Kako umjetna inteligencija utječe na obrazovanje u Hrvatskoj i svijetu

Umjetna inteligencija ulazi u učionice tiho i svakodnevno. Danas je prisutna u pripremi nastave, u provjeri znanja, u osobnim putanjama učenja i u alatima koji skraćuju administrativne zadatke. Učenici i studenti dobivaju bržu povratnu informaciju, sadržaj prilagođen razini znanja i mogućnost učenja u ritmu koji im odgovara. Učitelji zadržavaju središnju ulogu jer donose pedagoške odluke, oblikuju iskustvo učenja i postavljaju standarde odgovornog korištenja tehnologije. Ključno je razumjeti gdje UI pomaže, koja su ograničenja i kako očuvati etičke aspekte obrazovanja.

Umjetna inteligencija u obrazovanju i aktualni trendovi

Kada govorimo o umjetnoj inteligenciji u obrazovanju, mislimo na skup metoda i sustava koji prepoznaju obrasce, generiraju tekst, analiziraju rješenja i prilagođavaju sadržaj cilju i razini učenika. U praksi to znači da UI može predložiti zadatke točno između prelaganih i preteških, može objasniti korake rješenja i može ponuditi alternativne puteve do istog cilja. Najvidljiviji trendovi pojavljuju se na tri razine. Prvo, podrška učenju, gdje UI alati pomažu učenicima i studentima u savladavanju gradiva kroz pitanja, poticaje i povratnu informaciju. Drugo, podrška poučavanju, gdje učitelji izrađuju rubrike, kvizove i diferencirane materijale u kraćem vremenu. Treće, podrška administraciji, gdje se standardne radnje poput draftiranja poruka roditeljima, izrade rasporeda ili sumiranja rezultata rade brže i dosljednije.

Na razini svakodnevne nastave vidimo širenje generativnih asistenata koji pomažu u pisanju skica materijala, specijaliziranih tutorskih sustava koji razumiju sadržaj predmeta i adaptivnih platformi koje grade personalizirane programe vježbanja. U strukovnim školama UI se koristi za simulacije i scenarije, na fakultetima pomaže u istraživačkim postupcima i analizi podataka, a u osnovnom i srednjem obrazovanju najviše pomaže u razjašnjavanju pojmova i sustavnoj pripremi za provjere znanja.

Personalizacija učenja uz UI i koristi za studente i učenike

Personalizacija učenja nije samo lijepa ideja, nego konkretna praksa. Učenik koji se zadržava na jednoj vrsti zadataka dobiva dodatne međukorake i pitanja koja ispituju razumijevanje. Učenik koji brzo napreduje dobiva složenije probleme i šire kontekste. Studenti u visokom obrazovanju mogu dobiti plan učenja podijeljen na mikrociljeve i kratke cikluse provjere znanja, što smanjuje odgađanje i podiže motivaciju. Umjetna inteligencija ovdje je most između ciljeva kurikuluma i trenutnog stanja znanja.

Za učenike i studente najveća korist je u brzini povratne informacije. Umjesto da čekaju idući sat ili konzultacije, mogu vidjeti gdje su pogriješili i odmah ispraviti smjer. Druga velika korist je raznolikost objašnjenja. Ako prva verzija nije jasna, UI može ponuditi drugi pogled, drugačiji primjer ili vizualnu analogiju. Treća korist je smanjenje straha od pogreške jer istraživanje postaje sigurnije. Učenik može pitati dodatno pitanje, isprobati drugi pristup i dobiti sugestiju bez pritiska razreda.

Personalizacija učenja i Astra AI u praksi

U praksi personalizacija znači da učenik fotografira zadatak ili upiše problem, a sustav prepoznaje temu, razinu i tip pogreške. Ako je u pitanju matematika, UI nudi sljedeći korak, a ne samo rješenje. Ako je u pitanju jezik, UI pita učenika da preformulira rečenicu, objasni zašto je odabrao određenu riječ ili prepozna pravilo koje je primijenio. U sustavima poput Astra AI učenik može dobiti objašnjenje usklađeno s nastavnim planom, dodatne srodne zadatke i kratku provjeru razumijevanja. Učitelj potom vidi napredak na razini razreda i svakog učenika te može prilagoditi idući sat na temelju stvarnih potreba, a ne dojmova.

UI alati u školi i na fakultetu s naglaskom na ChatGPT i specijalizirane platforme

UI alati možemo promatrati kroz dvije skupine. Prva je generativna i opće namjene, u koju spada ChatGPT kao pomoćnik za pisanje, preformuliranje, sažimanje, generiranje ideja i postavljanje pitanja. Druga su specijalizirani alati koji su dizajnirani za pojedine predmete ili tipove aktivnosti, kao što su tutori za matematiku, adaptivne vježbe za strane jezike ili platforme za formativno vrednovanje.

ChatGPT je koristan kada želimo brzu skicu, okvir pitanja za raspravu ili objašnjenje pojma u drugačijem stilu. Prednost je fleksibilnost, a ograničenje je točnost i usklađenost sa specifičnim kurikulumom. Specijalizirani UI alati često nude strukturu koja je bliža nastavnom planu i koja inzistira na koracima, provjeri razumijevanja i metodičkoj dosljednosti. U odgoju i obrazovanju takva struktura znači pouzdanije usmjeravanje učenika i manje rizika da se preskoči ključan korak u procesu učenja.

ChatGPT u obrazovanju i područja u kojima treba oprez

Učitelji i studenti koriste ChatGPT za brainstorming, osmišljavanje pitanja viših kognitivnih razina, izradu kratkih sažetaka ili pretvorbu teksta u različite registre jezika. Uz ove koristi, potreban je oprez u tri točke. Prvo, provjera činjenica jer generativni modeli mogu pogriješiti na uvjerljiv način. Drugo, autorski rad učenika i akademski integritet, koji zahtijeva jasno označavanje pomoći UI alata. Treće, privatnost i dijeljenje podataka jer se privatne informacije ne bi smjele unositi u alate bez jasnog dopuštenja i pravila škole ili fakulteta.

Specijalizirani UI alati za učenje i procjenu znanja

Specijalizirani UI alati učinkovitiji su kada treba graditi vještinu korak po korak. U matematici to znači pokazati postupak s logikom iza njega, u prirodoslovlju to znači voditi učenika kroz planiranje pokusa i analizu rezultata, u jezicima to znači ciljano vježbanje s povratnom informacijom o gramatici, stilu i izrazu. U ovim alatima naglasak je na metodi i razumijevanju, a ne na brzom odgovoru. Učitelj dobiva uvid u tipične pogreške razreda i može usmjeriti raspravu ili kratku radionicu točno tamo gdje je potrebno.

Uloga učitelja u doba umjetne inteligencije i pedagoška vrijednost

Uloga učitelja ostaje nezamjenjiva jer UI ne razumije kontekst razreda kao ljudsko biće. Učitelj prepoznaje dinamiku skupine, motivaciju učenika, emocionalno stanje i širi odgojni cilj. Umjetna inteligencija pomaže da se više vremena potroši na kreativni i pedagoški rad, ali učitelj je taj koji postavlja pravila odgovornog korištenja, koji potiče kritičko mišljenje i koji povezuje naučeno s realnim životom. Učitelj osmišljava aktivnosti koje traže argumentaciju, procjenu izvora, zajedničko rješavanje problema i stvaranje originalnih radova.

Pedagoška vrijednost UI alata raste kada su integrirani u didaktički plan. Ako su ciljevi i ishodi jasno definirani, alat dobiva ulogu u jednoj fazi sata, a ne preuzima čitav sat. Učenje je tada kombinacija interakcije s UI, suradnje među učenicima i vođenih rasprava. Učitelj se pomiče od ponavljanja sadržaja prema mentorskoj ulozi, a razred postaje radionica u kojoj učenici eksperimentiraju i objašnjavaju jedni drugima.

Odgovorno korištenje UI i etički aspekti u obrazovanju

Odgovorno korištenje podrazumijeva pravila na razini škole ili fakulteta, jasne smjernice za učenike i roditelje te profesionalne standarde za učitelje. Etički aspekti uključuju pitanja privatnosti, transparentnosti, pristranosti i akademskog integriteta. Tehnologija treba biti pomoć, a ne zamjena za učenje i razmišljanje. Učenici trebaju razumjeti zašto je dobiveni odgovor točan, a ne samo da su ga prepisali. Učitelji trebaju jasno navesti u kojim je zadacima dopuštena pomoć UI alata i kako se ta pomoć treba evidentirati.

Transparentnost znači da učenik zna koji se podaci prikupljaju i kako se koriste. Pristranost je važna tema jer modeli uče na podacima koji mogu sadržavati stereotipe. Akademski integritet ostaje temelj, pa zadatke koji traže originalno promišljanje valja oblikovati tako da traže argumentaciju, osobna iskustva, rad na izvornim podacima ili praktične proizvode koje nije lako automatizirati.

Zaštita podataka i privatnost u školama i na fakultetima

Zaštita podataka počinje pravilima. Škola i fakultet trebaju definirati koje alate odobravaju, koja vrsta podataka se smije unositi i kako se održavaju evidencije privola. Privatne informacije učenika, zdravstveni podaci i identifikacijski brojevi ne unose se u vanjske sustave bez jasnog razloga i dopuštenja. Ako se koristi UI alat, ne mora se nužno slati bilo kakav identifikacijski podatak da bi alat bio koristan. Preporučljivo je raditi s anonimiziranim podacima i školskim računima koji ograničavaju dijeljenje.

Akademski integritet i provjera izvora

Zadaće i projekti trebaju uključivati korake u kojima se provjerava izvor, navode reference i objašnjava logika rješenja. UI može biti partner u učenju, ali ocjena treba vrednovati razumijevanje i sposobnost objašnjavanja. Dobar pristup je tražiti od učenika da napišu kratko objašnjenje zašto su odabrali određeni pristup, koje su alternative razmatrali i gdje su provjerili točnost. U višem obrazovanju korisno je uvesti kratke usmene obrane radova, refleksije i rad s izvorima koji nisu lako dostupni generativnim modelima.

Istraživanje i dokazi o učincima UI na učenje i poučavanje

Istraživanje u području obrazovne tehnologije najčešće potvrđuje koristi u personalizaciji, u formativnom vrednovanju i u bržem davanju povratne informacije. Pozitivan učinak je izraženiji kada su ciljevi učenja jasni, kada učitelji prate rad i kada se UI koristi u sklopu pedagoške strategije koje već funkcioniraju. Učinci su manji ili neujednačeni kada alat preuzme fokus aktivnosti, kada se učenici pasivno oslanjaju na gotove odgovore ili kada nedostaje provjera izvora. Istraživanja također naglašavaju važnost učiteljske autonomije i profesionalnog razvoja. Učitelji koji istražuju i isprobavaju imaju bolje rezultate jer preciznije pronalaze gdje UI ima smisla, a gdje je kvalitetnije ostati pri tradicionalnim metodama.

U hrvatskom kontekstu posebnu pažnju dobivaju pitanja privatnosti i usklađenosti s pravilnicima škole, kao i način na koji se UI uklapa u važeće kurikulumne dokumente. Važno je promatrati UI kao sloj koji nadograđuje postojeće dobre prakse, a ne kao zamjenu za didaktiku i stručnost učitelja.

Primjeri iz učionice i studija koji pokazuju UI u predmetima

U matematici umjetna inteligencija pomaže pri razgradnji složenih zadataka na jasne korake. Učenik dobije pitanje koje ga vodi do sljedećeg mikrocilja, a kada zastane, alat predlaže podsjetnik na definiciju ili mini primjere. U prirodoslovlju UI nudi nacrt pokusa, ali traži od učenika da dopuni hipotezu i kriterije mjerenja. U jezicima UI je koristan za individualizirane vježbe, prepoznavanje tipičnih pogrešaka i predlaganje materijala odgovarajuće težine. U humanistici pomaže u mapiranju izvora, postavljanju istraživačkih pitanja i vođenju rasprava na temelju tekstova.

Primjer sata matematike uz AI instrukciju

Sat počinje kratkom dijagnostičkom vježbom u kojoj UI prepoznaje na kojim koracima većina učenika griješi. Učitelj zatim odabire dvije strategije rješavanja i uspoređuje ih na ploči. Učenici rade u parovima, a UI nudi poticaje kada se zaustave. Nakon dvadeset minuta svaki par dobiva novi zadatak prilagođen prethodnim pogreškama. Na kraju sata svi pišu kratku refleksiju o koraku koji im je najviše pomogao. Učitelj bilježi uvid u česte pogreške i planira idući sat koji će ciljati baš ta mjesta.

Primjer učenja jezika uz generativnog asistenta

Student odabire temu, primjerice putovanje. UI predlaže kratak dijalog na ciljnom jeziku uz zadatak da student promijeni registar iz neformalnog u formalni. Zatim alat označava mjesta na kojima je riječ upotrijebljena netočno i nudi mikroobjašnjenja zašto je to tako. U sljedećoj vježbi student snima izgovor, a UI vraća povratnu informaciju o naglasku i ritmu. Na kraju student piše kratki tekst, a UI identificira tri stilske prilike za poboljšanje, uz prijedlog sinonima i povezanih izraza.

Plan uvođenja UI alata u obrazovanje u 30, 60 i 90 dana

Plan za 30 dana može započeti malim pilotom u jednoj nastavnoj cjelini. Učitelj odabire konkretne ciljeve, primjerice razumijevanje određenog pojma i rješavanje problema u tri koraka. Odabire se jedan UI alat s jasnim pravilima korištenja. Učenici dobivaju upute, a dio sata se koristi za demonstraciju. Mjeri se vrijeme do povratne informacije i broj dodatnih pokušaja koje su učenici napravili.

U 60 dana plan prelazi na evaluaciju. Učitelj uspoređuje rezultate razreda koji je koristio UI s prethodnim ciklusima, analizira tipične pogreške i razgovara s učenicima o tome kako su doživjeli promjene. Održava se kratka razmjena među učiteljima koji su provodili pilot, bilježe se preporuke i prilagodbe.

U 90 dana škola može proširiti praksu na više razreda i predmeta. Uvodi se jednostavan protokol s pravilima privatnosti, pravilima akademskog integriteta i opisom gdje je UI najkorisniji. Dokument se dijeli s roditeljima i studentima. U razdoblju do kraja polugodišta prate se tri metrice, vrijeme do povratne informacije, broj dobrovoljnih dodatnih zadataka i samoprocjena razumijevanja. Cilj nije savršenstvo nego održiva rutina s jasnim kriterijima uspjeha.

Najčešće pogreške u korištenju UI u učenju i kako ih izbjeći

Prva pogreška je oslanjanje na gotove odgovore umjesto na razumijevanje. Rješenje je inzistirati na objašnjenju vlastitim riječima i na kratkim provjerama koje traže primjenu, a ne prepisivanje. Druga pogreška je nejasan cilj sata. UI alat ne može nadomjestiti nedostatak jasnih ishoda. Treća pogreška je zanemarivanje privatnosti. Pravila moraju biti jednostavna i poznata svima, a osjetljivi podaci ne smiju ulaziti u vanjske sustave. Četvrta pogreška je neusklađenost s kurikulumom. Korist je najveća kada je UI alat ugrađen u plan koji već ima smisla, a ne kad se koristi nasumce. Peta pogreška je nedostatak metakognicije. Ako učenik ne zna procijeniti vlastito razumijevanje, UI može postati štaka. Treba učiti kako učiti, a UI može pomoći samo kada postoji navika provjere, refleksije i postavljanja pitanja.

Smjernice za škole i ravnatelje za kurikulum i digitalnu pismenost

Škole koje uvode UI u nastavu trebaju imati jasan dokument koji pokriva ciljeve, odobrene alate, pravila privatnosti, komunikaciju s roditeljima i plan stručnog usavršavanja učitelja. Kurikulum treba naznačiti gdje UI doprinosi ishodima, primjerice u formativnom vrednovanju, u vježbanju proceduralnih koraka i u razvoju vještina rješavanja problema. Digitalna pismenost uključuje razumijevanje što UI jest, koje su mu granice i kako prepoznati kvalitetan izvor. Učenici trebaju znati postaviti dobar upit, procijeniti dobiveni odgovor i ispraviti pogrešku. Ravnateljstvo može poticati male timove učitelja koji isprobavaju i bilježe primjere dobre prakse. Takvi timovi zatim dijele iskustva, prilagođavaju pravila i pomažu kolegama koji tek počinju.

Uloga roditelja također je važna. Transparentna komunikacija gradi povjerenje. Roditelji trebaju znati kako se UI koristi u školi, zašto pomaže i koja su pravila kada je riječ o domaćim zadacima i projektima. Svi trebaju imati zajedničko razumijevanje da UI nije prečac nego alat koji pomaže razviti razumijevanje i ustrajnost.

Rječnik pojmova za umjetnu inteligenciju u obrazovanju

Model je matematički sustav koji uči obrasce iz podataka i potom predviđa, generira ili klasificira. Prompt je upit ili uputa koju dajemo modelu kako bi proizveo odgovor. Halucinacija je termin za uvjerljiv, ali netočan odgovor koji model može proizvesti. Adaptivno učenje znači da se sadržaj i težina prilagođavaju performansama i napretku učenika. Analitika učenja odnosi se na prikupljanje i tumačenje podataka o procesu učenja s ciljem poboljšanja ishoda. Formativno vrednovanje je kontinuirana provjera razumijevanja tijekom učenja, za razliku od sumativnog koje ocjenjuje nakon završetka cjeline. Pristranost je sustavna pogreška u modelu nastala zbog podataka ili postupka učenja. Privatnost su pravila i postupci kojima štitimo osobne podatke i određujemo tko i kako smije pristupiti informacijama.

Ključne preporuke za škole, učitelje i studente uz odgovorno korištenje UI

Prvo, umjetna inteligencija treba biti ugrađena u jasne ciljeve učenja, a ne dodana naknadno. Drugo, personalizacija učenja ima smisla kada se prate mikrociljevi i kada se svaka aktivnost veže za mjerljive ishode. Treće, UI alati trebaju podržavati razumijevanje, a ne zamjenjivati ga. Tražite objašnjenje, ne samo odgovor. Četvrto, privatnost i etički aspekti moraju biti na prvom mjestu. Odredite koje podatke smijete dijeliti i kako. Peto, uloga učitelja je središnja. Učitelj je arhitekt iskustva učenja, a UI je alat u njegovim rukama. Šesto, potičite metakogniciju. Učenici trebaju znati procijeniti koliko razumiju i koje korake poduzeti kad zapnu. Sedmo, počnite malim pilotom, mjerite rezultate, razgovarajte i prilagođavajte. Osmo, gradite zajednicu prakse u školi u kojoj se primjeri dijele i razvijaju.

Umjetna inteligencija može učiniti obrazovanje pravednijim i učinkovitijim kada se koristi s mjerom, uz razumijevanje i uz jasnu pedagošku namjeru. Studenti dobivaju personalizaciju, učitelji dobivaju vrijeme za ono što je važno, a škole dobivaju podatke koji pomažu u donošenju odluka. Granice postoje i potrebno ih je poštovati, no potencijal je stvaran. Kvaliteta obrazovanja raste kada tehnologiju prate jasna pravila, etički standardi i profesionalna odgovornost.