Studenti Se Prebacuju Na AI — Google Pretrage Pojmova Iz Fizike Opale Globalno (2022–2025)

Nova međunarodna studija otkriva da su Google pretrage za osnovne pojmove iz fizike opale tokom akademskih godina 2022–23 do 2024–25, istovremeno dok su generativni AI alati postajali sve dostupniji učenicima. Pad je bio naročito izražen za teme iz mehanike i u mnogim neengleskim zemljama, a sličan trend vidi se i u pregledima članaka na Wikipediji.

Temporal distribution of search interest for the topics (a) kinetic energy and (b) electric field in the United States over the 2024–2025 academic year, filtered within the science category, with annotated markers corresponding to key academic calendar events. (CREDIT: Physical Review Physics Education Research)

Glavni nalazi

Istraživanje koje su vodili dr Yossi Ben‑Zion i Omer Michaeli (Departman za fiziku, Bar‑Ilan University) u saradnji sa prof. Noah Finkelsteinom (University of Colorado Boulder) analiziralo je podatke iz više od 20 zemalja koristeći Google Trends i broj prikaza stranica na Wikipediji. Tim je pratio teme iz mehanike, elektromagnetizma i optike tokom tri akademske godine: 2022–23 (referentna godina), 2023–24 (prelazna) i 2024–25 (period kada je AI postao rutinski alat).

Temporal distribution of search interest for the topic ChatGPT in the United States over the 2024–2025 academic year, filtered within the science category, with annotated markers corresponding to key academic calendar events that provide contextual reference for potential seasonal patterns. (CREDIT: Physical Review Physics Education Research)

Šta su pokazali podaci

• Pretrage vezane za fiziku pratile su školski kalendar — rast interesovanja tokom semestra i pad tokom raspusta — ali su ukupne stope pretrage opale.
• Pad je najizraženiji kod tema iz mehanike: 28 od 30 praćenih tema pokazalo je velike opadanja, od kojih je 18 imalo vrlo velike padove.
• Elektromagnetizam i optika su takođe zabeležili smanjenje, ali slabije — moguće jer te oblasti češće zahtevaju dijagrame, grafike i prostornu viziju.
• Englesko‑govorna područja (SAD, Velika Britanija, Australija) pokazala su stabilnije obrasce u odnosu na mnoge neengleske zemlje, gde su padovi često bili oštriji.
• Prikazi članaka na Wikipediji u sedam jezika (engleski, hindi, španski, arapski, portugalski, italijanski, nemački) potvrdili su sličan trend — sa manjim padom na engleskoj Wikipediji.

"Nalazi ne sugerišu da studenti uče manje," kaže dr Ben‑Zion. "Već ukazuju da se mnogi učenici preusmeravaju sa pretraživanja više sajtova na dobijanje direktnih, konverzacionih objašnjenja od AI sistema."

Zašto se to dešava — i šta znači

Autori navode da veliki jezički modeli (LLM) lako generišu jasna verbalna objašnjenja i mogu smanjiti "jezični porez" studentima koji uče na jezicima drugačijim od engleskog. To olakšava pristup složenim konceptima u maternjem jeziku, ali menja i način na koji učenici razmišljaju i istražuju gradivo.

Distribution of cumulative percentage changes (Δ%) in search volume from 2023 to 2025 across regions and groups of physics-related search content. (CREDIT: Physical Review Physics Education Research)

Pretraživači podstiču kritičko poređenje više izvora i procenu kredibiliteta; AI često daje jedan koncizan odgovor koji može smanjiti potrebu za proverom i upoređivanjem. To može ubrzati razumevanje, ali i stvoriti iluziju znanja ako odgovor nije potpun ili je netačan.

Effect-size (Cohen's d) summary for mechanics-related search content, comparing the 2022–2023 reference period with the 2024–2025 integration period across three regions: the United States, worldwide, and India. (CREDIT: Physical Review Physics Education Research)

Pedagoške implikacije i preporuke

Autori istraživanja ne ocenjuju AI jednodimenzionalno kao dobar ili loš. Umesto toga, pozivaju nastavnike da:

Temporal evolution of search interest in kinetic energy across multiple countries, shown as a function of weeks from the start of the academic year, enabling cross-national comparison over 3 academic years aligned to the academic calendar. (CREDIT: Physical Review Physics Education Research)

• Uvedu AI pismenost u nastavu — kako procenjivati tačnost i kompletnost AI‑generisanih odgovora.
• Koriste zadatke u kojima učenici kritikuju, dopunjavaju ili ispravljaju odgovore koje generiše AI (npr. analizirati objašnjenje Newtonovog zakona dati od AI i pronaći propuste).
• Transformišu AI iz "prečice" u obrazovni objekat — tražeći iterativno unapređenje odgovora dok ne postane pedagoški validan.

Ograničenja studije

• Google Trends prikazuje relativne promene interesovanja, ne apsolutne brojeve pretraga.
• Studija ne prati individualne korisnike — ne može dokazati da je konkretna osoba prešla sa Google‑a na ChatGPT.
• Podaci pokazuju promene u ponašanju pri traženju informacija, ali ne mere direktno ishode učenja ili stvarno razumevanje fizike.

Zaključak

Dok se alati za generisanje jezika razvijaju i postaju vizuelniji i tačniji, navike učenika će se verovatno dalje menjati. Za nastavnike to znači da je važno prilagoditi nastavu — ne zabranjivati AI, već naučiti učenike kako da procene, testiraju i primene dobijene odgovore. Ako se AI pravilno integriše, može povećati dostupnost znanja na različitim jezicima; ako se koristi neoprezno, može podstaći lažnu sigurnost bez stvarne kompetencije u rešavanju problema.

Istraživanje je objavljeno u časopisu Physical Review Physics Education Research (2025).