Djelotvornost učenika

Automatski strojni prijevod ove engleske stranice, koji još nije pregledao izvorni govornik.

Djelotvornost učenika — sposobnost učenika da djeluju namjerno, donose izbore i ostvaruju kontrolu nad vlastitim učenjem. U umjetnoj inteligenciji u obrazovanju djelotvornost je središnja briga jer UI alati mogu i podupirati i potkopavati kontrolu učenika: dobro osmišljena umjetna inteligencija čuva i pojačava učeničku autonomiju, dok pretjerano oslanjanje ili pasivno prihvaćanje UI rezultata može je erodirati. Djelotvornost se povezuje sa samoreguliranim učenjem, motivacijom, samoučinkovitošću i etičkim oblikovanjem UI sustava, te je blisko povezana s psihološkim konceptima autonomije i osjećaja djelotvornosti.

Pitanja za razmatranje

• Djelotvornost učenika — vaša sposobnost da djelujete namjerno i kontrolirate vlastito učenje — središnja je za umjetnu inteligenciju u obrazovanju. Kada koristite UI alat, koliko kontrole doista zadržavate nad procesom učenja, a koliko alat?
• Umjetna inteligencija može i podupirati i potkopavati djelotvornost: dobro osmišljena UI pojačava vašu autonomiju, dok je pretjerano oslanjanje erodira. Sjetite se trenutka kada ste pustili da UI jednostavno „to obavi“. Jeste li naučili manje, čak i ako je rezultat izgledao bolje?
• Studenti koji prepuštaju tumačenje umjetnoj inteligenciji mogu izgubiti djelotvornost nad vlastitim rasuđivanjem. Kada predate zadatak UI, koji dio vlastitog mišljenja tiho poklanjate?
• Jedno je istraživanje pokazalo da je prethodno samoinicijativno UI učenje studenata predviđalo koliko su dobili od poučavanja — učenici s visokom djelotvornošću imali su najviše koristi. Ako je djelotvornost dijelom vještina koju donosite sa sobom, kako bi je vaš kontekst mogao izgraditi umjesto da je pretpostavlja?
• Djelotvornost nije samo osobina — ona nastaje iz trenutka u trenutak u grupnom radu, gdje UI može preraspodijeliti tko oblikuje suradnju, a da to učenici ne primijete. Kada ste posljednji put primijetili da alat tiho usmjerava smjer grupe?
• Kontrarni UI likovi mogli bi gurnuti grupe u produktivan izazov, ali su također smanjili zadovoljstvo timskim radom i psihološku sigurnost. Može li produktivno trenje postojati bez psihološke sigurnosti — i što to znači za osmišljavanje UI suigrača?

Uvod

Djelotvornost je važna jer je učenje najučinkovitije kada su učenici aktivni, namjerni sudionici, a ne pasivni primatelji. UI sustavi — bilo tutori, roboti ili chatbotovi — oblikuju koliko kontrole učenici zadržavaju nad svojim procesom učenja. Čuvanje djelotvornosti stoga je ključno načelo osmišljavanja odgovorne umjetne inteligencije u obrazovanju, uz podupiranje samoučinkovitosti, izgradnju povjerenja i izbjegavanje pretjeranog oslanjanja.

Mishra i sur. uokviruju kontrolu nasuprot djelotvornosti kao bitnu, ponavljajuću napetost u umjetnoj inteligenciji u obrazovanju — od ranih ITS-a do današnje generativne umjetne inteligencije — čineći djelotvornost učenika trajnom osi rasprava u području.

Nultosumski pogled na djelotvornost s agentskim alatima: Prieto i Dimitriadis (2026.) tvrde da što se više djelotvornosti dodijeli obrazovnim UI alatima, to je učenici manje zadržavaju — da je djelotvornost zapravo igra nultog zbroja i da trenutačni pristupi usmjereni na čovjeka (npr. dizajn osjetljiv na vrijednosti) nisu dovoljni jer pretjerano oslanjanje i izolaciju pokreću širi sistemski čimbenici i ljudska sklonost najlakšem putu. Njihova emancipatorska dizajnerska vizija, usmjerena na procvat učenika u složenim sustavima, tretira čuvanje i njegovanje djelotvornosti učenika kao središnji cilj oblikovanja generativne umjetne inteligencije, a ne kao naknadnu misao.

Djelotvornost kao svrha, a ne samo sposobnost: Dok gornji okviri pitaju koliko djelotvornosti učenici zadržavaju, Fagerlund i sur. (2026.) pitaju čemu umjetna inteligencija u obrazovanju služi. Intervjuirajući trinaest finskih nastavnika od predškole do devetog razreda o svrhama poučavanja s umjetnom inteligencijom i o njoj, te čitajući njihove iskaze kroz Biestaove tri domene obrazovne svrhe (kvalifikacija, socijalizacija, subjektifikacija), pronašli su kompetenciju kao najjasniji i najkonkretniji cilj. Nastavnici su željeli da učenici razumiju umjetnu inteligenciju kao sociotehnički fenomen i da se koriste njezinim alatima. Subjektifikacija, odnosno samoodređeno i osobno smisleno bavljenje umjetnom inteligencijom, potvrđena je kao važna, ali ostavljena bez konkretnih nastavnih strategija; nastavnici su posezali za općenitom raspravom i kontemplacijom umjesto osmišljenih aktivnosti. Autori predlažu informiranu UI djelotvornost kao heuristiku koja subjektifikaciju stavlja u središte, a kompetencije tretira kao njezin objašnjavajući temelj, pomažući učenicima da vide koje opcije postoje i odaberu čemu će težiti. Praktična posljedica je izravna: kurikulum koji prvo stavlja vještine može potisnuti agentnu svrhu kojoj je namijenjen, a lijek je učiniti „zašto“ UI obrazovanja eksplicitnim, umjesto dodavanja još jedne kompetencije na popis.

Smjer kretanja nije fiksiran. Gillette i sur. (2026.) suprotstavljaju svoje švedske nastavnike australskim studentima iz Bearman i sur. (2025.), koji su „uglavnom željeli djelotvornost“ i „opirali se ovisnosti“: ovdje je nekoliko studenata opisalo kako postaju ovisni o genAI i nazvalo to gubitkom; jedan je rekao da „daje dopaminski udar jer sve traje kraće“ i da „nagrađuje loša ponašanja“.

Kako se djelotvornost pojavljuje u istraživanjima baze znanja

• Robotika i interakcija čovjeka i robota: RoboBlockly Studio eksplicitno je osmišljen za čuvanje djelotvornosti učenika u računalnom mišljenju; sustavni pregled ispituje kako interakcija čovjeka i robota utječe na ljudsku autonomiju i osjećaj djelotvornosti, što je središnje za rasprave o dobrobiti i upravljanju.
• Suradničko učenje: Suradnja čovjeka i umjetne inteligencije istraživanje ispituje kako se kognitivni zadaci dijele između učenika i umjetne inteligencije, pri čemu djelotvornost određuje usmjerava li interakciju čovjek ili UI.
• Podijeljena epistemička djelotvornost proteže se na interakciju učenika i generativne umjetne inteligencije. Shema sa 14 kategorija kojom je kodirano 6.788 poteza uz pomoć ChatGPT-a smjestila je 59 % poteza sedmaša u podijeljenu epistemičku djelotvornost, a autori tvrde da se taj konstrukt — dosad proučavan uglavnom u vršnjačkoj suradnji — mora proširiti na kognitivne i metakognitivne dimenzije (Chang i sur., 2026.).
• Djelotvornost se može ocjenjivati iz samog poticaja. Taksonomija dubine ljudske djelotvornosti ocjenjuje studentov inženjerski doprinos na šest razina neovisno o UI rezultatu; među 962 poticaja 105 studenata prve godine softverskog inženjerstva, 84,2 % njih nadmašilo je najnižu razinu, ali samo 5,3 % specificiralo je sistemska ograničenja (Shakiba i Chaffey, 2026.).
• Kritičko angažiranje: istraživanja kognitivnog rasterećenja pokazuju kako učenici koji tumačenje prepuštaju umjetnoj inteligenciji mogu izgubiti djelotvornost nad vlastitim rasuđivanjem; kritički i metakognitivni pristupi nastoje je zaštititi.

Izmjereno na deset modela, podupiranje djelotvornosti najslabije je područje nakon učenja. ImpactBench je izmjerio djelotvornost i svrhu na 56,0 % pozitivnih kriterija (95 % CI [49,2; 62,5]) i 43,9 % negativnih ([36,9; 50,8]), što je drugo najniže od 14 područja, a njegovi kriteriji pomoći koja čuva autonomiju pitaju nudi li model kontekst i kompromise umjesto propisivanja smjera djelovanja (ImpactBench (2026.)). Modeli su također bili daleko nedosljedniji u izbjegavanju štete nego u pružanju pomoći: raspon od 38,6 bodova prema 15,9 bodova.

Cijena ovisi o tome koji se sloj prepušta: u osmotjednom istraživanju pisanja, prepuštanje rasuđivanja — argumenata, protuargumenata, tumačenja dokaza — imalo je najjaču negativnu povezanost sa samostalnom izvedbom (ab = −0,34), a samoregulirano pisanje tu je vezu oslabilo, ali je nikad nije preokrenulo (Chen (2026.)).

Panelna studija u tri vala s 342 studenta u 85 fiksiranih grupa za pisanje daje toj zabrinutosti vremenski smjer: nakon što su stabilne razlike među osobama izdvojene u modelu slučajnog presjeka s unakrsnim kašnjenjem, veće od uobičajenog oslanjanje na generativnu umjetnu inteligenciju predviđalo je nižu kasniju percipiranu djelotvornost, dok su putovi od djelotvornosti prema oslanjanju bili slabiji i statistički nepotvrđeni. Intervali pouzdanosti i Monte Carlo analize osjetljivosti ostavili su male obrnute učinke mogućima. Njegovi podaci iz zapisa također upozoravaju da se obujam upotrebe ne čita kao izgubljena djelotvornost — samoprijavljeno oslanjanje doista je odgovaralo intenzitetu UI upotrebe, ali zapisi nisu mogli razlikovati strateško savjetovanje od rasterećenja ili udovoljavanja, pa bi nadzorne ploče trebale čitati intenzitet uz dokaze o diskursu, refleksiji i reviziji (Wu i Lu, 2026.). Dopunski prikaz proširuje SRL umjesto da ga zamjenjuje: de Barba (2026.) razlikuje regulaciju (upravljanje vlastitim procesom), integraciju (organiziranje sebe kroz vrijeme i kontekste) i pozicioniranje (kritičko tumačenje onoga što okolina mjeri), te tvrdi da dizajn usmjeren na djelotvornost mora pomaknuti učenike s „djelotvornosti unutar uvjeta“ na „djelotvornost nad uvjetima“ umjesto optimiziranja bihevioralnih zamjenskih mjera.

• Oblikovanje za djelotvornost: Dizajn utemeljen na znanju za generativne društvene robote (Teachy Mini) rješava rizike poput pretjeranog oslanjanja koji potkopavaju djelotvornost učenika.
• Oblikujte za predaju, a ne za produljeno angažiranje. Prototip s dva načina rada Amico tretira umjetnu inteligenciju kao ograničeno, privremeno posredovanje čiji se uspjeh mjeri vidljivim prijelazima na nastavnike, vršnjake ili zajednicu, a ne vremenom provedenim s UI; njegov pilot između Italije i Kine pokazao je da su učenici prepoznali alat kao ograničen, a ne kao odnosni surogat (Benedetti (2026.)).
• Prilagodljiva potpora u napetosti je s profesionalnom autonomijom. de Jong (2026.) tvrdi da, budući da prilagodba zahtijeva od sustava da procijeni korisnikovu kompetenciju, ona smanjuje autoritet stručnjaka nad vlastitim razvojem i riskira pretjeranu potporu stručnjacima, a mehanizam koji se doživljava nepotrebnim jednostavno će se ignorirati — ostavljajući otvorenim pitanje tko odlučuje koji korisnici dobivaju potporu: sustav, organizacija ili stručnjak.
• Sposobnija potpora nije i više djelotvornosti. Prilagođeni bot za stručno oblikovanje povećao je duljinu interakcije i broj samostalno generiranih poticaja kod budućih nastavnika, ali djelotvornost u suradničkom rješavanju problema pala je i u tom i u uvjetu s ChatGPT-om jer su se sudionici slagali s botom umjesto da ga kritiziraju (Krushinskaia i sur. (2026.)).
• Prethodna djelotvornost predviđa kome koristi: Liang i sur. (2026.), oslanjajući se na Bandurinu socijalno-kognitivnu teoriju, pokazali su da je prethodno samoinicijativno UI učenje studenata (bihevioralna manifestacija djelotvornosti) predviđalo koliko su dobili od godine školskog UI poučavanja — učenici s visokom djelotvornošću ušli su s najjačom spremnošću, dok su školski kurikulumi suzili psihološke jazove, ali kognitivne ostavili netaknutima. Strukturirano poučavanje i prethodno učenje povezano s djelotvornošću djelovali su sinergijski, a ne kao zamjene.
• Načelna selektivnost kao nastavnička djelotvornost pod tehnološkom promjenom: Adiozaman i Segar (2026.) intervjuirali su dvije iskusne akademske djelatnice tri puta tijekom semestra i pronašli da su se u UI-posredovanom poučavanju kretale između usvajanja i cjelovitog opiranja, već kroz promišljene, kontekstno osjetljive odluke vođenim pedagoškim vrijednostima, etičkom predanošću i profesionalnom prosudbom — obrazac koji autori nazivaju načelnom selektivnošću, u kojem odbijanje određene upotrebe vrijedi kao prosudba, a ne kao neuspjelo usvajanje. To je nastavnički pandan prethodnim nalazima o učenicima: neujednačena UI upotreba može biti vršenje djelotvornosti, a ne dokaz njezine odsutnosti.
• Nastavnička djelotvornost kao posredujući uvjet učeničke: najnoviji nalazi na strani nastavnika izričito iskazuju podjelu koju nalazi o učenicima ostavljaju implicitnom: nastavnička djelotvornost događa se u fazi oblikovanja i posreduje, učenička se ostvaruje u trenutku, a prva postavlja uvjete za drugu. Canonigo (2026.) pratio je deset srednjoškolskih nastavnika matematike kroz osam tjedana intervencije s ChatGPT-4. Gdje su nastavnici kurirali i propitivali UI rezultate (postavljajući otvorene probleme, prethodno usmjeravajući poticaj alata da daje naznake, a uskraćuje rješenja, tražeći od učenika da UI rezultat stave uz svoj rad i argumentiraju koja je metoda bolja), on je postao privremeni artefakt za kritiku i učenici su se kretali prema pretpostavkama i metakognitivnom propitivanju. Gdje posredovanja nije bilo, autoritet se preselio prema algoritmu i nastavnici su postali validatori, a ne prvi izvori znanja — pomak koji je jedan nastavnik opisao kao prelazak s „proročišta“ na „urednika“. Neujednačena kvaliteta alata povećava teret tog posredovanja: među 50 poticaja poslanih tri puta svakom modelu, besplatna razina bila je netočna u 49 od 150 odgovora (32,7 %) prema 18 od 150 (12 %) na plaćenoj razini (χ2(1) = 17,5, p < ,001). Charles (2026.) izvodi implikaciju za spremnost: nastavnička djelotvornost profesionalni je resurs koji se mobilizira dizajnerskim odlukama i artefaktima, pa spremnost treba prosuđivati prema dizajnima koje nastavnici proizvode, a ne prema tome koliko često koriste umjetnu inteligenciju, i obrazložena odluka da se UI uskrati sama po sebi može pokazati spremnost. Čitani zajedno, ovi nalazi upozoravaju da se visoka UI upotreba ne čita kao dokaz agentnog razreda, jer se dispozicija koja čuva učeničku djelotvornost očituje u tome što nastavnik osmišljava i kritizira, a ne u tome je li alat uključen.
• Kontrola nastavnika i učenika nije nulto-sumna — ali prava raspodjela ovisi o fazi. Participativno istraživanje brzih spojeva sa 17 nastavnika i 13 učenika, koji su rangirali 34 hibridna dizajna kontrole, pokazalo je da su obje skupine preferirale snažnu nastavničku kontrolu tijekom pripreme i pokretanja, a zatim sve više učeničkog doprinosa kako se suradnja razvijala — i nijedna skupina nikada nije preferirala potpunu učeničku kontrolu. Preferencije su se zrcalile: nastavnici su željeli više kontrole nad vremenom uparivanja, dok su učenici željeli samosignaliziranje spremnosti; učenici su vjerovali nastavnikovu izboru partnera, dok su nastavnici željeli glas učenika o partnerima. Dizajnerska implikacija: dodijelite djelotvornost po svakoj odluci i fazi, s ograničenim, strukturiranim učeničkim prijedlozima koje validiraju analitike okrenute nastavniku, a ne slobodnim preuzimanjem kontrole. (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
• Pristup izboru nije isto što i djelotvornost u djelovanju: Su, Nair i Nagashima (2026.) randomizirali su 69 sveučilišnih studenata u 2 × 2 dizajn koji je križao kontrolu parametara simulacije jata s pristupom neobveznom razgovornom agentu. Nisu pronašli pouzdan učinak ni jedne mogućnosti na ishode učenja nakon kontrole prethodnog znanja (kontrola parametara F(1, 50) = 0,04, p = ,849; agent F(1, 50) = 2,68, p = ,108). Dobici su pratili kako se kontrola koristila: vrijeme na klizačima u konceptualno najsloženijoj lekciji predviđalo je veće dobitke (β = ,11, p = ,007), dok je isto ponašanje u lakšoj lekciji predviđalo manje (β = −,04, p = ,047). Angažman s neobveznim agentom kretao se od 0 do 32 pitanja po učeniku, bez odnosa s ishodima. Autori to čitaju kao djelotvornost koja se ostvaruje, a ne dodjeljuje: dizajnersko pitanje je što pomaže učeniku da odluči što je vrijedno mijenjati i primijeti posljedice.
• Epistemološko prepuštanje u ranom istraživačkom radu: Han i Liu (2026.) uokviruju ovisnost o umjetnoj inteligenciji među doktorandima i postdoktorandima kao epistemološko prepuštanje — prijenos uokvirivanja problema, izbora metode i interpretativnog autoriteta na inteligentni sustav — i pronašli su negativnu povezanost i sa samoučinkovitošću u istraživanju i s istraživačkom autonomijom, pri čemu je mentorska podrška ublažavala gubitak. Time se rasprava o djelotvornosti širi s učeničke autonomije na formiranje samog istraživača.
• Interpretativni autoritet kao dizajnerska varijabla (konceptualni okvir). Porath (2026.) preokviruje pitanje tko odlučuje kao raspodjelu interpretativnog autoriteta — tko definira probleme, procjenjuje odgovore i određuje kada je razumijevanje postignuto — mapirajući četiri nehijerarhijske konfiguracije (ljudski dominantna, UI-pomoćna, UI-direktivna, dijaloško partnerstvo) kroz koje razredi prelaze unutar jednog zadatka, i utemeljuje pomake u pet ekoloških slojeva od individualne metakognicije do sociokulturnih narativa. Normativna tvrdnja članka slaže se s dokazima ove stranice: UI-direktivne konfiguracije, koliko god sofisticirane, mogu potisnuti produktivan napor i metakognitivnu regulaciju — iste sposobnosti koje ova stranica identificira kao podlogu djelotvornosti. Kao konceptualni rad doprinosi dijagnostičkim rječnikom, a ne empirijskim dokazima.

Djelotvornost se povezuje sa samoreguliranim učenjem, motivacijom, samoučinkovitošću, iskustvom studenata, suradnjom čovjeka i umjetne inteligencije, etikom, pretjeranim oslanjanjem i metakognicijom. Središnja je u razmatranjima robotike, podučavanju i oblikovanju UI agenata za učenje.

• Ograničena upotreba kao epistemička kontrola, a ne nevoljkost. Zagami (2026.) izvješćuje da su uspješniji studenti u anketi od 484 odgovora na sveučilištu pokazali niži aktivni UI angažman i niži percipirani učinak na učenje, dok su istodobno izvješćivali o manjem UI-povezanom odustajanju, i opisali su vlastitu upotrebu kao provjeru intenzivnu: rezultati se provjeravaju, a zatim podređuju vlastitom rasuđivanju. Čitan kao djelotvornost, a ne izbjegavanje, obrazac je namjerno zadržavanje prosudbe — studenti čuvaju autorstvo zaključka dok alat koriste za pojašnjenje i sažimanje.

Održan granični rad, a ne vještina s alatom, razdvaja djelotvornost od prepuštanja: studenti koji su koristili isti alat oslonjen na pronalaženje proizveli su jednako uglađene artefakte bilo da su ograničavali i ponovno izrađivali njegov rezultat ili rano prepustili tumačenje, pa se razlika pojavila samo u poticajima, latenciji, ispravcima i odbijanjima (O'Byrne, 2026.).

• Djelovanje, znanje i odgovaranje nisu isto. Korpusno potpomognuta analiza diskursa 366 sažetaka o generativnoj umjetnoj inteligenciji u visokom obrazovanju imenuje umjetnu inteligenciju kao aktera 2.050 puta, a da je nikada ne čini odgovornom, dok se odgovornost za prosudbu rezultata i provjeru tvrdnji pripisuje studentima: gramatička aktivacija, funkcionalna djelotvornost, epistemički autoritet i normativna odgovornost razilaze se (Poudyal, 2026.).
• Djelotvornost ima tri načina, a treći osigurava politika. Sa samo 18 % nastavnika i 24 % ravnatelja koji izvješćuju o školskoj UI politici, većina edukatora ostvaruje individualnu djelotvornost bez posredničke djelotvornosti koja djeluje za njih — Bandurin treći način, koji osiguravaju institucionalna pravila (Tench, Weinstein i James, 2026.).

Djelotvornost kao emergentni, interakcijski fenomen

Djelotvornost nije jedna sposobnost, i ta razlika preživljava u UI-posredovanoj praksi. Bergdahl (2026.) anketirao je 47 švedskih učenika sedmog razreda nakon semestra UI poučavanja i pronašao da se djelotvornost usmjerena na UI rezultat ne proteže na sustave koji ga proizvode. Podjela se zadržala unutar pojedinih učenika: 79 % je imalo raspon rezultata od tri ili više na devet čestica, a indeks disocijacije po učeniku favorizirao je angažman usmjeren na rezultat nad onim usmjerenim na sustav kod 35 učenika prema 4 u obrnutom smjeru (test predznaka, p < ,001). 62 % najkritičnijih prema izvorima ipak je prihvatilo najmanje zaštitnu opciju o chatbotovima koji čitaju njihovo pisanje, a samo je jedan učenik u uzorku odabrao najviši stav o privatnosti. Bitno je da je to izmjereno mjesec dana nakon lekcije u kojoj su učenici gledali vlastito zabilježeno ponašanje projicirano uživo — nazvali su to „zastrašujućim“ i ostali tijekom odmora kako bi nastavili koristiti platformu. Djelotvornost kao emergentno, interakcijsko svojstvo u skladu je s tim: pojavljuje se po praksi, a ne prenosi se između praksi, i ono što jedna lekcija istakne ne generalizira se na registar kojim se nije bavila.

Učenička djelotvornost nije samo statična individualna osobina — ona je i emergentni, interakcijski konstituiran proces koji se ostvaruje kroz diskurs i trenutačnu koordinaciju grupnog rada. U suradničkom učenju djelotvornost je raspodijeljena i ponovno pregovarana kroz međuigru divergentnih procesa (generiranje ideja, istraživanje alternativa) i konvergentnih procesa (procjenjivanje, integriranje, sintetiziranje). Taj je pogled važan za umjetnu inteligenciju jer agentska UI može suptilno preraspodijeliti epistemički i regulacijski rad unutar grupe, preoblikujući tko doprinosi, tko oblikuje usmjerenje i tko regulira napredak — često bez svijesti učenika.

• Djelotvornost kao emergentna kvaliteta konfiguracije kompetencija. Okvir kompetencije za suradnju čovjeka i umjetne inteligencije namjerno isključuje učeničku djelotvornost kao samostalnu komponentu i tretira je kao ono što učenici izražavaju kada koordiniraju domensku, UI i metakognitivnu kompetenciju — integrativni rad koji Tehnološko pedagoško sadržajno znanje (TPACK) dodjeljuje pedagogiji prelazi na učeničku vlastitu metakognitivnu regulaciju. Među 24 edukatora u visokom obrazovanju svaka se dimenzija pojavila u njihovu govoru, pri čemu su domena (12–19 % kodiranih jedinica) i UI (16–22 %) bile u prvom planu (Dang i sur., 2026.).

• Jin i sur. (2026.) pružaju najizravniji dokaz: u velikom eksperimentu (224 studenta, 97 trijada) u kojem je UI djelovala kao nepriznati suigrač, podržavajuće i kontrarne UI persone ipak su prekonfigurirale emergentnu djelotvornost. Kontrarna UI povukla je diskurs u putanje usmjerene na izazov i refleksiju (produktivno trenje), dok je podržavajuća stabilizirala slaganje i obnovila idejno stvaranje.

• UI persone kao mehanizmi upravljanja diskursom. Kontrarne persone eksternalizirale su teret izazivanja (preraspodjeljujući epistemički rad prema kritici), dok su podržavajuće persone eksternalizirale potvrđivanje i održavanje konsenzusa. Studija je identificirala šest emergentnih profila djelotvornosti — osobito, refleksivna regulacija bila je jedinstveno ljudska (UI je eksternalizirala kritiku i potvrđivanje, ali ne i nadzor na meta-razini).

• Afektivni trošak trenja. Kontrarna UI smanjila je zadovoljstvo timskim radom i psihološku sigurnost bez kreativnog dobitka u izvedbi, razdvajajući epistemičku stimulaciju od iskustvene održivosti. To upozorava da „produktivne“ strukture diskursa treba tumačiti zajedno s njihovim emocionalnim posljedicama — djelotvornost cvjeta samo u psihološki sigurnoj klimi.

• Implicitno sudjelovanje UI nevidljivo je upravljanje. Budući da su persone djelovale i bez otkrivanja UI, studija pozicionira dizajn persone kao oblik nevidljivog upravljanja suradničkim procesima — nalaz s izravnim implikacijama za asistente za pisanje, sustave vršnjačke procjene i platforme timskog rada koje mogu oblikovati doprinose bez najave svoje prisutnosti.

• Tri obrasca djelotvornosti u grupnoj procjeni. Chen i Zou (2026.) intervjuirali su 15 fokus-grupa budućih nastavnika o autentičnoj grupnoj prezentaciji i pronašli djelotvornost koja djeluje u tri smjera istodobno: pet grupa pojačalo je upotrebu genAI kao koordinacijske infrastrukture (djelotvornost usmjerena na suradnju — dekodiranje vršnjačkih dijelova, usklađivanje cjelina, zaštita zajedničke ocjene), sedam ju je obuzdalo (normativna djelotvornost — granice postavljene radi zaštite autentičnosti, pravednosti, originalnosti i raznolikosti perspektiva), a tri nikada nisu promijenile praksu iz individualnog rada (neostvarena djelotvornost, gdje individualna sposobnost nikada nije bila kolektivno mobilizirana). Njihova razlika je važna jer je obuzdavanje ovdje bilo normativna samoregulacija, a ne popuštanje ili odustajanje, i jer sama sposobnost nije proizvela kolektivnu djelotvornost. Članstvo u grupi također je preokrenulo odgovornost koju bi grupni rad trebao stvarati: popustljiva kolektivna klima snizila je percipirani rizik od zlouporabe umjesto da podigne predanost.

• Djelotvornost kao relacijsko jastvo. Xie (2026.) osporava individualistički model djelotvornosti za koji tvrdi da ga pretpostavljaju čak i kritike umjetne inteligencije. Oslanjajući se na daoističko relacijsko jastvo — „protočno i heterogeno“ jastvo konstituirano odnosima s drugima i kozmosom — zaključuje da su digitalni jaz ili algoritamska diskriminacija „kršenje temeljnog ustroja jastva“, čineći jednakost pristupa učenju „ne samo etičkim imperativom nego ontološkom danošću“, te da su asimetrična moć i ekološki troškovi „sastavne dimenzije jastva“, a ne vanjski troškovi. Njegov protuideal, „Zhenren“ (真人) ili prirodni učenik, tretira umjetnu inteligenciju kao „instrumentalni dodatak“, a ne kognitivni surogat — djelotvornost kao njegovana cjelovitost, a ne besprijekorna optimizacija. (Alternative AI Philosophy: Daoism as Method for AI in Education)

Za suradnička okruženja to preokviruje dizajnersko pitanje: ne može li UI sudjelovati kao suigrač, nego kako njezino obrazovno sudjelovanje uravnotežuje epistemičku strogost, emocionalnu sigurnost i učenički osjećaj vlasništva. Ograničeno trenje (ograničen izazov, uz integrativne i popravne poteze) i eksplicitna metasuradnička pismenost preporučene su zaštitne mjere.

Strukturalno čitanje djelotvornosti pojavljuje se u okviru radosne procjene El Khoury i Ma, gdje se djelotvornost tretira kao dizajnersko svojstvo, a ne motivacija: studenti biraju redoslijed zadataka, određuju tempo i signaliziraju kada interakcija završava, pa je podrška dostupna dok odgovornost za rad ostaje na učeniku. Mehanizam koji imenuju je procjena — uvježbavanje bez publike i odabir kada započeti mijenjaju značenje zadatka, od presude do nečega što učenik može oblikovati — i tvrde da ponovljeno iskustvo tog pomaka pretvara povremene osjećaje učinkovitosti u svakodnevni stav prema procjeni.

• „Više upotrebe umjetne inteligencije smanjuje osjećaj autorstva studenata.“ Ne linearno. U instrumentiranom istraživanju eseja percipirano vlasništvo palo je samo u skupini koja je prepustila cijele eseje, dok su studenti koji su model koristili za planiranje ili pregled imali isto vlasništvo kao studenti koji ga nisu nikada otvorili. Ista skupina također je postigla više na čitljivosti eseja, pa je artefakt izgledao bolje kako se autorstvo stanjivalo. Djelotvornost je pratila kako se alat koristio, a ne je li se koristio. Autorstvo je funkcija prepuštanja, a ne upotrebe.

Djelotvornost nasuprot identitetu učenika

Identitet učenika i učeničku djelotvornost lako je pobrkati, ali imenuju različite stvari — i umjetna inteligencija preoblikuje oboje.

• Djelotvornost se ostvaruje; identitet se nastanjuje. Djelotvornost je situirana sposobnost da se djeluje namjerno i usmjeri vlastito učenje sada — varijabilno, interakcijsko svojstvo. Identitet je trajniji, narativni osjećaj o tome tko je i tko postaje učenik. Djelotvornost je proces; identitet je stanje bivanja koje se iz njega nakuplja.
• Identitet je internalizirana djelotvornost. Ponovljeni agentni čini — biranje, autorstvo, ustrajavanje — način su na koji učenik počinje sebe vidjeti kao agentnu, kompetentnu osobu. Identitet je sediment djelotvornosti kroz vrijeme, pojačan priznanjem i pripadanjem.
• Različiti načini neuspjeha. Djelotvornost erodiraju pretjerano oslanjanje i pasivno prihvaćanje (učenik prestaje usmjeravati rasuđivanje); identitet erodiraju gubitak autorstva i prijetnja kompetenciji (učenik prestaje osjećati da je rezultat njegov ili da pripada domeni). Implicitna UI preraspodjela epistemičkog rada uglavnom je pitanje djelotvornosti; paradoks kompetencije u kreativnim područjima uglavnom je pitanje identiteta.
• Oboje se mora dizajnirati. Dizajn usmjeren na djelotvornost čuva kontrolu i izbor (ograničeno trenje, nadzor čovjeka u petlji, transparentnost); dizajn usmjeren na identitet štiti autorstvo i priznanje (autentična procjena, jasno pripisivanje UI i ljudskog doprinosa, zadaci koji učenicima omogućuju da prisvoje domenu). Zaštita djelotvornosti bez zaštite autorstva čuva kontrolu, ali ne i samopoštovanje — i obrnuto.

Ta razlika između ostvarene djelotvornosti i stabilnog identiteta primjenjuje se na odbijanje. Kako Zagami (2026.) opisuje, odbijanje chatbota za ocjenjivano pisanje, zabrana za nepotpomognuto rasuđivanje, opiranje automatiziranoj trijaži u podršci studentima ili odgađanje nabave zasebni su odnosi prema zasebnim sustavima, koji obuhvaćaju osobnu, pedagošku, profesionalnu, administrativnu i institucionalnu razinu, a ne jednu trajnu dispoziciju. To je pravo raspodijeljeno nejednako: studenti s akademskom sigurnošću mogu odbiti bez kazne, dok oni kojima treba jezična, pristupačnosna ili podrška brze povratne informacije odbijanje čitaju kao propuštenu priliku; etablirani akademici odbijaju načelno, dok nestalni izvođači osjećaju pritisak da usvoje. Gdje UI stoji u infrastrukturi, odbijanje se pomiče s individualnog isključivanja na nabavu, reviziju i mogućnost osporavanja.

• Odbijanje kao izgradnja identiteta, a ne samo odluka (studenti obojene kože u šegrtovanju). Gyekye (2026.) intervjuirala je pet srednjoškolskih šegrta tijekom devet mjeseci i pronašla da su se kroz umjetnu inteligenciju autorski oblikovali u tri poteza: odbijanje (neupotreba kao institucionalno usklađivanje), pregovaranje (popravljanje institucionalnih neusklađenosti, privatnost kao daleka apstrakcija) i priznanje (izjednačavanje pravednosti s odsutnošću vidljive pristranosti — „kulturna plošnost“ u kojoj njihovi identiteti ostaju nepredstavljeni u UI odgovorima). Dva interpretativna koncepta studije — Institucionalna UI pismenost i širina priznanja — imenuju sposobnost činjenja UI upotrebe institucionalno čitljivom i prostor koji studenti imaju da se vide priznatima u UI rezultatima. Narativno istraživanje s pet učenika jednog programa; njegov je doprinos pokazati da su UI upotreba, ograničenje i odbijanje povezani s tim kako učenici razumiju sebe kao autore i buduće profesionalce.

Ekološki okvir sudjelotvornosti: djelotvornost kao epistemički dizajnerski problem

Poudyal (2026.) preokviruje učeničku djelotvornost kao bitno epistemičku brigu: generativna umjetna inteligencija ne dodaje samo alat, nego preraspodjeljuje epistemološki autoritet — sposobnost proizvodnje znanja, validacije tvrdnji i stvaranja dokaza učenja — s nastavnika na studente i na strojeve. Ekološki okvir sudjelotvornosti iz tog rada tretira sudjelotvornost kao odnos triju međuovisnih dimenzija, omeđenih nepodložnim uvjetom ljudske epistemičke odgovornosti:

• Relacijska sudjelotvornost — djelotvornost kao proizvod interakcije između učenika, alata i konteksta, koja zahtijeva transparentnu podjelu zadataka prepuštenih UI i onih zadržanih, uz etičku sudjelotvornost u kojoj ljudi zadržavaju primarnu odgovornost i djeluju u nadzornoj ulozi.
• Regulacijska sudjelotvornost — preslikavanje ciklusa samoreguliranog učenja (predumišljaj, izvedba, refleksija) na UI posredovanje. Ulazi li genAI prije ili poslije učeničkog pokušaja, određuje pojačava li ili erodira percipiranu kontrolu; strateško kognitivno rasterećenje podupire transformativno učenje samo kada je odluka o rasterećenju namjerna, a ne rutinska.
• Pedagoška sudjelotvornost — smještanje nastavnika u središte, kretanje duž kontinuuma promatrač–usvajač–suradnik–inovator koji ovisi o institucionalnoj podršci, a ne o individualnoj dispoziciji.

Granični uvjet okvira zahtijeva mogućnost osporavanja (sposobnost propitivanja i unakrsne provjere UI rezultata), provenijenciju (znanje odakle dolaze podaci za treniranje i rezultat) i neprepuštanje moralnog i intelektualnog zasluženja (visokorizične prosudbe o dobrobiti studenata, akademskom statusu i ocjenama ne smiju se određivati isključivo umjetnom inteligencijom). To daje edukatorima i donositeljima politika precizniji rječnik od nejasne „ravnoteže“ između ljudskog i umjetnog doprinosa, povezujući djelotvornost s etikom, procjenom, pravednošću u UI obrazovanju i upravljanjem.

Blisko srodan okvir je relacijska epistemička djelotvornost (Du i Yuan, 2026.), koji se slaže da je djelotvornost društveno omogućena i tehnološki posredovana, a ne pitanje izolacije od ovisnosti. Dok Ekološki okvir sudjelotvornosti naglašava ljudsku epistemičku odgovornost kao nepodložnu granicu, Du i Yuan zadržavaju eksplicitnu asimetriju: UI sustavi mogu oblikovati i proširivati rasuđivanje bez recipročne odgovornosti ili legitimnog autoriteta. Njihovih šest dijagnostičkih kriterija — mogućnost osporavanja, obnovljivost, prijenos, sljedivost, raspodijeljena odgovornost i epistemička pluralnost — daju praktičan test za to kada odnos čovjeka i UI čuva učeničku sposobnost sudjelovanja u tome kako se tvrdnje oblikuju, procjenjuju i prihvaćaju, a kada samo isporučuje proizvod. Djelotvornost u tom smislu nije neovisnost od alata, nego sposobnost odgovorne prosudbe s sustavima koji posreduju znanje, kroz njih i protiv njih.

• Prepuštena djelotvornost kao mehanizam, a ne samo rizik. Yan i Gašević (2026.) tretiraju prepuštanje kognitivnog rada umjetnoj inteligenciji kao dio toga kako učenje nastaje, a ne samo kao prijetnju: u njihovu prikazu potpomognuta izvedba postaje trajna sposobnost samo kada učenik zadrži odgovornost za uokvirivanje problema, postavljanje kriterija i obrazlaganje odgovora, podjelu rada koju nazivaju prepuštenom djelotvornošću. To samu raspodjelu čini dizajnerskom varijablom, jer isti alat može sačuvati ili razriješiti učeničku djelotvornost, ovisno o tome koje odgovornosti preuzima.

Uobičajene zablude

• „Studenti ostvaruju djelotvornost kada slobodno koriste umjetnu inteligenciju.“ Shema sa 14 kategorija kojom je kodirano 6.788 poteza uz pomoć ChatGPT-a smjestila je 59 % poteza sedmaša u kategorije koje ne predstavljaju agentnu upotrebu. Obujam upotrebe i djelotvornost različite su mjere.
• „Trenutačni modeli dobro podupiru učeničku djelotvornost.“ Izmjereno na deset modela, podupiranje djelotvornosti najslabije je područje nakon učenja: ImpactBench je izmjerio djelotvornost i svrhu na 56,0 % pozitivnih kriterija. Djelotvornost je dimenzija s kojom se UI sustavi nose najlošije, a ne nusproizvod sposobnosti.
• „Nastavničko posredovanje ograničava djelotvornost.“ Canonigo (2026.) pratio je deset srednjoškolskih nastavnika matematike kroz osam tjedana intervencije s ChatGPT-4, a posredovanje je mehanizam, a ne prepreka.

Povezani koncepti

• Learners — Učenici: krovni pojam za koncepte na strani učenika
• Pedagogical Partnerships — Pedagoška partnerstva
• Identitet učenika — razvojni disciplinarni, profesionalni, kreativni i akademski identiteti učenika
• Self-Directed Learning
• Self-Regulated Learning
• Motivation
• Self-Efficacy
• Student Experience
• Metacognition
• Ethics
• Kognitivno rasterećenje
• Robots in Education
• Behaviorism
• Uokvirivanje upotrebe umjetne inteligencije za učenike
• Suradnja čovjeka i umjetne inteligencije — zajedničko usmjeravanje UI-posredovane interakcije
• Agentska umjetna inteligencija — autonomna UI koja može preraspodijeliti djelotvornost u grupama
• Chemistry Education — Kemijsko obrazovanje i UI: laboratoriji, formativna procjena, ograničenja LLM-a, filozofija eksperimentiranja
• Social-Emotional Learning — Socioemocionalno učenje
• Kognitivna predaja

Povezani članci

• An AI Policy Isn't a Playbook: Educators Need Agency, Not Just New Rules — Nacionalno reprezentativna anketa američkih nastavnika i ravnatelja o pokrivenosti UI politikom, djelotvornosti i pet razrednih poteza (Tench, Weinstein i James, 2026.)
• A helping hand or a dominant partner? Individual perceptions of GenAI reliance and human agency in collaborative learning — A helping hand or a dominant partner? Individual perceptions of GenAI reliance and human agency in collaborative learning
• Agentivism: a learning theory for the age of artificial intelligence — Srednjodosežna teorija učenja za interakciju čovjeka i umjetne inteligencije, s četiri mehanizma i šest provjerljivih propozicija (Yan i Gašević, 2026.)
• Conceptualising Human–AI Collaboration Competency for hybrid intelligence: towards learner agency through a metacognitive perspective — Učenička djelotvornost kao emergentna kvaliteta koordinacije domenske, UI i metakognitivne kompetencije, a ne samostalan čvor (Dang i sur., 2026.)
• Exploring learner agency in an AI-supported simulation environment for complex systems education — Pristup izboru nasuprot ostvarenoj djelotvornosti: klizači, neobvezni UI agent i učenje u simulaciji jata
• Guarded adoption of generative AI in higher education: high-achieving students, successful-student identity, and epistemic agency in a single-university mixed-methods survey — Guarded Adoption of Generative AI in Higher Education
• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — UI agenti, radosna procjena i treći prostor
• AI-mediated research agency formation in higher education: Autonomy, self-efficacy and innovation in early-career scientific training — Formiranje istraživačke djelotvornosti posredovane umjetnom inteligencijom u ranoj znanstvenoj obuci
• Layer-sensitive cognitive offloading in generative AI-assisted writing: Supported performance and independent no-AI outcomes — Slojno osjetljivo kognitivno rasterećenje u pisanju potpomognutom genAI (Chen, 2026.)
• Does school-based AI education narrow readiness gaps? The role of prior agency-related learning — Školsko UI obrazovanje sužava psihološke, ali ne i kognitivne jazove u spremnosti
• Reclaiming epistemic agency: A critical framework for human-generative AI co-agency in education
• Epistemic dependence in AI-mediated learning — Relacijska epistemička djelotvornost i šest kriterija koji razdvajaju produktivno oslanjanje od štetne ovisnosti (Du i Yuan, 2026.)
• Design Principles and Observable Indicators for AI-Enabled Pedagogical Accompaniment: Evidence from the Amico Dual-Mode Prototype in Italy and China — UI-potpomognuto pedagoško praćenje koje podupire STEM identitet
• The competence paradox: Negotiating ease, risk, and creative identity in text-to-image generative AI use among art and design students — Paradoks kompetencije: kreativni identitet u upotrebi tekst-na-sliku generativne umjetne inteligencije
• Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction — Emergentna učenička djelotvornost u implicitnoj suradnji čovjeka i umjetne inteligencije: podržavajuće nasuprot kontrarnim personama
• Learner Agency Across Scales: An Integrative Perspective on Self-Regulated Learning in Algorithmically Mediated Environments — Učenička djelotvornost kroz razmjere: regulacija, integracija, pozicioniranje
• Control vs. Agency: Exploring the History of AI in Education — Kontrola nasuprot djelotvornosti kao bitna napetost u povijesti AIED-a
• Alternative AI Philosophy: Daoism as Method for AI in Education — Alternative AI Philosophy: Daoism as Method for AI in Education
• Human autonomy and sense of agency in human-robot interaction: A systematic literature review — Human Autonomy and Agency in HRI
• RoboBlockly Studio: Conversational block programming with embodied robot feedback for computational thinking — RoboBlockly Studio
• Teachy Mini: Development and preliminary evaluation of a knowledge-based generative social robot for higher education — Teachy Mini
• Knowledge-based design requirements for generative social robots in higher education — Knowledge-Based Design for Generative Social Robots
• Young people, learning, and generative AI: A rapid literature review and implications for PreK-12 education — Poticanje učeničke djelotvornosti u radu relevantnom za učenje
• Thinking—fast, slow, and artificial: How AI is reshaping human reasoning and the rise of cognitive surrender — Trosustavna teorija i kognitivna predaja: kako UI preoblikuje ljudsko rasuđivanje (Shaw i Nave, 2026.)
• Pre-service teachers' agency during their interactions with generative AI while designing for learning – a process view on Intelligent-TPACK — Djelotvornost budućih nastavnika tijekom genAI interakcija u oblikovanju učenja (Krushinskaia, Elen i Raes, 2026.)
• An Emancipatory Vision for Designing (Generative) AI for Learner Flourishing — Emancipatorska vizija: djelotvornost kao nulto-sumna s djelotvornošću alata
• Students' agency in GenAI-mediated group assessment: An ecological-emergent perspective — Tri obrasca djelotvornosti u grupnoj procjeni posredovanoj genAI: pojačana, obuzdana i neostvarena
• ‘Resistance is futile?’: identity tensions and principled selectivity in AI-integrated teaching — Načelna selektivnost kao nastavnička djelotvornost u UI-integriranom poučavanju (Adiozaman i Segar, 2026.)
• AI refusal in higher education: The right to refuse, the duty to understand and the diagnostic value of non-use — Odbijanje kao dijagnostički dokaz: neupotreba kao situirani odnos i nejednako pravo na odbijanje umjetne inteligencije (Zagami, 2026.)
• Co-constructing AI boundaries: Agency, judgment, and ethical literacy in AI-mediated meaning-making — epistemički autoritet iskazan prekidom, ispravkom i odbijanjem, a ne maksimalnom upotrebom alata
• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research
• Open Questions Towards Skill-Sustaining Reliance in Reflective AI Engagement — Open Questions Towards Skill-Sustaining Reliance in Reflective AI Engagement
• From Competency to Agency: Teachers' Views of the Purposes of AI Education — Kompetencija nasuprot djelotvornosti kao svrhe UI obrazovanja i heuristika informirane UI djelotvornosti (Fagerlund i sur., 2026.)
• Teacher Mediation and the Contingent Promise of Generative AI in Mathematics Education — Nastavničko posredovanje kao uvjet koji genAI održava artefaktom za kritiku, a ne autoritetom (Canonigo, 2026.)
• Teacher Readiness-By-Design for AI-Rich Interactive Learning — Nastavnička djelotvornost kao resurs mobiliziran dizajnom, sa spremnošću prosuđenom prema artefaktima, a ne upotrebi (Charles, 2026.)
• Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing — Uravnoteživanje nastavničke i učeničke djelotvornosti u alatima za suorkestraciju pri dinamičnom uparivanju u stvarnom vremenu (Yang i sur., 2026.)
• Who makes the meaning? Interpretive authority in AI-mediated education — Matrica interpretativnog autoriteta i model ekološke integracije autoriteta: četiri konfiguracije tko tumači i ekološki slojevi koji ih pomiču
• Constructing selves in AI-mediated apprenticeship learning: Students of colour's narratives of agency, recognition and negotiation — Studenti obojene kože u programima šegrtovanja autorski su se oblikovali kroz umjetnu inteligenciju odbijanjem, pregovaranjem i priznanjem („kulturna plošnost“); Institucionalna UI pismenost i širina priznanja
• Investigating Secondary School Students' Shared Epistemic Agency with GAI in Online Scientific Explanation Writing — Podijeljena epistemička djelotvornost u 6.788 poteza uz pomoć ChatGPT-a u srednjoškolskom znanstvenom pisanju (Chang i sur.
• An Empirical Study to Understand How Students Use ChatGPT for Writing Essays — Percipirano vlasništvo palo je samo tamo gdje je prepušten cijeli esej; korisnici planiranja i pregleda izjednačili su se s nekorisnicima (Jelson i sur., 2026.)
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions — Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions