Postoji skrivena metoda kojom profesori skuže da učenici koriste AI: 'To je vrlo jasan signal'

Umjetna inteligencija već se prožela duboko u obrazovanje, a školstvo se još prilagođava na nove mogućnosti podučavanja, ali i metode kojima si učenici i studenti mogu olakšati zadatke.

Velik broj učenika i studenata za sve više zadataka koristi AI, često nekritično. To nastavnike i profesore dovodi u dilemu, jer često ne znaju kako postaviti zadatke koje učenici i nastavnici neće moći riješiti tako da ih jednostavno provuku kroz AI.

Stoga smo se obratili dvojici profesora koji se bave umjetnom inteligencijom, koji su nam objasnili kako dati zadaću koju AI ne može smisleno riješiti na brzinu te kako dati zadatke za koje će učenici morati AI primijeniti konstruktivno. 

'Zadatak treba biti koncipiran tako da ne provjerava samo rezultat'

Profesor Marko Horvat s Fakulteta elektrotehnike i računarstva u Zagrebu (FER) navodi da bi smisliti zadatke koje AI ne može riješiti ni pod kojim uvjetima bio promašen cilj. Po njemu profesor si treba postaviti pitanje kako osmisliti zadatke koje student neće moći vjerodostojno riješiti bez stvarnog razumijevanja gradiva i s nekoliko površnih upita AI-ju.

- Zadatak treba biti koncipiran tako da ne provjerava samo rezultat, nego cijeli proces - tijek razmišljanja, rada, argumentaciju, sposobnost kritičkog razmišljanja, sinteze naučenog gradiva i prilagodbu problemu tako da se može što objektivnije ocijeniti prava dubina razumijevanja, priča nam Horvat.

'Korisno je zadati nove i netipične zadatke'

Kaže nam da chatbot treba zamisliti kao na primjer kalkulator, pa će priča postati jasnija. Prvo pitanje treba biti hoće li alat biti dopušten pri rješavanju zadataka. Ako je AI dopušten, onda i zadatke treba napraviti tako da student ne treba samo izraditi rješenje, nego pronaći i objasniti pogrešku u postojećem rješenju, kao što je računalni  program, neki tekst ili analiza jer takvi zadaci traže razumijevanje, a ne puko generiranje teksta ili programskog koda.

- Korisno je zadati nove i netipične zadatke koji nisu već javno dostupni na internetu, razlomiti ih u više koraka ili faza koje uključuju različite tehnologije, postupke ili izvore podataka te od studenata tražiti da svoja rješenja usmeno prezentiraju i argumentirano objasne. U nekim kontekstima dobar pristup može biti i natjecateljski format, primjerice hackathon između studenata ili grupa, gdje je mnogo teže simulirati stvarno znanje, predlaže Horvat.

Profesori često koriste tajni test

Ako je AI zabranjen u zadatku, profesor treba osmisliti i kako će to osigurati, smatra Horvat. Za to nam je dao nekoliko savjeta. Jedna mogućnost je u tekst ubaciti skriveni niz znakova primjerice vrlo mali font ili bijelo slovo, koji student neće primijetiti, ali će ga chatbot preuzeti ako se cijeli tekst zadatka nekritički kopira u upit. 

- Ako se taj skriveni niz pojavi u predanom rješenju, to je vrlo jasan signal kako je zadatak rješavan. Slično vrijedi i za multimedijske zadatke: u digitalni dokument ili sliku može se umetnuti digitalni trag, primjerice hash, koji u studentskoj predaji ne bi smio biti prisutan. Ali to nisu univerzalna rješenja i danas su već vrlo podložna detekciji, ali barem pokazuju da se i didaktičkim dizajnom može odgovoriti na novu tehnološku stvarnost, savjetuje Horvat.

Napominje da se profesori za prepoznavanje AI-ja ne bi smjeli oslanjati na za to predviđene alate jer nisu dovoljno pouzdani, a za hrvatski jezik trenutačno nisu ni uporabljivi. Dodaje da je najbolji test usmeni ispit jer tako studenti mogu pokazati dubinsko znanje rješenja koje su predali.

Pametno je zadatak podijeliti u faze

Ako profesor u zadatku želi dopustiti korištenje AI-ja, Horvat predlaže da se zadatak podijeli u faze. Na primjer, u prvoj fazi student može uz pomoć AI alata izraditi početni prijedlog rješenja. U drugoj mora samostalno kritički analizirati što je u tom prijedlogu dobro, što je površno, što je pogrešno, a što nedostaje. U trećoj fazi treba vlastitim znanjem doraditi rješenje, argumentirati izmjene i objasniti zašto je nešto prihvatio, a nešto odbacio.

- U takvom procesu umjetna inteligencija postaje još jedno sredstvo za učenje, alat kao internetske tražilice, ali napredniji s kojim možete voditi dijalog, a ne kratica za učenje i razumijevanje gradiva, pojašnjava Horvat.

Napominje i da studenti moraju biti transparentni kad koriste AI. Baš kao što je potrebno navesti korištenu literaturu, treba biti jasan i otvoren i kod toga koji AI alat je bio korišten. Prepisivanje od AI alata je plagijat, ali korištenje AI alata za bržu i kvalitetniju izradu vlastitog rješenja nije, naglašava Horvat.

'Raspravu ne treba svoditi samo na pitanje zabrane'

Profesor Zvonimir Klarin s Veleučilišta u Šibeniku između ostalog u znanosti se bavio istraživanjem primjene AI-ja u visokom obrazovanju. I on smatra da glavno pitanje ne bi trebalo biti kako zaustaviti novi alat, već kako ga smisleno uključiti u nastavu. 

- Raspravu o generativnoj umjetnoj inteligenciji u obrazovanju ne treba svoditi samo na pitanje zabrane, nego na pitanje kako na nju pedagoški odgovoriti. Nastavu treba postaviti tako da studenti ne budu nagrađeni za puko preuzimanje gotovih rješenja, nego za to da znaju procijeniti, ispraviti, doraditi i odgovorno koristiti ono što im alat nudi. Drugim riječima, ne mijenja se ono što želimo od studenata, nego način na koji to provjeravamo. I dalje je važno da razumiju, promišljaju i znaju stati iza onoga što su predali, komentira Klarin.

'Zadaci bi više trebali biti vezani uz konkretan kolegij, stvarne podatke, lokalni kontekst...'

Naglašava da nema puno smisla tražiti zadatak koji AI ne može riješiti, već da je puno važnije osmisliti zadatak tako da konačno rješenje ne bude jedini dokaz znanja, odnosno da se uz rješenje gleda i put kojim je student došao do njega, pa makar to bilo uz korištenje AI-ja.

- Zato bi zadatci trebali biti manje generički, a više vezani uz konkretan kolegij, stvarne podatke, lokalni kontekst, laboratorijski rad ili specifične izvore, tako da student mora pokazati vlastitu analizu, provjeru i prosudbu, a ne samo preuzeti gotov AI-odgovor. Dobro je i da zadaci budu postavljeni kroz više faza i iteracija, od prijave teme i plana rada do nacrta, dorade i završne predaje, jer se tako lakše prati razvoj studentskog rada, komentira Klarin.

Nastavnici trebaju odrediti što je dopušteno, a što ne

Dodaje da je sve važnije tražiti i trag procesa, odnosno studentske bilješke, skice, verzije rada, provjere i kratko obrazloženje donesenih odluka. Uz to gdje god je moguće, korisna je i kratka usmena obrana ili demonstracija, jer se tada najjasnije vidi razumije li student ono što je predao.

- U mnogim područjima više nema smisla ponašati se kao da umjetna inteligencija ne postoji. Zato je korisnije jasno usmjeriti način na koji se koristi nego sve pokušavati riješiti isključivo zabranama. Najvažnije je da nastavnik za svaki zadatak precizno odredi što je dopušteno, a što nije. Nije dovoljno samo reći da je AI zabranjen ili dopušten, nego treba jasno navesti smije li se koristiti za osmišljavanje ideja, izradu strukture rada, jezičnu doradu, objašnjavanje pojmova, pomoć pri pisanju kôda ili za neke druge konkretne svrhe, savjetuje Klarin.

'Važno je inzistirati na provjeri onoga što AI radi'

Uz to, kao i profesor Horvat, smatra da je važno od studenata tražiti otvorenost oko toga kako su AI koristili. To znači da bi uz svoj rad trebali ukratko navesti koji su alat upotrijebili, u kojoj fazi rada, za što točno, što su iz dobivenih odgovora prihvatili, što su odbacili i na koji su način provjerili točnost tih informacija.

- Tako AI ne postaje skriveni autor rada, nego alat čiju uporabu student mora znati objasniti i opravdati. Posebno je važno inzistirati na provjeri onoga što AI proizvede. Generativni modeli često mogu dati odgovor koji zvuči uvjerljivo, ali je zapravo netočan, površan ili pristran, što je sve manje točno kako modeli napreduju. Zato studente ne treba nagrađivati za to što su nešto samo preuzeli, nego za to što su takav sadržaj znali kritički procijeniti, ispraviti, dopuniti i smjestiti u odgovarajući kontekst. Drugim riječima, u središtu vrednovanja treba biti ljudska prosudba i kontrola nad alatom, a ne sama činjenica da je alat korišten, smatra profesor Klarin.

On smatra da je najbolji pristup kad student pokazuje da zna koristiti AI kao pomoć, ali da pritom nije prepustio alatu vlastito razmišljanje, prosudbu i odgovornost.

Razlike između STEM-a i društvenih znanosti

Kad se govori o primjeni AI-ja na fakultetu i u znanosti, često se naglašava i razlika između IT područja i prirodnih znanosti te društvenih i humanističkih. Međutim profesori Klarin smatra da AI može vrlo uspješno pomoći i kod eseja i kod programiranja te da su razlike u stvari manje nego što se na prvu čine. 

- U STEM području problem je najvidljiviji kod rutinskih zadataka, poput standardnih problemskih zadataka, generičkog kôda i laboratorijskih izvještaja. Zato više nije dovoljno gledati samo točan rezultat. Važno je tražiti obrazloženje postupka, izbor metode, provjeru rezultata i obranu tehničkih odluka. U humanistici i društvenim znanostima AI može brzo proizvesti jezično uredan, ali često generičan i površan tekst. Zato zadaci trebaju više naglašavati rad s izvorima, interpretaciju, kontekstualizaciju i argumentaciju, priča profesor Klarin.

Ukratko, u STEM-u je ključno može li student objasniti kako je došao do rješenja i može li ga provjeriti. U humanistici i društvenim znanostima ključno je može li student samostalno tumačiti, argumentirati i kritički raditi s izvorima. U oba slučaja zajednički je zaključak isti, ne treba vrednovati samo konačan proizvod, nego i način razmišljanja koji stoji iza njega, poručuje profesor Klarin.