Kako umjetnu inteligenciju uvesti u sveučilište tako da ona poboljša učenje i istraživanje, ali ne zamijeni kritičko mišljenje, mentorstvo i odgovornost nastavnika? To je bilo središnje pitanje 2. Dana digitalne transformacije Sveučilišta u Zagrebu, održanog 23. listopada.
Izvještaji Ministarstva znanosti, obrazovanja i mladih te Srca, objavljeni 26. listopada, pokazuju da se rasprava više ne vodi oko pitanja treba li AI biti prisutan u visokom obrazovanju, nego kako ga sustavno i odgovorno integrirati.
AI treba pomagati, a ne ukloniti odgovornost
Državni tajnik Nikola Mrvac istaknuo je da tehnološki napredak treba biti usmjeren na čovjeka, etiku, kritičko razmišljanje, neovisnost i odgovornost studenata.
Poruka je važna upravo zato što se sveučilišta suočavaju s dvostrukim pritiskom. S jedne strane studenti i istraživači već koriste generativne alate. S druge, institucije moraju definirati gdje pomoć postaje zamjena za vlastiti rad, tko odgovara za pogrešan rezultat i kako zaštititi kvalitetu akademskog procesa.
Rasprava se seli s pojedinca na sustav
Panel je okupio predstavnike FOI-ja, FER-a, Fakulteta prometnih znanosti, CARNET-a i Srca. Teme su bile šire od pojedinačnog korištenja ChatGPT-a ili Geminija.
Raspravljalo se o europskom regulatornom okviru, upravljanju institucijskim podacima, razvoju domenskih i otvorenih jezičnih modela te promjeni uloge nastavnika i studenata.
To je pomak prema institucionalnoj razini: fakultet više ne može svu odgovornost prepustiti pojedinom nastavniku koji sam odlučuje smije li se AI koristiti u njegovom kolegiju.
Srce: najveća vrijednost već postoji u hrvatskim repozitorijima
Ravnatelj Srca Ivan Marić posebno je naglasio podatkovnu imovinu akademskih institucija. Hrvatski sustav već ima velike zbirke digitalnih objekata u Dabru, znanstvene i stručne radove u Hrčku te nastavne materijale i aktivnosti u Merlinu.
Prema toj logici, budućnost ne mora biti samo u korištenju velikih općih komercijalnih modela. Jedan smjer razvoja su specijalizirani, domenski AI alati koji rade nad znanstveno provjerenim podacima.
Zašto je to važno za hrvatski jezik
Opći modeli imaju široko znanje, ali nisu uvijek jednako dobri u manjim jezicima, specifičnoj stručnoj terminologiji ili lokalnom akademskom kontekstu. Kvalitetno uređene domaće zbirke podataka mogu biti važna osnova za sustave koji razumiju hrvatske znanstvene radove, nastavne materijale i specifičnosti pojedinih disciplina.
To, međutim, otvara nova pitanja: tko smije koristiti te podatke, pod kojim uvjetima, kako se štite autorska prava i osobni podaci te kako se provjerava kvaliteta odgovora.
Uloga nastavnika neće nestati, nego se mijenja
Ako AI može u nekoliko sekundi napisati sažetak, pripremiti pitanja ili objasniti pojam, vrijednost nastavnika sve se manje može svesti na prijenos informacija.
Uloga se pomiče prema mentoriranju, provjeri razumijevanja, odabiru kvalitetnih izvora, postavljanju standarda i razvoju sposobnosti da student prepozna kada AI griješi.
Sljedeći korak: pravila moraju postati operativna
Veliki izazov nakon ovakvih skupova bit će pretvaranje načela u konkretne postupke. Studentu treba biti jasno kada je AI dopušten, što mora prijaviti, kada je korištenje alata pomoć, a kada predstavlja nedopušteno preuzimanje rada.
Nastavnicima pak trebaju zajednička pravila, tehnička podrška i dovoljno prostora da način primjene prilagode stvarnoj disciplini.
