Когато AI влезе в класната стая, кои решения остават да се решат от за човека?
| The discussion about artificial intelligence in education often begins with a simple question: Should teachers use AI? A recent Croatian study suggests a more important question:Which teaching decisions should remain human? The study examined how 322 primary and secondary school teachers think AI should be used in teaching. The researchers distinguished three approaches. The integrative approach uses AI as support while the teacher retains control over pedagogical decisions. The traditional approach relies mainly on established teaching methods with little AI use. The technological approach gives AI a larger role in pedagogical decision-making. The results were clear. Teachers strongly preferred the integrative approach. The average score was 5.2 out of seven scenarios, compared with 1.7 for the traditional approach and only 0.1 for the technological approach. Around 91% of participants did not select the technological approach at all. This does not look like resistance to AI. It looks like resistance to delegating professional judgment. AI Use Is Not the Same as AI Delegation A teacher can use AI to generate examples, prepare discussion questions, suggest alternative explanations, create exercises, summarize material, or draft feedback. In these situations, AI supports the instructor. The relationship changes when AI begins deciding what students should learn, how they should be assessed, whether they understand a concept, or what support they need. These decisions require context, pedagogical knowledge, interpretation, responsibility, and professional judgment. The Croatian teachers appear comfortable with AI as an assistant, but not as a pedagogical authority. This distinction should matter to universities developing AI strategies, faculty training, and assessment policies. Pedagogical Value Matters More Than Tool Use The study also examined teachers’ beliefs about AI. Teachers who saw AI as pedagogically useful were more likely to prefer an integrative approach. Teachers with low engagement with AI, or stronger concerns about threats to professional autonomy, were more likely to prefer traditional teaching. This suggests that successful AI adoption depends less on enthusiasm for technology and more on whether instructors can justify its pedagogical value. This has a direct implication for faculty development. Many AI workshops begin with tools: How do you use ChatGPT? How do you write better prompts? What can Gemini or Claude do? A stronger starting point would be the teaching problem. What should students learn? Where are they struggling? Which part of the task requires human judgment? Where can AI provide useful support? What should the instructor verify before accepting the output? This shifts the focus from tool competence to pedagogical decision-making. Critical AI Literacy Does Not Mean Rejecting AI Another important point from the paper is that critical thinking about AI should not be confused with opposition to AI. Teachers can recognize problems such as bias, hallucinations, privacy risks, inappropriate automation, or threats to professional autonomy and still use AI productively. This distinction matters for AI literacy. A teacher who checks an AI-generated explanation, rejects a weak recommendation, rewrites an activity, or decides not to use AI in a particular situation may demonstrate stronger AI literacy than someone who uses AI frequently without evaluating the output. Frequency of AI use is therefore a poor indicator of competence. A more useful indicator is whether the teacher can decide where AI belongs in the learning process and where it does not. One Framework Across Disciplines The study also found few meaningful differences among teachers from different subject areas. Teachers from humanities, social sciences, natural sciences, technical fields, arts, and primary education generally showed similar preferences for retaining human pedagogical control. For universities, this suggests that AI examples should remain discipline-specific, but the underlying institutional framework can be shared. An accounting instructor and a language teacher may use AI in different ways, but both can follow the same principle: AI supports the educational process, while the instructor remains responsible for the educational decision. Hybrid Intelligence This idea connects directly with hybrid intelligence. Hybrid intelligence describes collaboration between human and artificial intelligence in which each contributes different capabilities. AI can process large amounts of information, identify patterns, generate alternatives, summarize material, and produce drafts. Humans contribute context, values, interpretation, professional judgment, responsibility, and decisions about goals. Applied to education, hybrid intelligence does not mean replacing teachers with more capable AI systems. It means designing the division of work carefully. AI can assist with generation, analysis, and exploration. The teacher decides what is pedagogically appropriate, what should be trusted, what needs revision, and what students should ultimately learn. The Croatian study offers empirical support for this model. Teachers appear willing to work with AI, but they want to preserve professional agency. What Universities Should Focus On The findings suggest faculty development beyond platform demonstrations and prompt techniques. Universities can use realistic teaching scenarios instead. AI proposes feedback to a student. Should the instructor accept it? AI recommends a grade. What evidence should the instructor inspect first? AI generates a learning activity. Does it support the learning outcome? AI identifies a struggling student. What contextual information is missing? AI produces a convincing explanation containing an error. Who checks it? These questions place professional judgment at the center of AI literacy. The strongest message from the Croatian study is their specific relationship with AI. AI can suggest, generate, analyze, and assist. The teacher remains responsible for deciding the material to be taught, the support for learning, and the acceptance of AI recommendation, modified, or rejected. As AI systems become more capable, the central educational question becomes less about whether we use AI. It becomes a question of which decisions we are prepared to delegate, and which decisions should remain human. | Дискусията за изкуствения интелект в образованието често започва с един прост въпрос: Трябва ли преподавателите да използват AI? Скорошно хърватско изследване предлага по-важен въпрос: Кои преподавателски решения трябва да останат човешки? Изследването анализира как 322 учители в началното и средното образование смятат, че AI трябва да се използва в преподаването. Авторите разграничават три подхода. Интегративният подход използва AI като подкрепа, докато учителят запазва контрола върху педагогическите решения. Традиционният подход разчита основно на установени методи на преподаване и използва AI в ограничена степен. Технологичният подход дава на AI по-голяма роля в педагогическото вземане на решения. Според резултатите, учителите силно предпочитат интегративния подход. Средният резултат е 5,2 от седем сценария, в сравнение с 1,7 за традиционния подход и едва 0,1 за технологичния подход. Около 91% от участниците изобщо не избират технологичния подход. Това не е съпротива срещу AI. По-скоро изглежда като съпротива срещу делегирането на професионална преценка. Използването на AI не е същото като делегирането на решения на AI Учителят може да използва AI, за да генерира примери, да подготвя въпроси за дискусия, да предлага алтернативни обяснения, да създава упражнения, да обобщава материали или да подготвя първоначален вариант на обратна връзка. В тези ситуации AI подпомага преподавателя. Отношението се променя, когато AI започне да решава какво трябва да учат студентите, как да бъдат оценявани, дали са разбрали дадена концепция или каква подкрепа им е необходима. Тези решения изискват контекст, педагогически знания, интерпретация, отговорност и професионална преценка. Хърватските учители изглеждат готови да приемат AI като асистент, но не и като педагогически авторитет. Това разграничение трябва да има значение за университетите, които разработват AI стратегии, обучения за преподаватели и политики за оценяване. Педагогическата стойност е по-важна от използването на инструменти Изследването разглежда и убежденията на учителите за AI. Учителите, които възприемат AI като педагогически полезен, по-често предпочитат интегративния подход. Учителите с ниска ангажираност с AI или с по-силни опасения за заплаха за професионалната автономия по-често предпочитат традиционното преподаване. Това предполага, че успешното приемане на AI зависи по-малко от ентусиазма към технологията и повече от това дали преподавателите могат да обосноват педагогическата ѝ стойност. Това има пряко значение за развитието на преподавателите. Много обучения за AI започват с инструментите: Как се използва ChatGPT? Как се пишат по-добри промптове? Какво могат Gemini или Claude? По-добра отправна точка би бил самият проблем на преподаването. Какво трябва да научат студентите? Къде изпитват затруднения? Коя част от задачата изисква човешка преценка? Къде AI може да предложи полезна подкрепа? Какво трябва да провери преподавателят, преди да приеме генерирания резултат? Това измества фокуса от владеенето на инструмента към педагогическото вземане на решения. Критичната AI грамотност не означава отхвърляне на AI Друг важен извод от изследването е, че критичното мислене за AI не трябва да се смесва с противопоставяне на AI. Учителите могат да разпознават проблеми като пристрастия, халюцинации, рискове за личните данни, неподходяща автоматизация или заплахи за професионалната автономия и въпреки това да използват AI продуктивно. Това разграничение е важно за AI грамотността. Учител, който проверява генерирано от AI обяснение, отхвърля слаба препоръка, преработва учебна дейност или решава да не използва AI в определена ситуация, може да показва по-висока AI грамотност от човек, който използва AI често, без да оценява резултатите му. Следователно честотата на използване на AI е слаб показател за компетентност. По-полезен показател е дали преподавателят може да реши къде AI има място в учебния процес и къде няма. Една рамка за различните дисциплини Изследването установява и малко съществени различия между учители от различни предметни области. Учители от хуманитарните и социалните науки, природните науки, техническите дисциплини, изкуствата и началното образование като цяло показват сходно предпочитание към запазване на човешкия педагогически контрол. За университетите това означава, че примерите за използване на AI трябва да бъдат специфични за дисциплината, но основната институционална рамка може да бъде обща. Преподавател по счетоводство и преподавател по чужд език могат да използват AI по различни начини, но и двамата могат да следват един и същ принцип: AI подпомага образователния процес, докато преподавателят остава отговорен за педагогическото решение. Хибриден интелект Тази идея се свързва пряко с концепцията за хибриден интелект. Хибридният интелект описва сътрудничество между човешкия и изкуствения интелект, при което всеки допринася с различни способности. AI може да обработва големи количества информация, да открива модели, да генерира алтернативи, да обобщава материали и да създава първоначални варианти. Хората допринасят с контекст, ценности, интерпретация, професионална преценка, отговорност и решения относно целите. Приложен към образованието, хибридният интелект не означава замяна на преподавателите с по-способни AI системи. Той означава внимателно разпределение на работата. AI може да подпомага генерирането, анализа и изследването на алтернативи. Преподавателят решава какво е педагогически подходящо, на какво може да се има доверие, какво трябва да бъде преработено и какво в крайна сметка трябва да научат студентите. Хърватското изследване предлага емпирична подкрепа за този модел. Учителите изглеждат готови да работят с AI, но искат да запазят професионалната си автономия. Върху какво трябва да се фокусират университетите Резултатите насочват към развитие на преподавателите отвъд демонстрациите на платформи и техниките за писане на промптове. Университетите могат да използват реалистични педагогически сценарии. AI предлага обратна връзка към студент. Трябва ли преподавателят да я приеме? AI препоръчва оценка. Какви доказателства трябва първо да провери преподавателят? AI генерира учебна дейност. Подкрепя ли тя учебния резултат? AI идентифицира студент със затруднения. Каква контекстуална информация липсва? AI създава убедително обяснение, което съдържа грешка. Кой трябва да я открие? Тези въпроси поставят професионалната преценка в центъра на AI грамотността. Най-силното послание от хърватското изследване е свързано със специфичния тип отношение, което учителите предпочитат към AI. AI може да предлага, генерира, анализира и подпомага. Преподавателят остава отговорен за решението какъв материал да се преподава, как да се подкрепи ученето и дали препоръката на AI трябва да бъде приета, променена или отхвърлена. С нарастването на възможностите на AI системите централният въпрос в образованието все по-малко е дали да използваме AI. По-важният въпрос е кои решения сме готови да делегираме и кои решения трябва да останат човешки. |