Преосимисляне на преподаването в ерата на ИИ: TEDx лекцията на Ейми Брукман за ученето, оценяването и експертността
| The Georgia Institute of Technology, commonly known as Georgia Tech, is a leading public research university located in Atlanta, Georgia, USA. Founded in 1885, the university is internationally recognized for its strengths in engineering, computing, business, and technology-related disciplines. Georgia Tech consistently ranks among the top universities in the United States for engineering and computer science and is known for its strong emphasis on innovation, interdisciplinary research, and industry collaboration. The university enrolls more than 50,000 students across undergraduate and graduate programs and plays a significant role in advancing research in areas such as artificial intelligence, robotics, cybersecurity, and educational technology. Amy Bruckman is a Regents’ Professor in Georgia Tech’s School of Interactive Computing, where she studies online communities, social computing, and learning in digital environments. Professor Amy Bruckman examines how teaching is already changing in the age of AI, and what the future of education might look like for students and educators alike. Amy Bruckman is Regents’ Professor in the School of Interactive Computing at the Georgia Institute of Technology. Her research focuses on social computing, with interests in online collaboration, social movements, and content moderation. Amy Bruckman’s TEDx talk “Reinventing Teaching After the Introduction of AI” aligns strongly with many of the themes discussed in the Science & Research at UEV blog. The talk does not focus on AI detection, banning AI, or technological solutions. Instead, it focuses on learning, teaching, assessment, faculty support, and the long-term development of expertise. Main takeaways 1. The real problem is not AI itself, but students disengaging from learning Bruckman opens with a story about a student who submitted AI-generated work and could not explain even the most basic course concepts. Her concern is not cheating as a disciplinary issue. Her concern is that students may complete assignments without learning anything. Connection to Science and Research Institute (SRI) blog posts: • From Cognitive Offloading to Study Mode: Why AI in Education Still Needs Educators https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ • Cognitive Offloading vs Cognitive Uploading: A Better Way to Think About AI in Education https://scienceandresearch.ue-varna.bg/2026/06/12/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Bruckman’s opening story about the student who used AI but learned nothing illustrates cognitive offloading. The post explores how AI can either replace thinking or support deeper learning. The student’s behavior is a clear example of cognitive offloading. The AI completed the task, but the student did not build knowledge. 2. Banning AI is neither practical nor educationally useful Bruckman argues that students will likely use AI in their future careers. Instead of prohibiting AI, universities should teach students how to use it responsibly and thoughtfully. Connection to SRI blog: • AI Readiness Is Not About Technology https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-is-not-about-technology/ Bruckman argues that the challenge is not access to AI tools but preparing students, educators, and institutions to use them effectively. The blog post similarly emphasizes that AI readiness depends on human capabilities, educational strategies, and institutional preparedness rather than technology alone. • AI in Education: What Bulgaria Can Learn from Estonia’s Success and South Korea’s Challenges https://scienceandresearch.ue-varna.bg/2026/06/07/ai-in-education-what-bulgaria-can-learn-from-estonias-success-and-south-koreas-challenges Bruckman calls for faculty support, course redesign, and thoughtful integration of AI into teaching. The blog post examines how national AI initiatives succeed when accompanied by teacher training, leadership, curriculum development, and long-term educational planning. “If students will use AI in their future professions, educational institutions should focus less on prohibition and more on developing AI fluency, critical judgment, responsible use practices, and assessment models that make learning visible.” This idea sits at the center of Bruckman’s TEDx talk and both blog posts. 3. Traditional assignments may no longer measure learning One of her strongest arguments is that assignments which AI can easily complete may no longer serve their educational purpose. She removed some previously successful assignments and replaced them with project-based work. Connection to SRI blog: • 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ This post presents activities that make student reasoning visible through decision journals, prompt comparisons, reflection, critique, and explanation. Like Bruckman’s project-based approach, the focus shifts from the final answer to the thinking process. • From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education Bruckman argues that educators need assignments that require students to evaluate, revise, and improve AI outputs. This post makes a similar case that prompting is only the starting point, while judgment, verification, and decision-making represent the deeper learning goals. • Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ The post encourages instructors to design learning challenges fostering skills in students to investigate, critique, compare, verify, and reflect. These activities are more resistant to simple AI completion and better support learning. “Assignments that AI can complete independently may no longer provide evidence of student learning. Assessment should increasingly focus on visible thinking, reasoning, reflection, judgment, and authentic project work.” 4. Assessment needs redesign Bruckman reintroduced closed-book paper exams while simultaneously expanding project-based learning. She argues that grades should continue to signal genuine competence. Connection to SRI blog: • AI Fluency and Project-Based Learning https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ Bruckman replaced some traditional assignments with project-based work that requires students to engage with real problems and demonstrate understanding. This post argues that project-based learning creates opportunities for students to apply judgment, investigate authentic questions, and make their thinking visible, all of which are difficult to outsource entirely to AI. • From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education Bruckman emphasizes the need for educators to evaluate students’ knowledge rather than AI can their AI generated output. This post similarly argues the necessity to move assessment beyond prompt writing and focus on students’ ability to evaluate, verify, critique, revise, and justify decisions. 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ From Cognitive Offloading to Study Mode: Why AI in Education Still Needs Educators https://scienceandresearch.ue-varna.bg/2026/06/18/from-cognitive-offloading-to-study-mode-why-ai-in-education-still-needs-educators/ Together, these posts support Bruckman’s central claim of assessment build to measure learning processes, reasoning, reflection, judgment, and authentic performance rather than the production of written outputs, which AI can generate with minimal student engagement. 5. Expertise still matters One of the most important points in the talk concerns expertise development. Experienced professionals can evaluate AI outputs because they already possess domain knowledge and judgment. Her question: “How do we get new mid-career professionals when AI can do all the beginner tasks?” This may be the most important research question raised in the talk. Connection to SRI blog: • Cognitive Uploading vs Cognitive Offloading https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Bruckman’s question about how novices become experts directly relates to the distinction between cognitive offloading and cognitive uploading. The post argues that students need opportunities to build knowledge, mental models, and judgment rather than repeatedly outsourcing cognitive work to AI. From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education/ This post discusses the “7 Smarter AI Fluency Projects” and argues that the future value of education lies in students’ ability to evaluate, verify, reject, improve, and explain AI-generated outputs. These are precisely the skills that distinguish experts from novices. AI Readiness Beyond Technology: Lessons from Estonia, the World Economic Forum, and Isabelle Hau https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-beyond-technology-lessons-from-estonia-the-world-economic-forum-and-isabelle-hau/ Bruckman emphasizes that expertise depends on human judgment and domain knowledge. This post similarly argues that AI readiness requires cognitive, social, ethical, and metacognitive capabilities rather than technical access alone. Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ AI Fluency and Project-Based Learning: Why Thinking Still Matters https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ These posts collectively address the challenge raised by Bruckman: if AI increasingly performs routine beginner tasks, educators need new approaches that help students develop the judgment, critical thinking, verification skills, and domain understanding that traditionally emerged through practice and experience. 6. Faculty need institutional support Bruckman argues that redesigning courses for the AI era requires time, resources, teaching release, and administrative support. Connection to SRI blog: • AI in Education: What Bulgaria Can Learn from Estonia’s Success and South Korea’s Challenges https://scienceandresearch.ue-varna.bg/2026/06/07/ai-in-education-what-bulgaria-can-learn-from-estonias-success-and-south-koreas-challenges/ Bruckman calls on academic administrators to provide faculty with time, resources, and support to redesign courses. This post examines how Estonia’s AI initiatives build on decades of investment in digital infrastructure, teacher preparation, policy development, and educational leadership. The lesson is that sustainable AI integration requires system-level commitment rather than expecting individual educators to solve the challenge on their own. • AI Readiness Is Not About Technology https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-is-not-about-technology/ Bruckman argues that institutions need to invest in faculty development and educational redesign. This post similarly emphasizes that AI readiness depends on people, culture, governance, professional development, and organizational capacity rather than simply providing access to AI tools. Together, these posts reinforce one of the strongest messages in Bruckman’s TEDx talk: “Successful AI integration is an institutional challenge. Universities need strategies, leadership, faculty support, professional development, and time for course redesign. AI readiness cannot be delegated solely to individual instructors.” 7. Students must take ownership of their learning Her final message to students is particularly powerful: focus on your own learning goals, not merely on completing assignments or passing courses. Connection to SRI blog: • From Prompting to Judgment https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education/ Bruckman encourages students to think about why they are taking a course and what they want to learn from it. This post similarly argues that AI fluency is not about generating answers but about making judgments, evaluating evidence, questioning outputs, and taking responsibility for learning decisions. • AI Fluency and Project-Based Learning https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ The post emphasizes active learning, inquiry, and authentic problem-solving. Like Bruckman’s message, it positions students as participants in their own learning process rather than passive consumers of AI-generated content. • Cognitive Uploading vs Cognitive Offloading https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Bruckman’s warning about letting AI do the work repeatedly mirrors the concept of cognitive offloading discussed in this post. The article argues that students should use AI to strengthen understanding and develop expertise rather than replace the cognitive effort needed for learning. Together, these three posts reinforce Bruckman’s closing message: “AI fluency is not about finding faster ways to complete assignments. It is about using AI in ways that support learning, judgment, reflection, and the development of expertise. Students remain responsible for their own learning goals, even when AI tools are available.” Many of the ideas presented in the talk closely align with themes explored in recent Science & Research at UEV blog posts, including cognitive uploading, AI fluency, project-based learning, assessment redesign, and institutional readiness. Together, they suggest that the challenge facing higher education is not technological but educational. Universities must create learning environments where students learn to question, verify, evaluate, and improve AI-generated outputs while developing the expertise and critical thinking needed to become future professionals. As Bruckman reminds us, the goal of education is not simply to complete assignments. It is to learn. | The Georgia Institute of Technology, commonly known as Georgia Tech, is a leading public research university located in Atlanta, Georgia, USA. Founded in 1885, the university is internationally recognized for its strengths in engineering, computing, business, and technology-related disciplines. Georgia Tech consistently ranks among the top universities in the United States for engineering and computer science and is known for its strong emphasis on innovation, interdisciplinary research, and industry collaboration. The university enrolls more than 50,000 students across undergraduate and graduate programs and plays a significant role in advancing research in areas such as artificial intelligence, robotics, cybersecurity, and educational technology. Amy Bruckman is a Regents’ Professor in Georgia Tech’s School of Interactive Computing, where she studies online communities, social computing, and learning in digital environments. Проф. Ейми Брукман разглежда как преподаването вече се променя в ерата на изкуствения интелект и как може да изглежда бъдещето на образованието както за студентите, така и за преподавателите. Ейми Брукман е Regents’ Professor в School of Interactive Computing към Технологичния институт на Джорджия (Georgia Institute of Technology). Нейните изследвания са в областта на социалните изчисления (social computing), с интереси към онлайн сътрудничеството, социалните движения и модерирането на съдържание. TEDx лекцията на Ейми Брукман „Reinventing Teaching After the Introduction of AI“ се свързва тясно с много от темите, разглеждани в блога Science & Research at UEV. Лекцията не е фокусирана върху откриването на използване на ИИ, забраната на ИИ или технологичните решения. Вместо това тя поставя акцент върху ученето, преподаването, оценяването, подкрепата за преподавателите и дългосрочното изграждане на експертност. Основни изводи 1. Истинският проблем не е самият изкуствен интелект, а отдалечаването на студентите от ученето Брукман започва лекцията с история за студент, който предал работа, генерирана от изкуствен интелект, но не могъл да обясни дори най-основните концепции от курса. Нейната загриженост не е свързана с измамата като дисциплинарен проблем. Тя е свързана с възможността студентите да изпълняват задания, без реално да научават нищо. Връзка с публикации в блога на Science & Research Institute (SRI): • From Cognitive Offloading to Study Mode: Why AI in Education Still Needs Educators https://scienceandresearch.ue-varna.bg/2026/06/18/from-cognitive-offloading-to-study-mode-why-ai-in-education-still-needs-educators/ • Cognitive Offloading vs Cognitive Uploading: A Better Way to Think About AI in Education https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Историята на Брукман за студента, който е използвал ИИ, но не е научил нищо, е ярък пример за когнитивно прехвърляне (cognitive offloading). Публикациите разглеждат как изкуственият интелект може както да замества мисленето, така и да подпомага по-задълбоченото учене. Поведението на студента е показателен пример за когнитивно прехвърляне: ИИ е изпълнил задачата, но студентът не е изградил знания и разбиране. 2. Забраната на ИИ не е нито практична, нито образователно полезна Брукман твърди, че студентите почти сигурно ще използват изкуствен интелект в бъдещата си професионална дейност. Вместо да забраняват ИИ, университетите трябва да учат студентите как да го използват отговорно и осмислено. Връзка с публикации в блога: • AI Readiness Is Not About Technology https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-is-not-about-technology/ Брукман подчертава, че предизвикателството не е достъпът до инструменти с изкуствен интелект, а подготовката на студенти, преподаватели и институции за тяхното ефективно използване. По подобен начин публикацията акцентира върху факта, че готовността за работа с ИИ зависи от човешките способности, образователните стратегии и институционалната подготовка, а не само от наличието на технологии. • AI in Education: What Bulgaria Can Learn from Estonia’s Success and South Korea’s Challenges https://scienceandresearch.ue-varna.bg/2026/06/07/ai-in-education-what-bulgaria-can-learn-from-estonias-success-and-south-koreas-challenges Брукман призовава за подкрепа на преподавателите, преосмисляне на учебните курсове и внимателно интегриране на ИИ в образователния процес. Публикацията разглежда как националните инициативи за внедряване на ИИ постигат успех, когато са съпроводени от обучение на преподаватели, лидерство, развитие на учебните програми и дългосрочно образователно планиране. „Ако студентите ще използват изкуствен интелект в бъдещите си професии, образователните институции трябва да се фокусират по-малко върху забраните и повече върху развитието на AI fluency, критична преценка, практики за отговорно използване и модели за оценяване, които правят ученето видимо.“ Тази идея стои в основата както на TEDx лекцията на Брукман, така и на двете публикации в блога. 3. Традиционните задания може вече да не измерват ученето Един от най-силните аргументи на Брукман е, че заданията, които изкуственият интелект може лесно да изпълни, може вече да не изпълняват своята образователна функция. Тя премахва някои задания, които преди са били успешни, и ги заменя с проектно-базирана работа. Връзка с публикации в блога: • 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ Тази публикация представя дейности, които правят мисловния процес на студентите видим чрез дневници на решенията, сравнения на промптове, рефлексия, критичен анализ и обяснение на собствените разсъждения. Подобно на проектно-базирания подход на Брукман, фокусът се измества от крайния резултат към процеса на мислене. • From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education Брукман твърди, че преподавателите се нуждаят от задания, които изискват студентите да оценяват, преработват и подобряват резултатите, генерирани от ИИ. По подобен начин публикацията подчертава, че създаването на добри промптове е само началото, докато преценката, проверката на информацията и вземането на решения представляват по-дълбоките цели на обучението. • Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ Публикацията насърчава преподавателите да създават учебни предизвикателства, които развиват у студентите умения за изследване, критичен анализ, сравнение, проверка и рефлексия. Подобни дейности са по-устойчиви на автоматично изпълнение от ИИ и подпомагат по-пълноценно ученето. „Заданията, които изкуственият интелект може да изпълни самостоятелно, може вече да не предоставят надеждни доказателства за учене. Оценяването трябва все повече да се фокусира върху видимото мислене, разсъждението, рефлексията, преценката и автентичната проектна работа.“ 4. Оценяването се нуждае от преосмисляне Брукман отново въвежда писмени изпити на хартия със затворени материали, като същевременно разширява използването на проектно-базирано обучение. Според нея оценките трябва да продължат да бъдат надежден показател за реални знания и компетентности. Връзка с публикации в блога: • AI Fluency and Project-Based Learning https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ Брукман заменя част от традиционните задания с проектно-базирана работа, която изисква студентите да се ангажират с реални проблеми и да демонстрират разбиране. Публикацията подчертава, че проектно-базираното обучение създава възможности студентите да прилагат преценка, да изследват автентични въпроси и да правят своето мислене видимо, което е значително по-трудно да бъде изцяло прехвърлено към ИИ. • From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education Брукман подчертава необходимостта преподавателите да оценяват знанията и разбирането на студентите, а не качеството на генерираните от ИИ резултати. По подобен начин публикацията аргументира необходимостта оценяването да надхвърли умението за създаване на промптове и да се фокусира върху способността на студентите да оценяват, проверяват, анализират критично, преработват и аргументират своите решения. • 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ • Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ • From Cognitive Offloading to Study Mode: Why AI in Education Still Needs Educators https://scienceandresearch.ue-varna.bg/2026/06/18/from-cognitive-offloading-to-study-mode-why-ai-in-education-still-needs-educators/ Заедно тези публикации подкрепят основната теза на Брукман, че оценяването трябва да бъде насочено към измерване на процесите на учене, разсъждението, рефлексията, преценката и автентичното представяне, а не към оценяване на писмени продукти, които изкуственият интелект може да генерира с минимално участие от страна на студента. 5. Експертността продължава да има значение Един от най-важните акценти в лекцията е свързан с развитието на експертност. Опитните професионалисти могат да оценяват резултатите, генерирани от ИИ, защото вече притежават задълбочени знания в своята област и способност за професионална преценка. Нейният въпрос е: „Как ще подготвим ново поколение професионалисти с натрупан опит, ако ИИ може да изпълнява всички задачи на начинаещите?“ Това може би е най-важният изследователски въпрос, поставен в лекцията. Връзка с публикации в блога: • Cognitive Uploading vs Cognitive Offloading https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Въпросът на Брукман за това как начинаещите се превръщат в експерти е пряко свързан с разграничението между когнитивно прехвърляне (cognitive offloading) и когнитивно надграждане (cognitive uploading). Публикацията аргументира, че студентите се нуждаят от възможности да изграждат знания, ментални модели и способност за преценка, вместо многократно да прехвърлят когнитивната работа към ИИ. • From Prompting to Judgment: What the New AI Fluency Projects Mean for Higher Education https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education/ Публикацията разглежда концепцията за „7 Smarter AI Fluency Projects“ и твърди, че бъдещата стойност на образованието се крие в способността на студентите да оценяват, проверяват, отхвърлят, подобряват и обясняват резултатите, генерирани от ИИ. Именно тези умения отличават експертите от начинаещите. • AI Readiness Beyond Technology: Lessons from Estonia, the World Economic Forum, and Isabelle Hau https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-beyond-technology-lessons-from-estonia-the-world-economic-forum-and-isabelle-hau/ Брукман подчертава, че експертността зависи от човешката преценка и знанията в конкретната област. По сходен начин публикацията посочва, че готовността за работа с ИИ изисква когнитивни, социални, етични и метакогнитивни способности, а не само технически достъп до технологии. • Build Your Own AI Fluency Challenges https://scienceandresearch.ue-varna.bg/2026/06/01/build-your-own-ai-fluency-challenges/ • 6 AI Fluency Projects That Make Student Thinking Visible https://scienceandresearch.ue-varna.bg/2026/05/29/6-ai-fluency-projects-that-make-student-thinking-visible/ • AI Fluency and Project-Based Learning: Why Thinking Still Matters https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ Заедно тези публикации разглеждат предизвикателството, поставено от Брукман: ако ИИ все по-често изпълнява рутинните задачи на начинаещите, преподавателите ще трябва да разработят нови подходи, които помагат на студентите да развиват преценка, критично мислене, умения за проверка на информацията и задълбочено разбиране на предметната област, които традиционно се изграждат чрез практика и натрупване на опит. 6. Преподавателите се нуждаят от институционална подкрепа Брукман твърди, че преосмислянето на учебните курсове за ерата на изкуствения интелект изисква време, ресурси, намалена преподавателска натовареност и административна подкрепа. Връзка с публикации в блога: • AI in Education: What Bulgaria Can Learn from Estonia’s Success and South Korea’s Challenges https://scienceandresearch.ue-varna.bg/2026/06/07/ai-in-education-what-bulgaria-can-learn-from-estonias-success-and-south-koreas-challenges/ Брукман призовава академичните ръководства да осигурят на преподавателите време, ресурси и подкрепа за преработване на учебните курсове. Публикацията разглежда как инициативите на Естония в областта на ИИ се основават на десетилетия инвестиции в дигитална инфраструктура, подготовка на учители, разработване на политики и образователно лидерство. Основният извод е, че устойчивото интегриране на ИИ изисква ангажираност на ниво образователна система, а не очакване отделните преподаватели сами да се справят с предизвикателството. • AI Readiness Is Not About Technology https://scienceandresearch.ue-varna.bg/2026/06/11/ai-readiness-is-not-about-technology/ Брукман подчертава, че институциите трябва да инвестират в развитието на преподавателите и в преосмислянето на образователните практики. По сходен начин публикацията акцентира върху факта, че готовността за работа с ИИ зависи от хората, организационната култура, управлението, професионалното развитие и институционалния капацитет, а не просто от осигуряването на достъп до инструменти с изкуствен интелект. Заедно тези публикации подкрепят едно от най-силните послания в TEDx лекцията на Брукман: „Успешното интегриране на изкуствения интелект е институционално предизвикателство. Университетите се нуждаят от ясни стратегии, лидерство, подкрепа за преподавателите, възможности за професионално развитие и време за преработване на учебните курсове. Готовността за работа с ИИ не може да бъде оставена единствено на индивидуалните усилия на отделните преподаватели.“ 7. Студентите трябва да поемат отговорност за собственото си учене Последното послание на Брукман към студентите е особено силно: фокусирайте се върху собствените си учебни цели, а не единствено върху изпълнението на задания или успешно завършване на курса. Връзка с публикации в блога: • From Prompting to Judgment https://scienceandresearch.ue-varna.bg/2026/06/11/from-prompting-to-judgment-what-the-new-ai-fluency-projects-mean-for-higher-education/ Брукман насърчава студентите да се замислят защо изучават даден курс и какво искат да научат от него. По сходен начин публикацията подчертава, че AI fluency не е свързана с генерирането на отговори, а с формирането на преценка, оценяването на доказателства, поставянето под въпрос на резултатите и поемането на отговорност за собствените учебни решения. • AI Fluency and Project-Based Learning https://scienceandresearch.ue-varna.bg/2026/06/14/from-ai-fluency-to-project-based-learning-why-thinking-still-matters/ Публикацията поставя акцент върху активното учене, изследването и решаването на автентични проблеми. Подобно на посланието на Брукман, тя разглежда студентите като активни участници в собствения си учебен процес, а не като пасивни потребители на съдържание, генерирано от ИИ. • Cognitive Uploading vs Cognitive Offloading https://scienceandresearch.ue-varna.bg/2026/06/11/cognitive-offloading-vs-cognitive-uploading-a-better-way-to-think-about-ai-in-education/ Предупреждението на Брукман за опасността ИИ многократно да върши работата вместо студентите е пряко свързано с концепцията за когнитивно прехвърляне (cognitive offloading), разгледана в тази публикация. Статията аргументира, че студентите трябва да използват ИИ за задълбочаване на разбирането и развитие на експертност, а не като заместител на когнитивните усилия, необходими за ученето. Заедно тези три публикации подкрепят заключителното послание на Брукман: „AI fluency не означава да откриваме все по-бързи начини за изпълнение на заданията. Тя означава да използваме изкуствения интелект по начини, които подпомагат ученето, преценката, рефлексията и развитието на експертност. Студентите остават отговорни за собствените си учебни цели, дори когато разполагат с инструменти с изкуствен интелект.“ Много от идеите, представени в лекцията, се припокриват с темите, разглеждани в последните публикации на блога на Научноизследователския институт, включително когнитивното надграждане, ИИ компетентност (AI fluency), проектно-базираното обучение, преосмислянето на оценяването и институционалната готовност за работа с ИИ. Заедно те показват, че основното предизвикателство пред висшето образование не е технологично, а образователно. Университетите трябва да създават учебна среда, в която студентите се учат да поставят под въпрос, проверяват, оценяват и подобряват резултатите, генерирани от ИИ, като същевременно развиват експертността и критичното мислене, необходими за бъдещата им професионална реализация. Както напомня Брукман, целта на образованието не е просто да се изпълняват задания. Целта е да се учи. |