Ako postoji goruće pitanje na koje roditelji, nastavnici, direktori i posmatrači K-12 sistema svi žele odgovor, to je ovo: Da li veštačka inteligencija u učionici poboljšava učenje?
Ako biste nedavno pogledali mnoge sinteze istraživanja koje su se pojavile u uglednim časopisima sa recenzijom, objavljene od strane velikih akademskih izdavača, verovatno biste zaključili da je odgovor jasan: da. One pokazuju gotovo ujednačeno pozitivne nalaze — ponekad uz izuzetno velike efekte i široke preporuke za usvajanje tehnologije.
I vi biste takođe dobijali loše savete, zaključuje nova revizija tih radova.
Mnogo od ranih istraživačkih sinteza o AI u obrazovanju je duboko pogrešno koncipirano i previše nepouzdano da bi vodilo odluke o alatima, rekao je Patrick O’Neill, autor revizije i vanredni profesor na Ivy Tech Community College u Bloomingtonu, Indijana. Ali su ti radovi i dalje bili široko uticajni, citirani više od 3.000 puta, prema Google Scholar-u. Jedan od njih, objavljen u časopisu Nature u maju 2025, povučen je godinu dana kasnije.
„Postoji glad za ovim dokazima koja ljude tera da brzo objavljuju i pretvaraju rešenja u rešenja,“ rekao je O’Neill u intervjuu.
„Kvalitetne, manje obuhvatne studije — ono što bi trebalo da bude temelj svake vrste istraživačke sinteze — tek sada počinju da daju rezultate,“ dodao je. „Ljudi koji će najverovatnije sprovesti najbolje istraživanje o AI i obrazovanju verovatno još nisu objavili.“
U svojoj reviziji, O’Neill je analizirao 14 meta-analiza — tip studije koja analizira rezultate mnogih drugih kako bi se došao prosek efektivnog uticaja — iz skoro 40 čiji su svi zaključili da AI ima pozitivan uticaj na učenje. Otkrio je da su sve kršile osnovne standarde ove vrste istraživanja jer su sabrale raznovrsne studije iz različitih populacija i primenile različite mere uspeha, često nerelevantne za akademsko postignuće.
Analize su se suočile i sa fundamentalnim konceptualnim problemom: nisu jasno definisale koju vrstu upotrebe AI proučavaju i nisu ograničile uklopljene radove na one koji odgovaraju toj definiciji.
Žurba da se objave ishodi korišćenja AI i pritisak na akademike da to brzo urade doprineli su problemu, rekao je Justin Reich, vanredni profesor digitalne tehnologije na MIT-u, koji je vodio vebinar krajem prošlog meseca o O’Neillovom novom istraživanju.
„Postoji potražnja za ovim studijama. Postoje veliki podsticaji da ih se uradi,“ rekao je tokom vebinara. „Možda nema dovoljno stručnosti u zajednicama koje preispituju radove da bi ih procenile. To je praktično savršena oluja faktora koja motiviše i podstiče problematična istraživanja.“
Smeće ulazi, smeće izlazi
O’Neillova studija dolazi u trenutku kada obrazovno-tehnološke firme žele da škole usvoje AI alate u školama i učionicama i počele su da izdaju prilagođene verzije, poput Google Classrooma, koji uključuje Gemini AI tehnologiju, i ChatGPT za tinejdžere.
U međuvremenu, oblast K-12 tek počinje da kategorizuje razne načine na koje se alati koriste za podučavanje i učenje: jedna nedavna studija o 20 alata pronašla je velike razlike u rizicima i potencijalnim koristima korišćenja generičkog velikog jezika u poređenju sa korišćenjem alata sa fokusom na instrukciju, na primer dizajniranog specifično za učenje pisanja.
Meta-analize koje je O’Neill pregledao otkrile su da većina njih nije bila koherentna u definisanju učenja i pokušajima da ga mere. U jednoj meta-analizi uključenoj je i studija o korišćenju AI u osnovnoj fizičkoj edukaciji (PE), koja je bila deo iste meta-analize koja je istraživala simulacije za medicinske studente. Neke uključene studije nisu čak koristile AI alate. Što se tiče ishoda, meta-analize su spojile mere znanja zajedno sa motivacijom, angažmanom, mentalnim zdravljem i percipiranim učenjem u istoj grupi.
Sve te nesuglasice predstavljaju velike izazove za ono što se zove konstruktivna validnost — jasnu predstavu o tome šta se tačno proučava. Tokom vebinara, Elizabeth Tipton, profesorka statistike i nauke o podacima na Northwestern University, povukla je paralelu kako bi objasnila zašto konstruktivna validnost ima značaj.
„Ne bi niko, na primer, sproveo meta-analizu o nečemu tako širokom kao ‘matematičko obrazovanje’; pravilna meta-analiza tražila bi dokaze o specifičnoj matematičkoj temi — na primer da li intervencije prostorne rezonancije mogu pomoći u učenju. Ali AI meta-analize sve zbrkaju zajedno i završavaju sa neupotrebljivim rezultatima,“ rekla je ona i ostali panelisti.
Meta-analize nisu uzimale u obzir ni druge česte izvore grešaka, poput pristrasnosti u objavljivanju, dugotrajnog problema u društvenim naukama gde časopisi favorizuju istraživanja koja pokazuju pozitivne efekte nad nul ili negativne efekte. I sve, sem dva rada, nisu kontrolisale zavisne varijable koje bi mogle uticati na nalaze.
O’Neill je takođe ispitao podskup studija uključenih u meta-analize i otkrio da one imaju ozbiljne nedostatke, što se svodi na problem „smeće ulazi, smeće izlazi“. Neke od tih studija imale su „nemoguće“ statistike; druge su imale reference koje su verovatno halucinacije (jedna navodi studije o ChatGPT-u koje su nastale pre javnog izdavanja te tehnologije).
Na vebinaru su panelisti saglasni da istraživačka zajednica treba da sarađuje na definisanju validnog skupa diskretnih istraživačkih pitanja o AI u obrazovanju i da generiše dokaze o tim temama pre nego što pokušaju da sprovedu meta-analize sa ciljem donošenja šireg zaključka.
„Kada kažemo ‘AI u obrazovanju’, nisam ni siguran kako to klasifikovati u pet problema,“ izjavila je Tipton. „Da li pod tim mislimo na ljude koji koriste aplikacije i programe koji uključuju AI, poput Khan Academy? Da li mislimo na ljude koji daju učenicima pristup Claude-u? Šta tačno pod tim mislimo?“
Kada ćemo imati bolje istraživanje o AI u obrazovanju?
O’Neillovi nalazi takođe otvaraju kontinuirane probleme oko jačine peer review, mehanizma kontrole kvaliteta koji treba da uhvati greške pre objave.
„Uzimajući u obzir broj ozbiljnih grešaka koje bi trebalo da budu primećene, ili bar razlog za ispravku, a u mnogim slučajevima nisu — ovo je već ozbiljan problem,“ rekao je. „Ovo su 11 različitih časopisa veoma visokog ugleda. Ovi radovi prosto ne bi trebalo da prođu.“
Nije jasno kada će nastavnici imati pristup boljim, širim odgovorima o AI obrazovanju, delimično zato što traje da se generiše dovoljan broj visokokvalitetnih studija, čak i dok upotreba tehnologije ubrzava i brzo evoluira. Eksplozija novog istraživanja sada počinje da bude pregledana i sortirana.
AI Hub for Learning, deo Stanford-ovog Accelerator for Learning istraživačkog tima, pokušava da kategorizuje dokaze o učenju uz pomoć AI. U svom pregledu iz 2026. godine o više od 800 studija, samo 20 od njih imalo je snažan dizajn uzroka i posledice, a ni jedna nije uključivala učenike iz K-12. Organizacija sada pregledava još desetine radova i nada se da će uskoro objaviti ažuriranje, rekla je Susanna Loeb, profesorka na Stanfordu, tokom vebinara.
„Iako je prerano da bismo iz meta-analize izneli zaključke, nadam se da će ovaj teren izvući nauku iz ograničenog broja visokokvalitetnih istraživanja o AI u obrazovanju.“
„Ali to zahteva da svaki od nas bude veoma iskren u tome šta radovi i istraživanja mogu da učine i šta ne mogu, i da ovde mogu da se pojave pouzdani glasovi,“ dodala je.
