Baza znanja AIEdAIEd KB
Na ovoj stranici

Pročitajte ovu stranicu na engleskom

Pojmovi

Uokvirivanje upotrebe umjetne inteligencije za učenike

Stvoreno 2026-10-27 · Ažurirano 2026-10-27

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

Uokvirivanje upotrebe umjetne inteligencije za učenike - uvjeravalačko i komunikacijsko umijeće oblikovanja načina na koji učenici razumiju vrijednost, svrhu i granice alata i politika umjetne inteligencije, tako da usvoje produktivnu i etičku upotrebu umjesto da je odbijaju, izbjegavaju ili njome manipuliraju. To je poluga „prihvaćanja“ o kojoj ovise obrazovne intervencije koncepta Smanjenje zloupotrebe umjetne inteligencije: strukturne zaštitne ograde mijenjaju okruženje, ali postupna potpora, obuka u pismenosti i politike upotrebe umjetne inteligencije zažive tek kad su učenici doista uvjereni u njihov smisao.

Pitanja za razmatranje

  • Samo stavljanje umjetne inteligencije na raspolaganje učenicima bilo je povezano s neučinkovitom ili čak neetičkom upotrebom, dok je izričito uokvirivanje i ugrađivanje primjerene upotrebe poboljšalo ishode. Ako je prisutnost alata manje važna od toga kako je uokviren, što to govori o naglasku na pukom „davanju umjetne inteligencije učenicima“?
  • Većina učenika upotrebljava generativnu umjetnu inteligenciju, mnogi nisu sigurni je li njihova upotreba u skladu s pravilima, a oslanjaju se na alate kojima pristupaju privatno, a ne na one koje osigurava institucija. Ako poznavanje pravila jedva mijenja ono što učenici čine, što bi ih moglo uvjeriti umjesto samo informirati?
  • Kad institucije na umjetnu inteligenciju reagiraju strahom i osudom, učenici mogu skrivati ili opravdavati svoju upotrebu umjesto da nauče dobro je upotrebljavati. Jeste li vidjeli da reakcija „moralne panike“ tjera učenike u tajnovitost? Kako bi izgledao preokrenut pristup usmjeren na prilike?
  • Anksioznost zbog umjetne inteligencije nije samo prepreka: učenici koji su brinuli o točnosti i plagiranju bili su više skloni provjeravati i revidirati rezultate umjetne inteligencije umjesto da ih nekritički prihvate. Kako bi se produktivna anksioznost mogla usmjeriti u procjenjivačku kompetenciju umjesto da se potiskuje?
  • Učenici sami konstruiraju osjećaj onoga što je prihvatljivo kroz „mjesta“ - namjere nastavnika, dokumente kolegija, norme vršnjaka i institucionalne poruke - koja se često razilaze. Kad se te poruke sukobe, što mislite koja na kraju pobjeđuje, i kako uokvirivanje zatvara taj jaz?

Uvod

Koncept se nalazi između dva poznatija koncepta. Dok Technology Adoption Models predviđa prihvaćanje na temelju percipirane korisnosti i lakoće upotrebe, uokvirivanje je aktivna praksa oblikovanja tih percepcija. A dok Student Experience opisuje kako učenici trenutačno doživljavaju umjetnu inteligenciju, uokvirivanje je namjerno mijenjanje tog doživljaja. To je komunikacijski partner koncepta Educational AI Policy: politika je učinkovita samo onoliko koliko su je učenici spremni prihvatiti.

Zašto je uokvirivanje važno

Uokvirivanje je važno jer politike i pravila sama po sebi ne mijenjaju ponašanje pouzdano. Anketno istraživanje o svijesti o regulatornim pravilima pokazuje da je poznavanje institucionalnih pravila o generativnoj umjetnoj inteligenciji samo slabo do umjereno povezano s onim što učenici doista čine (Knowing the Rules Is Not Enough: Student Regulatory Awareness and Use of GenAI in Higher Education). Poznavanje pravila nužno je, ali nije dovoljno; poruka mora uvjeriti, a ne samo informirati.

Diferencirano uokvirivanje može proizaći iz same politike, a ne samo između različitih mjesta: analiza osjećaja 36 sveučilišnih politika pokazala je da su izjave o poučavanju uokvirivane pozitivno, dok su izjave o generativnoj umjetnoj inteligenciji i etici uokvirivane negativno, pa su učenici u jednom dokumentu susreli i poticaj i obuzdavanje (Sun i sur. (2026)).

Okvir također oblikuje hoće li učenici umjetnu inteligenciju doživljavati kao prijetnju koju treba izbjegavati ili zaobići ili kao resurs koji treba namjerno upotrebljavati. Kad institucije na umjetnu inteligenciju reagiraju strahom i osudom - što jedna linija rada naziva ponavljajućom „moralnom panikom“ - one tjeraju učenike u skrivanje ili opravdavanje upotrebe umjesto u učenje kako je dobro upotrebljavati.(Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption) Preokretanje anksioznosti i osude u strukturiranu priliku mijenja cijelu dinamiku angažmana učenika s umjetnom inteligencijom.

Strategije i dokazi

Uokvirite umjetnu inteligenciju kao produktivan alat, a ne kao prijetnju koju treba zabraniti

Najizravnije testirana intervencija uokvirivanja u bazi znanja jest šestogodišnji prirodni eksperiment koji prati kolegij o vizualizaciji podataka kroz tri uvjeta: prije generativne umjetne inteligencije, generativna umjetna inteligencija dostupna (prisutna, ali neintegrirana) i generativna umjetna inteligencija integrirana (izričita uputa i poticaj na upotrebu umjetne inteligencije u primijenjenom radu, zabranjena samo u dijelu s provjerom znanja). Nalaz: samo stavljanje umjetne inteligencije na raspolaganje bilo je povezano s neučinkovitom ili neetičkom upotrebom, dok je izričito uokvirivanje i ugrađivanje primjerene upotrebe vratilo i poboljšalo ishode na primijenjenim pitanjima.(Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption) Pouka je da je uokvirivanje (kako je umjetna inteligencija pozicionirana i poučavana) jednako važno kao prisutnost alata - poticanje primjerene upotrebe pobjeđuje osuđivanje ili ignoriranje.

Jasno i opetovano priopćite očekivanja, i oblikujte nastavu oko učenika

Budući da samo poznavanje pravila ne mijenja ponašanje, učinkovito uokvirivanje spaja jasna očekivanja sa strukturnim pojačanjem. Učenici sami konstruiraju osjećaj onoga što je prihvatljivo kroz ono što jedna intervjuška studija naziva „mjestima“ na kojima se tumači politika umjetne inteligencije - namjere nastavnika, dokumenti kolegija, norme vršnjaka i institucionalne poruke često se razilaze, stvarajući opravdanja poput „prepisivanje teksta umjetne inteligencije nema žrtvu“.(It's OK Because...": The Wild West of Student Rationalization of AI Use in Academic Writing) Uokvirivanje stoga mora zatvoriti jaz između onoga što nastavnici namjeravaju i onoga što učenici zaključuju, te priznati društveni i emocionalni kontekst - sram i krivnja reguliraju kada i kako učenici čine upotrebu umjetne inteligencije vidljivom, potičući skrivanje i selektivno otkrivanje umjesto iskrenog angažmana.(Stuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education)

Recite zašto, a ne samo što

Najizravnija poluga uokvirivanja u bazi znanja jest navođenje razloga za granicu, zadatak po zadatak, sastavljeno kao da se govori učenicima („vi ćete…“, „mi ćemo…“). McCorkleov (2025) prikaz dizajna dokumentira mehanizam: nakon što su razgovori na konzultacijama otkrili da učenici koji su pročitali zabranu nisu vjerovali da se ona na njih odnosi, obnovila je politiku tako da je svaka dopuštena ili nedopuštena upotreba generativne umjetne inteligencije obrazložena konkretnom procjenom koju štiti - primjerice, pomoć generativne umjetne inteligencije pri ishodima učenja nije dopuštena jer „procjenjujem tvoju sposobnost sastavljanja ishoda učenja koji su specifični, mjerljivi i na primjerenoj razini“ - i taj je razlog prenijela i u syllabus i kao pravovremene podsjetnike unutar uputa za zadatke. Uokvirivanje putem obrazloženja jednako je potez ravnopravnosti koliko i uvjeravanja: pretpostavlja manje zajedničkog predznanja o autorstvu, izvornosti i pripisivanju, i pretvara politiku u dijalog, a ne u presudu (Akademska čestitost).

Preokrenite anksioznost i nesigurnost u procjenjivačku kompetenciju

Mješovito istraživanje akademskog pisanja pokazalo je da anksioznost zbog umjetne inteligencije nije samo prepreka: učenici koji su brinuli o točnosti i plagiranju bili su više skloni provjeravati, unakrsno provjeravati i revidirati rezultate umjetne inteligencije umjesto da ih nekritički prihvate. Studija pismenost o umjetnoj inteligenciji uokviruje manje kao prihvaćanje, a više kao regulatornu kompetenciju - sposobnost preispitivanja rezultata, selektivnog revidiranja i zadržavanja odgovornosti za autorstvo.(From AI Anxiety to Strategic Regulation: How University Students Transform Generative AI into a Strategic Learning Resource) Uokvirivanje upotrebe umjetne inteligencije za učenike znači usmjeravati produktivnu anksioznost prema procjeni, a ne je potiskivati.

Upotrijebite ciljane poruke za oblikovanje određenih ponašanja

Male, dobro osmišljene poruke mogu promijeniti ponašanje. Poruka inokulacije o pogrešivosti ChatGPT-a povećala je namjere učenika da provjere informacije koje pruža umjetna inteligencija i njihovo stvarno ponašanje pri provjeri.(Student engagement with ChatGPT for educational tasks: Effects of inoculation training on verification intentions and behavior) Isto tako, samo upozoravanje učenika na pogrešivost umjetne inteligencije povećalo je traženje pomoći u sustavu inteligentnog podučavanja - okvir kalibriranog opreza umjesto općeg nepovjerenja.(Warning About AI Fallibility Increases Help-Seeking in an Intelligent Tutoring System) To upućuje na opće načelo: iskreno uokvirite granice alata i učenici će kalibrirati svoje ponašanje umjesto da mu previše vjeruju ili ga odbacuju.

Osigurajte prihvaćanje i stvarnu upotrebu, a ne samo pristup

Uokvirivanje je uzvodno od prihvaćanja. Terenski eksperimenti o podučavanju uz umjetnu inteligenciju pokazali su da ograničenje nije bila sposobnost, nego angažman: unatoč namjenskom vremenu za rad, gotovo polovica učenika nikada nije upotrijebila platformu, a korisnici su u prosjeku provodili samo 2 do 5 minuta tjedno - sve dok jeftina intervencija ljudske podrške (kratki uvodni razgovor uživo) nije poboljšala upotrebu.(Access is Not Enough: Human Support Improves Engagement with AI Tutoring) Pobuditi kod učenika prihvaćanje vrijednosti i svrhe alata preduvjet je za bilo kakvu korist za učenje; uokvirivanje uključuje i prodaju te vrijednosti, a ne samo uklanjanje prepreka pristupu.

Uokvirivanje i motivacija

Uokvirivanje se povezuje s motivacijom kroz teoriju samoodređenja: kako je alat ili politika predstavljena određuje hoće li učenici upotrebu umjetne inteligencije doživjeti kao autonomnu i svrhovitu ili kao kontroliranu i nametnutu. Angažman učenika s generativnom umjetnom inteligencijom oblikuje to podupire li alat njihov osjećaj kompetencije, autonomije i povezanosti - pitanje uokvirivanja jednako kao i pitanje značajki.(Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study) Kad dostupnost umjetne inteligencije naruši percipirani smisao truda - „zašto ulagati toliko truda?“ - okvir mora obnoviti svrhu tog truda, povezujući upotrebu umjetne inteligencije s trajnim učenjem, a ne s dovršavanjem zadatka.(Why Put in This Much Effort?": How AI Availability Shapes Students’ Motivation in Introductory Programming)

Mediji i javno uokvirivanje

Učenike uokviruju i širi mediji i javni diskurs o umjetnoj inteligenciji u obrazovanju, što oblikuje njihova početna očekivanja prije ijedne poruke nastavnika. Analize javnog diskursa i načina na koji platforme poput YouTubea uokviruju upotrebu ChatGPT-a u obrazovanju pokazuju da prevladavajući okviri - hype, propast ili pragmatizam - utječu na to kako učenici i edukatori pristupaju tehnologiji.(How YouTube Frames ChatGPT Use in Education: An Epistemic Network Analysis with Supporting Multimodal Metadata)(A Longitudinal Analysis of Public Discourse on AI Ethics in Education Using Twitter Data) Učinkovito uokvirivanje nastavnika često znači namjerno suprotstavljanje tim okolnim narativima ili njihovo preusmjeravanje.

Praktične smjernice

  • Pozicionirajte umjetnu inteligenciju kao produktivan resurs tako što izričito poučavate kada i kako je upotrebljavati, umjesto da je zabranjujete ili ignorirate - integrirano uokvirivanje pobjeđuje i osudu i laissez-faire.
  • Opetovano priopćite očekivanja i sa svakog „mjesta“ - syllabus, upute za zadatke, povratne informacije i norme vršnjaka trebaju govoriti istu priču kako učenici ne bi izmišljali vlastita opravdanja.
  • Usmjerite anksioznost u procjenu. Uokvirite nesigurnost o točnosti kao razlog za provjeru i reviziju, a ne kao razlog za izbjegavanje ili varanje.
  • Upotrijebite iskrene, ciljane poruke (npr. inokulaciju i upozorenja o pogrešivosti) koje grade kalibrirani oprez umjesto općeg povjerenja ili nepovjerenja.
  • Poredajte alat prema fazi učenja. Središnja praktična tvrdnja izvješća konsenzusa 30 stručnjaka jest redoslijed: prvo usvojiti ideje bez generativne umjetne inteligencije, zatim je upotrijebiti za jačanje i konsolidaciju naučenog, a onda dati prednost vlastitom mišljenju pri primjeni tih ideja u novim kontekstima (Kendeou, Greene i Nixon i sur., 2026). Njegov savjet učenicima je izravniji: kratkoročni dobici u izvedbi zaobilaze učenje potrebno za dugoročni uspjeh.
  • Prodajte svrhu. Povežite upotrebu umjetne inteligencije s trajnim učenjem i djelotvornošću učenika te uz poruke pružite podršku koja namjeru pretvara u stvarnu upotrebu.

Uobičajene zablude

„Jasna politika kaže učenicima koja su pravila, pa uokvirivanje nije potrebno.“ Tekst politike nije uokvirivanje, a jaz se vidi u ponašanju: većina učenika upotrebljava generativnu umjetnu inteligenciju, mnogi nisu sigurni je li njihova vlastita upotreba u skladu s pravilima, a oslanjaju se na alate kojima pristupaju privatno, a ne na one koje osigurava institucija. Učenik koji ne može reći je li u skladu s pravilima nije u komunikaciji, što god dokument govorio - zato stranica u svoju metodu stavlja „recite zašto, a ne samo što“.

„Objavljivanje politike i osiguravanje licenciranog alata pokriva institucionalnu odgovornost.“ Pristup i stvarna upotreba različiti su ishodi, a ova stranica postoji jer je u drugome poluga. Strukturne zaštitne ograde automatski mijenjaju okruženje, ali postupna potpora, obuka u pismenosti i politike upotrebe zažive tek kad su učenici doista uvjereni u njihov smisao - to je ovisnost o prihvaćanju koju stranica imenuje.

„Zabrana alata uklanja ponašanje.“ Ona ga premješta u alate koje ne možete vidjeti. Učenici već preferiraju alate kojima pristupaju privatno umjesto institucionalno osiguranih, pa zabrana potiskuje upotrebu iz jedinog okruženja u kojem su podrška, bilježenje ili smjernice mogući. Zadatak uokvirivanja jest učiniti dopušteno ponašanje privlačnim, a ne otežati uočavanje zabranjenog.

„Uokvirivanje je uvjeravanje, pa je više retorika nego dizajn.“ Uokvirivanje koje ova stranica opisuje ide zajedno s dizajnom: očekivanja izrečena jasno i opetovano uz oblikovanje nastave oko učenika. Poruke dostavljene umjesto osmišljene za učenike jesu verzija koja ne uspijeva, jer učenici čitaju razliku između izrečene i stvarne obveze.

Povezani koncepti

Povezani članci

Povezani FAQ-ovi

Metapodaci

RazinaHigher Ed, K 12
Predviđena publikaLearners
Učenje i poučavanjeCollaborative Learning, Motivation
Institucije i politikaEducational AI Policy, AI Governance
Temelji AI-ja u edukacijiAkademska čestitost, Pismenost u području umjetne inteligencije
IzvorPovijestUrediRazgovor

Ugradi ovu stranicu

Kopirajte kôd u nastavku kako biste ugradili ovu stranicu u sustav za upravljanje učenjem ili drugu web stranicu. Ugrađena verzija prikazuje samo sadržaj stranice — skriva zaglavlje stranice, navigaciju i podnožje.