Julie Highsmith se seća koliko je nekada bilo teško pronaći priče koje bi njeni predškolci mogli da koriste za vežbanje čitanja.
Program fonika koji koristi u njenom školskom okruženju u Distriktu Palm Beach na Floridi daje samo dva dekodabilna teksta po času — kratke pasuse prilagođene specifičnim šablonima zvukova slova koje učenici uče. Highsmith je tragala za dodatnim materijalom iz drugih izvora, ali ti tekstovi nisu uvek odgovarali redosledu veština fonike u kurikulu.
Međutim prošle školske godine, pronašla je alat veštačke inteligencije pod imenom Project Read. Highsmith, koja sada predaje prvi razred, bira svoj kurikulum i nastavni čas, a program pravi beskonačne dekodabilne tekstove koje njeni učenici mogu da koriste za vežbu.
Sada procenjuje da je između 75 i 80 odsto dekodabilnih tekstova koje njeni učenici čitaju generisano AI-jem.
„Toliko je lako prilagoditi nastavu različitim učenicima,“ rekla je Highsmith. „To su samo prednosti. Istinski je to prosto.“
Kako upotreba AI nastavlja da raste u učionicama širom zemlje, više škola i ranih učitelja za čitanje sada traži od tehnologije da piše pasuse koje bi njihova deca mogla da čitaju.
Najmanje 100.000 pojedinačnih nastavnika koristi Project Read, prema podacima kompanije. Popularni su i drugi alati koji nude pasuse izvan dekodabilnog teksta. U protekloj godini, više od 180.000 nastavnika koristilo je Text Rewriter, alat edukacione AI kompanije MagicSchool koji prilagođava tekstove različitim nivoima čitanja, saopštila je kompanija.
Alakterizirane AI priče čine se kao rešenje za dugogodišnju potrebu nastavnika u učionici: deca koja uče da čitaju zahtevaju mnogo vežbe i izlaganje tekstu; AI može da ponudi beskonačne mogućnosti, prilagođene potrebama svakog učenika.
Međutim, neki iz ove oblasti smatraju da postoji razlog za oprez u pogledu onoga što ovi alati stvaraju.
Sastavljanje pravog nastavnog teksta je zamršeno, kažu istraživači, i zahteva spajanje mnogih različitih izvora informacija: opseg i sled kurikuluma, ljestvice za procenu složenosti teksta, razumevanje razvoja jezika kod dece, kao i specifične izazove pojedinog učenika, među ostalim stvarima.
Pisanje uz pomoć AI takođe ima svoje obrasce i mane, rekao je Thomas Juzek, docent računarske lingvistike na Državnom univerzitetu na Floridi.
Deca koja dobiju ravnomeran pristup ovakvim tekstovima mogli bi da dožive manjak raznolikosti u svom čitalačkom „dijetu“. I dok je još mnogo toga za naučiti o najboljoj kombinaciji različitih materijala za čitanje, saglasnost među istraživačima čitanja jeste da deca treba da imaju raznovrstan izbor tipova teksta, kako bi stekla pozadinsko znanje i ojačala svoje čitalačke mišiće.
„To je veliko pitanje,“ rekao je Juzek, o dugoročnom uticaju redovnog čitanja AI teksta. „Šta to radi za nas?“
AI pisanje pokazuje jedinstvene znake
Studije o pisanju pomoću AI uopšteno pokazuju neke ustaljene razlike u odnosu na ljudsko pisanje. AI preferira određeni vokabular, fraze i strukture rečenica. Takođe, proces pisanja i uređivanja AI skloni su neutralnosti i nalaženju sredine, izbegavajući jasnu stranu, rekao je Juzek.
Važno, kako je rekao, nije to samo slučaj kada AI modeli treba da napišu novi tekst. Dešava se i kada treba da prepišu postojeći tekst. „Čak i kada mislimo da radimo proveru gramatike, modeli pomeraju značenje onoga što napišemo,“ rekao je.
Primijenjeno na vežbe čitanja, moguće je da ove karakteristike AI teksta mogu da oblikuju dečje sposobnosti čitanja i pisanja, rekla je Maryellen MacDonald, psiholingvistkinja i emeritus profesorka psihologije na Univerzitetu Wisconsin–Madison.
„Ako, na primer, neko AI odluči da koristi puno pasivnih rečenica poput: ‘Joey se uplašio’, ‘Knjiga je poderana’, a deca ih čitaju mnogo njih, oni bi postali bolji u čitanju pasivnih rečenica i promašili bi priliku da se bolje snađu i sa drugim vrstama rečenica,“ izjavila je.
Ali bi to verovatno zavisilo od velikog obima čitanja AI teksta, dodala je MacDonald.
Minimalna istraživanja otkrivaju koliko AI zadovoljava zahteve za kreiranje teksta za potrebe nastave.
Jedna studija iz 2025. testirala je šest javno dostupnih modela velikog jezika na zadatku. Istraživači su tražili različite verzije ChatGPT-a, Gemini od Googlea, Llama od Meta i Diffit — jedini od ovih modela posebno namenjen nastavnicima — da kreiraju dve vrste pasusa: dekodabilan tekst i opšti tekst napisan na određenom nivou razreda.
Za nivelisani tekst, tehnologija je pouzdano pisala pasuse na viši nivo razreda nego što je traženo, mereno Lexile nivoima i Coh-Metrix-om, drugim merilom složenosti teksta. Dekodabilni tekstovi koje su generisali uključivali su šablone zvuk-slovo koje su istraživači tražili, ali su pasusi često zvučali ukočeno ili neprirodno, a sadržali su i više slogovne reči koje mogu biti izazovne za početne čitače.
U godini koja je prošla otkako je studija objavljena, AI alati su se poboljšali u nekim od ovih zadataka, rekla je Linling Shen, doktorska studentkinja na Univerzitetu u Teksasu u Ostinu i vodeća autorka studije. U njenom trenutnom radu, Shen je kreirala detalnije smernice za kreiranje teksta koje su dovele do preciznijeg nivelisanja teksta.
Čak i tako, rekla je, pasusi koje AI vraća ne zvuče uvek prirodno. Ponekad koriste jezik na način koji bi mogao da zbuni mlade čitače, dodala je, na primer prekomernim oslanjanjem na zamjenice.
„Pismeni jezik je veoma dvosmislen,“ izjavila je MacDonald.
Tekst za mlade čitače koji prođe kroz standardne procese izdavaštva obično uklanja deo te dvosmislenosti, uz „mnogo očiju“ koje procenjuju da li će dete razumeti tekst, rekla je.
„Nešto što nastavnik generiše ovim AI alatima neće dobiti isti nivo provernosti,“ dodala je.
Kako nastavnici ocenjuju alate
Ako su javno dostupni, opšti AI alati predviđeno da ne zadovoljavaju potrebe za kreiranjem materijala za čitanje, šta je sa programima posebno osmišljenim za pisanje ovih tekstova?
Njihov broj raste. Kao što su Project Read i LitLab, oni kreiraju dekodabilne tekstove, namenjene da budu u skladu sa kurikulumom koji nastavnici biraju. AI za višestruku upotrebu u učionici, poput MagicSchool i School AI, takođe imaju alate koje nastavnici mogu koristiti da prepišu tekst kako bi odgovarao različitim nivoima čitanja.
Veliki izdavači su uveli slične mogućnosti. HMH AI alati omogućavaju nastavnicima da kreiraju tekstove i pasuse; Amplify-ove AI mogućnosti mogu da kreiraju dekodabilan tekst; a Savvas-ov „Studio for Literacy“ može da oblikuje odabire za čitanje.
Nejasno je koliko dobro ovi alati ispunjavaju svoje namere, budući da ih nema mnogo istraženih. Kompanije koje ih prave kažu da su uspostavili mehanizme za zaštitu kako bi izbegli uobičajene problem.
Project Read je osetljiv na redosled uvodjenja različitih kurikuluma u obrasce slova-glas i na to kako podučavaju različite strukture reči, rekao je Vivek Ramakrishnan, izvršni direktor kompanije. Njegov AI uči iz primera dobro napisanih dekodabilnih tekstova, rekao je, a ljudska procena dekodabilnosti koristi se za usavršavanje modela i proveru izlaza.
Na MagicSchool-u, Text Rewriter radi sa „izričitim usmerenjem na pisanje za ciljani nivo razreda,“ rekla je Caroline Humphrey, menadžer proizvoda u Enterprise AI Systems timu MagicSchool-a, u poruci e-poštom.
„Redovno sprovodimo interna ispitivanja koja mere izlaze naših alata u odnosu na standarde čitljivosti za određene razrede,“ rekla je, navodeći da testiraju iste smernice više puta i koriste rezultate da dalje usavrše alate.
Nastavnici koji koriste prilagođene AI alate za pisanje teksta kažu da oni nisu savršeni — ali su i dalje korisni.
Jean Gunderson, intervencionista za čitanje u Title I programu u Elktonu, Južna Dakota, koristi Diffit da prepiše pasuse o razumevanju na niži nivo za svoje učenike 4. do 6. razreda i da generiše pitanja za razumevanje.
Postoje neke poteškoće. Članci mogu zvučati ukočeno, a ponekad program zamenjuje složeniji rečnik jednostavnijim rečima koje ne imaju tačno istu konotaciju, rekla je. Jednom je dobila pitanje o razumevanju koje je glasi: zašto lik nije voleo da igra fudbal, iako u priči nije igrao fudbal.
Ali ukupan rezultat je „prilično dobar,“ rekla je. „Kao neko ko je bio budan do ponoći ponekad i pisao ovakve stvari, bio sam ostao bez teksta.“
Diffit nije odgovorio na zahtev za komentar.
U svakom slučaju, Gunderson kaže da se oslanja značajno na svoj profesionalni sud, usavršavan kroz godine iskustva, kako bi razvrstala materijal koji Diffit generiše. Novijim nastavnicima bi moglo biti teže da urade isto, dodala je.
Tekst generisan AI mogao bi biti važan trening
Kao što kompanije koje se bave AI-jem nastavljaju da usavršavaju svoje modele, greške koje su neki nastavnici i istraživači uočili u AI-generisanom tekstu verovatno će se smanjiti.
Ali apstraktna pitanja o tome kako će tekst oblikovati razumevanje jezika i knjiga kod dece teže su za odgovor.
„Dekodabilni tekstovi su se mnogo pomakli u poslednjih deset godina. Sada ih ima više, sa širim spektrom likova i tema; postoje neki koji su veoma pametni i za koje mislim da AI ne može da ih napravi,“ rekla je Anne Murphy Karabell, istraživač na Baker School of Education na American University koja proučava ranu pismenost.
Karabell je i član organizacije Schools Beyond Screens DC, koja je deo nacionalne koalicije koja zagovara strožije zaštitne okvire u vezi sa tehnologijom u učionici.
„Držanje knjige i mogućnost prelistavanja stranica „biste oživeli čitanje“ na način na koji jedan papirnati list sa računara ne može da učini, kaže ona.
A ipak, MacDonald, psiholinguvistkinja, kaže da mnoge škole nemaju gomile dekodabilnih knjiga kao opciju.
„Ako AI alat olakša prelazak sa čitanja po jednoj reči na čitanje većeg broja tekstova i ako ih podstakne da čitaju više tekstova, još uvek ne znamo, ali sklona sam reći da bi to bio kratkoročni dobitak,“ rekla je.
„Šabloni jezika u knjigama su zaista izrazito različiti od govornog jezika,“ nastavila je MacDonald. „Oni zahtevaju učenje drugog dijalekta kako jezik funkcioniše. To se dešava kroz izloženost i čitanje knjiga. AI-generisani tekstovi možda neće biti tačno kao jezik knjiga koji ljudi pišu, ali će ipak biti važan trening, ako alternativa nije da se ne čita povezan tekst.“
