Когато студентите действат първи. Преосмисляне на преподаването и оценяването в ерата на ИИ
The AI Debate Is Over. Students Have Already Decided.
This title captures a shift institutions still hesitate to acknowledge. Students no longer ask whether to use AI. They already use it, frequently and with clear purpose. The Lumina Foundation data reveals more than half of students engage with AI on a weekly basis. This is not occasional experimentation. This is routine academic behavior.
The key point is not access to AI tools. The key point is students’ ability to integrate them into their learning. Most students report using AI to understand complex material, explain concepts, and support their study process. This challenges a common institutional assumption about AI primarily enabling shortcut behavior. The evidence points in a different direction. Students use AI as a cognitive support tool.
At the same time, institutions lag behind. Policies remain unclear, inconsistent, or restrictive. In many cases, students navigate AI use without guidance. This creates fragmented practices across courses. In one class, AI use is encouraged. In another, it is discouraged or ignored. This inconsistency affects trust, expectations, and assessment.
Students link AI use with their future careers. Nearly half consider changing their academic path due to AI’s impact on the labor market. Institutions must view AI not only as a learning tool. It is also a decision-making factor currently shaping academic identity and career planning. Institutions missing to address this connection risk losing relevance.
…focus on teaching students how to evaluate and use AI thoughtfully. This includes when to use it and when not to, where it adds value, and where it creates risk. Who it works for and who it might leave out.
Several issues remain underexamined. First, the assumption about restricting AI will influence student behavior; it does not hold. Students continue to use AI regardless of policy. Second, a divide is emerging between students who experiment and develop skills independently and those who avoid AI due to uncertainty or ethical concerns. This creates inequality in learning outcomes. Third, institutions focus on compliance rather than design. Rules replace pedagogy.
The strategic implication is clear. The focus should shift from control to capability. Institutions need to define what students should be able to do with AI by the time they graduate. This includes evaluating outputs, identifying bias, and making informed decisions. Without this, AI use remains superficial.
Assessment design requires immediate attention. If AI can complete tasks at a passing level, then those tasks no longer measure learning effectively. Courses need to require evidence of process. This includes documenting prompts, iterations, and reasoning. The goal is to assess how students think, not what they submit.
At the University of Economics Varna, both students and instructors can benefit from a structured response. Students can improve their learning by using AI to clarify concepts, test understanding, and explore multiple solutions, while also reflecting on the process behind each result. Instructors can set clear expectations for AI use in each course and redesign assignments to include process documentation and critical evaluation. At the institutional level, programs can define AI literacy as a core outcome, ensuring that graduates develop skills that match labor market expectations. This approach aligns teaching, assessment, and student behavior, which leads to more consistent and credible learning outcomes.
Дебатът за ИИ приключи. Студентите вече взеха решение.
Това заглавие отразява промяна, която институциите все още се колебаят да признаят. Студентите вече не се питат дали да използват ИИ. Те го използват, често и с ясна цел. Данните на Lumina Foundation показват, че повече от половината студенти работят с ИИ всяка седмица. Това не е епизодично експериментиране. Това е рутинно академично поведение.
Основният въпрос не е достъпът до инструменти за ИИ. Основният въпрос е способността на студентите да ги интегрират в своето учене. Повечето студенти посочват, че използват ИИ, за да разберат сложен материал, да обяснят концепции и да подпомогнат учебния процес. Това поставя под съмнение широко разпространеното институционално предположение, че ИИ основно улеснява търсенето на преки отговори. Данните сочат друго. Студентите използват ИИ като когнитивна подкрепа.
В същото време институциите изостават. Политиките остават неясни, непоследователни или ограничителни. В много случаи студентите използват ИИ без насоки. Това води до фрагментирани практики между курсовете. В един курс използването на ИИ се насърчава. В друг се игнорира или ограничава. Тази непоследователност влияе върху доверието, очакванията и оценяването.
Студентите свързват използването на ИИ със своето бъдещо професионално развитие. Почти половината обмислят промяна в своята академична посока заради въздействието на ИИ върху пазара на труда. Институциите трябва да разглеждат ИИ не само като инструмент за учене. Той е фактор, който влияе върху вземането на решения, академичната идентичност и кариерното планиране. Институции, които не адресират тази връзка, рискуват да загубят своята релевантност.
Няколко въпроса остават недостатъчно анализирани. Първо, предположението, че ограниченията върху ИИ ще повлияят на поведението на студентите, не се потвърждава. Студентите продължават да използват ИИ независимо от политиките. Второ, формира се разделение между студенти, които експериментират и развиват умения самостоятелно, и такива, които избягват ИИ поради несигурност или етични притеснения. Това води до неравенства в резултатите от ученето. Трето, институциите се фокусират върху контрол, а не върху дизайн. Правилата изместват педагогиката.
Стратегическият извод е ясен. Фокусът трябва да се измести от контрол към изграждане на способности. Институциите трябва да дефинират какво студентите трябва да могат да правят с ИИ при дипломиране. Това включва оценка на резултати, разпознаване на пристрастия и вземане на информирани решения. Без това използването на ИИ остава повърхностно.
Дизайнът на оценяването изисква незабавно внимание. Ако ИИ може да изпълнява задачи на ниво за успешно преминаване, тези задачи вече не измерват ефективно ученето. Курсовете трябва да изискват доказателства за процес. Това включва документиране на заявки, итерации и аргументация. Целта е да се оцени как мислят студентите, а не само какво предават.
В Икономически университет Варна както студентите, така и преподавателите могат да извлекат ползи от структуриран подход. Студентите могат да подобрят ученето си чрез използване на ИИ за изясняване на концепции, проверка на разбирането и изследване на различни решения, като същевременно анализират процеса зад всеки резултат. Преподавателите могат да зададат ясни очаквания за използването на ИИ във всеки курс и да преработят заданията така, че да включват документиране на процеса и критична оценка. На институционално ниво учебните програми могат да дефинират ИИ грамотността като основен резултат, който гарантира, че завършващите развиват умения, съответстващи на изискванията на пазара на труда. Този подход съгласува преподаването, оценяването и поведението на студентите и води до по-последователни и надеждни резултати от обучението.