Skip to main content

1.1 Iespējas un riski

Ja no šīsšīs lapaslappuses atceraties tikai vienu teikumu: MI ir ienācis skolās kā zāles,medikaments, kurāmkuram nav pievienota lietošanaslietošanas instrukcija. Kā skolotājspedagogs jūs nezināt, kad izmantot MI, jums trūkst devunorādījumu norādījumu,par devām un nav informācijas par blakusparādībām. ŠīŠī nodaļa kalpo kā PlaybookRokasgrāmatas lietošanaslietošanas instrukcija. 

Vai MI vajadzētubūtu nāktjāpiedāvā arlietošanas lietošanasinstrukcija instrukcijulīdzīgi kā zālēm?medikamentiem?

Vai zināt to papīra lapiņu, kas ievietota katrā zāļu iepakojumā? To, kuru, visticamāk, atmetat malā pat nepaskatoties? Tā var šķistšķist neievērojama, taču šīšī nelielā lapiņa ir pagājušāpagājušā gadsimta klusais triumfs. ŠajāŠajā instrukcijā norādīti četri būtiski elementi: ko zāles ārstē, kāda ir deva, kādikādas pārsteigumiblakusparādības var rasties un kam no tām jāizvairās.

Aiz katras šīsšīs instrukcijas rindiņas stāv veselas sistēmas darbs: klīniskie izmēģinājumi, regulatori un pienākums atklāt kļūdas. Neviens netic, ka pati instrukcija dziedē. Tās patiesā vērtība ir padarīt zāles drošasdrošas ikvienam. TiešiTieši šīsšīs "maģijas" mums trūkst, ļaujot MI mācīt bez vadlīnijām.

MI rīki, kas šobrīdšobrīd klusi ienāk jūsu skolā, ir mantojušimantojuši problēmu, kas ir vecāka par pašupašu MI: izglītības tehnoloģijām reti kad ir bijusi pievienota lietošanaslietošanas instrukcija. Apvienotajā Karalistē veikts pārskats atklāja, ka tikai 7 no 100 izglītības tehnoloģiju uzņēmumiem savus produktus ir pakļāvušipakļāvuši randomizētam izmēģinājumam, un tikai 12 no 100 ir meklējušimeklējuši ārēju sertifikāciju. Arī skolas reti prasa vairāk. Aptaujā 17 ASV štatosštatos tikai 11 no 100 skolotājiempedagogiem un skolu administrācijas pārstāvjiem pirms jauna rīka ieviešanasieviešanas bija pieprasījušipieprasījuši recenzētus pierādījumus.

Rezultātā daudzos gadījumos nauda tiek izšķērdēta.izšķērdēta. ASV vidēji divas trešdaļastrešdaļas izglītības programmatūras licenču palika neizmantotas, un 98 no 100 nekad netika izmantotas intensīvi. EdTech Genome Project, arī ASV, analizēja aptuveni 7000 mācību rīku 13 miljardu dolāru vērtībā un konstatēja, ka 85 no 100 bija vai nu slikti piemēroti, vai nepareizi ieviesti.

ŠīŠī nodaļa var šķistšķist sausa, taču nepieciešamatā sadaļa,ir tomērnepieciešama, jo tā atklāj slēptos stāstus aiz noteikumiem. Tā stāsta, kas patiesībā notika, kurus tas skāra, un izgaismo blakusparādības —— pat tās, kas klusi skāra bērnus, kuri tam nekad nebija piekrituši.piekrituši.

MI iespējas

Lielākā daļa pētījumu par MI potenciālu koncentrējas uz universitāšuuniversitāšu studentiem. Skolēni šajosšajos pētījumos līdz šimšim ir bijušibijuši samērā reti pārstāvēti. Turklāt lielākā daļa pētījumu attiecas uz īstermiņa intervencēm, kas ilgst no dažām stundām līdz dažām nedēļām. Tāpēc rezultātus, iespējams, pozitīvi ietekmējis tā dēvētais novitātes efekts. PlašsPlašs pārskats par 68 eksperimentiem atklāja tiešitieši šādušādu likumsakarību: jo īsāks pētījums un jo mazāks dalībnieku skaits, jo lielāks bija ziņotais MI izmantošanas ieguvums.

(1) Ļaujiet MI izskaidrot jaunu tēmu un saglabājiet praksi savai stundai

Iedomājieties šādušādu situāciju. Rīt, kad skolēns ir palaidis garām kādu tēmu vai atkal ir nepieciešamsnepieciešams izskaidrot sarežģītu jēdzienu, ļaujiet MI pasniedzējampedagogam veikt pirmo skaidrojumu. Praksi paturiet savai stundai, kur notiek reālā mācīšanās.mācīšanās.

Kāpēc tas ir svarīgi. Labi kontrolētā izmēģinājumā MI pasniedzējspedagogs jaunujauno materiālu iemācīja vismazgandrīz tikpat labi kā labalabi izstrādāta mācību stunda. Hārvardas pētījumā 194 fizikas studenti apguva divas tēmas. Vienā tēmā viņi izmantoja šimšim nolūkam izstrādātu MI pasniedzēju.pedagogu. Otrā tēmā viņi mācījās labi vadītā aktīvās mācīšanāsmācīšanās nodarbībā –– ar diskusijām un problēmu risināšanurisināšanu 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 bijanodarbībai atvēlētasatvēlētajām nodarbībai.60 minūtēm. Autori ir piesardzīgi šošo rezultātu interpretācijā: materiāls studentiem bija jauns, un liela daļa uzdevuma vienkāršivienkārši prasīja to labi izskaidrot. Viņi skaidri atturas attiecināt savu rezultātu uz uzdevumiem, kuros jāapvieno vairākas idejas. Turklāt tie bija universitātes studenti, nevis astotās klases skolēni.

PlašsPlašs pārskats, kaskurā apkopojaapkopoti 228 pētījumu rezultātus,rezultāti, norādaliecina tajāpar pašāto virzienā,pašu, taču ar vienu būtisku ierobežojumu. Ģeneratīvais MI zināšanuzināšanu un 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.pedagogs. Tas noderēs ikvienam, kurškurš vēlas izstrādāt savu MI pasniedzēju.pedagogu.

(2) Efektīvāka stundu plānošanasplānošanas laika izmantošanaizmantošana

Iedomājieties šādušādu situāciju. Ietaupiet daļu no stundu plānošanaiplānošanai nepieciešamānepieciešamā laika, izmantojot MI, lai izveidotu pirmo stundas plāna melnrakstu, un pēc tam to rūpīgi pārskatiet.

Kāpēc tas ir svarīgi. Neviens neapstrīd, ka skolotājupedagogu darba slodze ir liela. Tāpēc viens no iespējamiemiespējamajiem MI ieguvumiem ir efektīvāka darba laika izmantošana.izmantošana. Anglijā veiktā izmēģinājumā tika pētīts, vai mērķtiecīga MI izmantošanaizmantošana stundu plānošanāplānošanā var samazināt skolotāju darba slodzi. Pētnieki nejaušinejauši sadalīja 259 dabaszinātņu skolotājus 68 skolās divās grupās —— vienā, kas izmantoja ChatGPT kopā ar tiešsaistestiešsaistes ceļvedi par tā lietpratīgu izmantošanu,izmantošanu, un otrā, kurai tika lūgts ģeneratīvo MI neizmantot vispār. ChatGPT grupas skolotājipedagogi 7. un 8. klases (11–11–13 gadus vecu skolēnu) dabaszinātņu stundu plānošanaiplānošanai patērēja aptuveni 56 minūtes nedēļā, salīdzinot ar aptuveni 81 minūti salīdzinājuma grupā. PriekšmetaPriekšmeta 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.atšķirtos. Tomēr jāizceļ divi aspekti. (1) Skolotāji rīku nedēļuNedēļu gaitā pedagogi rīku izmantoja arvien mazāk. Izvērtētāji to skaidroja kā skolotājupedagogu pāreju no apguves posma uz rutīnu; tas var arī nozīmēt, ka bez atbalsta ietaupījums nesaglabājas. (2) Izmēģinājumā tika mērīts skolotājupedagogu stundu plānošanaiplānošanai patērētais laiks, nevis skolēnu mācīšanāsmācīšanās rezultāti.

"Viss atgriežas pie laika. Pat skolotājiem,tiem pedagogiem, kuri saskata MI vērtību, reti ir laikslaiks, iemācītieslai iemācītos 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 šādušādu situāciju. Jūsu skola izlemj, kā tērēt savus līdzekļus. Tā vēlas iegādāties MI tērzēšanas robotu.sarunbotu. Cik liela, jūsuprāt, ir varbūtība, ka tērzēšanassarunbota robota nodrošinātājinodrošinātāji jums sniegs pierādījumus par robotasarunbota izmantošanas ieguvumiem dažādos mācību priekšmetos?priekšmetos?

Kāpēc tas ir svarīgi. NodrošinātājsNodrošinātājs varētu atsaukties uz pētījumiem par skolēniem ar invaliditāti –– vienu no visilgāk pētītajām MI jomām izglītībā, ko, sadalot līdzekļus, viegli var aizmirst. AnalizējotIzanalizējot 29 pētījumus, kuros iesaistītasiesaistīta 41 skolēnu ar invaliditāti grupa, pētnieki konstatēja mērenus ieguvumus dažādos apstākļos. Taču izlasiet sīko drukāto tekstu. Septiņos no desmit šiemšiem pētījumiem "MI" nozīmēja robotu, parasti humanoīdu, ko bieži vadīja pētnieks bērnam neredzamā vietā. Tikai vienā no pieciem pētījumiem tika izmantota programmatūra. Tātad tas nav pierādījums, ka tērzēšanas robotssarunbots palīdzēs autistiskam skolēnam jūsu klasē. Pārskata autori arī nevarēja pateikt, kas padara šīsšīs intervences efektīvas. Balstoties uz savu pētījumu, viņi nevarēja noteikt, kāpēc pētījumi, kas darbojās, atšķīrāsatšķīrās 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, 96(1), 215–215–257. Brīvpieejas raksts, DOI 10.3102/00346543241293424. ŠīŠī raksta īstā vērtība ir iekļauto pētījumu tabula —— tā uzreiz atklāj, cik neliela daļa šīsšīs jomas patiešāmpatiešām pievēršaspievēršas rīkiem, kas šobrīdšobrīd tiek tirgoti skolām.

(4) Māciet skolēniem, kā MI kļūdās

Iedomājieties šādušādu situāciju. Lūdziet savai klasei izveidot desmit attēlus ar "ārstu" un desmit ar "medmāsu". Saskaitiet, kurškurš parādās katrā kopā, un pēc tam ierosiniet diskusiju: no kurienes radušiesradušies šiešie modeļi un kurškurš pieņēma šosšos lēmumus?

Gemini_Generated_Image_mfaur1mfaur1mfau.jpg

1. att.: "Viena mēģinājuma uzvedne: ārsts, medmāsa" (MI ģenerēts attēls, NanoBanana 2)

Kāpēc tas ir svarīgi. ŠīsŠīs nodarbības klasiskā versija šķietšķiet novecojusi, un tiešitieši tāpēc tā ir uzmanības vērta. Gadiem ilgi demonstrācija bija paredzama: pieprasot ārstu, parādījās vīrietis. Bezpeļņas organizācijas AlgorithmWatch veiktā testā Midjourney gandrīz vienmēr attēloja ārstus kā baltādainus vīriešus,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:atšķirība: divi no trim populāriem ģeneratoriem gandrīz nerādīja sievietes, savukārt trešaistrešais bija tuvu reālajai sieviešusieviešu skaita proporcijai ķirurģijā.

Izmēģinot to pašupašu uzvedni šodien,šodien, iespējams, redzēsiet parādāmies ārsti-sievieti vai medbrāli (1. att.). Taču nemaldiniet sevi domājot, ka aizspriedumi ir izzuduši.izzuduši. 2026. gada analīze par 1344 attēliem no trim populāriem ģeneratoriem atklāja pretējo: pieprasot attēlot "kompetentu personu", viena sistēma sievietes nerādīja vispār.

MainījušiesMainījušies navir nevis aizspriedumi, bet gan slānis, kurā tie mīt —— un šīšī ir svarīgākā mācība! Aiz katra no šiemšiem attēliem stāvir cilvēku pieņemti lēmumi: uz kā sistēma tika apmācīta un ko tās veidotāji vēlāk nolēma tai rādīt. Otro no šiemšiem slāņiem var pielāgot, tas ir neredzams un to nosaka uzņēmums. 

Pirmais cilvēku pieņemto lēmumu slānis ir tas, ko sistēma ir absorbējusi. Miljoniem attēlu, ko cilvēki izveidojušiizveidojuši un marķējuši,marķējuši, katrs no tiem atspoguļojot pasauli tādu, kāda tā jau bija. ŠoŠo slāni atklāj klasiskāklasiska aizspriedumuaizspriedumos balstīta nodarbība, un skolēni to viegli aptver:uztver: mašīnamehānisms kļuva par atspulgu tam, arkas ko tātam tika barota.ieprogrammēts.
Otro slāni veido tas, ko uzņēmums izvēlas rādīt jums nākamreiz, tomērtaču šīšī ietekme pašāpašā attēlā nekādas pēdas neatstāj. ŠeitŠeit notiek trīs lietas, katru no tām aprakstījuši pašipaši veidotāji aprakstījuši saviem vārdiem.
  • JūsuPirms modelis tos saņem, jūsu vārdi tiek pārrakstīti, pirms modelis tos saņem.pārrakstīti. No OpenAI izstrādātāju dokumentācijas: "mēs izmantojam GPT-4, lai optimizētu visas jūsu uzvednes, pirms tās tiek nodotas DALL-E" —— un "šošo funkciju pašlaikpašlaik nav iespējams atspējot." Tas, ko jūsu skolēns ierakstīja, nav tas, kas tika jautāts mašīnai.mašīnai.
  • Izskats tiek papildināts, ja uzvedne to atstāj atklātu. OpenAI, aprakstot savu daudzveidības tehniku: "ŠīŠī tehnika tiek piemērota sistēmas līmenī, kad DALL·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 tiešitieši šādašāda veida uzvedne.
  • UnTaču šīšī pielāgošanapielāgošana var arī neizdoties. Google pēc Gemini attēlu ģenerēšanasģenerēšanas apturēšanasapturēšanas 2024. gadā: "Mūsu pielāgojumi, kas paredzēti, lai Gemini rādītu dažādus cilvēkus, neņēma vērā gadījumus, kuros noteikti nevajadzētu rādīt dažādību."
Tātad, kad skolēns ieraksta "ārsts" un parādās sieviete, attēls nesniedz nekādu norādi par to, kurškurš slānis šošo izvēli radījis. ŠīŠī nenoteiktība nav nodarbības trūkums. Tā ir pati nodarbības būtība.
Vecais stāsts apgalvoja, ka mašīnamašīna vienkāršivienkārši uzsūcaatkārtoja sabiedrības aizspriedumus. Jaunais stāsts sniedzas dziļāk un paliek spēkā ilgāk: uzņēmums pieņēma izvēli! ŠoŠo izvēli nevar pamanīt rezultātā, un tā var mainīties kaut vai otrdien, klusi, bez brīdinājuma. ŠīŠī patiesība saglabājas arkatrā katrujaunā jaunu modeli.modelī. Stereotipu nodarbība zaudē aktualitāti.

ŠīŠī ir mācība, kas ir skolēna uzmanības vērta un kas paliks aktuāla arī pēc nākamā modeļa atjauninājuma: attēls nav vienkāršsvienkāršs realitātes atspoguļojums, un tas nav noticis nejauši.nejaušs. Kāds pieņēma izvēli.

Zeichenfläche 1-100.jpgZeichenfläche 1-100.jpg

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)

ŠoŠo mācību var sākt jau agri. Kad 209 somu skolēni 12 klasēs, 6. un 7. klasē, izpētīja šošo 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.

"Aizspriedumi nav raksturīgi tikai MI. Tie var būt pat mācību grāmatās. Svarīgi ir zināt par nejaušību,nejaušību, par datiem, kas slēpjas aiz atbildes, un par iespējamiemiespējamajiem izkropļojumiem."

Uzziniet vairāk. Vartiainen, H., Kahila, J., Tedre, M., López-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), 5342–5342–5368. Brīvpieejas raksts, DOI 10.1177/14614448241252820. Pētījumā nebija salīdzinājuma grupas –– uztveriet to kā daudzsološudaudzsološu mācību stundas modeli, nevis kā pierādījumu.

Weinmann, H., Messingschlager, T. V., & Appel, M. (2026). Gender bias in text-to-image generative artificial intelligence: Neglect and stereotypical presentations across three popular platforms. New Media & Society. Online first. 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), 87–87–95. DOI 10.1001/jamasurg.2023.5695.

PašuPašu piegādātāju paziņojumi: OpenAI (2022), Reducing bias and improving safety in DALL·DALL·E 2; Depue, W. (2023), What’What’s new with DALL·DALL·E 3?, OpenAI Cookbook; Raghavan, P. (2024), Gemini image generation got it wrong. We’We’ll do better, Google.

Cik pamatoti ir šāšā brīža pētījumu rezultāti par MI potenciālu?

Vissvarīgākais. Ja kāds jums min pētījumu, pirms piekrišanaspiekrišanas uzdodiet divus jautājumus: "Kas bija pētījuma dalībnieki un cikkāds ilgibija ilgapētījuma pētījums?ilgums?"

Kāpēc tas ir svarīgi. 2025. gadā veiktā metaanalīze, kas apkopoja 51 pētījumu, ziņoja par lielu ChatGPT izmantošanas ieguvumu skolēnu akadēmiskajiemakadēmisko sasniegumiem.sasniegumu Rakstuuzlabošanai. izlasījaRaksts tika izlasīts simtiem tūkstošutūkstošu reižu, un tas kalpoja par pamatu daudziem pārliecinātiem apgalvojumiem skolotāju istabās. 2026. gada 22. aprīlī žurnāls atsauca šošo rakstu. *Atsaukšana*Atsaukšana* nozīmē, ka žurnāls oficiāli atsauc kautpublicēto ko, ko tas publicējis;rakstu; raksts joprojām ir redzams, taču ar atzīmi 'ATSAUKTS', lai ikviens, kas to citējis, to varētu atpazīt. Divi pētnieki, kuri nebija iesaistīti pētījumā, bija atklājušiatklājuši neatbilstības analīzē. Žurnāla redaktors rakstīja, ka problēmas "mazina redaktora pārliecību par analīzes derīgumu". Autori uz saraksti par šošo jautājumu nereaģēja.

Tas nenozīmē, ka MI nekādi neietekmē mācīšanosmācīšanos. Pastāv arī uzticami pētījumi, kas apliecina mērenus ieguvumus. ŠīŠī pētniecības joma vēl nav labi definēta, jo tā ir samērā jauna un ļoti dinamiska. Tas nozīmē, ka bieži citētais rādītājs bijanebija nepareizspareizs un ka bija vajadzīgs gads un dividivu ārējieārējo eksperti,ekspertu piesaiste, lai to atklātu.

Vēl viens vērā ņemams ierobežojums. Vismaz matemātikā –– jo tuvāk pierādījumi ir skolai,saistīti ar skolu, jo mazāks ir efekts. Dažādos mācību priekšmetospriekšmetos 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 atsaukšanaatsaukšana aizņem vienu lappusi, ir brīvi pieejama un to ir vērts izlasīt tiešitieši 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). ChatGPT's 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 matemātikā:matemātikas mācību priekšmetā: 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(4), 1105–1105–1126. DOI 10.1007/s10763-024-10499-7.

Plašāka,Plašāka, jaunāka apkopojošāapkopojoša 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 šādušādu situāciju. Pirms uzdodat mājasdarbu, ko var izpildīt tērzēšanas robots,sarunbots, padomājiet, kāds ir uzdevuma mērķis. Varbūt ir vērts uzdevumu mainīt?

Kāpēc tas ir svarīgi. Vai ar tērzēšanas robotusarunbotu jūs mācāties ātrāk? Aptuveni tūkstotis skolēnu no 9. līdz 11. klasei apguva matemātiku trīs grupās: viena izmantoja standarta tērzēšanas robotu,sarunbotu, otra —— versiju, kas ieprogrammēta atbildi neatklāt un uzdot papildu jautājumu, bet trešātrešā strādāja bez tērzēšanas robota.sarunbota. Izmantojot tērzēšanas robotu,sarunbotu, grupa ar standarta robotusarunbotu izpildīja par 48 procentiem vairāk prakses uzdevumu nekā grupa bez tā. Pēc tam visi kārtoja vienu un to pašupašu eksāmenu bez tērzēšanas robota.sarunbota. Rezultāts, kas sākotnēji šķitašķita pārsteidzošs,pārsteidzošs, bija tāds, ka grupa, kas izmantoja standarta tērzēšanas robotu,sarunbotu, uzrādīja par 17 procentiem sliktākus rezultātus nekā skolēni, kas tērzēšanas robotusarunbotu nebija izmantojuši.izmantojuši. Grupai, kas strādāja ar robotu,sarunbotu, kurškurš atbildi neatklāja, salīdzinot ar grupu bez robota,sarunbota, testā rezultāti nepasliktinājās, taču tā skolēni vairāk vingrinājās. Skolēni, kas izmantoja standarta tērzēšanas robotu,sarunbotu, nebija ne slinki, ne arī krāpās. Viņi strādāja vairāk, bet iemācījās mazāk, jo rīks novērsa nevis piepūli, bet gan kognitīvo izaicinājumu, kas veido mācīšanos.mācīšanos. 

"Ar MI ir ļoti viegli iegūt risinājumu, to neizprotot."

Uzziniet vairāk. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö.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 šādušādu situāciju. Jūs saņemat vērtēšanaivērtēšanai skolēna eseju. ŠaubīdamiesŠaubīdamies par tās autentiskumu, ievadāt to MI detektorā. Rezultāts parāda: eseja gandrīz drošidroši ir uzrakstīta ar MI palīdzību.

Kāpēc tas ir svarīgi. Jūs izmantojat MI detektoru, lai nodrošinātunodrošinātu taisnīgumu, taču kādai konkrētai grupai detektoriem ir tiešitieši pretēja iedarbība. Detektors neatpazīst mašīnasmašīnas ģenerētu tekstu. Tas mēra, cik prognozējams ir formulējums. Un tiešitieši šeitšeit slēpjas problēma —— piemēram, kad skolēns raksta svešvalodā,svešvalodā, nav pieredzējis rakstīšanārakstīšanā vai viņam ir ierobežots ikdienas vārdu krājums. Viņu rakstirakstītie teksti ir prognozējami. Kad septiņi plašiplaši izmantoti detektori analizēja 91 eseju, ko angļu valodas TOEFL testam bija rakstījuširakstījuši runātāji, kuriem angļu valoda nav dzimtā (esejas tika savāktas kādā ķīniešuķīniešu tiešsaistestiešsaistes forumā), aptuveni sešossešos no desmit gadījumiem tie šīsšīs esejas kļūdaini atzīmēja kā mašīnasmašīnas radītas. Turpretī esejas, ko savā dzimtajā angļu valodā rakstījuširakstījuši amerikāņu astotās klases skolēni, gandrīz visas tika klasificētas pareizi.  Rīks, kas kļūdaini iezīmē tiešitieši vienu konkrētu grupu, nav neitrāls. Turklāt šīšī 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 šādušādu situāciju. Jūs izmantojat MI rīku, ko piedāvā jūsu skola. Mēģiniet noskaidrot, kur nonāk skolēnu dati.

Kāpēc tas ir svarīgi. Vai jūsu skola var nodrošināt,nodrošināt, ka dati netiek nodoti trešajaitrešajai pusei? TrešāTrešā puse ir uzņēmums, kas nav ne jūsu skola, ne lietotnes izstrādātājs. Parasti tie ir reklāmas vai analītikas uzņēmumi, kas saņem datus, kamēr skolēns strādā. ŠoŠo 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 trešajāmtrešajām pusēm vai piešķirotpiešķirot tām piekļuvi —— pārsvarā reklāmas nozarei. No 42 valdībām, kas izstrādāja savus produktus, nevis tos iegādājās, 39 bija izstrādājušasizstrādājušas produktus ar tādu pašupašu problēmu. Pētījums aptver 2021. gada produktus, un daži no tiem kopškopš tā laika, iespējams, ir mainījušiesmainījušies. 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) MIMākslīgais intelekts visvēlāk nonāk pēdējais tur, kur tas ir visvairāk nepieciešamsnepieciešams.

Iedomājieties šādušādu situāciju. Cik daudz apmācībasapmācību jūs jau esat saņēmis par MI mācīšanosmācīšanos vai priekšmetampriekšmetam specifisku mācīšanumācīšanu ar MI?

Kāpēc tas ir svarīgi. Vienā eksperimentā pieaugušiepieaugušie ar augstāko izglītību un bez tās risināja darba videi raksturīgu biznesa uzdevumu. ArPateicoties MI asistenta palīdzībupalīdzībai, aptuveni trīs ceturtdaļas atšķirībasatšķirības starp abām grupām izzuda. Kad pētnieki pēc tam asistentu atņēma, ievērojama daļa atšķirībasatšķirības atjaunojās. Autori secina, ka lielu daļu darba paveica MI un ka pēc tā atņemšanasatņemšanas saglabājās tikai daļa ieguvuma.

Aptauja starp Amerikas skolu direktoriem papildina ainas otru pusi: jo nelabvēlīgākā situācijā bija skolas skolēni, jo mazāk skola bija darījusi MI integrēšanaiintegrēšanai –– mazāk noteikumu, mazāk skolotājupedagogu apmācību, mazāk norādījumu par MI izmantošanuizmantošanu skolēniem. Tā ir sakarība, nevis cēloņsakarības pierādījums.

Kopumā: labs rīks var mazināt atšķirības,atšķirības, kamēr tas ir skolēna rokās. Taču tas parasti sasniedz tās skolas, kurām tas vajadzīgs vismazāk, un, to atņemot, saglabājas tikai daļa no tā izmantošanas ieguvuma.

Vācijas dati liecina par totādu pašupašu tendenci. No 1590 jauniešiemjauniešiem vecumā no 14 līdz 20 gadiemgadiem, 80 procenti no turīgākajāmturīgākām ģimenēm, bet tikai 55 procenti no mazāk turīgajāmturīgām uzskatīja MI uzskatīja par iespēju skolai. Arī izmantošanaMI sekoizmantošanā tairedzama pašaitā tendencei:pati tendence: starp jauniešiem,jauniešiem, kuri izmanto MI rīkus, 70 procenti ģimnāziju skolēnu tos izmanto skolaiskolas vaiuzdevumu mājasdarbiem,un mājasdarbu izpildei, salīdzinot ar 58 procentiem citās vidējās izglītības skolās.

Kā ir ar skolotājupedagogu profesionālo pilnveidi? Aptauja starp vairāk nekā desmit tūkstošiemtūkstošiem skolotājupedagogu Anglijā atklāja, ka 45 procenti privāto skolu skolotājupedagogu jau bija saņēmušisaņēmuši formālu apmācību par MI, salīdzinot ar 21 procentu valsts skolās. Valsts skolu sistēmā šisšis rādītājs svārstījās no 26 procentiem skolās ar turīgākajiemturīgākiem skolēniem līdz 18 procentiem skolās ar vismazāk turīgajiemturīgiem skolēniem.

Uzziniet vairāk. Cruces, G., FernándezFernández Meijide, D., Galiani, S., Gálvez,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 šādušādu situāciju. Jūs savā mācīšanāmācīšanā ieviešatieviešat jaunu tērzēšanas robotu,sarunbotu, un skolēni ir sajūsmā par jaunā rīka izmantošanu.izmantošanu.

Kāpēc tas ir svarīgi. PlašāPlašā pārskatā par 228 pētījumiem tika aplūkotas četras dažādas jomas, ko MI varētu uzlabot: zināšanaszināšanas un izpratne; zināšanuzināšanu pielietošana;pielietošana; afektīvā puse, piemēram, motivācija un iesaiste; kā arī spēja plānot, uzraudzīt un labot savu mācīšanos.mācīšanos. Trīs no četrām uzlabojās. Pēdējā, cik vien pētījumi spēja noteikt, neuzlabojās.

  • Attiecībā uz zināšanāmzināšanām un izpratni ģeneratīvais MI uzrādīja labākus rezultātus nekā vecākas MI formas, piemēram, intelektuālās apmācības sistēmas un adaptīvā prakses programmatūra.
  • Attiecībā uz zināšanuzināšanu pielietošanupielietošanu un afektīvo pusi ģeneratīvais MI nebija efektīvāks par vecāku programmatūru, kas daudzām skolām jau ir.
  • Attiecībā uz pašvadībupašvadību apkopotais efekts bija neliels un varēja būt nejaušsnejaušs –– turklāt pētījumu bija pārāk maz, lai noskaidrotu, kāda veida MI vispār varētu palīdzēt.

Tikai neliela daļa rezultātu tika iegūti randomizētos izmēģinājumos, un sajūsmu, ko redzat pirmajās nedēļās, īsiīsie pētījumi atspoguļo vislabāk.

Neliela papildu piebilde: šajāšajā pārskatā vislielākie ieguvumi tika konstatēti mākslā un humanitārajās 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.