Ko UI postane vsakdan: kaj to pomeni za znanje in poučevanje

Objave zadnjih dveh tednov poudarjajo, da umetna inteligenca vse bolj razkriva že dolgo prisotne pomanjkljivosti visokošolskega učenja in poučevanja. V prispevku AI Is Not Replacing Learning—It’s Exposing Where Learning Was Thin to Begin With avtorica opozarja, da uspešno izvedena naloga študenta še ne pomeni nujno tudi razumevanja. Študenti lahko s pomočjo UI ustvarijo delujoče rešitve, vendar pogosto ne znajo pojasniti, zakaj delujejo ali kako bi jih prilagodili v drugačnih okoliščinah. Izpostavlja, da so tudi pred vzponom UI načini vrednotenja znanja pogosto dopuščali uspeh brez poglobljenega razumevanja, predvsem zato, ker so bili usmerjeni v končne izdelke, ne pa v proces razmišljanja in učenja ali v preverjanje razumevanja, argumentiranje. Da UI ni glavni vzrok težav pri univerzitetnih nalogah, potrjuje tudi prispevek AI has exposed age-old problems with university coursework, ki navaja, da UI predvsem razkriva, kako pogosto so bile univerzitetne naloge zasnovane tako, da so omogočale doseganje ciljev brez resnega intelektualnega napora.

V širšem razmisleku o vplivu UI na univerzitetno poučevanje številni profesorji opozarjajo na očiten upad poglobljenega branja, argumentacije in kritičnega mišljenja. UI študentom omogoča hitre rešitve, vendar hkrati zmanjšuje potrebo po lastnem miselnem naporu, kar postavlja pod vprašaj temeljne cilje visokošolskega izobraževanja in zastavlja vprašanja o tem, kaj pomeni razvijati človeško inteligenco.

Dodatno razsežnost odpira razprava o vrednotenju znanja. V prispevku AI no substitute for human judgement? Even on your 99th exam script? je izpostavljeno, da lahko umetna inteligenca pomaga pri obdelavi velikega števila nalog, vendar tudi v najbolj rutinskih primerih ne more nadomestiti človeške presoje. Še posebej pri mejnih ali kompleksnih odgovorih ostaja ključna vloga pedagoga, ki mora razumeti kontekst, argumentacijo in razvoj mišljenja študenta.

Podatki o dejanski rabi umetne inteligence med študenti postajajo vse bolj enotni: uporaba je skoraj univerzalna. Najnovejša HEPI-jeva raziskava ugotavlja, da generativno UI uporablja kar 95 % študentov. Delež tistih, ki UI-generirano besedilo neposredno vključujejo v oddane naloge, se je povečal z 8 % leta 2025 na 12 % leta 2026. Univerze se zato vse bolj prilagajajo – nekatere študente celo spodbujajo ali zahtevajo uporabo UI kot del razvijanja novih kompetenc.

Na podobno razširjenost uporabe opozarja tudi prispevek ‘Near universal’ student AI use leading to ‘polarised views’, kjer je poudarjeno, da je raba UI med študenti skoraj univerzalna, vendar hkrati sproža vse bolj razdeljena mnenja. Nekateri menijo, da jim pomaga pri razumevanju in prihrani čas, drugi pa opozarjajo na slabšanje znanja, zmanjšanje samostojnosti, etične dileme in občutek negotovosti pri vrednotenju.

Tudi Courserino poročilo o UI v visokošolskem izobraževanju potrjuje, da UI na univerzah uporablja 95 % študentov in pedagogov, vendar se obenem pokaže velik razkorak v usposobljenosti: le približno četrtina pedagogov se počuti dobro pripravljeno za učinkovito uporabo teh orodij.

Zanimiv vpogled ponuja tudi prispevek For AI Help, More College Students Ask Social Media First, ki kaže, da se študenti pri učenju uporabe UI pogosto ne obračajo na univerze, temveč na družbena omrežja, novice ter prijatelje in družino. Po podatkih iz prispevka skoraj polovica študentov informacije o UI išče na družbenih omrežjih, medtem ko se bistveno manjši delež zanaša na formalne izobraževalne institucije. To je pomemben signal za univerze: UI je že del vsakdana, institucionalna podpora pa očitno še ne dohaja dejanske rabe.

Vse pomembnejša so vprašanja etike, odgovornosti in meja dopustne uporabe. Avtor prispevka AI, Ethics and You opozarja, da pri rabi UI ni enostavnih odgovorov: meje med dopustno pomočjo, sodelovanjem, avtorstvom in nepošteno prednostjo niso več samoumevne. Namesto strogih pravil in prepovedi je vse bolj v ospredju potreba po kritični presoji, osebni odgovornosti in razumevanju namena uporabe UI.

K temu se pridružuje prispevek o uporabi UI v raziskovanju, ki poudarja, da je UI lahko zelo koristna pri posameznih raziskovalnih nalogah, vendar mora končna odgovornost za presojo glede točnosti, uporabnosti, pristranskosti, interpretacijo in integriteto ostati pri raziskovalcu. Najbolj učinkovit pristop je sodelovanje med človekom in UI, kjer oba delujeta kot neke vrste “recenzenta” drug drugemu.

Pomemben vidik teh razprav je tudi vprašanje, ali naj bo uporaba umetne inteligence sploh obvezna. V prispevku Writing Faculty Push for the Right to Refuse AI je predstavljena pobuda akademske skupnosti, ki zagovarja pravico študentov in pedagogov, da uporabo generativne UI zavrnejo. Argumenti izhajajo iz razumevanja pisanja kot procesa mišljenja, refleksije in razumevanja sveta, ki ga avtomatizacija lahko oslabi, ne le kot ustvarjanje besedila.

Na potrebo po prilagoditvi akademskih standardov opozarja tudi prispevek HE needs academically aligned, citation-traceable AI systems, kjer avtorji zagovarjajo razvoj takšnih sistemov umetne inteligence, ki bi omogočali sledljivost virov, preverljivost trditev in ustrezno citiranje. Če naj UI postane zanesljivo orodje v akademskem okolju, mora podpirati temeljna načela znanstvenega dela, ne pa jih spodkopavati.

V zadnjem obdobju je opazen premik od individualnih poskusov uporabe umetne inteligence k bolj sistematičnemu uvajanju na ravni institucij. Na Univerzi Chalmers na Švedskem so napovedali, da bosta digitalizacija in umetna inteligenca postali del vseh študijskih programov, ne glede na področje študija. S tem želijo študentom zagotoviti temeljne kompetence za delo v okolju, kjer je UI vseprisotna, hkrati pa okrepiti povezovanje med disciplinami. Univerza v Latviji je sprejela formalna pravila za uporabo UI, ki temeljijo na integriteti, transparentnosti, odgovornosti in varnosti podatkov – študenti bodo morali uporabo UI jasno označiti, pedagogi pa določiti, kdaj in v kolikšni meri je dovoljena.

Na nacionalni ravni je Ministrstvo za digitalno preobrazbo sprejelo smernice za podatke in umetno inteligenco, ki poudarjajo pomen interoperabilnosti, standardizacije in odgovorne uporabe podatkov v javnem sektorju, vključno z raziskovalnim in izobraževalnim okoljem. Takšne pobude nakazujejo, da se uvajanje UI vse bolj umešča tudi v širši regulativni okvir.

Ob tem se razvijajo tudi konkretne pedagoške prakse. Primer tega so interaktivne vizualizacije, podprte z umetno inteligenco (ChatGPT-4 v integraciji z Wolfram Alpha), ki omogočajo bolj intuitivno razumevanje matematičnih in naravoslovnih konceptov, saj lahko študenti sproti spreminjajo parametre in opazujejo posledice. Tak pristop spodbuja aktivno učenje in raziskovanje.

Pozitivne učinke uporabe UI v izobraževanju potrjujejo tudi aktualne raziskave. Metaanaliza Generative AI technologies and educational outcomes ugotavlja, da lahko generativna umetna inteligenca v primerjavi s tradicionalnimi pristopi izboljša učne izide in omogoča večjo personalizacijo učenja, vendar le ob premišljeni didaktični rabi. Podobno raziskava Leveraging artificial intelligence (AI) to enhance student engagement and academic performance in higher education kaže, da lahko uporaba UI-orodij poveča angažiranost študentov in izboljša njihovo akademsko uspešnost, če je vključena kot del strukturiranega učnega procesa.

Skupni imenovalec teh primerov je, da se umetna inteligenca v visokošolskem izobraževanju vse bolj premika iz faze eksperimentiranja v fazo premišljenega uvajanja. Ključ do uspešne rabe ni le v dostopu do orodij, temveč v jasnih pravilih, pedagoški zasnovi in podpori institucij, ki omogočajo smiselno in odgovorno uporabo UI.

Če ste na svoji fakulteti, pri predmetu ali v okviru strokovnega dela preizkusili zanimivo rabo UI v izobraževanju, vas prijazno vabimo, da svoj primer delite z nami prek obrazca za zbiranje primerov dobrih praks.  Z veseljem bomo pregledali predloge in izbrane prispevke vključili v naslednje številke UI novičnika, da bomo lahko skupaj gradili pregled uporabnih in premišljenih pristopov v univerzitetnem prostoru.

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