seejärel hinnake sama arvu kasutajate jaoks avatud lahenduse maksumust, sealhulgas majutust, partneritasusid (kui need on asjakohased) ja realistlikku IT-töötajate ajakulu.
Paljudes stsenaariumides, eriti suuremate koolide või võrgustike puhul, muutuvad avatud mudelid odavamaks, kui jõuate teatud kasutusmahuni. Samuti väldite „litsentsišokki”, kui avastate, et iga õpetajaabi või administraatori ligipääsu lisamine kahekordistab arve. Meie DeepSeek R1 ülevaade selgitab, kuidas uuemad, tõhusad mudelid seda kulukõverat veelgi muudavad.
Ärge unustage kaudset kokkuhoidu. Kui õpetajad säästavad paremate planeerimis- ja tagasisidetööriistade abil isegi 30 minutit nädalas, on kogu personali peale tagasi võidetud aeg märkimisväärne. Kuigi te ei saa seda otseselt eelarvesse ümber arvutada, tugevdab see teie strateegilist argumenti.
90-päevane juurutusplaan
Realistlik 90-päevane plaan aitab liikuda ideest mõjuni ilma meeskondi üle koormamata.
Esimese 30 päeva jooksul keskenduge ulatuse määratlemisele ja infrastruktuurile. Valige juurutusviis, seadistage testkeskkond ja rakendage põhilised turvapiirded. Tuvastage kolm-neli madala riskiga töötajate töövoogu piloteerimiseks ja kaasake väike rühm motiveeritud õpetajaid.
Päevad 31–60 on mõeldud piloteerimiseks ja täiendamiseks. Laske süsteemist läbi päris ülesandeid, koguge tagasisidet ning kohandage prompt’e, filtreid ja ligipääsukontrolle. Alustage töötajate ja õpilaste reeglite mustandite koostamist, kasutades pilootidest pärit näiteid nii kasude kui ka piiride illustreerimiseks.
Viimase 30 päeva jooksul valmistuge laiemaks kasutuselevõtuks. Koolitage osakondadeüleseid „AI-meistreid”, viimistlege dokumentatsiooni ja integreerige lahendus oma identiteedihalduse süsteemidega. Planeerige etapiviisiline käivitamine: esmalt ainult töötajatele, seejärel hoolikalt piiritletud ligipääs õpilastele kindlates ainetes või klassides. Leppige kokku ametlik ülevaatus pärast esimest õppeperioodi, et otsustada laiendamise, häälestamise või valitud suletud tööriistadega kombineerimise üle.
Avatud lähtekoodiga AI ei ole enam kauge uurimisprojekt; see on praktiline valik koolidele, kes soovivad rohkem kontrolli, paindlikkust ja paremat hinna ja kvaliteedi suhet. Läbimõeldud turvapiirete ja selge juhtimisega võivad Llama ja Mistrali-sarnased mudelid saada turvalisteks igapäevasteks tööriistadeks nii õpetajatele kui ka õpilastele.
Parimate soovidega!
The Automated Education Team