Umetna inteligenca v izobraževanju in znanosti: med priložnostmi, previdnostjo in strateškim razmislekom

V Mariboru je v začetku meseca potekala mednarodna konferenca o umetni inteligenci v izobraževanju, ki je združila več kot 100 učiteljev iz 45 držav. Konferenco so sorganizirali Fundacija Azija Evropa (ASEF), Mednarodni raziskovalni center za umetno inteligenco IRCAI in njihov program Open Education for Better World ter Škofijska gimnazija Antona Martina Slomška v Mariboru, s podporo Ministrstva za zunanje in evropske zadeve, Nacionalne komisije za UNESCO in drugih partnerjev. Učitelji iz evropskih in azijskih držav so v mešanih skupinah pripravljali inovativne primere kako uporabljati umetno inteligenco v učnih okoljih. "Gre za mednarodno perspektivo, nismo ujeti samo v svoj kontekst, svojo učilnico, umetna inteligenca je nekaj, kar nima meja in širše perspektive so nedvomno pomembne, vedno bolj globalno pa postaja tudi izobraževanje," pravi Mateja Brejc z Ministrstva za vzgojo in izobraževanje. Iskali so odgovore na vprašanja, kako lahko umetna inteligenca izboljša učne procese, ob tem pa ostane dostopna, vključujoča in etična (več informacij).

Tudi tretja delovna konferenca o umetni inteligenci in izobraževanju z naslovom »Ensuring quality education in the AI era – Introducing the Council of Europe Compass for AI and Education«, ki jo je organiziral Svet Evrope, je združila oblikovalce politik, izobraževalce, akademike, strokovnjake iz tehnološkega sektorja in civilno družbo, da bi razpravljali o prihodnji vlogi UI v izobraževanju. Razprave so poudarile potrebo po skupnem okviru, ki bi preprečil razdrobljene standarde, neenakosti in pretiran komercialni vpliv ter hkrati spodbujal zaupanje, inovativnost in meddržavno priznanje kvalifikacij. Med izzivi so bili omenjeni digitalna in generacijska razlika, prilagajanje vlog učiteljev ter zagotavljanje ustreznih virov za upravljanje. Razvijanje pismenosti o UI naj bi temeljilo na digitalni in medijski pismenosti ter spodbujalo kritično razmišljanje in državljansko participacijo, pri čemer pa še vedno obstajajo težave z neenakim dostopom, utrujenostjo učiteljev, preobremenjenimi učnimi načrti in omejenim financiranjem. Pravne razprave so izpostavile človeško usmerjen pristop, ki temelji na človekovih pravicah, pri čemer obstoječa zakonodaja pomaga zmanjševati tveganja. Ključne teme so pokazale, da Evropa ne želi nadzorovati tehnologije, ampak usmerjati njeno uporabo s skupnimi vrednotami, pri čemer naj izobraževanje ostane javno in demokratično. Za smiselne inovacije so ključni zaupanje, preglednost, sodelovanje med sektorji ter vključevanje učiteljev in učencev (več informacij).

Prispevek, ki smo ga zasledili na strani britanskega inštituta HEPI, z naslovom »Slowing Down AI in Higher Education«, opozarja, da je ob splošnem navdušenju nad umetno inteligenco potrebna umirjenost. Predstavi koncept »Slow AI« kot način premišljenega vključevanja tehnologije v izobraževalni proces. Članek zagovarja reflektivno uporabo orodij, ki spodbuja študente k razmisleku o lastnem učenju in ne k avtomatizaciji miselnih procesov. Prednost tovrstnega pristopa je ohranjanje avtentičnosti izobraževanja in razvoj kritičnega mišljenja, slabost pa možnost, da se razvoj in inovacije upočasnijo v trenutku, ko se svet hitro spreminja. Izziv, ki ga članek odpira, je uravnoteženje med odgovornostjo in napredkom ter na kakšen način in kako uvajati tehnologijo premišljeno, ne da bi pri tem zaostali (več informacij).

S povsem drugega zornega kota pristopa k umetni inteligenci poročilo Skupnega raziskovalnega središča Evropske komisije (JRC) z naslovom »A European Strategy for Artificial Inteligence in Science Paving the way for the Resource for AI Science in Europe (RAISE), kjer je zapisano, da je umetna inteligenca postala ključno orodje za pospeševanje znanstvenega raziskovanja in za krepitev evropske konkurenčnosti. Dokument predstavi novo strategijo RAISE (Resource for AI Science in Europe), ki, med drugim, poudarja potrebo po skupnih infrastrukturah in odprti znanosti, da se zagotovi ponovljivost, širši dostop in zanesljivost. Medtem ko modeli umetne inteligence postajajo vse močnejši in vsestranski, zahtevajo tudi znatna sredstva za usposabljanje in uvajanje. Zaradi tega so naložbe v visoko zmogljivo računalništvo, tovarne umetne inteligence (ekosistemi, ki spodbujajo inovacije in sodelovanje) in odprte znanstvene podatkovne zbirke bistvene za zagotovitev vodilnega položaja EU na področju raziskav umetne inteligence. Večja uporaba umetne inteligence v znanosti bi ustvarila nove zahteve po specializiranem strokovnem znanju med raziskovalci. Ocena JRC o znanju in spretnostih kaže na potrebo po „hibridnih“ (multidisciplinarnih in interdisciplinarnih) ekipah, ki združujejo strokovno znanje s področja inženirstva, računalništva in umetne inteligence s specifičnim strokovnim znanjem s posameznega področja. Politike bi se zato morale osredotočiti na privabljanje, razvoj in ohranjanje tega interdisciplinarnega talenta. Prednost takšnega pristopa je okrepljeno sodelovanje in večja učinkovitost raziskovalnih procesov, medtem ko je slabost odvisnost od kompleksnih infrastrukturnih sistemov in potencialna neenakost dostopa med raziskovalnimi okolji. Izziv, ki izhaja iz te strategije, je kako zagotoviti, da bodo koristi umetne inteligence v znanosti dostopne vsem, ne le največjim institucijam (več informacij).

Prispevek, objavljen na spletni strani Evropske komisije pod naslovom »Keeping European industry and science at the forefront of AI«, nadaljuje ta strateški diskurz. Komisija napoveduje več milijard evrov vredne investicije za razvoj umetne inteligence v industriji in znanosti, z namenom ohranjanja evropske tehnološke suverenosti. Članek razkriva ambiciozen načrt za povezovanje raziskovalnih in industrijskih partnerjev ter za pospešitev razvoja aplikacij, ki bodo prešle iz laboratorijev v prakso. Prednost tega pristopa je sistemska podpora in krepitev evropske vloge v globalni konkurenci, slabost pa nevarnost, da tehnološki razvoj prehiti družbeni in etični premislek. Izziv za Evropo je kako ostati vodilna v razvoju umetne inteligence, hkrati pa ohraniti človeški nadzor, transparentnost in varnost (več informacij).

OpenAI je predstavil Sora 2, novi model za generiranje videa in zvoka, skupaj z družabno aplikacijo za iOS z varnostnimi funkcijami. Uporabniki so hitro začeli ustvarjati avtorsko zaščitene like, s čimer so razkrili vrzeli v okviru odgovorne rabe in prisilili OpenAI, da izvede vrsto sprememb. Posodobitve Sora 2 vključujejo možnost, da imetniki avtorskih pravic dobijo podrobne nadzorne funkcije za vključitev/izključitev, s katerimi lahko nadzorujejo, kako uporabniki ustvarjajo njihove like, monetizacijo videoposnetkov z delitvijo prihodkov z imetniki pravic ter pričakovane pogoste spremembe, saj OpenAI testira različne pristope v modelu Sora, preden jih razširi na druge izdelke (več informacij).

Meta bo od 16. decembra 2025 začela uporabljati pogovore ljudi s svojim UI klepetalnim robotom za personalizacijo oglasov in vsebin, pri čemer uporabniki ne bodo imeli možnosti izključitve. To pomeni pomemben premik v načinu, kako osebne interakcije z UI postanejo orodja za monetizacijo, kar pomeni, da lahko naključna vprašanja, kot je prošnja za priporočila za pohodništvo, neposredno spodbudijo ciljno oglaševanje za sorodne izdelke (več informacij).

Teach For America's Reinvention Lab je vključil izobraževalce v tristopenjski sistem umetne inteligence (hackathoni, prototipne delavnice in Arcade AI) in jim pokazal praktično pot do »spretnosti umetne inteligence«. Učitelje je postavil v vlogo ustvarjalcev, ki povečujejo vpliv, saj učencem prenašajo znanje umetne inteligence, ki je bistveno za njihovo ekonomsko mobilnost. Več kot 1.200 izobraževalcev se je aktivno vključilo v izobraževalne izkušnje na področju umetne inteligence, kjer je bilo ustvarjenih več kot 720 orodij za poučevanje in več kot 10.000 učencev je bilo deležnih rešitev umetne inteligence, ki so jih razvili izobraževalci (več informacij).

Budget Lab je analiziral vpliv umetne inteligence na trg dela v ZDA od uvedbe ChatGPT in ni ugotovil nobenih merljivih motenj v zaposlovanju ali poklicnih vzorcih. Poklicna struktura se spreminja nekoliko hitreje kot med prejšnjimi tehnološkimi prehodi (približno 1 % hitreje kot v internetni dobi), vendar so ti trendi nastali že pred dobo umetne inteligence. Sedanje meritve izpostavljenosti in uporabe umetne inteligence ne kažejo nobene korelacije s spremembami v stopnji zaposlenosti ali brezposelnosti. Študija priznava pomembne omejitve podatkov, vključno z zanašanjem na teoretične meritve izpostavljenosti in podatke o uporabi iz le enega modela umetne inteligence, ter poudarja potrebo po celovitih, preglednih podatkih od vseh glavnih razvijalcev umetne inteligence (več informacij).

Programska oprema in orodja za odkrivanje uporabe generativne umetne inteligence, vključno z odkrivanjem parafraziranja, so postala vse bolj razširjena v izobraževanju, saj se institucije odzivajo na izzive, ki jih predstavlja vsebina, ustvarjena z UI. Avtorji raziskave z naslovom »Heads we win, tails you lose: AI detectors in education« opozarjajo, da ti detektorji ne morejo učinkovito prepoznati vsebine, ki jo je ustvarila UI, saj ne omogočajo preverjanja resničnega izvora besedila. Poskusi testiranja teh orodij v realnih pogojih so pokazali, da so rezultati pogosto nezanesljivi in lahko vodijo do napačnih zaključkov. Poleg tega študija izpostavlja težave pri implementaciji teh tehnologij v izobraževalne sisteme, saj lahko povzročijo napačne obtožbe o akademski nepoštenosti, kar škoduje študentom. Avtorji predlagajo, da se pri uvajanju detektorjev UI upoštevajo etični vidiki in da se razvijejo bolj zanesljivi ter pravični pristopi za ocenjevanje študentskega dela (več informacij).

Kot ste lahko opazili, sta za nami dva pestra tedna na področju uporabe umetne inteligence. Skupni imenovalec vseh prispevkov je zavedanje, da umetna inteligenca ni več vprašanje prihodnosti, temveč sedanjosti. Univerze, raziskovalni centri in politične institucije stojijo pred istim vprašanjem: kako oblikovati infrastrukture, prakse in vrednote, ki bodo umetno inteligenco vključile v izobraževalni in znanstveni proces na način, ki povečuje znanje in ne zmanjšuje razumevanja. Priložnosti so velike, od personaliziranega učenja do pospešenih raziskav, a enako veliki so tudi izzivi: etični okvirji, varnost podatkov, transparentnost in odgovorna raba.

V prihodnjih mesecih in letih bo ključno, da se visokošolske institucije ne zadovoljijo zgolj s tehničnim uvajanjem umetne inteligence, temveč razvijejo lastno kulturo njenega razumevanja in kritične uporabe. Le tako bo mogoče zagotoviti, da umetna inteligenca ne bo zgolj pospešila procesov, temveč tudi poglobila njihovo vsebino in da bo ostala v službi človeka, ne pa obratno.

Avtorice: Eva Škraba, Sanja Jedrinović Čufer, Mateja Bevčič, Eva Kern Nanut, Center UL za uporabo IKT v pedagoškem procesu