Cum îi împiedic pe studenți să se bazeze prea mult pe IA?

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

Un student ia nota maximă la setul de probleme de acasă și lasă jumătate din examen gol. Altcineva predă un raport de laborator pe care nu poate să ți-l explice, sau un bloc de cod pe care nu îl poate desface linie cu linie. Un coleg vrea să interzică instrumentul la cursul din primul an, iar tu cântărești ce le costă asta pe studenții care se sprijină cel mai mult pe el.

Concluzia: supra-dependența este în mare măsură o problemă de plasare. Modelele care o reduc pun încercarea studentului înaintea instrumentului, configurează IA să dea indicii în loc să răspundă, fac din verificare un rezultat de predat și păstrează un moment notat în care instrumentul lipsește.

Pe scurt

1. Pune ideile, ipoteza sau schița brută a studentului în fața instrumentului înainte ca acesta să se deschidă.

2. Configurează IA să dea indicii, să pună întrebări și să ofere exemple oriunde deprinderea-țintă este exact ceea ce notezi.

3. Fă din verificare un rezultat de predat, cu rândul ei propriu în tema de lucru.

4. Păstrează momentul notat fără instrument și compară munca asistată cu el.

5. Potrivește momentul promptului de reflecție cu faza sarcinii pe care o mai poate schimba.

6. Uită-te la cine rămâne în urmă din cauza designului tău, după cunoștințele prealabile, nu după medie.

Decide dacă ai o problemă sau doar o folosire intensă

Descărcarea cognitivă este transferul unei cerințe cognitive către un instrument extern, ceea ce eliberează resurse mentale limitate pentru altă muncă. Guo și Ye (2026) trec constructul prin modelul metacognitiv dinamic al lui Nelson și Narens, în care monitorizarea dificultății conduce decizia de a descărca spre o strategie internă sau externă. Descărcarea este o alegere de autoreglare, iar eșecul de care merită să te îngrijorezi este calibrarea greșită; volumul singur nu îți spune aproape nimic.

Biswas (2026) modelează dependența ca trei acțiuni: rezolvă singur, acceptă răspunsul IA neverificat sau folosește-l și verifică-l. Calibrarea eșuează în ambele direcții. Supra-dependența înseamnă să accepți un rezultat greșit, iar dependența insuficientă înseamnă să arunci o IA utilă după ce a greșit. Supra-dependența colectivă este o populație care a abandonat verificarea, iar pentru că supra-dependența brută se desparte de regret, folosirea intensă este compatibilă cu rezultate bune. Studentul care verifică fiecare răspuns al IA în raport cu materialele tale nu este problema ta. Cel care predă prima schiță a modelului este.

Lodge și Loble (2026) descriu mecanismul ca „fluență la cerere”: un rezultat coerent și sigur pe sine care ocolește dificultățile dezirabile ale regăsirii, elaborării și generării prin care se consolidează cunoașterea. Paradoxul lor de performanță este că munca asistată pare fluentă, iar studenții performează bine în momentul respectiv reținând mai puțin, ceea ce ei numesc iluzie a competenței. Ei numesc lenea metacognitivă (după Fan et al. 2024), cazul în care confortul le permite învățăceilor să abdice de la procesele autoreglatoare pe care trebuie să le dezvolte.

Să le deosebești în propriul curs cere o comparație, nu un număr. Caută muncă mai bună decât munca anterioară a studentului și mai slabă decât explicația pe care o dă ei: un set de probleme solid urmat de un examen slab, un raport lustruit pe care studentul nu îl poate discuta, un răspuns corect care nu poate fi reprodus la o problemă similară. Niciun tipar singur nu dovedește ceva. Două sau trei împreună justifică schimbarea designului.

Cea mai mare parte din ce poți măsura aici este autodeclarare. Gerlich (2025) a chestionat 666 de participanți din Regatul Unit, cu 50 de interviuri, și a constatat că folosirea IA era corelată negativ cu gândirea critică (r = -0,68), cu descărcarea ca mediator parțial (efect total b = -0,42; b indirect = -0,25). Gao, Sun și Khan (2026) au folosit date de sondaj cu întârziere în trei valuri de la 623 de studenți chinezi, plus interviuri cu educatori, și au constatat că folosirea eficace a IA ridică performanța durabilă de învățare și supra-dependența în același timp. Ambele modele sunt corelaționale și ambele o spun.

Instrumentele comportamentale sunt mai subțiri. PAUSE (Alam, 2026) este o autoverificare doar în browser, fără dovezi de fiabilitate sau validitate, iar autorii ei avertizează asupra validității itemilor. Itemii înregistrează când și cât de des intră IA într-un flux de lucru, nu dacă raționamentul propriu al studentului a rămas angajat, așa că un student care își construiește deliberat sprijinul de tip schelă cu IA la început va apărea sincer ca unul care descarcă. PAUSE citează de asemenea scorul de descărcare al lui Padmakumar et al. (2026), care estimează fracția de efort descărcată din jurnale comportamentale (n = 40 de dezvoltatori). Ce vrei să știi este ce poate face studentul neasistat.

Pune încercarea studentului în fața instrumentului

Secvența testată cel mai clar este „gândește întâi, ChatGPT după”. Wong și Qiu (2026) au repartizat N = 196 de studenți să lucreze independent, să folosească liber ChatGPT sau să lucreze într-o condiție reglementată: generează-ți propriile idei, colaborează cu ChatGPT ca să le îmbunătățești și să le evaluezi, apoi rafinează independent și predă o singură soluție. Grupul cu folosire liberă a produs mai multă muncă creativă la sarcina asistată și a revenit la niveluri pur umane la o sarcină ulterioară, mai grea, făcută fără ChatGPT. Grupul reglementat nu a arătat niciun avantaj imediat și a depășit celelalte două grupuri la creativitatea independentă de după.

Datele despre prompturi explică diferența. În grupul reglementat, 88,6% dintre prompturi au fost colaborative, iar acesta a fost singurul tip de prompt corelat semnificativ cu originalitatea independentă ulterioară. În grupul cu folosire liberă, 70,9% dintre prompturi au fost necolaborative, iar 59,6% cereau pur și simplu lui ChatGPT să genereze idei direct. Același instrument, întrebat în două feluri, a produs doi învățăcei diferiți.

Pe fișa ta de lucru asta devine o instrucțiune de ordonare: întâi ideile, ipotezele sau o schiță brută, apoi instrumentul. O frază în capul paginii este suficientă, cu condiția ca pasul următor să colecteze ce a scris studentul.

Două detalii de sală decid dacă secvența rezistă. Primul este timpul. Dacă faza independentă se petrece în afara orei, unii studenți vor deschide instrumentul întâi și vor nota ideile după. Al doilea este colectarea. Dacă nu se predă nimic din acea fază, secvența există doar pe hârtie. O jumătate de pagină de notițe, strânsă la finalul orei, este suficientă ca ordinea să devină reală.

Configurează instrumentul să dea indicii în loc să răspundă

Brcic și Frljic (2026) raportează cea mai tăioasă versiune a argumentului plasării. Un ajutor de IA fără îngrădiri i-a lăsat pe elevii de liceu cu circa 17% mai slabi la un examen neasistat decât semenii care nu aveau deloc instrument. Același model, reconstruit să rețină răspunsurile, a șters prejudiciul, iar un tutor bine construit a aproximativ dublat învățarea. Diagnosticul lor se poate folosi în orice curs: dacă lăsarea IA să intre face sarcina să pară fără efort, instrumentul este în locul greșit.

Zohar, Bloom și Inzlicht (2026) dau acestui argument o formă. Ei susțin că legătura dintre efort și sens este un U inversat, așa că ținta este un gradient: înlătură obstacolele copleșitoare și păstrează luptele care produc comprehensiune și asumare, cu asistența ca supliment. Argumentul lor este un comentariu conceptual, fără date noi, iar relația în U inversat se sprijină pe un singur punct empiric, fără a fi cuantificată, așa că nimeni nu îți poate spune unde se află optimul pentru un anumit învățăcel.

În practică, asta înseamnă IA îngrădită la mijlocul sarcinii, unde indiciile, exemplele lucrate și itemii de exersare își fac treaba, și o verificare securizată la final. Transformă de asemenea o politică de folosire a IA într-o regulă de plasare pe fiecare deprindere, care este mai ușor de scris și mai ușor de apărat decât o listă de interdicții.

Un indiciu este o întrebare despre pasul următor al studentului, un exemplu lucrat pentru o problemă similară sau o trimitere la pasajul relevant. Un răspuns este o frază terminată pe care studentul o poate lipi. Majoritatea chatboturilor de uz general produc al doilea lucru în mod implicit, în proză fluentă care arată ca ajutor, de aceea configurarea contează mai mult decât intențiile studentului.

Cere verificarea și fă-o vizibilă

Verificarea este pârghia cea mai ieftină cu sprijin cauzal real. Biswas (2026) a constatat că a face verificarea vizibilă a declanșat o contra-cascadă spre verificare aproape completă: supra-dependența a scăzut la 0,00, iar regretul la 0,07. Reducerea frecării verificării a fost cea mai slabă pârghie în același model, pentru că bariera este socială, nu mecanică. Un link către bibliotecă nu face un student să verifice o afirmație.

Viberg și colegii (2026) au constatat că studenții care fac deja asta bine verifică rezultatul în raport cu materialele cursului, cu semenii sau cu instructorii atunci când acuratețea este incertă. Acesta este un comportament pe care îl poți cere. Pune un rând în temă: ce ai verificat și în raport cu ce. Citește-l ca parte din notă, iar norma devine vizibilă pentru toată grupa, nu doar pentru câțiva conștiincioși.

Rândul acela îți dă și ceva de urmărit. Când un student scrie că a verificat o afirmație în raport cu textul cursului, poți să îl întrebi la ce pagină. Când scrie că a comparat cu un coleg, poți să îl întrebi ce a spus colegul. Costă o frază. Întrebarea de urmărire este ce îi face pe studenți să o trateze ca muncă.

Verificarea are nevoie și de o arie clară. A verifica dacă o afirmație se potrivește cu textul cursului este un act diferit de a reciti o frază pentru gramatică, iar primul este locul unde modelul eșuează mai des. Spune care dintre ele se cere, altfel vei primi corectură de text.

Demonstrează un eșec sigur pe sine

Dă o sarcină la care modelul greșește cu încredere, apoi pune grupa să verifice acel răspuns în raport cu textul cursului. Funcționează pentru că eroarea sosește în același glas ca răspunsurile corecte. Adaugă dovezile după: un ajutor fără îngrădiri i-a lăsat pe studenți cu circa 17% mai slabi la un examen neasistat, iar studenții care au primit GPT-4 au rezolvat mai multe probleme cu instrumentul și au performat mai slab decât grupul de control odată ce acesta a fost retras (PAUSE raportează Bastani et al., 2025). Aceeași sursă adaugă că Liu et al. (2026) au constatat că asistența a redus persistența în studii randomizate controlate (N = 1.222).

Alege un eșec modest și verificabil, cum ar fi o citare care nu există, o dată greșită sau un calcul care nu se închide. Apoi cere grupei să scrie corectura și verificarea pe care a folosit-o ca să o găsească. Corectura scrisă este artefactul, și îți spune dacă pot face verificarea fără tine deasupra lor.

Păstrează momentul notat fără instrument

Produsul asistat este un proxy slab pentru capacitate, așa că cel puțin un moment notat trebuie să se petreacă fără instrument. Sarcina ulterioară neasistată a lui Wong și Qiu (2026) este acea măsurătoare. Grupul lor pur uman a scăzut și el la continuarea mai grea, ceea ce exclude versiunea simplă a soluției: scoaterea instrumentului fără sprijinirea învățăcelului nu este o intervenție.

Alternarea modurilor are sprijin. PAUSE raportează rezultatul sesiunii a patra al lui Kosmyna et al. (2025), unde participanții care lucraseră fără niciun ajutor și au folosit ulterior ChatGPT au depășit utilizatorii susținuți de LLM. Responsabilizarea funcționează și prin explicare: Makransky et al. (2025) au constatat că un chatbot de tutorat care îi îndemna pe studenți să lege ideile și să își explice raționamentul a produs performanțe mai bune la evaluare decât instruirea tradițională.

Pentru un curs, alternează: muncă asistată la exersare, muncă neasistată acolo unde contează. Citește partea asistată ca o înregistrare a performanței în condiții bune, iar partea neasistată ca dovada despre învățare. Compararea lor este și cea mai utilă conversație pe care o poți avea cu un student care nu își înțelege nota.

Programarea este constrângerea. Un moment fără instrument cere o sală, o oră și o sarcină care încape în el, așa că versiunea cea mai ieftină este o scurtă lucrare în clasă, atașată la o temă pe care ai dat-o deja. Un examen separat este un angajament mai mare și de obicei nu este necesar la prima încercare de acest fel.

Partea neasistată capătă și o a doua întrebuințare: dă-o înapoi la începutul unității următoare, și amândoi puteți vedea ce a supraviețuit pauzei.

Desparte ajutorul instrumental de ajutorul executiv

Viberg, Feldman-Maggor și Wong (2026) au intervievat 20 de studenți universitari la discipline STEM și au găsit un proces în patru etape: a decide dacă e nevoie de ajutor, a alege o sursă, a alege tipul de ajutor și a judeca ajutorul primit. Studenții mai puternici preferau ajutorul instrumental, adică indiciile și explicațiile, în fața ajutorului executiv, adică soluțiile directe. Același studiu avertizează că folosirea LLM-urilor pentru depanare sau pentru programare între limbi poate ocoli rezolvarea independentă de probleme chiar și atunci când studenții nu cer niciodată un răspuns.

Asta se potrivește curat peste descărcarea cognitivă. Folosirea instrumentală este descărcarea duplicativă, care rezistă când instrumentul dispare, pentru că studentul codifică totuși raționamentul. Folosirea executivă este descărcarea substitutivă, care se prăbușește când depozitul extern este înlăturat. Guo și Ye (2026) trasează granița exact în acești termeni: scoate depozitul și cei care descarcă substitutiv scad abrupt, în timp ce cei care descarcă duplicativ își păstrează acuratețea prin codificare internă.

Scrie distincția în temă. Cere studenților să eticheteze fiecare folosire a IA ca instrumentală sau executivă, cere cel puțin un prompt colaborativ și notează raționamentul pe care l-au adăugat după răspuns. În condiția de folosire liberă a lui Wong și Qiu, implicitul a derivat spre folosirea executivă fără ca cineva să decidă să deriveze.

Nu toată descărcarea este suspectă. PAUSE citează Hong et al. (2025), unde descărcarea deliberată a sarcinilor de scriere de ordin inferior, ca să elibereze atenție pentru analiză și revizuire, a produs câștiguri mai mari de gândire critică. Testul este dacă partea descărcată este deprinderea pe care o notezi.

Etichetele acelea îți diagnostichează și sarcina. Dacă majoritatea unei grupe raportează folosire executivă, tema o invită, orice ar spune politica, iar următoarea schimbare aparține sarcinii, nu formulării regulii.

Potrivește promptul cu faza

Feedbackul care vizează o convingere stabilă funcționează înainte de începerea sarcinii. Feedbackul despre corectitudinea și dificultatea imediată funcționează în timpul ei. Guo și Ye (2026) numesc asta potrivire între componentă și moment, și explică de ce o reflecție cerută la finalul unui proiect schimbă atât de puțin: până atunci, alegerile sunt făcute.

Lodge și Loble (2026) recomandă prompturi metacognitive integrate, care îi fac pe învățăcei să se oprească, să reflecteze și să își evalueze înțelegerea în timp ce lucrează, alături de instruirea prin reducerea încărcării, care gestionează povara cognitivă permițând independență progresivă. O predicție de un minut înainte de o unitate grea, scrisă și comparată după, se încadrează în acea fereastră și nu costă nimic la corectare.

Formularea promptului contează mai puțin decât poziția lui. Înainte de o unitate, întreabă ce se așteaptă studentul să fie greu și de ce. În timpul ei, întreabă la ce pas s-a blocat și ce a încercat. O reflecție de final de proiect înregistrează în mare ce s-a întâmplat, de aceea schimbă atât de puțin. Ține predicția pe aceeași pagină cu lucrarea, ca să nu coste nimic comparația de la final.

Așteaptă-te ca riscul să se grupeze

Lodge și Loble (2026) localizează riscul în cunoștințele prealabile și în autoreglare și numesc un decalaj metacognitiv de echitate: folosirea bună a IA cere resurse pe care începătorii nu le au, așa că studenții care au cea mai mare nevoie de exersare sunt cei mai susceptibili să delege învățarea însăși. Ei raportează că 80% dintre studenții australieni folosesc deja IA și că două treimi dintre profesorii din primele clase de gimnaziu o fac (OECD 2025).

Vârsta și obiceiul corelează cu același tipar. Gerlich (2025) a constatat că participanții de 17-25 de ani arătau dependență de IA și descărcare mai mari și gândire critică mai slabă decât cei de 46 de ani și peste, și că nivelul de studii prezicea o gândire critică mai bună indiferent de folosirea IA (r = +0,34), cu o interacțiune semnificativă care indică faptul că nivelul de studii atenuează efectul negativ. Gao, Sun și Khan (2026) au constatat că policronicitatea, tendința de a face mai multe lucruri deodată, moderează calea, studenții cu policronicitate ridicată fiind la risc mai mare.

Pentru o grupă, asta pledează pentru a-i urmări mai atent pe studenții cu cea mai slabă pregătire și pentru a verifica dacă propria ta sarcină a creat condițiile în care verificarea se oprește. O sarcină solicitantă împerecheată cu un model capabil este combinația pe care modelul lui Biswas o semnalează pentru cel mai mare regret, și este ușor de creat din greșeală.

Contextul contează tot atât cât persoana, iar cursul tău controlează o parte din context. Biswas (2026) arată că dificultatea sarcinii și calitatea IA stabilesc linia de bază: supra-dependența urcă de la circa 0,02 la 0,38 odată cu dificultatea, iar la sarcinile grele rulează la 0,38 cu IA slabă față de 0,16 cu IA bună. Cel mai mare regret vine de la IA de calitate ridicată la sarcini grele (0,441), pentru că agenții se lasă prea mult în seama altora și rareori se bazează pe ei înșiși. Dovada socială îl amplifică: pe măsură ce folosirea vizibilă urcă de la 0 la 0,6, verificarea se prăbușește de la 0,29 la 0,002. Verificarea se oprește exact acolo unde modelul este cel mai puternic și sarcina este cea mai grea, ceea ce rareori este locul în care se uită întâi un instructor.

Decide câtă greutate are dovada

Nimic din acest corpus nu testează dacă o anumită intervenție împotriva supra-dependenței rezistă în alte contexte sau semestre. Gândește-întâi se sprijină pe un singur experiment cu N = 196. Rezultatul despre reținerea răspunsurilor vine din sinteza lui Brcic și Frljic (2026), nu dintr-un studiu propriu. Argumentul frecării este un comentariu conceptual fără date noi. Biswas (2026) își declară limitele modelului: calitate a IA exogenă și staționară, o rețea fixă, verificare stilizată. Estimarea valorilor reale ar cere urme longitudinale ale ratelor de verificare pe sarcină, ale tăriei dovezii sociale și ale modului în care se actualizează încrederea după folosire verificată față de cea neverificată.

Măsurarea rămâne veriga slabă. Modelele de sondaj domină, iar atât Gerlich (2025) cât și Gao, Sun și Khan (2026) cer continuări longitudinale și experimentale. PAUSE nu are psihometrie și a fost construit pentru adulți. Dacă decalajul de echitate poate fi închis prin instruire este teoretizat, nu demonstrat.

Rămâi deci cu un pariu rezonabil, făcut ieftin. Schimbă o temă, păstrează măsura neasistată și verifică dacă se îngustează diferența dintre munca asistată și cea neasistată. Nu reconstrui un curs pe tăria acestor numere.

Ce greșesc cadrele didactice aici

Studenții care o folosesc cel mai mult sunt cei cu probleme. Frecvența este ce captează sondajele și ce afișează tablourile de bord, și nu este constructul. Un student care verifică fiecare răspuns și citează materialele tale poate folosi IA zilnic și să fie bine. Un student care predă primul rezultat o dată pe săptămână are problema.

O interdicție înlătură riscul. Cele mai puternice rezultate de aici vin din plasare, iar brațul pur uman din experimentul lui Wong și Qiu a scăzut și el la continuarea mai grea. Scoaterea instrumentului fără sprijinirea învățăcelului lasă dificultatea acolo unde era.

O verificare mai ieftină va rezolva problema verificării. A face verificarea mai ușoară a fost cea mai slabă pârghie în modelul lui Biswas, pentru că obstacolul este social. Un detector de plagiat mai bun nu face un student să citească sursa.

Un tablou de bord de utilizare îmi spune cine descarcă. Itemii PAUSE înregistrează când și cât de des intră IA într-un flux de lucru, iar autorii semnalează ei înșiși problema de validitate. Un învățăcel care își construiește cu grijă sprijinul de tip schelă iese ca unul care descarcă, așa că a acționa pe baza acelor numere îi pedepsește pe studenții pe care vrei să îi păstrezi.

Fluența și satisfacția arată că designul funcționează. Aceasta este iluzia pe care Lodge și Loble (2026) o descriu în paradoxul lor de performanță: munca pare fluentă, iar studenții performează bine în momentul respectiv reținând mai puțin. Performanța neasistată și transferul întârziat sunt măsurile care răspund la întrebare.

Predă-le studenților alfabetizare în IA și problema dispare. Lodge și Loble (2026) avertizează că supra-investiția în alfabetizarea în IA orientată spre studenți poate fi alocarea greșită, date fiind lipsurile începătorilor.

Ce se va întoarce împotriva ta

„Asta e doar pedagogie bună cu un nume nou.” Parțial. Sprijinul de tip schelă, feedbackul formativ și eșecul productiv sunt idei vechi. Ce este mai nou este ordinea: verificarea vizibilă a învins verificarea mai ieftină, iar cele două momente care merită protejate sunt prima încercare grea și verificarea finală neasistată. Fă lucrurile familiare în ordinea nouă.

„Nu pot să îi supraveghez.” Nu poți, iar dovezile spun să nu încerci. Plasarea a produs cel mai puternic rezultat. Proiectează sarcina astfel încât folosirea instrumentului în momentul greșit să apară în munca însăși, ca un răspuns pe care studentul nu îl poate explica sau ca un pas de verificare care lipsește.

„Cursul meu este prea mare pentru o unitate secvențiată.” Pârghiile ieftine se scalează: un rând de verificare, o predicție de un minut și mutarea verificării notate într-o sală fără IA. Elementul scump, o unitate complet secvențiată pe gândește-întâi, poate începe ca o singură temă. Regenerează un set de probleme în două jumătăți, asistată și neasistată, și vezi ce îți spune diferența.

„Studenții mei sunt începători. Au nevoie de ajutor.” Au nevoie de indicii mai mult decât de răspunsuri, iar constatarea despre echitate este motivul. Studenții cu cele mai puține cunoștințe prealabile sunt cei mai susceptibili să delege raționamentul, iar un instrument care reține răspunsurile ține exersarea acolo unde îi este locul.

„Studenții mai slabi nu vor pica pur și simplu verificarea neasistată?” Uneori vor pica, iar rezultatul acela este informație, nu o sentință. O verificare fără instrument la care pică o bună parte dintr-o grupă spune că exersarea ducea performanța, ceea ce este exact lucrul pe care trebuia să îl știi. Cântărește-o ca dovadă, predă din nou ce scoate la iveală și oferă o a doua încercare pe o sarcină paralelă. Niciun studiu de aici nu testează dacă predarea din nou după o verificare neasistată picată recuperează învățarea, așa că partea aceea este judecata ta profesională.

„Unii dintre studenții mei folosesc IA ca sprijin de tip schelă onest. Ar trebui să îi opresc?” Nu. Un student care citește un indiciu, încearcă pasul și verifică rezultatul face descărcarea duplicativă care supraviețuiește scoaterii instrumentului. Ce vrei este o sarcină care ține acea folosire disponibilă și face versiunea executivă mai puțin recompensatoare, ceea ce ține de ce anume colectează sarcina și de ce anume plătește rubrica.

„Dovada este subțire, deci de ce să schimb ceva?” Este subțire în locuri anume, pe care limitele de mai sus le numesc. Ce este consistent între studii este direcția: plasare, verificare vizibilă și o măsură neasistată. O singură temă schimbată, cu rezultatul neasistat păstrat, este un pariu suficient de mic ca să îl rulezi pe această bază.

Ce să faci săptămâna aceasta

1. Adaugă un rând de verificare la următoarea temă: o frază care numește ce a verificat studentul și în raport cu ce.

2. Mută verificarea notată într-un moment fără instrument și notează-o pe aceea.

3. Pune prima încercare grea înaintea instrumentului și colectează ideile, ipoteza sau schița care rezultă.

4. Schimbă setarea instrumentului pe care o recomanzi, astfel încât să dea indicii în loc să răspundă, și spune-le studenților că asta ai făcut.

5. Rulează în direct un eșec sigur pe sine al IA, pune studenții să îl prindă în raport cu textul cursului și păstrează corectura pe care au scris-o.

Încotro mai departe

Întrebarea vecină, dacă IA produce în general învățare, este tratată în Folosirea IA îi ajută într-adevăr pe studenți să învețe?. Reducerea trișării cu IA tratează integritatea și limitele detectării, iar Reproiectarea evaluării în era IA acoperă arhitectura de evaluare pe care o presupune această pagină. Pentru ideile de fond, vezi descărcarea cognitivă, metacogniția și dificultățile dezirabile.