Xiao J, Bozkurt A, Nichols M et al. (2025) Venturing into the Unknown: Critical Insights into Grey Areas and Pioneering Future Directions in Educational Generative AI Research. TechTrends – https://doi.org/10.1007/s11528-025-01060-6 – University of Ljubljana access article pdf

Abstract (povzetek):

Zagovorniki umetne inteligence v izobraževanju trdijo, da sedanja generacija tehnologij, ki se skupno imenujejo umetna inteligenca (angl. Artificial intelligence – AI), vključno z generativno umetno inteligenco (angl. Generative artificial intelligence – GenAI), obeta rezultate, ki lahko spremenijo naše predstave o tem, kako izgleda izobraževanje. Zato je nujno raziskati, kako izobraževalci dojemajo GenAI ter njeno morebitno uporabo in prihodnji vpliv na izobraževanje. S sprejetjem metodologije skupinskega pisanja (angl. Collaborative writing) kot načina preiskave ta študija poroča o zaznanih sivih področjih (tj. vprašanjih, ki so nejasna in/ali sporna) sodelujočih izobraževalcev in priporočilih glede prihodnjih raziskav. Siva področja, o katerih poročajo avtorji, zajemajo odločanje o uporabi GenAI, etiko umetne inteligence (angl. Ethics of artificial intelligence), ustrezne ravni uporabe GenAI v izobraževanju, vpliv na učenje in poučevanje, politiko, podatke, rezultate GenAI, ljudi v zanki in javno-zasebna partnerstva (angl. Public-private partnership). Priporočene usmeritve za prihodnje raziskave vključujejo učenje in poučevanje, etične in pravne posledice, lastništvo/avtorstvo, financiranje, tehnologijo, podporo raziskavam, metaforo umetne inteligence in vrste raziskav. Vsaka tema ali podtema je predstavljena v obliki izjave, ki ji sledi utemeljitev. Te ugotovitve služijo kot poziv k ukrepanju za spodbujanje stalne razprave o generativni umetni inteligenci in za vključevanje večjega števila izobraževalcev v raziskave. Dokument ugotavlja, da se lahko zgodi, da bomo v želji po večji učinkovitosti izgubili bistvo tega, kar pomeni izobraževati in se učiti, če zdaj ne bomo znali zastaviti pravih vprašanj.

Članek navaja siva območja uporabe generativne umetne inteligence in jih razvrsti na 9 tematik, od tega tri tematike razdeli še dodatno na skupaj 8 podtematik – tematike se sicer lahko delno tudi prekrivajo, a ima vsaka svoj fokus:

• Sprejemanje odločitev o uporabi generativne umetne inteligence
• Etika umetne inteligence
• Primerne ravni uporabe generativne umetne inteligence pri učenju:
  • Ocenjevanje
  • Avtonomija
• Vpliv na učenje in poučevanje:
  • Kognitivne dejavnosti
  • Personalizacija proti standardizaciji
  • Odnos študent-učitelj
  • Poslanstvo/smisel izobraževanja
• Negotovost v zvezi s potrebo po novih politikah generativne umetne inteligence
• Zbiranje in uporaba podatkov
• Rezultati generativne umetne inteligence:
  • Lastništvo in avtorstvo
  • Kakovost
• Človek v zanki ter interakcija med človekom in umetno inteligenco
• Javno-zasebno partnerstvo

Članek navaja tudismeri nadaljnjih raziskav generativne umetne inteligence ter jih razvrsti na 8 tematik, od tega tri tematike še dodatno razdeli na skupaj 19 podtematik – podobno kot pri sivih conah, se tudi tukaj tematike lahko delno tudi prekrivajo, a ima vsaka svoj fokus:

• Razsežnosti generativne umetne inteligence pri učenju in poučevanju:
  • pedagoške razsežnosti
  • kognitivne razsežnosti
  • metakognitivne razsežnosti
  • medosebni odnosi
  • uporabniški vidik
  • odnos med človekom in generativno umetno inteligenco
  • pismenost na področju uporabe generativne umetne inteligence
  • družbene, kulturne in čustvene/psihološke dimenzije
  • interdisciplinarno učenje
• Odpravljanje etičnih in pravnih pomanjkljivosti
• Ponovna opredelitev lastništva in avtorstva
• Ponovna presoja prednostnih nalog financiranja
• Tehnološke razsežnosti generativne umetne inteligence:
  • odprto licenciranje in prosti dostop
  • razvoj modelov/aplikacij manjšega obsega
  • inženiring iskanja
• Generativna umetna inteligenca v izobraževanju
• Obravnava omejitev in tveganj pri raziskavah s pomočjo generativne umetne inteligence
• Vpliv izrazoslovja na dojemanje in uporabo generativne umetne inteligence:
• Razširitev vrst raziskav za globlje razumevanje:
  • oblikovanje teorije generativne umetne inteligence v izobraževanju
  • meddisciplinarne raziskave
  • uporabne in kontekstualizirane raziskave
  • longitudinalne raziskave učinkov
  • primerjalne raziskave
  • raziskave preverjanja
  • raziskave neodvisnih tretjih oseb

„Kako uporabljati in učiti študente uporabljati orodja, ki jih sami ne razumemo najbolje?“ – Sarah Honeychurch, Univerza v Glasgowu, Škotska, Združeno kraljestvo, soavtorica članka

URL: https://link.springer.com/article/10.1007/s11528-025-01060-6