Umetna inteligenca v izobraževanju: od pedagoških odločitev do družbenih posledic

Razprava o umetni inteligenci (UI) v izobraževanju se vse bolj odmika od enostavnih prepovedi in nadzornih ukrepov ter se usmerja k vprašanju, kako oblikovati učne in ocenjevalne prakse, ki upoštevajo realnost generativne UI. Avtorji poudarjajo, da UI razgalja šibkosti tradicionalnega preverjanja znanja, ki temelji predvsem na reprodukciji ali končnih izdelkih brez vpogleda v proces razmišljanja (več v prispevku AI-resilient and creative HE assessment design). V ospredje zato stopajo naloge, ki zahtevajo refleksijo, utemeljevanje odločitev in povezovanje znanja z osebnimi izkušnjami. Pri tem je kot pomoč učiteljem predstavljen okvir petih ključnih stopenj, ki vodijo od jasnega opredeljevanja učnih ciljev, prek zasnove nalog in rabe UI, do preverjanja veljavnosti in refleksije učnega procesa (več v prispevku A practical tool for valid assessments in the GenAI-enabled university). Takšen pristop ne prepoveduje uporabe UI, temveč jo sistematično vključi v učno okolje, pri čemer pedagoški izziv ni tehnične narave, ampak ostaja predvsem vsebinski.

Raziskave Univerze v Westminsteru v Londonu kažejo, da študenti generativno umetno inteligenco najpogosteje uporabljajo za razlago nejasnih pojmov, preverjanje razumevanja, razvijanje idej, strukturiranje nalog, jezikovno izboljšavo besedil in povzemanje gradiv, bistveno redkeje pa za preverjanje dejstev ali virov (več v prispevku What your students are actually doing with GenAI). UI večinoma dojemajo kot učno podporo oziroma študijskega partnerja, ne kot nadomestek za lastno razmišljanje, pri čemer se kot posebej koristna izkazuje za mednarodne študente in študente, ki se soočajo z jezikovnimi izzivi. Študenti ob tem poudarjajo, da si od univerz želijo jasna, konkretna in predmetno prilagojena navodila o tem, kaj je pri posamezni nalogi dovoljeno in kaj ter in kako uporabo UI ustrezno navesti. Pomembno se jim zdi tudi, da jim izobraževalne ustanove ponudijo podporo pri učenju oblikovanja učinkovitih pozivov ter razvijanju kritične presoje in preverjanja odgovorov (več v prispevku Students told us what GenAI guidance works). Za izobraževanje je to ključno, saj lahko premišljena in vodena raba UI krepi učenje, kritično mišljenje in pravičnost, medtem ko nejasna pravila in pomanjkanje usmeritev povečujeta negotovost ter tveganja za akademsko integriteto.

Kljub hitremu razvoju UI ostajajo področja, kjer je človeška presoja nepogrešljiva. Pomembno opozorilo v razpravah o uporabi umetne inteligence v akademskem prostoru je, da UI ne more prevzeti vloge enakovrednega strokovnega presojevalca. To je posebej očitno pri recenzentskih postopkih, kjer UI ne more nadomestiti kontekstualnega razumevanja, odgovornosti in etične presoje, ki so neločljivo povezane s človeško strokovnostjo. Podobno velja za raziskovalno delo, kjer se kot smiselna kaže delitev dela: UI lahko učinkovito podpira rutinska in časovno zahtevna opravila, medtem ko človek ohranja nadzor nad interpretacijo, vrednotenjem in končnimi odločitvami (več v prispevku Campus talks: ‘Use your brain!’ And other pointers from a seasoned computer scientist on using AI in research). Takšno ravnotežje je ključno tudi v izobraževanju, kjer mora UI ostati orodje za podporo učenju, ne pa avtoriteta ali nadomestek razumevanja. Pedagoška vrednost namreč nastaja prav v razliki med avtomatizacijo procesov in razvojem strokovne presoje, ki se oblikuje skozi izkušnjo, mentorstvo in refleksijo (več v prispevku Balance human intuition with machine efficiency in scientific research).

Med aktualnimi razvoji na področju UI izstopajo nove pobude podjetja OpenAI, ki nakazujejo smer razvoja orodij tudi za izobraževalni prostor. Predstavitev aplikacije Codex odpira vprašanja o prihodnosti programiranja in učenja računalništva, kjer postaja razumevanje kode pomembnejše od njenega ročnega pisanja (več v prispevku Predstavljamo aplikacijo Codex). Pobuda OpenAI Frontier in orodje Prism pa kažeta širši interes za razvoj naprednih modelov in boljše razumevanje njihovega delovanja ter vpliva (več v prispevkih Predstavljamo OpenAI Frontier ter Predstavljamo Prism). Za izobraževanje to pomeni dodatno potrebo po razlagi, kaj ta orodja zmorejo, česa ne in kako jih kritično uporabljati. Tehnološki napredek tako neposredno vpliva na učne cilje in kurikularne odločitve.

Na institucionalni ravni se razprave osredotočajo na vprašanja upravljanja tveganj ter na dolgoročne posledice uvajanja umetne inteligence v visokošolski prostor (več v prispevkih Managing AI Risk and Return ter When AI Meets Data: The Promise and the Pressure of Bringing AI into Higher Education Systems). Posebej pomembno postaja vprašanje vgrajene digitalne dostopnosti, saj obstaja nevarnost, da nova orodja povečajo obstoječe neenakosti (več v prispevku The Case for Embedded Digital Accessibility). Na posvetu o umetni inteligenci v izobraževanju, ki sta ga organizirala Komisija Državnega sveta za izobraževanje, kulturo, znanost, šport in mladino ter Svet za razvoj Slovenske akademije znanosti in umetnosti (SAZU), so sodelujoči poudarili, da je uvajanje umetne inteligence v izobraževalni sistem nujno, vendar zahteva premišljen in sistemski pristop, vključno z usposabljanjem učiteljev, kar potrjujejo tudi širše mednarodne razprave o institucionalni vlogi pri upravljanju UI (več v prispevkih Na posvetu večina za vpeljavo umetne inteligence v izobraževalni sistem ter Posvet Umetna inteligenca v izobraževanju). Institucije imajo ključno vlogo pri oblikovanju jasnih okvirov, ki presegajo posamezne predmete ali učitelje. UI tako postaja vprašanje izobraževalne politike, ne le pedagoške prakse.

Razvoj umetne inteligence vse bolj vpliva na digitalna okolja, v katerih potekajo komunikacija, učenje in družbeno sodelovanje. Prispevki opozarjajo na pojav novih družbenih omrežij, zasnovanih predvsem za delovanje UI agentov, kjer pomemben delež vsebin ustvarjajo in izmenjujejo umetni agenti, ljudje pa v takšna okolja vstopajo predvsem kot opazovalci ali udeleženci, ki se prilagajajo logiki delovanja UI (več v prispevkih I hung out inside Moltbook, the AI-only social network where humans are the outsiders ter Humans are infiltrating the social network for AI bots). Takšni primeri odpirajo vprašanja o avtentičnosti sodelovanja, prepoznavanju človeških in umetnih sogovornikov ter o tem, kaj sploh pomeni učenje v okoljih, kjer ni jasno, kdo je avtor znanja. Ob tem se v javnosti krepi razprava o vse večji vlogi klepetalnikov v vsakdanjem življenju, delu in izobraževanju ter o tem, kako hitro postajajo del odločanja in oblikovanja mnenj (več v prispevku Battle of the chatbots: Anthropic and OpenAI go head-to-head over ads in their AI products). Izobraževanje ima zato ključno vlogo pri razvijanju kritične pismenosti, ki posameznikom omogoča razumevanje teh okolij, prepoznavanje njihovih omejitev in odgovorno sodelovanje v digitalni družbi.

Za konec pa se malenkost odmaknimo od izobraževanja, in sicer k aktualnemu dogajanju, zimskim olimpijskim igram, ki predstavljajo pomemben primer vidne in obsežne rabe umetne inteligence v praksi. UI bo vplivala na način spremljanja tekem, analizo podatkov, personalizacijo ogledov in celo podporo sodniškim odločitvam (več v prispevkih The Technologies Changing How You’ll Watch the 2026 Winter Olympic Games, From chatbots to replays: Alibaba rolls out AI suite for 2026 Winter Olympics ter AI is coming to Olympic judging: what makes it a game changer?). Ti premiki odpirajo vprašanja transparentnosti, zaupanja in odgovornosti, ki so presenetljivo podobna tistim v izobraževanju. Olimpijske igre tako ponujajo konkreten primer, s katerim lahko učitelji študentom približajo razprave o UI zunaj akademskega okolja. Gre za priložnost za povezovanje učenja z aktualnim dogajanjem.

Umetna inteligenca v izobraževanju jasno pokaže, da tehnološki napredek sam po sebi ne prinaša bolj kakovostnega učenja. Ključno vprašanje postaja, kako izobraževalne ustanove, učitelji in študenti sprejemajo odgovorne odločitve o njeni rabi. Novičnik izpostavlja potrebo po premišljenih pedagoških pristopih, jasnih pravilih in razvoju kompetenc, ki omogočajo kritično presojo ter prilagajanje spremembam. UI tako deluje kot mejnik, ob katerem se odloča, ali bo izobraževanje zgolj sledilo tehnologiji ali pa jo bo znalo smiselno vključiti v podporo učenju.

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