„Asistent, ali ne i koautor“ — Opasnosti korišćenja veštačke inteligencije u obrazovanju i šta učiniti povodom toga

Debata o upotrebi veštačke inteligencije u obrazovanju se nastavlja.

Jedna od najnovijih je skorašnja vest: svaki četvrti studentski rad napisan je pomoću veštačke inteligencije.

To su najčešće disertacije i seminarski radovi, iz računarstva i informacionih tehnologija, istorije umetnosti, političkih nauka i filozofije.

Koliko je ovo opasno i šta treba učiniti? I da li bi trebalo nešto preduzeti?

Prema rečima stručnjaka Aleksandra Nikiforova, generalnog direktora EdTech kompanije „Lan“, glavni zadatak je razvoj jasnih pravila koja će omogućiti da se takvi alati koriste kao pomoć, a ne kao zamena za samostalan rad.

„Ne tako davno, predstavnici Ruske akademije nauka i Ministarstva prosvete i nauke razgovarali su o potrebi razjašnjenja zahteva za disertacije i diplome iz humanističkih nauka. Obrazloženje je jednostavno: tradicionalno, jedan od glavnih kriterijuma kvaliteta – koherentan tekst – više ne dozvoljava procenu stepena nezavisnosti istraživanja“, rekao je Aleksandar Nikiforov za RG.

„Ovo je posebno primetno u humanističkim naukama. Sposobnost čitanja određenog broja knjiga ili članaka i izrade rezimea na kraju više nije primarni pokazatelj kvaliteta naučnog rada – veštačka inteligencija može da obavlja ovu funkciju. Modeli univerzalnih neuronskih mreža često proizvode glatki tekst, bez oslanjanja na pouzdane izvore. Mogu da prave greške, izmišljaju činjenice, autore ili reference ali na površini sve to deluje prilično verovatno.“

To znači, prema rečima stručnjaka, da se u prvi plan postavljaju druga, dublja pitanja: kako je problem formulisan, da li je podnosilac zahteva koristio pouzdane naučne izvore, da li je bio u stanju da odabere najvažnije informacije iz ogromne količine literature i da li se zaključci mogu proveriti i potkrepiti.

„Čak i Ministarstvo prosvete i nauke s pravom primećuje da neuronske mreže mogu biti korisne — one uklanjaju deo rutinskog posla“, kaže Nikiforov.

„Učenici i nastavnici koriste ChatGPT, GigaChat, DeepSeek i desetine drugih za pripremu nacrta, pretragu i strukturiranje informacija, a ponekad jednostavno da bi shvatili gde da počnu i preciznije formulišu problem. Dakle, pitanje nije da li koristiti neuronske mreže. One su već postale važan alat u obrazovnom procesu. Glavno je da veštačka inteligencija ostane asistent, a ne koautor.“

Ali postoji još jedan problem. Prema rečima Aleksandra Nikiforova, široka upotreba veštačke inteligencije povećava količinu digitalnog otpada: tekstove koje generišu mašine prepričavaju druge mašine — a zatim se vraćaju u opticaj. Kao rezultat toga, znanje sve više postaje imitacija znanja.

To je neprihvatljivo.

„Zato je novi zahtev univerziteta veštačkoj inteligenciji: ‘Dajte mi odgovor, ali sa proverljivim linkovima.’“

Tehnički, ovo se naziva RAG (Retrieval-Augmented Generation) pristup: specijalizovani model prvo pronalazi informacije u određenoj bazi podataka verifikovanih materijala, a zatim generiše odgovor na osnovu njih“, objašnjava stručnjak.

„Ova vrsta veštačke inteligencije ne pretražuje ceo internet u potrazi za informacijama niti dodaje nasumične, neproverene izvore u sopstvenu bazu podataka. Ona stvara neku vrstu zatvorene petlje koja jednostavno eliminiše mogućnost primanja lažnih podataka. Takve neuronske mreže ne zamenjuju ljudsko rasuđivanje ili nezavisno istraživanje. Mnogo važnije, one pomažu u obnavljanju temelja bez kojih nauka ne funkcioniše – validnosti izvora i proverljivih podataka.“