For instructors at the University of Economics Varna, this matters for three reasons.

First, AI does not replace expertise. It amplifies it. Students with solid knowledge in economics, management, or finance will use AI more effectively. If we ignore this, we risk increasing the gap between strong and weak students.

Second, teaching must shift from answers to process. If students only submit final outputs, we cannot see the progress of their thinking. We need to design tasks providing the students with an opportunity to show their prompting process, revisions, and evaluation of their AI responses.

Third, creativity becomes measurable. The goal is not to obtain the most obvious answer. The goal is to explore less predictable, higher value ideas. This aligns with economic thinking, where value often comes from differentiation and insight.

What should we do next?

Ask students to generate multiple AI responses and compare them.

Require short reflections on why one output is better.

Integrate AI tasks into core subjects, not as optional activities.

If we treat AI as a space to navigate, we prepare students for real decision making, not shortcut answers.

What has been your experience so far with AI in teaching, and how do you see its role evolving in our own courses?

Български текст

Преподавателите все още разглеждат ИИ като инструмент, който предсказва следващата дума. Този възглед произтича от идеята, че големите езикови модели са „стохастични папагали“. Авторът оспорва това. Той твърди, че ИИ функционира по-скоро като структурирано пространство от възможности, в което можем да се ориентираме.

Когато използваме ИИ, ние не извличаме фиксирани отговори. Ние се движим в среда от възможни реакции. Нашите знания, въпросът, който задаваме, и намерението ни определят до какъв резултат ще стигнем. По-подготвените потребители се ориентират по-ефективно в това пространство. Те задават по-точни въпроси, разпознават слабите отговори и насочват системата към по-полезни и оригинални резултати.

За преподавателите в Икономически университет – Варна това има значение по три причини.

Първо, ИИ не заменя експертността. Той я усилва. Студентите със стабилни знания в икономика, мениджмънт или финанси ще използват ИИ по-ефективно. Ако пренебрегнем това, ще задълбочим разликата между по-силните и по-слабите студенти.

Второ, преподаването трябва да се измести от отговорите към процеса. Ако студентите представят само крайни резултати, не можем да проследим мисленето им. Нужно е да създаваме задачи, които дават възможност да се покаже процесът на подканване, редактиране и оценка на AI отговорите.

Трето, креативността става измерима. Целта не е да се получи най-очевидният отговор. Целта е да се изследват по-слабо вероятни, но по-ценни идеи. Това съответства на икономическото мислене, където стойността често идва от различието и прозрението.

Какво следва?

Задавайте на студентите да генерират множество AI отговори и да ги сравняват.
Изисквайте кратки аргументации защо даден отговор е по-добър.
Интегрирайте AI задачи в основните дисциплини, а не като допълнение.

Ако разглеждаме ИИ като пространство за ориентация, подготвяме студентите за реално вземане на решения, а не за бързи отговори.

Какъв е вашият опит с ИИ в преподаването и как виждате развитието на неговата роля във вашите курсове?