AI može da ubrza i loše obrazovanje
Škola može da uvede veštačku inteligenciju, dobije bolje domaće zadatke i lepše prezentacije, a da učenici pritom ne nauče više. Može čak da postane uspešnija u prikazivanju napretka nego u njegovom stvaranju.
Upravo zato me zanima šta ostaje iza rada koji je nastao uz AI. Šta učenik sada razume? Šta ume da objasni, proveri i primeni? Bez odgovora na ta pitanja, brzina lako postaje zamena za kvalitet.
Zamislimo učenika koji treba da napiše esej. AI mu predloži tezu, sastavi argumentaciju i oblikuje zaključak. Učenik pročita tekst, promeni nekoliko rečenica i preda ga. Rad je možda bolji od svega što je ranije napisao. Ali kada ga nastavnik pita zbog čega je jedan argument ubedljiviji od drugog, razgovor zastane. Predati tekst i sposobnost učenika više ne govore istu priču.
To je problem i kada je upotreba AI-ja dozvoljena. Uredna prijava korišćenog alata rešava pitanje transparentnosti. Tek treba utvrditi da li je učenik ostvario cilj zadatka. Ako je trebalo da nauči da gradi argument, a taj posao je prepustio modelu, predaja dobrog eseja nije dovoljan dokaz uspeha.
AI može da učini vidljivijom slabost koju smo i ranije imali: sklonost da završeni zadatak prihvatimo kao potvrdu da se dogodilo učenje. Ako se obrazovanje svede na isporučivanje traženog odgovora, tehnologija koja te odgovore proizvodi brzo i ubedljivo može da usavrši upravo taj obrazac.
U istraživanju objavljenom 2025. u časopisu PNAS, sprovedenom u jesen 2023. na gotovo hiljadu učenika jedne srednje škole u Turskoj, grupa koja je vežbala matematiku uz osnovnog GPT-4 asistenta ostvarila je u proseku 48 odsto bolji rezultat od kontrolne grupe bez AI-ja. Na samostalnoj proveri u okviru istih nastavnih sesija rezultat joj je bio 17 odsto slabiji od kontrolne grupe. Reč je o relativnim razlikama u rezultatima. Kod posebno oblikovanog AI tutora, usmerenog na nagoveštaje uz uputstva nastavnika, na samostalnoj proveri nije utvrđena statistički značajna razlika u odnosu na kontrolnu grupu. [1]
Ovaj nalaz odnosi se na kratkoročne rezultate konkretnog eksperimenta. Ne govori da svaka upotreba AI-ja šteti učenju, niti utvrđuje dugoročne posledice. Pokazuje, međutim, koliko bismo pogrešno zaključili da smo posmatrali samo uspeh dok je pomoć bila dostupna.
Postoje i ohrabrujući rezultati. U istraživanju iz 2025, objavljenom u časopisu Scientific Reports, 194 studenta na kursu fizike na Harvardu obrađivala su dve nastavne teme: jednu uz posebno razvijenog AI tutora, a drugu u nastavi sa aktivnim učenjem. Posle rada sa tutorom postizali su bolje rezultate na testovima nakon lekcije, a većina je sa tutorom radila kraće od vremena predviđenog za rad u učionici. Tutor je bio osmišljen prema pedagoškim principima. Ispitani su kratkoročni rezultati konkretnog modela nastave; to nije dokaz trajnog napretka niti prednosti svakog četbota u svakom predmetu. [2]
Za mene ova istraživanja otvaraju konkretno pitanje: koji deo misaonog rada preuzima alat, a koji vežba učenik? Od tog odgovora zavisi da li kupujemo pomoć u učenju ili mogućnost da se ono preskoči.
U poslu često opravdano tražimo najkraći put do rezultata. U obrazovanju je i put deo cilja. Početnik koji uči programiranje treba da razume zašto petlja ne prestaje da se izvršava. Ako svaki put dobije ispravljen kod pre nego što pokuša da pronađe grešku, može uspešno završavati vežbe, a ostati nemoćan pred prvim problemom koji nije video.
To ne znači da učenika treba ostaviti da se muči. Dobar primer ili pravovremeno objašnjenje mogu da mu otvore put koji sam još ne vidi. Besmisleno prepisivanje, nejasna uputstva i čekanje na povratnu informaciju nemaju posebnu obrazovnu vrednost. AI tu može da ukloni mnogo nepotrebnog tereta. Važno je sačuvati priliku da učenik sam pokuša, pogreši i razume ispravku.
Na času programiranja zato bih tražio više od koda koji radi. Učenik može uz AI da napravi program, a zatim da objasni jedan njegov deo, predvidi šta će se dogoditi sa neočekivanim unosom i prilagodi rešenje izmenjenom zahtevu. Nastavnik tada vidi koliko učenik upravlja onim što je napravio.
Slično važi za pisanje. Učenik može prvo da formuliše svoj stav, zatim od AI-ja zatraži najjači protivargument, proveri činjenice i obrazloži zašto je promenio ili zadržao početno mišljenje. Završni tekst prati kratko objašnjenje odluka koje je doneo. Takav zadatak daje mnogo više prostora da vidimo kako razmišlja.
Deo provere treba raditi samostalno, bez AI-ja, kada je cilj osnovno znanje. Drugi deo treba da pokaže koliko dobro učenik radi sa alatom. I ta sposobnost zaslužuje ozbiljno ocenjivanje: kako je definisao problem, proverio odgovor i prepoznao grešku. Škola mora da razvija i samostalnost i sposobnost korišćenja tehnologije.
Tu odgovornost imaju i nastavnici i uprave. Ako učeniku poručujemo da je najvažnije da preda rad i dobije ocenu, teško možemo biti iznenađeni kada pronađe najbrži način da to postigne. Mi smo postavili merilo. Na nama je da ga promenimo kada prestane pouzdano da pokazuje znanje.
Kada razmišljam o razvoju obrazovne ustanove, broj uvedenih alata mi malo govori bez uvida u nastavu. Želim da znam kako se promenio zadatak, šta nastavnik sada može da primeti i šta učenik ume na kraju procesa. Nabavka licenci je jednostavniji deo tog posla.
AI može nastavniku da pomogne u pripremi primera, prilagođavanju materijala i delu administracije. To ima vrednost samo po sebi. Ali ako želimo bolju nastavu, važno je šta se dešava sa oslobođenim vremenom. Ono može da omogući razgovor sa učenikom koji zaostaje ili detaljniju povratnu informaciju. Može i da se popuni novim obavezama, dok nastava ostane ista.
Zato bih svaki pilot primene AI-ja počeo jasnim opisom sposobnosti koju želimo da razvijemo i proverom početnog znanja. Posle rada sa alatom treba videti kako učenik rešava drugačiji problem i koliko je naučenog zadržao nakon izvesnog vremena. Poređenje sa učenicima koji rade na drugi način može pomoći da razdvojimo efekat alata od uticaja nastavnika, dodatnog vežbanja ili početnih razlika. Zadovoljstvo korisnika i broj urađenih zadataka korisni su podaci, ali sami ne odgovaraju na pitanje o učenju.
Pritom, stručnost nastavnika postaje presudna upravo tamo gde je tehnologija najubedljivija. Neko mora da proceni da li je objašnjenje tačno i primereno predznanju, kada treba ponuditi pomoć, a kada zatražiti još jedan samostalan pokušaj. To su nastavne odluke za koje škola ostaje odgovorna i kada alat učestvuje u njihovom sprovođenju.
Želim obrazovanje koje ozbiljno koristi AI. To podrazumeva spremnost da menjamo i zadatke i način ocenjivanja, pa i da odustanemo od primene koja daje lepše radove bez boljeg razumevanja. Ako nam je važnije da škola izgleda savremeno nego da učenik napreduje, tehnologija će nam lako pomoći da prikrijemo sopstveni promašaj.
Uspeh vidim u učeniku koji uz AI može više, a istovremeno dovoljno razume da proceni odgovor, ospori ga i preuzme odgovornost za svoje rešenje. To traži više rada od uvođenja novog alata. Traži da ponovo utvrdimo šta očekujemo od obrazovanja.
Pre nego što brže završene zadatke i bolje ocene proglasimo napretkom, moramo sebi da postavimo pitanje:
Da li smo unapredili učenje ili samo ubrzali proizvodnju školskih rezultata?
Izvori
