Baza de cunoștințe AIEdAIEd KB
Pe această pagină

Citește această pagină în engleză

Concepte

Agentivitatea învățăcelului

Creat 2026-08-13 · Actualizat 2026-11-08

Traducere automată a acestei pagini în limba engleză, încă neverificată de un vorbitor nativ.

Agentivitatea învățăcelului — capacitatea învățăceilor de a acționa intenționat, de a face alegeri și de a-și exercita controlul asupra propriei învățări. În IA în educație, agentivitatea este o preocupare centrală pentru că instrumentele de IA pot atât sprijini, cât și submina controlul învățăceilor: o IA bine proiectată păstrează și amplifică autonomia învățăcelului, în timp ce supra-dependența sau acceptarea pasivă a rezultatelor IA o pot eroda. Agentivitatea se leagă de învățarea autoreglată, motivație, autoeficacitate și de designul etic al sistemelor de IA și este strâns înrudită cu conceptele psihologice de autonomie și sentiment de agentivitate.

Întrebări de luat în considerare

  • Agentivitatea învățăcelului — capacitatea ta de a acționa intenționat și de a-ți controla propria învățare — este centrală pentru IA în educație. Când folosești un instrument de IA, cât control păstrezi de fapt asupra procesului de învățare, față de instrument?
  • IA poate atât sprijini, cât și submina agentivitatea: o IA bine proiectată îți amplifică autonomia, în timp ce supra-dependența o erodează. Gândește-te la un moment în care ai lăsat IA să „facă ea”. Ai învățat mai puțin, chiar dacă rezultatul arăta mai bine?
  • Studenții care deleagă interpretarea către IA pot pierde agentivitatea asupra propriului raționament. Când predai o sarcină IA, ce parte din propria ta gândire dăruiești în tăcere?
  • Un studiu a constatat că învățarea anterioară a studenților cu IA, inițiată de ei înșiși, a prezis cât au câștigat din instruire — învățăceii cu agentivitate ridicată au beneficiat cel mai mult. Dacă agentivitatea este în parte o competență cu care vii, cum ar putea propriul tău context să o construiască, în loc să o presupună?
  • Agentivitatea nu este doar o trăsătură — ea emerge clipă de clipă în munca de grup, unde IA poate redistribui cine modelează o colaborare fără ca învățăceii să observe. Când ai observat ultima dată un instrument care dirija în tăcere direcția unui grup?
  • Persoanele IA contrariene pot împinge grupurile spre o provocare productivă, dar reduc și satisfacția în munca de echipă și siguranța psihologică. Poate exista frecare productivă fără siguranță psihologică — și ce implică aceasta pentru proiectarea colegilor de echipă IA?

Introducere

Agentivitatea contează pentru că învățarea este cel mai eficace atunci când învățăceii sunt participanți activi și intenționați, iar nu destinatari pasivi. Sistemele de IA — fie agenți de tutoriat, roboți sau chatboți — modelează cât control păstrează învățăceii asupra procesului lor de învățare. Păstrarea agentivității este deci un principiu cheie de design în IA responsabilă în educație, alături de sprijinirea autoeficacității, construirea încrederii și evitarea supra-dependenței.

Mishra et al. încadrează controlul versus agentivitatea drept tensiunea esențială și recurentă din IA în educație — de la primele sisteme de tutoriat inteligent până la IA generativă de astăzi — făcând din agentivitatea învățăcelului axa durabilă a dezbaterilor din domeniu.

O viziune cu sumă nulă asupra agentivității în raport cu instrumentele agentice: Prieto & Dimitriadis (2026) susțin că, cu cât li se dă mai multă agentivitate instrumentelor educaționale de IA, cu atât le rămâne mai puțină învățăceilor — că agentivitatea este în mod efectiv un joc cu sumă nulă și că abordările actuale de design centrat pe om (de exemplu, designul sensibil la valori) sunt insuficiente, pentru că supra-dependența și izolarea sunt determinate de factori sistemici mai largi și de tendința umană de a alege calea cea mai ușoară. Viziunea lor de design emancipator, orientată spre înflorirea învățăcelului în sisteme complexe, tratează păstrarea și cultivarea agentivității învățăcelului drept obiectivul central al designului IA generative, iar nu ca pe un gând ulterior.

Agentivitatea ca scop, nu doar ca capacitate: Dacă încadrările de mai sus întreabă câtă agentivitate păstrează învățăceii, Fagerlund et al. (2026) întreabă pentru ce există educația cu IA. Intervievând treisprezece profesori finlandezi de la preșcolar până la clasa a 9-a despre scopurile predării cu IA și despre IA și citind relatările lor prin cele trei domenii ale scopului educațional ale lui Biesta (calificare, socializare, subiectificare), au constatat că competența este cel mai clar și mai concret scop. Profesorii voiau ca elevii să înțeleagă IA ca fenomen sociotehnic și să îi folosească instrumentele. Subiectificarea, adică angajamentul autodeterminat și personal semnificativ cu IA, a fost afirmată ca importantă, dar lăsată fără strategii instrucționale concrete, profesorii recurgând la discuții generice și contemplare, iar nu la activități proiectate. Autorii propun agentivitatea informată în IA ca euristică ce așază subiectificarea în centru, tratând competențele drept fundamentul ei explicativ și ajutând elevii să vadă ce opțiuni există și să aleagă ce urmăresc. Consecința practică este directă: un curriculum centrat pe competențe poate înăbuși chiar scopul agentic pe care ar trebui să îl servească, iar remediul este să explicitezi „de ce”-ul educației cu IA, iar nu să adaugi încă o competență pe listă.

Direcția de mers nu este fixă. Gillette et al. (2026) contrastează facultatea lor suedeză cu studenții australieni din Bearman et al. (2025), care „doreau în general agentivitate” și „rezistau dependenței”: aici, mai mulți studenți au descris cum au devenit dependenți de GenAI și au numit aceasta o pierdere, unul spunând că „dă o doză de dopamină pentru că totul durează mai puțin” și că „răsplătește comportamentele proaste”.

Cum apare agentivitatea în cercetarea din baza de cunoștințe

  • Robotica și interacțiunea om-robot: RoboBlockly Studio a fost proiectat explicit pentru a păstra agentivitatea învățăcelului în gândirea computațională; o revizuire sistematică examinează felul în care interacțiunea om-robot afectează autonomia umană și sentimentul de agentivitate, aspect central în dezbaterile despre bunăstare și guvernanță.
  • Învățarea colaborativă: cercetarea despre colaborarea om-IA examinează cum sunt împărțite sarcinile cognitive între învățăcei și IA, agentivitatea determinând dacă omul sau IA dirijează interacțiunea.
  • Agentivitatea epistemică partajată se extinde la interacțiunea elev–IA generativă. O schemă cu 14 categorii care a codificat 6.788 de replici asistate de ChatGPT a plasat 59% dintre replicile elevilor de clasa a șaptea în categoria agentivității epistemice partajate, iar autorii susțin că constructul — studiat anterior mai ales în colaborarea între colegi — trebuie extins pentru a include dimensiuni cognitive și metacognitive (Chang et al., 2026).
  • Agentivitatea poate fi notată pornind de la promptul însuși. Taxonomia Adâncimii Agentivității Umane punctează contribuția de inginerie a studentului pe șase niveluri, independent de rezultatul IA; în 962 de prompturi de la 105 studenți din anul întâi la inginerie software, 84,2% au depășit nivelul cel mai de jos, dar doar 5,3% au specificat constrângeri de sistem (Shakiba & Chaffey, 2026).
  • Angajament critic: Cercetarea despre descărcarea cognitivă arată cum studenții care deleagă interpretarea către IA pot pierde agentivitatea asupra propriului raționament; abordările critice și metacognitive urmăresc să o protejeze.

Evaluată comparativ pe zece modele, sprijinirea agentivității este domeniul în care modelele se descurcă cel mai rău după învățare. ImpactBench a măsurat Agentivitatea și Scopul la 56,0% pe criteriile pozitive (IC 95% [49,2, 62,5]) și la 43,9% pe cele negative ([36,9, 50,8]), al doilea cel mai scăzut dintre cele 14 subdomenii, iar criteriile sale de asistență care păstrează autonomia întreabă dacă un model oferă context și compromisuri, iar nu dacă prescrie un curs de acțiune (ImpactBench (2026)). Modelele au fost de asemenea mult mai puțin consecvente în evitarea răului decât în a fi utile: o diferență de 38,6 puncte față de 15,9 puncte.

Costul depinde de stratul care este delegat: într-un studiu de scriere de opt săptămâni, delegarea raționamentului — garanții, contraargumente, interpretarea dovezilor — a avut cea mai puternică asociere negativă cu performanța independentă (ab = -0,34), iar scrierea autoreglată a slăbit-o, dar nu a inversat-o niciodată (Chen (2026)).

Un studiu panel cu trei valuri pe 342 de studenți de licență în 85 de grupuri fixe de scriere dă acestei preocupări o direcție temporală: odată ce diferențele stabile între persoane au fost separate într-un model panel cu intercept aleatoriu și decalaj încrucișat, o dependență de GenAI mai mare decât de obicei a prezis o agentivitate percepută ulterioară mai scăzută, în timp ce căile de la agentivitate la dependență au fost mai slabe și nesustinute statistic. Intervalele de încredere și analizele de sensibilitate Monte Carlo au lăsat posibile efecte inverse mici. Datele sale de jurnal avertizează de asemenea împotriva citirii volumului de utilizare drept agentivitate pierdută — dependența autoevaluată corespundea intensității utilizării IA, dar jurnalele nu puteau distinge consultarea strategică de descărcare sau de supunere, astfel încât panourile de bord ar trebui să citească intensitatea alături de dovezi ale discursului, reflecției și revizuirii.(Wu & Lu, 2026) O relatare complementară extinde învățarea autoreglată, în loc să o înlocuiască: de Barba (2026) distinge reglarea (gestionarea propriului proces), integrarea (organizarea sinelui în timp și în contexte) și poziționarea (interpretarea critică a ceea ce măsoară mediul) și susține că designul orientat spre agentivitate trebuie să ducă învățăceii de la „agentivitate în condiții” la „agentivitate asupra condițiilor”, în loc să optimizeze indicatori comportamentali.

  • Design pentru agentivitate: Designul bazat pe cunoaștere pentru roboți sociali generativi (Teachy Mini) abordează riscuri precum supra-dependența care subminează agentivitatea învățăcelului.
  • Design pentru transfer, nu pentru angajament prelungit. Prototipul cu două moduri Amico tratează IA ca o mediere delimitată și temporară, al cărei succes se măsoară prin tranziții observabile către profesori, colegi sau comunitate, iar nu prin timpul petrecut cu IA; pilotul său Italia–China a constatat că învățăceii l-au recunoscut ca instrument delimitat, iar nu ca substitut relațional (Benedetti (2026)).
  • Sprijinirea adaptivă se plătește cu autonomia profesională. de Jong (2026) susține că, deoarece adaptarea cere sistemului să evalueze competența utilizatorului, ea reduce autoritatea profesioniștilor asupra propriei dezvoltări și riscă să sprijine excesiv experții, iar un mecanism perceput ca inutil va fi pur și simplu ignorat — lăsând deschis cine decide ce utilizatori primesc sprijin: sistemul, organizația sau profesionistul.
  • O sprijinire mai capabilă nu înseamnă mai multă agentivitate. Un bot expert de design personalizat a crescut lungimea interacțiunii și numărul de prompturi autogenerate ale profesorilor în formare, însă agentivitatea în rezolvarea colaborativă de probleme a scăzut atât în acea condiție, cât și în cea cu ChatGPT, pe măsură ce participanții au fost de acord cu botul, în loc să îl critice (Krushinskaia et al. (2026)).
  • Agentivitatea anterioară prezice cine beneficiază: Liang et al. (2026), pornind de la Teoria Social-Cognitivă a lui Bandura, au arătat că învățarea anterioară cu IA inițiată de studenți (o manifestare comportamentală a agentivității) a prezis cât au câștigat dintr-un an de instruire în IA la școală — învățăceii cu agentivitate ridicată au intrat cu cea mai puternică pregătire, în timp ce curriculele școlare au îngustat decalajele psihologice, dar le-au lăsat intacte pe cele cognitive. Instruirea structurată și învățarea anterioară legată de agentivitate au funcționat sinergic, iar nu ca substitute.
  • Selectivitatea principială ca agentivitate a profesorului sub schimbare tehnologică: Adiozaman și Segar (2026) au intervievat doi academicieni experimentați de trei ori pe parcursul unui semestru și au constatat că aceștia au navigat predarea mediată de IA nici adoptând, nici rezistând în bloc, ci prin decizii deliberate, sensibile la context, ghidate de valori pedagogice, angajament etic și judecată profesională — un tipar pe care autorii îl numesc selectivitate principială, în care refuzul unei anumite utilizări contează drept judecată, iar nu drept adoptare eșuată. Este omologul din partea profesorului pentru constatările despre învățăcei de mai sus: folosirea inegală a IA poate fi un exercițiu de agentivitate, nu dovada absenței ei.
  • Agentivitatea profesorului ca condiție mediatoare pentru agentivitatea învățăcelului: Cele mai noi constatări din partea profesorului explicitează o diviziune pe care cele despre învățăcei o lasă implicită: agentivitatea profesorului este la momentul designului și medioatoare, agentivitatea învățăcelului se manifestă în moment, iar prima stabilește condițiile pentru cea de-a doua. Canonigo (2026) a urmărit zece profesori de matematică din secundar pe parcursul a opt săptămâni de intervenție cu ChatGPT-4. Acolo unde profesorii au curatoriat și interogat rezultatul IA (punând probleme deschise, pre-formulând promptul instrumentului pentru a elibera indicii reținând soluțiile, cerând elevilor să pună rezultatul IA alături de propria muncă și să argumenteze care metodă este mai bună), acesta a devenit un artefact provizoriu pentru critică, iar elevii s-au orientat spre conjecturi și întrebări metacognitive. Acolo unde medierea a lipsit, autoritatea a migrat spre algoritm, iar profesorii au devenit validatori, iar nu surse primare de cunoaștere, o schimbare pe care un profesor a descris-o ca trecerea de la „oracol” la „editor”. Calitatea inegală a instrumentelor crește ceea ce trebuie să susțină această mediere: în 50 de prompturi trimise de trei ori fiecărui model, nivelul gratuit a fost inexact în 49 din 150 de răspunsuri (32,7%), față de 18 din 150 (12%) pentru nivelul premium (χ2(1) = 17,5, p < 0,001). Charles (2026) trage implicația privind pregătirea: agentivitatea profesorului este o resursă profesională mobilizată prin decizii și artefacte de design, astfel încât pregătirea ar trebui judecată după designurile pe care le produc profesorii, iar nu după cât de des folosesc IA, iar o decizie motivată de a reține IA poate demonstra ea însăși pregătire. Citite împreună, aceste constatări avertizează împotriva citirii utilizării intense a IA drept dovadă a unei clase agentice, deoarece dispoziția care păstrează agentivitatea învățăcelului se exercită în ceea ce proiectează și critică un profesor, nu în dacă instrumentul este pornit.
  • Controlul profesor-student nu este cu sumă nulă — dar distribuția corectă depinde de etapă. Un studiu participativ de tip speed-dating cu 17 profesori și 13 studenți care au clasat 34 de designuri de control hibrid a constatat că ambele grupuri au preferat un control puternic al profesorului în pregătire și inițiere, apoi tot mai mult input al studenților pe măsură ce colaborarea se desfășura — și niciun grup nu a preferat vreodată controlul deplin al studenților. Preferințele s-au oglindit: profesorii voiau mai mult control asupra momentului formării perechilor, în timp ce studenții voiau să semnaleze singuri disponibilitatea; studenții aveau încredere în alegerea partenerului de către profesor, în timp ce profesorii voiau vocea studenților asupra partenerilor. Implicația de design: alocă agentivitatea pe punct de decizie și pe etapă, cu propuneri delimitate și structurate ale studenților validate prin analitica orientată spre profesor, iar nu printr-o suprascriere liberă. (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
  • Accesul la alegere nu este același lucru cu agentivitatea în acțiune: Su, Nair și Nagashima (2026) au randomizat 69 de studenți universitari într-un design 2 × 2 care încrucișa controlul parametrilor unei simulări de stol cu accesul la un agent conversațional opțional. Nu au constatat niciun efect fiabil al niciuneia dintre caracteristicile de design asupra câștigurilor de învățare odată ce cunoașterea anterioară a fost controlată (controlul parametrilor F(1, 50) = 0,04, p = 0,849; agentul F(1, 50) = 2,68, p = 0,108). Câștigurile au urmărit cum a fost folosit controlul: timpul petrecut cu glisoarele în lecția cea mai complexă conceptual a prezis câștiguri mai mari (β = 0,11, p = 0,007), în timp ce același comportament în lecția mai ușoară a prezis câștiguri mai mici (β = −0,04, p = 0,047). Angajamentul cu agentul opțional a variat de la 0 la 32 de întrebări pe învățăcel, fără legătură cu rezultatele. Autorii citesc aceasta ca agentivitate pusă în act, iar nu acordată: întrebarea de design este ce ajută un învățăcel să decidă ce merită schimbat și să observe consecințele.
  • Delegarea epistemică în cercetarea la început de carieră: Han și Liu (2026) încadrează dependența de IA la cercetătorii doctoranzi și postdoctorali drept delegare epistemică — transferul formulării problemei, alegerii metodei și autorității interpretative către sistemul inteligent — și au constatat că aceasta este asociată negativ atât cu autoeficacitatea în cercetare, cât și cu autonomia în cercetare, sprijinul supervizorului atenuând pierderea. Extinde dezbaterile despre agentivitate de la autonomia învățăcelului la formarea cercetătorului însuși.
  • Autoritatea interpretativă ca variabilă de design (un cadru conceptual). Porath (2026) reîncadrează întrebarea „cine decide” ca distribuție a autorității interpretative — cine definește problemele, evaluează răspunsurile și determină când înțelegerea este atinsă — cartografiind patru configurații neierarhice (dominant umană, asistentă IA, directivă IA, parteneriat dialogic) între care clasele se mișcă în cadrul unei singure sarcini și fundamentând schimbările în cinci straturi ecologice, de la metacogniția individuală la narațiunile socioculturale. Afirmația normativă a articolului se aliniază cu dovezile acestei pagini: configurațiile directiv-IA, oricât de sofisticate, pot suprima efortul productiv și reglarea metacognitivă — exact capacitățile pe care pagina le identifică drept substrat al agentivității. Ca piesă conceptuală, aduce vocabular diagnostic, iar nu dovezi empirice.

Agentivitatea se leagă de învățarea autoreglată, motivație, autoeficacitate, experiența studentului, colaborarea om-IA, etică, supra-dependență și metacogniție. Este o considerație centrală în robotică, tutoriat și în designul agenților de învățare cu IA.

  • Folosirea delimitată ca control epistemic, nu ca reticență. Zagami (2026) raportează că studenții cu rezultate mai bune dintr-un sondaj universitar cu 484 de răspunsuri au arătat un angajament activ cu IA mai scăzut și un impact perceput asupra învățării mai mic, raportând totodată o dezangajare legată de IA mai mică, și și-au descris propria utilizare drept intensivă în verificare: rezultatele verificate, apoi subordonate propriului raționament. Citit ca agentivitate, iar nu ca evitare, tiparul este o păstrare deliberată a judecății — studenții își păstrează paternitatea concluziei în timp ce folosesc instrumentul pentru clarificare și rezumare.

Munca susținută de delimitare, iar nu competența în instrument, este ceea ce separă agentivitatea de delegare: studenții care au folosit același instrument fundamentat pe regăsire au produs artefacte la fel de lustruite, fie că au constrâns și rescris rezultatul, fie că au cedat interpretarea devreme, astfel încât diferența a apărut doar în prompturi, latență, corecturi și refuzuri (O'Byrne, 2026).

  • A acționa, a ști și a răspunde nu sunt același lucru. O analiză de discurs asistată de corpus pe 366 de rezumate despre GenAI în învățământul superior numește IA drept actor de 2.050 de ori fără a o face vreodată responsabilă, în timp ce responsabilitatea pentru judecarea rezultatelor și verificarea afirmațiilor este plasată asupra studenților: activarea gramaticală, agentivitatea funcțională, autoritatea epistemică și responsabilitatea normativă se despart (Poudyal, 2026).
  • Agentivitatea are trei moduri, iar al treilea este cel pe care îl furnizează politica. Cu doar 18% dintre profesori și 24% dintre directori raportând o politică de IA în școală, majoritatea educatorilor exercită agentivitate individuală fără nicio agentivitate prin procură care să acționeze pentru ei — al treilea mod al lui Bandura, furnizat de regulile instituționale (Tench, Weinstein & James, 2026).

Agentivitatea ca fenomen emergent și interacțional

Agentivitatea nu este o singură capacitate, iar distincția supraviețuiește în practica mediată de IA. Bergdahl (2026) a chestionat 47 de elevi suedezi de clasa a 7-a după un semestru de instruire în IA și a constatat că agentivitatea orientată spre rezultatul IA nu se extinde la sistemele care îl produc. Separarea s-a menținut în interiorul acelorași elevi: 79% aveau un interval de scor de trei sau mai mult pe nouă itemi, iar un indice de disociere pe elev a favorizat angajamentul orientat spre rezultat față de cel orientat spre sistem la 35 de elevi, față de 4 în sens invers (testul semnelor, p < 0,001). 62% dintre cei mai critici față de surse au aprobat totuși opțiunea cea mai puțin protectoare privind citirea propriilor texte de către chatboți, iar un singur elev din eșantion a ales poziția cea mai puternică de confidențialitate. Important, aceasta a fost măsurată la o lună după o lecție în care elevii și-au văzut propriul comportament înregistrat proiectat în direct — l-au numit „înfricoșător” și au rămas peste pauză ca să continue să folosească platforma. Agentivitatea ca proprietate emergentă și interacțională este compatibilă cu aceasta: ea se manifestă separat pentru fiecare practică, iar nu se transferă între practici, iar ceea ce o lecție aduce în prim-plan nu se generalizează la registrul pe care nu l-a adresat.

Agentivitatea învățăcelului nu este doar o trăsătură individuală statică — este și un proces emergent, constituit interacțional, pus în act prin discurs și prin coordonarea clipă cu clipă a muncii de grup. În învățarea colaborativă, agentivitatea este distribuită și renegociată prin jocul dintre procese divergente (generarea de idei, explorarea alternativelor) și procese convergente (evaluare, integrare, sinteză). Această viziune contează în contextul IA pentru că sistemele de IA agentică pot redistribui subtil munca epistemică și regulatorie în interiorul unui grup, remodelând cine contribuie, cine modelează direcția și cine reglează progresul — adesea fără ca învățăceii să își dea seama.

  • Agentivitatea ca calitate emergentă a unei configurații de competențe. Cadrul Competenței de Colaborare Om-IA exclude deliberat agentivitatea învățăcelului ca o componentă de sine stătătoare și o tratează drept ceea ce învățăceii exprimă atunci când coordonează competența de domeniu, în IA și metacognitivă — munca integrativă pe care Cunoașterea tehnologic-pedagogică de conținut (TPACK) o atribuie pedagogiei trece la autoreglarea metacognitivă a învățăcelului însuși. La 24 de educatori din învățământul superior, fiecare dimensiune a apărut în discursul lor, cu domeniul (12–19% din unitățile codificate) și IA (16–22%) în prim-plan (Dang et al., 2026).

  • Jin et al. (2026) oferă cele mai directe dovezi: într-un experiment amplu (224 de studenți, 97 de triade) în care IA a operat ca coleg de echipă nedeclarat, persoanele IA de sprijin și contrariene au reconfigurat totuși agentivitatea emergentă. IA contrariantă a tras discursul spre traiectorii de provocare și reflecție (frecare productivă), în timp ce IA de sprijin a stabilizat acordul și a reînnoit idearea.

  • Persoanele IA ca mecanisme de guvernanță a discursului. Persoanele contrariene au externalizat povara provocării (redistribuind munca epistemică spre critică), în timp ce persoanele de sprijin au externalizat afirmarea și menținerea consensului. Studiul a identificat șase profiluri emergente de agentivitate — în special, reglarea reflexivă a fost exclusiv umană (IA a externalizat critica și afirmarea, dar nu monitorizarea de nivel meta).

  • Costul afectiv al frecării. IA contrariantă a redus satisfacția în munca de echipă și siguranța psihologică fără a produce câștiguri de performanță creativă, decuplând stimularea epistemică de sustenabilitatea experienței. Aceasta avertizează că structurile de discurs „productive” ar trebui interpretate împreună cu consecințele lor emoționale — agentivitatea înflorește doar într-un climat psihologic sigur.

  • Participarea implicită a IA este guvernanță invizibilă. Deoarece persoanele au funcționat chiar și fără divulgarea IA, studiul poziționează designul de persoane ca o formă de guvernanță invizibilă asupra proceselor colaborative — o constatare cu implicații directe pentru asistenții de scriere, pentru sistemele de evaluare între colegi și pentru platformele de muncă în echipă care pot modela contribuțiile fără a-și anunța prezența.

  • Trei tipare de agentivitate în evaluarea bazată pe grup. Chen și Zou (2026) au intervievat 15 grupuri focus de profesori în formare despre o prezentare de grup autentică și au constatat agentivitatea operând în trei direcții simultan: cinci grupuri au intensificat folosirea GenAI ca infrastructură de coordonare (agentivitate orientată spre cooperare — decodarea secțiunilor colegilor, alinierea părților, protejarea unei note comune), șapte au reținut-o (agentivitate normativă — limite trasate pentru a proteja autenticitatea, echitatea, originalitatea și diversitatea perspectivelor), iar trei nu au schimbat deloc practica față de munca individuală (agentivitate nepusă în act, unde capacitatea individuală nu a fost mobilizată colectiv). Distincția lor contează pentru că reținerea a fost aici autoreglare normativă, iar nu conformare sau dezangajare, și pentru că capacitatea singură nu a produs agentivitate colectivă. Apartenența la grup a inversat de asemenea responsabilitatea pe care munca de grup ar trebui să o creeze: un climat colectiv permisiv a scăzut riscul perceput de utilizare greșită, în loc să ridice angajamentul.

  • Agentivitatea ca ipseitate relațională. Xie (2026) contestă modelul individualist al agentivității pe care susține că îl presupun chiar și criticile IA. Pornind de la ipseitatea relațională taoistă — un sine „fluid și eterogen” constituit prin relații cu ceilalți și cu cosmosul — el concluzionează că o diviziune digitală sau discriminarea algoritmică este „o violare a constituției fundamentale a sinelui”, făcând egalitatea de acces la învățare „nu doar o cerință etică, ci un dat ontologic”, iar puterea asimetrică și costurile de mediu „dimensiuni integrale ale sinelui”, iar nu externalități. Contra-idealul său, „Zhenren” (真人) sau învățăcelul natural, tratează IA ca „adjunct instrumental”, iar nu ca substitut cognitiv — agentivitatea ca plenitudine cultivată, nu ca optimizare fără frecare.(Alternative AI Philosophy: Daoism as Method for AI in Education)

Pentru contextele colaborative, aceasta reîncadrează întrebarea de design: nu dacă IA poate participa ca membru al echipei, ci cum participarea ei tipizată echilibrează rigoarea epistemică, siguranța emoțională și sentimentul de proprietate al învățăceilor. Frecarea delimitată (provocare constrânsă, îmbinată cu mișcări de integrare și reparare) și alfabetizarea meta-colaborativă explicită sunt protecțiile recomandate.

O lectură structurală a agentivității apare în cadrul de evaluare bucuroasă al lui El Khoury și Ma, unde agentivitatea este tratată ca proprietate de design, iar nu ca motivație: studenții aleg ordinea sarcinilor, stabilesc ritmul și semnalează când se încheie o interacțiune, astfel încât sprijinul este disponibil, iar responsabilitatea pentru muncă rămâne la învățăcel. Mecanismul pe care îl numesc este aprecierea — repetiția fără public și alegerea momentului de început schimbă sensul unei sarcini, de la verdict la ceva ce studentul poate modela — și susțin că experiența repetată a acestei schimbări este ceea ce așază sentimentele ocazionale de eficacitate într-o atitudine cotidiană față de evaluare.

  • „Folosirea mai multă a IA reduce sentimentul de paternitate al studenților.” Nu liniar. Într-un studiu instrumentat de eseuri, proprietatea percepută a scăzut doar la grupul care a delegat eseuri întregi, în timp ce studenții care au folosit modelul pentru planificare sau pentru revizuire au egalat proprietatea studenților care nu l-au deschis deloc. Același grup a obținut și scoruri mai mari la lizibilitatea eseului, astfel încât artefactul arăta mai bine pe măsură ce paternitatea se subția. Agentivitatea a urmărit cum a fost folosit instrumentul, iar nu dacă a fost folosit. Paternitatea este o funcție a delegării, nu a utilizării.

Agentivitate versus identitatea învățăcelului

Identitatea învățăcelului și agentivitatea învățăcelului sunt ușor de confundat, însă numesc lucruri diferite — și ambele sunt remodelate de IA.

  • Agentivitatea se pune în act; identitatea se locuiește. Agentivitatea este capacitatea situată de a acționa intenționat și de a-ți dirija învățarea acum — o proprietate variabilă, interacțională. Identitatea este sentimentul mai durabil și narativ al cine este și devine cineva ca învățăcel. Agentivitatea este un proces; identitatea este o stare de a fi care se acumulează din el.
  • Identitatea este agentivitate internalizată. Actele agentice repetate — alegerea, paternitatea, perseverența — sunt felul în care un învățăcel ajunge să se vadă ca o persoană agentică și competentă. Identitatea este sedimentul agentivității de-a lungul timpului, întărit de recunoaștere și apartenență.
  • Moduri de eșec distincte. Agentivitatea este erodată de supra-dependență și acceptare pasivă (învățăcelul nu mai dirijează raționamentul); identitatea este erodată de pierderea paternității și de amenințarea competenței (învățăcelul nu mai simte că rezultatul îi aparține sau că aparține domeniului). Redistribuirea implicită a muncii epistemice de către IA este în principal o problemă de agentivitate; paradoxul competenței în domeniile creative este în principal o problemă de identitate.
  • Ambele trebuie proiectate. Designul orientat spre agentivitate păstrează controlul și alegerea (frecare delimitată, supraveghere cu omul în buclă, transparență); designul orientat spre identitate protejează paternitatea și recunoașterea (evaluare autentică, atribuire clară a contribuției IA față de cea umană, sarcini care le permit învățăceilor să revendice un domeniu). Protejarea agentivității fără protejarea paternității păstrează controlul, dar nu și valoarea de sine — și invers.

Această distincție între agentivitatea pusă în act și identitatea stabilă se aplică și refuzului. Așa cum o descrie Zagami (2026), a refuza un chatbot pentru scrierea evaluată, a-l interzice pentru raționamentul neasistat, a rezista triajului automatizat în sprijinul studenților sau a amâna achiziția sunt relații separate față de sisteme separate, acoperind niveluri personale, pedagogice, profesionale, administrative și instituționale, iar nu o singură dispoziție durabilă. Acest drept este alocat inegal: studenții cu încredere academică pot refuza fără penalizare, în timp ce cei care au nevoie de sprijin lingvistic, de accesibilitate sau de feedback rapid citesc refuzul ca oportunitate pierdută, iar academicienii cu posturi sigure refuză din principiu, în timp ce personalul cu contracte precare simte presiunea de a adopta. Acolo unde IA se află în infrastructură, refuzul este deplasat de la retragerea individuală în achiziții, audit și contestabilitate.

  • Refuzul ca construcție a identității, nu doar ca decizie (studenți de culoare în învățarea prin ucenicie). Gyekye (2026) a intervievat cinci ucenici din învățământul secundar pe parcursul a 9 luni și a constatat că și-au construit sinele prin IA în trei mișcări: refuzul (nefolosirea ca aliniere instituțională), negocierea (repararea nepotrivirilor instituționale, confidențialitatea ca abstracție îndepărtată) și recunoașterea (echivalarea echității cu absența prejudecății vizibile — o „platitudine culturală” în care identitățile lor nu sunt reprezentate în răspunsurile IA). Cele două concepte interpretative ale studiului — Alfabetizarea Instituțională în IA și Lățimea de Recunoaștere — numesc capacitatea de a face utilizarea IA inteligibilă instituțional și spațiul pe care studenții îl au pentru a se vedea recunoscuți în rezultatele IA. O anchetă narativă cu cinci studenți dintr-un singur program; contribuția ei este să arate că utilizarea, limitarea și refuzul IA sunt legate de felul în care învățăceii se înțeleg ca autori și viitori profesioniști.

Cadrul Co-Agentivității Ecologice: agentivitatea ca problemă de design epistemic

Poudyal (2026) reîncadrează agentivitatea învățăcelului ca o preocupare fundamental epistemică: IA generativă nu adaugă pur și simplu un instrument, ci reatribuie autoritatea epistemologică — capacitatea de a produce cunoaștere, de a valida afirmații și de a crea dovezi ale învățării — de la profesori la studenți și la mașini. Cadrul Co-Agentivității Ecologice al lucrării tratează co-agentivitatea ca relația dintre trei dimensiuni interdependente, toate delimitate de o condiție nenegociabilă de responsabilitate epistemică umană:

  • Co-agentivitate relațională — agentivitatea ca produs al interacțiunii dintre student, instrument și context, cerând o împărțire transparentă a sarcinilor delegate IA și a celor reținute, plus o co-agentivitate etică în care oamenii păstrează responsabilitatea primară și acționează în capacitate de monitorizare.
  • Co-agentivitate regulatorie — cartografierea ciclului de învățare autoreglată (prefigurare, performanță, reflecție) pe medierea IA. Dacă GenAI intră înainte sau după încercarea învățăcelului determină dacă amplifică sau erodează controlul perceput; descărcarea cognitivă strategică sprijină învățarea transformativă doar atunci când decizia de descărcare este intenționată, iar nu de rutină.
  • Co-agentivitate pedagogică — plasarea profesorilor în centru, de-a lungul unui continuum observator–adoptator–colaborator–inovator care depinde de sprijinul instituțional, iar nu de dispoziția individuală.

Condiția de delimitare a cadrului cere contestabilitate (capacitatea de a contesta și verifica încrucișat rezultatul IA), proveniență (a ști de unde vin datele de antrenare și rezultatul) și nedelegarea creditului moral și intelectual (judecățile cu miză mare despre bunăstarea studenților, statutul academic și note nu trebuie determinate exclusiv de IA). Aceasta le dă educatorilor și factorilor de decizie un vocabular mai precis decât vagul „echilibru” între contribuțiile umane și artificiale, legând agentivitatea de etică, evaluare, echitate în educația cu IA și guvernanță.

O încadrare strâns înrudită este agentivitatea epistemică relațională (Du & Yuan 2026), care este de acord că agentivitatea este social activată și tehnologic mediată, iar nu o chestiune de izolare față de dependență. Acolo unde Cadrul Co-Agentivității Ecologice subliniază responsabilitatea epistemică umană ca limită nenegociabilă, Du și Yuan păstrează o asimetrie explicită: sistemele de IA pot modela și extinde raționamentul fără a avea responsabilitate reciprocă sau autoritate legitimă. Cele șase criterii diagnostice ale lor — contestabilitate, recuperabilitate, transfer, trasabilitate, responsabilitate distribuită și pluralitate epistemică — oferă un test practic pentru când o relație om-IA păstrează capacitatea învățăcelului de a participa la felul în care afirmațiile sunt formate, evaluate și acceptate, față de când ea doar livrează un produs. Agentivitatea, în această accepțiune, nu este independența față de instrumente, ci capacitatea de a judeca responsabil cu, prin și împotriva sistemelor care mediază cunoașterea.

  • Agentivitatea delegată ca mecanism, nu doar ca risc. Yan și Gašević (2026) tratează delegarea muncii cognitive către IA ca parte din felul în care se produce învățarea, iar nu doar ca amenințare la adresa ei: în viziunea lor, performanța asistată devine capacitate durabilă doar atunci când învățăcelul păstrează responsabilitatea pentru formularea problemei, stabilirea criteriilor și justificarea răspunsurilor, o împărțire a muncii pe care o numesc agentivitate delegată. Aceasta face din alocare însăși variabila de design, deoarece același instrument poate păstra sau dizolva agentivitatea învățăcelului în funcție de responsabilitățile pe care le absoarbe.

Idei greșite frecvente

  • „Studenții își exercită agentivitatea când folosesc liber IA.” O schemă cu 14 categorii care a codificat 6.788 de replici asistate de ChatGPT a plasat 59% dintre replicile elevilor de clasa a șaptea în categorii care nu reprezintă utilizare agentică. Volumul utilizării și agentivitatea sunt măsuri diferite.
  • „Modelele actuale sprijină bine agentivitatea învățăcelului.” Evaluate comparativ pe zece modele, sprijinirea agentivității este domeniul în care se descurcă cel mai rău după învățare: ImpactBench a măsurat Agentivitatea și Scopul la 56,0% pe criteriile pozitive. Agentivitatea este dimensiunea pe care sistemele de IA o gestionează cel mai slab, iar nu un produs secundar al capacității.
  • „Medierea profesorului este o constrângere asupra agentivității.” Canonigo (2026) a urmărit zece profesori de matematică din secundar pe parcursul unei intervenții de opt săptămâni cu ChatGPT-4, iar medierea este mecanismul, nu obstacolul.

Concepte conexe

Articole conexe

FAQ conexe

Metadate

Public țintăLearners
Învățarea și predareaMotivation, Self-Regulated Learning
Echitate, etică și utilizare responsabilăEthics
Bazele AI în educațieAgentivitatea învățăcelului, Descărcarea cognitivă, Colaborarea om–IA
SursăIstoricEditeazăChat

Încorporează această pagină

Copiază codul de mai jos pentru a încorpora această pagină într-un sistem de management al învățării sau pe alt site web. Versiunea încorporată arată doar conținutul paginii — ascunde antetul site-ului, navigația și subsolul.