Ziņojums uzsver, ka zināšanu, prasmju un attieksmju apguve visās mācību jomās nemainīgi ir ļoti svarīga, tostarp kritiskā domāšana, radošums, empātija, zinātkāre un spriestspēja. Lai gan šīs prasmes var apgūt bez tehnoloģijām, skolotāji un skolēni šim nolūkam var izmantot ģeneratīvo mākslīgo intelektu. Ģeneratīvais mākslīgais intelekts (MI) ir mākslīgā intelekta apakškopa, kas koncentrējas uz jauna satura, piemēram, teksta, attēlu, video, dziesmu, matemātisko vienādojumu, datorprogrammu, radīšanu, parasti atbildot uz jautājumu vai izpildot komandu.
Pētnieku novērojumi liecina, ka izglītības MI rīki, kas saskaņoti ar pedagoģisko praksi un izglītības zinātni, var veicināt labāku mācīšanos. Skolotāji var efektīvi izmantot vispārējos MI rīkus, ja viņi tos integrē skaidrā pedagoģiskā stratēģijā. Šajā kontekstā MI rīkus varētu izmantot ikvienā izglītības procesa posmā, ja vien MI rīki ir labi izstrādāti vai tiek izmantoti ar pamatotu pedagoģisko mērķi. MI rīkus var speciāli izstrādāt un izmantot, arī lai atbalstītu skolotājus un citus izglītības darbiniekus, piemēram, pedagogu palīgus vai mācību un karjeras konsultantus.
Kādiem nolūkiem skolēni parasti izmanto ģeneratīvo MI?
Skolēni izmanto ģeneratīvo MI - nelielā mērā sākumskolā, mērenā daļā pamatskolās, taču, šķiet, lielākā daļa to regulāri izmanto vidusskolās un augstskolās. Lai gan izmantošanas intensitāte dažādās valstīs atšķiras, kopējās tendences liecina, ka OECD valstīs skolēni ģeneratīvo MI izmanto arvien vairāk.
6.–12. klašu skolēni visbiežāk saka, ka izmanto ģeneratīvo MI, lai iegūtu labākas atzīmes, viegli izpildītu uzdevumus un ietaupītu laiku. Šie lietojuma veidi parasti neuzlabo skolēnu mācīšanos. Biežāk sastopamie lietojumi ietver mājasdarbu jautājumu atbildēšanu un tekstu ģenerēšanu. Pamatskolas skolēni biežāk izmantojuši MI faktu pārbaudei, savukārt vidusskolas vecāko klašu skolēni - konkrētu tēmu apkopošanai un vizuālo materiālu veidošanai prezentācijām. Vairumā šo gadījumu galvenā motivācija bija efektivitāte un ērtības, nevis dziļāka mācīšanās.
Cik daudz un kādam nolūkam ģeneratīvo MI izmanto skolotāji?
OECD Starptautiskais mācību vides pētījums TALIS 2024 sniedz reprezentatīvu salīdzinošu informāciju par to, kā 7.-9. klašu skolotāji izmanto mākslīgo intelektu. Vidēji OECD valstīs 36% šo skolotāju ziņo, ka 12 mēnešu laikā pirms 2024. gada aptaujas ir izmantojuši mākslīgo intelektu savā darbā. Gandrīz tāds pats īpatsvars jeb 35% no pamatizglītības otrā posma skolotājiem Latvijā un Igaunijā atbildējuši, ka ir izmantojuši šādus rīkus, Lietuvā – 39%. Singapūrā un Apvienotajos Arābu Emirātos aptuveni 75% skolotāju ziņo, ka izmanto mākslīgo intelektu, salīdzinot ar mazāk nekā 20% skolotāju Francijā un Japānā.
Skolotāji izmanto mākslīgo intelektu galvenokārt sagatavošanās un produktivitātes uzdevumiem: vidēji 68% ziņo, ka to izmanto, lai efektīvi apgūtu un apkopotu mācāmās tēmas, un 64% to izmanto, lai veidotu stundu plānus. No mākslīgā intelekta lietotājiem vidēji 25% ziņo, ka to izmanto, lai monitorētu datus par skolēnu dalību vai sniegumu, un 26% to izmanto, lai vērtētu skolēnu darbus.
Ģeneratīvā MI izmantošana automātiski neuzlabo mācīšanās procesu
Kādā pētījumā tika salīdzinātas atšķirības starp skolēniem, kuri eseju labošanai lūdza padomu un ieteikumus no skolotājiem, vai izmantoja ģeneratīvo MI. Pētnieki novēroja, ka tie skolēni, kuri mijiedarbojās ar skolotājiem, diagnosticēja, kāda palīdzība viņiem varētu būt nepieciešama, iesaistījās sarunā ar skolotāju, novērtēja saņemto atbildi, pārdomāja to un visbeidzot ieviesa labojumus esejā. Savukārt, mijiedarbojoties ar ChatGPT robotu, skolēni mēdza tikai dod tiešu pavēli uzlabot eseju, automātiski ieviešot labojumus. Šie skolēni visbiežāk izlaida problēmas noteikšanas, novērtēšanas un pārdomu posmus. Pētnieki to dēvē par “metakognitīvo slinkumu” jeb “kognitīvo atslodzi”.
Cits pieminēšanas vērts pētījums sniedz neirozinātnisku ieskatu iepriekš minētajos procesos. Amerikas Savienotajās Valstīs studentiem no 5 universitātēm tika lūgts uzrakstīt 20 minūšu eseju trīs darba apstākļos: rakstot patstāvīgi (“izmantojot savas smadzenes”), izmantojot meklētājprogrammu vai ģeneratīvo MI rīku (ChatGPT). Pēc tam, stundu pēc esejas uzrakstīšanas, tikai 12% no ģeneratīvā MI izmantotāju grupas varēja citēt kaut ko no savas esejas un precīzi atcerēties, salīdzinot ar 89% pārējās divās grupās. Lai gan MI grupas esejas tika labi novērtētas, šai grupai bija zemāka spēja sniegt kopsavilkumu par savu eseju, zemāka autorības loma un līdzīgāks saturs visās esejās. Smadzeņu aktivitāti skenējoši attēli liecināja par izpildfunkciju maiņu no satura radīšanas uz MI ģenerētā satura uzraudzību, ar neironu zemāku savienojumu un iesaisti. Tie arī parādīja, ka patstāvīga rakstīšana vispirms un MI izmantošana pēc tās saglabāja smadzeņu augstāku aktivācijas un atcerēšanās līmeni. Turpretī tiem, kas sāka rakstīšanu izmantojot MI un pēc tam rakstīšanu turpināja patstāvīgi, bija zems aktivācijas un atcerēšanās līmenis. Šie novērojumi liecina, ka sākotnējā kognitīvā aktivācija pirms ģeneratīvā MI lietošanas ir izšķiroši svarīga. Šie pierādījumi rāda, ka daļa skolēnu, kas izmanto ģeneratīvo MI, izmanto īsceļus, izvairoties no rezultatīvas spriedzes un kognitīvās piepūles, kas nepieciešama mācībām un ilgstošu zināšanu un prasmju apguvei.
Kādos gadījumos ģeneratīvais MI uzlabo mācīšanās rezultātus?
Ziņojumā apkopoti ģeneratīvā MI izmantošanas veidi, kas pozitīvi ietekmē mācīšanās procesu un rezultātus. Daži lielo valodu modeļos balstīti ģeneratīvā MI rīki tiek pielāgoti izglītības vajadzībām. Tie ir vai nu “pielāgoti”, tas ir, daļēji pārveidoti, izmantojot ar mācībām saistītus datus, vai “konfigurēti”, izmantojot virkni instrukciju un komandu jeb uzvedņu par to, kā tiem vajadzētu atbildēt uz lietotāju pieprasījumiem. Ģeneratīvā MI rīki var uzlabot mācīšanos, ja tie ir konfigurēti mācību vajadzībām un balstīti pedagoģiskajā praksē un mācīšanās zinātne.
Piemēram, izmēģinājuma pētījumi ASV parādīja, ka ģeneratīvā MI rīks ar nosaukumu “Tutor CoPilot”, kas veidots, pilnveidojot GPT4 un balstoties uz praksi, kā labi un pieredzējuši skolotāji sniedz atgriezenisko saiti skolēniem, ievērojami uzlaboja skolotāju palīgu un mazāk pieredzējušu skolotāju darbu. Vairāki citi piemēri rāda, ka speciāli mācīšanas vajadzībām veidoti mākslīgā intelekta ‘pedagogu palīgi’ var uzlabot skolēnu un studentu sniegumu un motivāciju, salīdzinot ar parasto, mazāk personalizētu pieeju.
Ģeneratīvais MI var uzlabot mācīšanās rezultātus, sniedzot skolēniem atgriezenisko saiti un atbalstot skolotājus
Laba formatīvā vērtēšana (t.i. skolēnu snieguma noskaidrošana mācīšanās laikā, lai pieņemtu pamatotu lēmumu par turpmākajiem mācību procesa soļiem) balstās uz biežu, savlaicīgu, mērķtiecīgu un individualizētu atgriezenisko saisti no skolotāja skolēnam par skolēna darbu. Ņemot vērā klases lielumu, skolotāji ne vienmēr var sniegt detalizētu, personalizētu atgriezenisko saiti visiem skolēniem, kas padara mākslīgā intelekta ģenerētu atgriezenisko saiti par ticamu mācību rezultātu virzītājspēku. Ģeneratīvais MI var palīdzēt skolotājiem sniegt labāku atgriezenisko saiti, lai gan tas nevar aizstāt cilvēku sniegto atgriezenisko saiti. Eksperti vienprātīgi norāda uz hibrīdu pieeju atgriezeniskajai saitei. Atšķirības starp MI un cilvēku pasniedzējiem rada jaunas iespējas papildināt un uzlabot skolotāju efektivitāti atgriezeniskās saites sniegšanā. Piemēram, MI var ģenerēt sākotnēju atgriezenisko saiti par skolēnu darbu, ko skolotāji var izmantot kā ieteikumus savas atgriezeniskās saites veidošanai. Ciktāl mācību darbs tiek veikts digitālajās platformās, MI var sniegt arī atgriezenisko saiti par mācīšanās procesu, kas ir svarīgs atgriezeniskās saites veids, kas skolotājiem parasti nav pieejams.
Šādi rīki mācīšanās procesā ir efektīvāki nekā vispārēja rakstura MI modeļi, taču pētnieki norāda, ka arī vispārējo MI rīku pedagoģiska izmantošana var attīstīt zināšanas un prasmes. Turklāt vispārēja rakstura MI rīku izmantošana veicina mākslīgā intelekta pratību, ļaujot skolēniem un studentiem darboties ar MI rīkiem, kas viņiem būs jāizmanto darba tirgū.
Pat ja skolotāji neintegrē ģeneratīvo MI savā mācību procesā, viņiem būs jāpielāgo sava mācīšanas prakse, jo skolēni var šos rīkus izmantot patstāvīgi. Kā skolotājiem vajadzētu pielāgot savu mācīšanu un uzdevumus, lai tie turpinātu sniegt pozitīvus mācību rezultātus pat skolēniem, kuri izmanto MI kā produktivitātes, nevis mācību rīku? Lai gan daudzi no šiem pedagoģiskās pielāgošanās mēģinājumiem nav dokumentēti, daži pētījumi sniedz tajos ieskatu. Piemēram, tiek pārveidots datorzinātņu kurss: 1) mainot mājasdarbus, lai tos MI tērzēšanas robots tos nevarētu izpildīt tieši, 2) izmantojot laboratorijas laiku izveidotā koda mutiskai aizstāvēšanai, pārbaudot studenta izpratni, 3) pārveidojot starpposma pārbaudes darbus par papīra un zīmuļa eksāmenu, kas vērsts uz konceptuālu izpratni. Šo pedagoģiskās pielāgošanās centienu dokumentēšana starptautiskā mērogā veicinātu ātrāku zināšanu apmaiņu par MI izmantošanu.
Lai gan vairāki pētījumi liecina, ka MI rīki var uzlabot skolotāju un citu pedagoģisko darbinieku produktivitāti, ļaujot viņiem veltīt mazāk laika dažiem uzdevumiem un sasniedzot tikpat kvalitatīvus rezultātus, arī viņi saskaras ar tādiem pašiem kognitīvās atslodzes un kognitīvā slinkuma riskiem kā skolēni.
Jaunajā “Digitālās izglītības pārskatā 2026” sniegti arī piemēri par ģeneratīvā MI izmantošanu procesu efektivizēšanai izglītības iestādēs. Ziņojumā arī aprakstīta MI rīku izmantošanas izglītībā turpmākā pētniecība, pētot, kā MI rīki var saglabāt lietotāju autonomiju, profesionālo mācīšanos un atbildību par producēto rezultātu. Tas var notikt dažādos veidos, sākot ar kopradi ar MI lietotājiem, ievērojot “uz cilvēku orientēta dizaina” pieeju, līdz pat nodrošināšanai, ka skolotāji vai citi izglītības darbinieki var pielāgot rīkus mācību procesa kontekstam un mērķiem.
Apsverot, kā efektīvi izmantot ģeneratīvā MI izglītībā, ziņojums aicina ņemt vērā:
- Mācību uzdevuma veikšana, izmantojot MI, automātiski nenozīmē mācīšanos,
- Pamazināšanu un prasmju apgūšanai un demonstrēšanai galvenajos mācību priekšmetos, neizmantojot vispārējo ģeneratīvo MI, joprojām ir galvenā nozīme,
- Ģeneratīvā MI rīki, neatkarīgi no tā, vai tie ir īpaši izglītības vajadzībām veidoti vai vispārējas nozīmes rīki, ir jāizmanto mācību scenārijos, ko skolotāji ir apzināti izstrādājuši, lai sasniegtu konkrētus mācību mērķus,
- Lietojot ģeneratīvā MI rīkus, skolotājiem un citiem izglītības darbiniekiem ir jāturpina izmantot savu profesionālo spriestspēju un jāsaglabā atbildība par rezultātu kvalitāti, novērtējot, modificējot vai apstiprinot MI ģenerēto rezultātu,
- Ģeneratīvā MI veidotājiem ir jāizstrādā izglītībai specifiski MI rīki, pamatojoties uz izglītības pētījumiem un pedagoģiskajām zināšanām, un jāiesaista attiecīgajā izstrādē skolotāji, kā arī citas ieinteresētās personas, piemēram, skolēni, vecāki vai skolotāju pārstāvji,
- Starptautiskā sadarbība pētniecībā, vērtējot precīzi definētu ģeneratīvā MI rīku pedagoģisko lietojumu ietekmi uz skolēnu mācīšanos un skolēnu un skolotāju labbūtību, palīdzēs efektīvi izmantot šos rīkus.
“OECD Digitālās izglītības pārskats 2026” apkopo pierādījumus un ekspertu atziņas, parādot, kā ģeneratīvajam mākslīgajam intelektam ir potenciāls pārveidot mācīšanās kvalitāti un efektivitāti, kā arī izglītības sistēmu produktivitāti, ja vien ar to saistītie riski tiek rūpīgi pārvaldīti. Tā pielietojumi ietver skolēnu mācīšanās uzlabošanu, skolotāju darba atbalstīšanu, vienlaikus saglabājot viņu profesionālo autonomiju, kā arī izglītības sistēmu un institucionālo, un pētniecības spēju stiprināšanu.
Dalība starptautiskos izglītības pētījumos, tostarp OECD Izglītības pētniecības un inovāciju programmā CERI, ir viens no pasākumiem, ko Izglītības un zinātnes ministrija īsteno ar Eiropas Savienības fondu atbalstu, lai veidotu ilgtspējīgu un efektīvu izglītības sistēmu un tās resursu pārvaldību.
