1.1 Iespējas un riski
Ja no šīs lapas atceraties tikai vienu teikumu: MI ir ienācis skolās kā zāles, kurām nav pievienota lietošanas instrukcija. Kā skolotājs jūs nezināt, kad izmantot MI, jums trūkst devu norādījumu, un nav informācijas par blakusparādībām. Šī nodaļa kalpo kā Playbook lietošanas instrukcija.
Vai MI vajadzētu nākt ar lietošanas instrukciju kā zālēm?
MI iespējas
Vispirms precizēsim vienu būtisku aspektu. Lielākā daļa pētījumu par MI potenciālu koncentrējas uz universitāšu studentiem. Skolēni šajos pētījumos līdz šim ir bijuši samērā reti pārstāvēti. LielākāTurklāt lielākā daļa pētījumu attiecas uz īstermiņa intervencēm, kas ilgst no dažām stundām līdz dažām nedēļām. Tāpēc rezultātus, iespējams, pozitīvi ietekmējis tā dēvētais novitātes efekts. Visbeidzot,Plašs testu,pārskats kopar izmantoja68 efektivitāteseksperimentiem novērtēšanai,atklāja biežitieši šādu likumsakarību: jo īsāks pētījums un jo mazāks dalībnieku skaits, jo lielāks bija izstrādājušiziņotais tieMI paši cilvēki, kas vadīja nodarbības. Arī tas varēja ietekmēt datus.ieguvums.
(1) Ļaujiet MI izskaidrot jaunu tēmu un saglabājiet praksi savai stundai
Iedomājieties šādu situāciju. Rīt, kad skolēns ir palaidis garām kādu tēmu vai atkal ir nepieciešams izskaidrot sarežģītu jēdzienu, ļaujiet MI pasniedzējam veikt pirmo skaidrojumu. Praksi paturiet savai stundai, kur notiek reālā mācīšanās.
Kāpēc tas ir svarīgi. Labi kontrolētā izmēģinājumā MI varpasniedzējs atbalstītjaunu faktumateriālu zināšanuiemācīja apguvi.vismaz tikpat labi kā laba mācību stunda. Hārvardas pētījumā 194 fizikas studenti apguva divas tēmas. Vienā tēmā viņi izmantoja šim nolūkam izstrādātu MI pasniedzēju. Otrā tēmā viņi mācījās tradicionālālabi nodarbībā.vadītā aktīvās mācīšanās nodarbībā – ar diskusijām un problēmu risināšanu pāros, nevis lekcijā. Katrs students izmēģināja abas pieejas, tāpēc neviens nevar apgalvot, ka spēcīgākā grupa saņēma labāku pieeju. Testā, kas tika veikts uzreiz pēc tam, skolēni, kurus mācīja MI, sasniedza ievērojami augstākus rezultātus. Pētnieki reģistrēja vidējo uzdevuma izpildes laiku 49 minūtes, salīdzinot ar 60 minūtēm, kas stundu sarakstā bija atvēlētas nodarbībai. Autori ir piesardzīgi šo rezultātu interpretācijā: materiāls studentiem bija jauns, un liela daļa uzdevuma vienkārši prasīja to labi izskaidrot. Viņi skaidri noraidaatturas ideju,attiecināt kasavu tas pats attiektosrezultātu uz uzdevumiem, kaskuros prasajāapvieno vairākuvairākas ideju integrāciju.idejas. Turklāt tie bija universitātes studenti, nevis 8.astotās klases skolēni.
Plašs pārskats, kas apkopoja 228 pētījumu rezultātus, nonācanorāda pietajā līdzīgapašā secinājuma.virzienā, Ģeneratīvātaču ar vienu būtisku ierobežojumu. Ģeneratīvais MI balstīti tērzēšanas roboti radīja lielāku efektu zināšanu ieguvē (un izpratnē)izpratnes jomā deva lielākus ieguvumus nekā vecākas MI formas, piemēram, intelektuālās apmācības sistēmas un adaptīvā prakses programmatūra. Taču tas bija vienīgais no četriem pārskatā mērītajiem rezultātiem, kurā ģeneratīvajam MI bija pārsvars.
Uzziniet vairāk. Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, Article 17458. Brīvpieejas raksts, DOI 10.1038/s41598-025-97652-6. Rakstā aprakstīts, kā tika izstrādāts un kontrolēts pasniedzējs. Tas noderēs ikvienam, kurš vēlas izstrādāt savu MI pasniedzēju.
(2) Efektīvāka stundu plānošanas laika izmantošana
Iedomājieties šādu situāciju. Ietaupiet daļu no stundu plānošanai nepieciešamā laika, izmantojot MI, lai izveidotu pirmo stundas plāna melnrakstu, un pēc tam to rūpīgi pārskatiet.
Kāpēc tas ir svarīgi. Neviens neapstrīd, ka skolotāju darba slodze ir liela. Tāpēc viens no iespējamiem MI ieguvumiem ir efektīvāka darba laika izmantošana. ApvienotāsAnglijā Karalistesveiktā pētījumāizmēģinājumā tika izpētīts,pētīts, cik lielā mērāvai mērķtiecīga MI izmantošana stundu plānošanā var palīdzēt samazināt skolotāju darba slodzi. Pētnieki nejauši sadalīja 259 dabaszinātņu skolotājus 68 skolās divās grupās — vienā, kas izmantoja tērzēšanas robotuChatGPT kopā ar īsāmtiešsaistes rakstiskāmceļvedi instrukcijām,par tā lietpratīgu izmantošanu, un otrā, kaskurai turpinājatika plānotlūgts stundasģeneratīvo kāMI līdzneizmantot šim.vispār. IknedēļasChatGPT plānošanasgrupas laiksskolotāji 7. un 8. klases (11–13 gadus vecu skolēnu) dabaszinātņu stundāmstundu samazinājāsplānošanai nopatērēja aptuveni 56 minūtes nedēļā, salīdzinot ar aptuveni 81 minūtesminūti līdzsalīdzinājuma aptuveni 56 minūtēm.grupā. Priekšmeta ekspertu grupa novērtēja stundu plānu kvalitāti, nezinot, vai plāni tika izveidoti ar MI palīdzību vai bez tās. Eksperti neatrada pierādījumus, ka stundu plānu kvalitāte atšķirtos. Tomēr jāizceļ divi aspekti. (1) Skolotāji rīku laikanedēļu gaitā izmantoja arvien mazāk,mazāk. kasIzvērtētāji nozīmē,to skaidroja kā skolotāju pāreju no apguves posma uz rutīnu; tas var arī nozīmēt, ka ietaupītaisbez laiksatbalsta nerodasietaupījums automātiski un pats par sevi nav ilgtspējīgs.nesaglabājas. (2) Izmēģinājumā tika mērīts skolotāju stundu plānošanai patērētais laiks, nevis skolēnu mācīšanās rezultāti.
"Viss atgriežas pie laika. Pat skolotājiem, kuri saskata MI vērtību, reti ir laiks iemācīties to izmantot."
Uzziniet vairāk. Roy, P., Poet, H., Staunton, R., Aston, K., & Thomas, D. (2024, 12 December). ChatGPT in lesson preparation: A Teacher Choices Trial. NFER, commissioned by the Education Endowment Foundation and the Hg Foundation. Brīvpieejas raksts educationendowmentfoundation.org.uk.
(3) Labāks atbalsts skolēniem, kuri pilnvērtīgi negūst labumu no standarta nodarbībām
Iedomājieties šādu situāciju. Jūsu skola izlemj, kā tērēt savus līdzekļus. Tā vēlas iegādāties MI tērzēšanas robotu. Cik liela, jūsuprāt, ir varbūtība, ka tērzēšanas robota nodrošinātāji jums sniegs pierādījumus par robota ieguvumiem dažādos mācību priekšmetos?
Kāpēc tas ir svarīgi. Nodrošinātājs varētu norādītatsaukties uz šādupētījumiem pielietojumu.par Tērzēšanasskolēniem robotiar irinvaliditāti vecākais– unvienu vislabākno dokumentētaisvisilgāk "MI"pētītajām pielietojumsMI jomām izglītībā, un tieši to bieži aizmirst,ko, sadalot līdzekļus.līdzekļus, viegli var aizmirst. Analizējot 29 pētījumus, kuros iesaistītas 41 skolēnu ar invaliditāti grupa, pētnieki konstatēja mērenus ieguvumus dažādos apstākļos. Taču izlasiet sīko drukāto tekstu. Septiņos no desmit šiem pētījumiem "MI" nozīmēja robotu, —parasti nelielu fizisku iekārtu, kas atrodas uz galda unhumanoīdu, ko bieži vadavadīja pētnieks citābērnam telpā.neredzamā vietā. Tikai vienā no pieciem pētījumiem tika izmantota programmatūra. Tātad tas nav pierādījums, ka tērzēšanas robots palīdzēs autistiskam skolēnam jūsu klasē. Pārskata autori arī nevarēja pateikt, kas padara šīs intervences efektīvas. Balstoties uz savu pētījumu, viņi nevarēja noteikt, kāpēc pētījumi, kas darbojās, atšķīrās no tiem, kas nedarbojās.
Uzziniet vairāk. Zhang, L., Carter, R. A., Jr., Liu, Y., & Peng, P. (2026). Let's CHAT about artificial intelligence for students with disabilities: A systematic literature review and meta-analysis. Review of Educational Research, 9696(1), (1).215–257. Brīvpieejas raksts, DOI 10.3102/00346543241293424. Šī raksta īstā vērtība ir iekļauto pētījumu tabula — tā uzreiz atklāj, cik neliela daļa šīs jomas patiešām pievēršas rīkiem, kas šobrīd tiek tirgoti skolām.
(4) Māciet skolēniem, kā MI kļūdās
Iedomājieties šādu situāciju. Lūdziet savai klasei izveidot desmit attēlus ar "ārstu" un desmit ar "medmāsu". Saskaitiet, kurš parādās katrā kopā, un pēc tam ierosiniet diskusiju: no kurienes radušies šie modeļi un kurš pieņēma šos lēmumus?
1. att.: Attēls izveidots ar NanoBanana 2, izveidots 2026. gada 20. augustā, viena"Viena mēģinājuma uzvedne: ārsts, medmāsamedmāsa" (MI ģenerēts attēls, NanoBanana 2)
Kāpēc tas ir svarīgi. Šīs nodarbības klasiskā versija šķiet novecojusi, un tieši tāpēc tā ir uzmanības vērta. Gadiem ilgi demonstrācija bija paredzama: pieprasot ārstu, parādījās vīrietis. VienāBezpeļņas sistemātiskāorganizācijas AlgorithmWatch veiktā testā Midjourney gandrīz vienmēr attēloja ārstus kā baltādainus vīriešus, savukārt Adobe Firefly redzami, kaut arī nepilnīgi, centās dažādot rezultātus. Recenzētā pētījumā par 2400 MI ģenerētiem ķirurgu attēliem atklājās tāda pati atšķirība starp produktiem: divi no trim populāriem ģeneratoriem gandrīz nerādīja sievietes, savukārt trešais bija tuvu reālajai sieviešu proporcijai ķirurģijā.
Izmēģinot to pašu uzvedni šodien, iespējams, redzēsiet parādāmies ārsti-sievieti vai medbrāli (1. att.). Taču nemaldiniet sevi domājot, ka aizspriedumi ir izzuduši. 2026. gada analīze par 1344 attēliem no trim populāriem ģeneratoriem atklāja pretējo: pieprasot attēlot "kompetentu personu", viena sistēma sievietes nerādīja vispār.
- Jūsu vārdi tiek pārrakstīti, pirms modelis tos saņem. No OpenAI izstrādātāju dokumentācijas: "mēs izmantojam GPT-4, lai optimizētu visas jūsu uzvednes, pirms tās tiek nodotas DALL-E" — un "šo funkciju pašlaik nav iespējams atspējot." Tas, ko jūsu skolēns ierakstīja, nav tas, kas tika jautāts mašīnai.
- Izskats tiek papildināts, ja uzvedne to atstāj atklātu. OpenAI, aprakstot savu daudzveidības tehniku: "Šī tehnika tiek piemērota sistēmas līmenī, kad DALL·E tiek dota uzvedne, kas apraksta personu, nenorādot rasi vai dzimumu, piemēram, 'ugunsdzēsējs.'" Pēc tam lietotāji divpadsmit reizes biežāk norādīja, ka attēlos redzami dažādas izcelsmes cilvēki. "Ārsts" ir tieši šāda veida uzvedne.
- Un šī pielāgošana var arī neizdoties. Google pēc Gemini attēlu ģenerēšanas apturēšanas 2024. gadā: "Mūsu pielāgojumi, kas paredzēti, lai Gemini rādītu dažādus cilvēkus, neņēma vērā gadījumus, kuros noteikti nevajadzētu rādīt dažādību."
Šī ir mācība, kas ir skolēna uzmanības vērta un kas paliks aktuāla arī pēc nākamā modeļa atjauninājuma: attēls nav vienkāršs realitātes atspoguļojums, un tas nav noticis nejauši. Kāds pieņēma izvēli.
2. att.: "Kāpēc attēls, kas veidots pēc tādas uzvednes kā 'uzzīmē ārstu', izskatās tā, kā tas izskatās, un kāpēc pats attēls to jums nepateiks" (MI ģenerēts attēls, NanoBanana 2)
Šo mācību var sākt jau agri. Kad 209 somu skolēni 12 klasēs, 4.6. un 7. klasē, izpētīja šo tēmu, to skolēnu īpatsvars, kuri spēja izskaidrot aizspriedumus, izmantojot datus, pieauga no aptuveni 7 līdz 44 no 100. Godīgs ierobežojums: pētījums mērīja to, ko bērni spēja izskaidrot, nevis to, kā viņi rīkotos vēlāk.
Uzziniet vairāk. Vartiainen, H., etKahila, alJ., Tedre, M., López-Pernas, S., & Pope, N. (2025). Enhancing children's understanding of algorithmic biases in and with text-to-image generative AI. New Media & Society, 27(9)., 5342–5368. Brīvpieejas raksts, DOI 10.1177/1461444824125282014614448241252820. Pētījumā nebija salīdzinājuma grupas – uztveriet to kā daudzsološu mācību stundas modeli, nevis kā pierādījumu.
Weinmann, H., etMessingschlager, alT. V., & Appel, M. (2026). Gender bias in text-to-image generative artificial intelligence: Neglect and stereotypical presentations across three popular platforms. New Media & Society,Society. Online Firstfirst. Brīvpieejas raksts, DOI 10.1177/14614448261435197.
Ali, R., et al. (2024). Demographic representation in 3 leading artificial intelligence text-to-image generators. JAMA Surgery, 159(1), 87–95. DOI 10.1001/jamasurg.2023.5695.
Pašu piegādātāju paziņojumi: OpenAI (2022), Reducing bias and improving safety in DALL·E 2; Depue, W. (2023), What’s new with DALL·E 3?, OpenAI Cookbook; Raghavan, P. (2024), Gemini image generation got it wrong. We’ll do better, Google.
Cik pamatoti ir šā brīža pētījumu rezultāti par MI potenciālu?
Vissvarīgākais. Ja kāds jums min pētījumu, pirms piekrišanas uzdodiet divus jautājumus: "Kas bija dalībnieki un cik ilgi ilga pētījums?"
Kāpēc tas ir svarīgi. 2025. gadā metaanalīze, kas apkopoja 51 pētījumu, ziņoja par nozīmīgulielu ChatGPT ieguvumu skolēnu akadēmiskajiem sasniegumiem. Rakstu izlasīja simtiem tūkstošu reižu, un tas kalpoja par pamatu daudziem pārliecinātiem apgalvojumiem skolotāju istabās. 2026. gada 22. aprīlī žurnāls atsauca šo rakstu. *Atsaukšana* nozīmē, ka žurnāls oficiāli atsauc kaut ko, ko tas publicējis; raksts joprojām ir redzams, taču ar atzīmi 'ATSAUKTS', lai ikviens, kas to citējis, to varētu atpazīt. Divi ārējiepētnieki, pētniekikuri nebija iesaistīti pētījumā, bija atklājuši nekonsekvencesneatbilstības pētījumu apkopošanā.analīzē. Žurnāla redaktors rakstīja, ka problēmas "mazina redaktora pārliecību par analīzes derīgumu". Autori uz saraksti par šo jautājumu nereaģēja.
Tas nenozīmē, ka MI nekādi neietekmē mācīšanos. Pastāv arī uzticami pētījumi, kas apliecina mērenus ieguvumus. Šī pētniecības joma vēl nav labi definēta, jo tā ir samērā jauna un ļoti dinamiska. Tas nozīmē, ka bieži citētais rādītājs bija nepareizs un ka bija vajadzīgs gads un divi ārējie eksperti, lai to atklātu.
Vēl viens vērā ņemams ierobežojums:ierobežojums. Vismaz matemātikā – jo tuvāk pierādījumi ir skolai, jo mazāks — vismaz pašlaik — ir efekts. Dažādos mācību priekšmetos aina ir nevienviedīga: daži jaunāki pārskati konstatē lielāku efektu skolās nekā universitātēs, taču pētījumu skolās joprojām ir maz, un tie ir nelieli.
Uzziniet vairāk. Pati atsaukšana aizņem vienu lappusi, ir brīvi pieejama un vērts izlasīt tieši tāpēc, ka tā ir īsa: Wang, J., & Fan, W. (2026). Retraction note: The effect of ChatGPT on students' learning performance, learning perception, and higher-order thinking. Humanities and Social Sciences Communications, 13, 528. DOI 10.1057/s41599-026-07310-z.
Atsauktais oriģināls bija HSSC 12, 621 (2025). Joprojām spēkā: Wu, X., Zhu, P., Zhang, J., Yin, M., & Wang, Y. (2026). *HSSC,ChatGPT's 13*,impact on student learning outcomes: A meta-analysis of 35 experimental studies. Humanities and Social Sciences Communications, 13, 684. Brīvpieejas raksts, DOI 10.1057/s41599-026-07019-z.
Rādītājs tikai par skolām:skolām matemātikā: Yi, L., Liu, D., Jiang, T., & Xian, Y. (2025). *The effectiveness of AI on K-12 students' mathematics learning: A systematic review and meta-analysis. International Journal of Science and Mathematics Education, 23*(23(4), 1105–1126. DOI 10.1007/s10763-024-10499-7.
Plašāka, jaunāka apkopojošā analīze: Han, X., Peng, H., & Liu, M. (2025). The impact of GenAI on learning outcomes: A systematic review and meta-analysis of experimental studies. Educational Research Review, 48, 100714.
DOI 10.1016/j.edurev.2025.100714.
MI riski
(1) Kaut ko darīt nav tas pats, kas mācīties
Iedomājieties šādu situāciju. Pirms uzdodat mājasdarbu, ko var izpildīt tērzēšanas robots, padomājiet, kāds ir uzdevuma mērķis. Varbūt ir vērts uzdevumu mainīt?
Kāpēc tas ir svarīgi. Vai ar tērzēšanas robotu jūs mācāties ātrāk? Aptuveni tūkstotis skolēnu no 9. līdz 11. klasei apguva matemātiku trīs grupās: viena izmantoja standarta tērzēšanas robotu, otra — versiju, kas ieprogrammēta atbildi neatklāt un uzdot papildu jautājumu, bet trešā strādāja bez tērzēšanas robota. Izmantojot tērzēšanas robotu, grupa ar standarta robotu izpildīja par 48 procentiem vairāk prakses uzdevumu nekā grupa bez tā. Pēc tam visi kārtoja vienu un to pašu eksāmenu bez tērzēšanas robota. Rezultāts, kas sākotnēji šķita pārsteidzošs, bija tāds, ka grupa, kas izmantoja standarta tērzēšanas robotu, uzrādīja par 17 procentiem sliktākus rezultātus nekā skolēni, kas tērzēšanas robotu nebija izmantojuši. Grupai, kas strādāja ar robotu, kurš atbildi neatklāja, salīdzinot ar grupu bez robota, testā rezultāti nepasliktinājās, taču tā vairāk vingrinājās. Skolēni, kas izmantoja standarta tērzēšanas robotu, nebija ne slinki, ne arī krāpās. Viņi strādāja vairāk, bet iemācījās mazāk, jo rīks novērsa nevis piepūli, bet gan kognitīvo izaicinājumu, kas veido mācīšanos.
"Ar MI ir ļoti viegli iegūt risinājumu, to neizprotot."
Uzziniet vairāk. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. *PNAS, 122*, e2422633122. DOI 10.1073/pnas.2422633122.
(2) MI detektori soda nepareizos skolēnus
Iedomājieties šādu situāciju. Jūs saņemat vērtēšanai skolēna eseju. Šaubīdamies par tās autentiskumu, ievadāt to MI detektorā. Rezultāts parāda: eseja gandrīz droši ir uzrakstīta ar MI palīdzību.
Kāpēc tas ir svarīgi. Jūs izmantojat MI detektoru, lai nodrošinātu taisnīgumu, taču kādai konkrētai grupai detektoriem ir tieši pretēja iedarbība. Detektors neatpazīst mašīnas ģenerētu tekstu. Tas mēra, cik prognozējams ir formulējums. Un tieši šeit slēpjas problēma — piemēram, kad skolēns raksta svešvalodā, nav pieredzējis rakstīšanā vai viņam ir ierobežots ikdienas vārdu krājums. Viņu raksti ir prognozējami. Kad septiņi komerciāliplaši izmantoti detektori analizēja 91 eseju, ko angļu valodas TOEFL testam bija rakstījuši runātāji, kuriem angļu valoda nav dzimtā,dzimtā kārtojot(esejas angļutika valodassavāktas eksāmenu,kādā ķīniešu tiešsaistes forumā), aptuveni sešos no desmit gadījumiem tie šīs esejas kļūdaini tika atzīmētasatzīmēja kā mašīnas radītas. Turpretī esejas, ko rakstījuši 14 gadus veci amerikāņi savā dzimtajā angļu valodā,valodā rakstījuši amerikāņu astotās klases skolēni, gandrīz visas tika klasificētas pareizi. Rīks, kas kļūdaini iezīmē tieši vienu konkrētu grupu, nav neitrāls. Turklāt šī grupa ir vismazāk spējīga sevi aizstāvēt.
Uzziniet vairāk. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. Brīvpieejas raksts, DOI 10.1016/j.patter.2023.100779.
(3) Kur tad galu galā nonāk skolēnu dati?
Iedomājieties šādu situāciju. Jūs izmantojat MI rīku, ko piedāvā jūsu skola. Mēģiniet noskaidrot, kur nonāk skolēnu dati.
Kāpēc tas ir svarīgi. Vai jūsu skola var nodrošināt, ka dati netiek nodoti trešajai pusei? Trešā puse ir uzņēmums, kas nav ne jūsu skola, ne lietotnes izstrādātājs. Parasti tie ir reklāmas vai analītikas uzņēmumi, kas saņem datus, kamēr skolēns strādā. Šo uzņēmumu skola nav izvēlējusies. Kad pētnieki veica tehnisku analīzi par 163 mācību produktiem, ko valdības ieteica pandēmijas laikā slēgto skolu apstākļos, 145 no tiem apstrādāja bērnu datus tā, ka tas apdraudēja vai pārkāpa viņu tiesības, nododot datus 196 trešajām pusēm vai piešķirot tām piekļuvi — pārsvarā reklāmas nozarei. No 42 valdībām, kas izstrādāja savus produktus, nevis tos iegādājās, 39 bija izstrādājušas produktus ar tādu pašu problēmu. Pētījums aptver 2021. gada produktus, un daži no tiem kopš tā laika, iespējams, ir mainījušies. Tomēr nevaram izslēgt, ka tas pats attiecas arī uz MI lietotnēm.
Uzziniet vairāk. Human Rights Watch (2022). "How dare they peep into my private life?: Children's rights violations by governments that endorsed online learning during the Covid-19 pandemic. Brīvpieejas raksts hrw.org. Pielikumos par katru valsti var uzzināt, kas kurā valstī tika atbalstīts.
(4) MI nonāk pēdējais tur, kur tas ir visvairāk nepieciešams
Iedomājieties šādu situāciju. Cik daudz apmācības jūs jau esat saņēmis par MI mācīšanos vai priekšmetam specifisku mācīšanu ar MI?
Kāpēc tas ir svarīgi. Pieaugušajiem,Vienā kurieksperimentā jaupieaugušie bijaar pabeigušiaugstāko izglītību,izglītību tikaun nodrošinātsbez tās risināja darba videi raksturīgu biznesa uzdevumu. Ar MI asistents.asistenta Sniegumupalīdzību atšķirībaaptuveni trīs ceturtdaļas atšķirības starp tiem,abām kamgrupām ir augstāks un zemāks formālās izglītības līmenis, ievērojami sašaurinājās.izzuda. Kad pētnieki pēc tam asistentu atsauca,atņēma, atšķirībaievērojama daļējidaļa atšķirības atjaunojās. PētniekiAutori secināja,secina, ka lielu daļu darba paveica MI asistentsun bijaka paveicispēc darbu,tā tačuatņemšanas nebijasaglabājās palīdzējistikai dalībniekiemdaļa attīstīt nekādas prasmes.ieguvuma.
Aptauja starp Amerikas skolu direktoriem atklājapapildina šāduainas ainu:otru pusi: jo nelabvēlīgākā situācijā bija skolas skolēni, jo mazākamazāk skola bija darījusi MI ietekmeintegrēšanai uz– mācīšanu.mazāk noteikumu, mazāk skolotāju apmācību, mazāk norādījumu par MI izmantošanu skolēniem. Tā ir sakarība, nevis cēloņsakarības pierādījums.
ApvienojotKopumā: abu pētījumu secinājumus, var izdarīt šādu apgalvojumu: labs rīks var mazināt atšķirības, kamēr tas ir mācekļaskolēna rokās. TomērTaču tas parasti tassasniedz nesasniedztās tos,skolas, kamkurām tas visvairākvajadzīgs nepieciešams,vismazāk, un, to atņemot, neatstājsaglabājas nekādastikai prasmes.daļa no tā ieguvuma.
Vācijas dati liecina par to pašu tendenci. No 1590 jauniešiem vecumā no 14 līdz 20 gadiem 80 procenti no turīgākajām ģimenēmģimenēm, unbet tikai 55 procenti no mazāk turīgajām MI uzskatīja par iespēju.iespēju Unskolai. atziņaiArī izmantošana seko rīcība:tai pašai tendencei: starp jauniešiem, kuri izmanto MI rīkus, 70 procenti ģimnāziju skolēnu izmantojatos MIizmanto skolai vai mājasdarbiem, salīdzinot ar 58 procentiem pamatskolās.citās vidējās izglītības skolās.
Kā ir ar skolotāju profesionālo pilnveidi? Aptauja starp vairāk nekā desmit tūkstošiem skolotāju Anglijā atklāja, ka 45 procenti privāto skolu skolotāju jau bija saņēmuši formālu apmācību par MI.MI, Salīdzinājumamsalīdzinot —ar 21 procentu valsts skolās šis rādītājs bija 21 procents.skolās. Valsts skolu sistēmā rādītājišis rādītājs svārstījās no 26 procentiem turīgākajāsskolās skolāsar turīgākajiem skolēniem līdz 18 procentiem trūcīgākajāsskolās skolās.ar vismazāk turīgajiem skolēniem.
Uzziniet vairāk. Cruces, G., Fernández Meijide, D., Galiani, S., Gálvez, R. H., & Lombardi, M. (2026). Does generative AI narrow education-based productivity gaps? Evidence from a randomized experiment (NBER Working Paper 34851). Darba dokuments, vēl nav recenzēts. Campos, C., & Singleton, J. D. (2026). AI diffusion gaps: Unequal integration of AI across K-12 schools (NBER Working Paper 35347). Latham, K., & Montacute, R. (2025). Artificial advantage? AI in the classroom and the inequality gap. The Sutton Trust. Brīvi pieejams suttontrust.com. Vodafone Stiftung Deutschland (2024), Pioniere des Wandels; mpfs (2024), JIM-Studie 2024. Abi brīvi pieejami vācu valodā.
(5) Tas, kas uzlabojas, mācoties ar MI, ne vienmēr ir tas, ko redzat
Iedomājieties šādu situāciju. Jūs savā mācīšanā ieviešat jaunu tērzēšanas robotu, un skolēni ir sajūsmā par jaunā rīka izmantošanu.
Kāpēc tas ir svarīgi. Plašā pārskatā par 228 pētījumiem tika konstatētasaplūkotas četras dažādas arjomas, mācīšanosko saistītasMI jomasvarētu (uzlabot: zināšanas un izpratne,izpratne; darbszināšanu arpielietošana; MI,afektīvā iesaiste,puse, motivācija,piemēram, pārliecība,motivācija un iesaiste; kā arī spēja plānot, uzraudzīt un labot savu darbu).mācīšanos. PēdējāTrīs no tām neuzlabojās, savukārt pārējāsčetrām uzlabojās. Pēdējā, cik vien pētījumi spēja noteikt, neuzlabojās.
- Attiecībā uz zināšanām un izpratni
ģeneratīvajamģeneratīvais MIbijauzrādījalielākalabākusietekmerezultātus nekāintelektuālajāmvecākas MI formas, piemēram, intelektuālās apmācībassistēmāmsistēmas unadaptīvajaiadaptīvā praksesprogrammatūrai, kas skolās jau tiek izmantota.programmatūra. - Attiecībā uz zināšanu
pielietošanu, kā arī motivācijupielietošanu uniesaistiafektīvo pusi ģeneratīvais MI nebija efektīvāks par vecāku programmatūru, kas daudzām skolām jauesošo programmatūru.ir. - Attiecībā uz pašvadību
mumsapkopotaisnavefektspietiekamibijadaudznelielspētījumu,un varēja būt nejaušs – turklāt pētījumu bija pārāk maz, laispriestunoskaidrotu,parkādajebkāduveidaefektu.MI vispār varētu palīdzēt.
Tikai neliela daļa rezultātu tika iegūti randomizētos izmēģinājumos, un sajūsmu, ko redzat pirmajās nedēļās, īsi pētījumi atspoguļo vislabāk.
Neliela papildu piebilde: vislielākāšajā ietekmepārskatā vērojamavislielākie ieguvumi tika konstatēti mākslā un humanitārajās zinātnēs, nevis matemātikā vai dabaszinātnēs.zinātnēs.
Uzziniet vairāk. Yeo, G. H., & Lansford, J. E. (2025). Effects of artificial intelligence on educational functioning: A review and meta-analysis. Educational Psychology Review, 37(4), article 110. DOI 10.1007/s10648-025-10085-5.

