Nova Studija: Lak Pristup AI Četbotovima Izaziva Značajan Pad Učenja

Jedna nova i ozbiljna studija upozorava da lak pristup AI četbotovima ozbiljno potkopava učenje učenika. Analiza ponašanja na platformi ALEKS pokazuje da su studenti skloniji uzimati prečice uz pomoć generativnih AI alata, što vodi smanjenju napora i stvarnog znanja.

Najvažniji Nalazi

Istraživači su analizirali više od 3,2 miliona interakcija učenika na ALEKS platformi tokom više od decenije, obuhvatajući period pre i posle pojave lako dostupnih AI alata (ChatGPT je lansiran u novembru 2022.). Ključni nalazi su:

• Vreme provedeno na zadacima osetljivim na AI (tekstualni zadaci lako unesivi u četbot) palo je: 27% na nivou fakulteta, 31% kod srednjoškolaca i 9% kod mlađih učenika.
• Verovatnoća da učenici ponovo tačno reše iste AI‑osetljive zadatke smanjila se za oko 25% — to je merljiv pad stvarnog znanja.

Metodologija

Rad "Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build" potpisuju Sina Rismanchian (UC Irvine) i istraživači iz McGraw Hill‑a: Hasan Uzun, Jeffrey Matayoshi, Eric Cosyn i Eyad Kurd‑Misto. Tim je uporedio dva tipa pitanja na ALEKS‑u: tekstualne zadatke (word problems) koje je lakše uneti u AI alate, i zadatke sa grafikom ili slikama koji su manje podložni automatizovanom odgovoru. Primarna mera bila je "time on task" — vreme koje učenik provede radeći na zadatku.

Zašto je to važno

Autori objašnjavaju da pad u "time on task" znači manje razmišljanja, računanja i vežbanja — ključnih procesa za dugoročno usvajanje znanja. Drugim rečima, kada učenici koriste AI da dobiju gotov odgovor umesto da rade zadatak, ne razvijaju trajno razumevanje koje zadatak treba da izgradi.

Sina Rismanchian (UC Irvine): "Prihvatite činjenicu da učenici koriste AI da zaobiđu učenje. Podaci ovde pokazuju da je to nešto stvarno."

Uloga Proktorisanja

Istraživanje takođe pokazuje da proktorisanje (nadgledanje ispita) značajno smanjuje upotrebu AI prečica: kad studenti znaju da su nadgledani, ponašanje se menja i razlike u vremenu rada nestaju. Ipak, autori upozoravaju da konstantno nadgledanje nije održivo kao jedino rešenje.

Hasan Uzun (McGraw Hill): "Učenici se ponašaju vrlo drugačije u proktorisanim i neproktorisanim uslovima; divergence su prisutne u neproktorisanim sredinama."

Eric Cosyn (McGraw Hill): "Cena uzimanja prečica je nula zahvaljujući novim alatima, ali efekat nestaje uz proktorisanje. Ipak, proktorisanje nije trajno rešenje — ne možete stalno vršiti nadzor."

Implikacije i Preporuke

Rezultati ukazuju da obrazovne institucije moraju brzo da razmotre kombinaciju mera: dizajn zadataka koji su manje podložni automatizaciji (npr. zadaci sa slikama ili koracima koje je teže automatizovati), edukaciju o akademskoj čestitosti, bolje integrisane provere učenja i promene u vrednovanju znanja (npr. veći fokus na proces, ne samo finalni odgovor).

Autor teksta izražava zabrinutost zbog pasivnosti: ako znamo koje mere deluju, teško je opravdati neprimenu barem nekih od njih. Pitanje kako ćemo se prilagoditi ostaje otvoreno — i ne bi trebalo da ga samo prepustimo AI rešenjima.

Izvor: Forbes (izveštaj o studiji autora sa UC Irvine i McGraw Hill) i sam rad istraživača.