What Should Schools Teach About AI, and How Should They Teach It?

Какво и как трябва да преподаваме за изкуствения интелект в училище?

Plamen MILTENOFF

Artificial intelligence is already part of students’ everyday lives. They use AI to search for information, write texts, translate languages, solve problems, and prepare assignments. Schools increasingly face two important questions: What should students learn about AI, and how should teachers help them develop these skills?
A 2025 research review by Xuyue Xia, published in Science Insights Education Frontiers, examines these questions by looking at AI education in primary and secondary schools across different countries.
The review reaches an important conclusion: schools should focus on developing AI literacy rather than preparing every student to become an AI programmer or developer.
This distinction has significant implications for teachers, students, and educational institutions.
What Should Students Learn About AI?
Xia identifies four major areas of AI education.
The first is basic AI knowledge. Students should understand what artificial intelligence is, how AI systems work at a basic level, and where these technologies appear in everyday life. They should also recognize that AI systems have limitations and can make mistakes.
The second area is AI techniques. This includes introductory programming, algorithms, data processing, and machine learning. Students can learn how AI systems recognize images, classify information, or make predictions.
The third area is practical applications. Students should explore how AI supports activities in education, healthcare, transportation, business, and other fields. Practical experimentation can help them understand both the possibilities and limitations of AI.
The fourth area is ethics and social responsibility. Students need to understand privacy, algorithmic bias, data security, misinformation, and the broader effects of AI on society.
These four areas provide a useful foundation. But Xia identifies a problem with how many schools approach them.
Are We Teaching Too Much About Building AI and Too Little About Using It?
One of the most important observations in the review concerns the emphasis on technical AI education.
Many curricula concentrate on programming, algorithms, robotics, and developing machine learning systems. These subjects are valuable, particularly for students interested in computer science.
But most students will become AI users rather than AI developers.
A student studying history may need to check whether an AI-generated explanation is accurate. A student learning mathematics may need to understand why an AI solution is incorrect. A student preparing a research assignment may need to verify references produced by ChatGPT or another AI system.
These skills do not necessarily require advanced programming knowledge.
They require students to ask appropriate questions, evaluate AI-generated information, recognize mistakes, and make informed decisions about when to use AI.
Xia argues that practical and responsible AI use receives insufficient attention in existing educational literature.
This raises a larger question: Should success in AI education mean understanding how to build an AI system, or knowing how to work with AI effectively and responsibly?
Schools need both approaches, but the balance should reflect students’ educational needs.
AI Literacy Should Develop with Students’ Age and Experience
Another important finding is that AI education should change as students progress through school.
In primary education, children can begin by recognizing AI in familiar technologies and experimenting with simple examples. They might explore how a computer recognizes pictures or why an AI system sometimes produces incorrect answers.
In lower secondary education, students can develop a deeper understanding of AI concepts, experiment with machine learning tools, and begin evaluating AI-generated information.
In upper secondary education, students can undertake more complex projects, examine ethical problems, and evaluate AI applications in different subjects.
Some students may also pursue advanced programming and AI development.
The objective is not to teach every student the same technical material. It is to build AI literacy progressively, according to age, interests, and learning needs.
This approach also requires schools to connect learning objectives across educational levels rather than repeating disconnected introductory lessons.
How Should Teachers Teach AI?
Xia’s review examines several instructional approaches used in AI education.
The UNESCO research cited in the article reports that approximately 89% of surveyed AI curricula use lectures or direct instruction, 70% include project-based learning, 52% use activity-based learning, and 50% involve group work.
These figures describe how frequently different methods appear in curricula, not which method produces the best results.
Lectures can introduce unfamiliar concepts. Group activities encourage discussion and collaboration. Projects allow students to apply knowledge to practical problems. Interactive exercises help students experiment and learn from mistakes.
For example, students could use Google’s Teachable Machine to create a simple image classifier. They could then investigate why the system sometimes makes incorrect predictions.
Alternatively, students could compare an AI-generated explanation with information from reliable sources and discuss which statements require verification.
The second activity does not require programming, yet it develops a skill essential for responsible AI use.
The most useful teaching method depends on what students are expected to learn.
A lesson about how machine learning works may require experimentation. A lesson about misinformation may benefit from source comparison and discussion. A lesson about AI ethics may require students to explain and defend their decisions.
What About Teachers?
The review also identifies a major obstacle: many schools lack teachers with sufficient preparation to teach AI.
Introducing AI education involves more than purchasing software or providing students with access to chatbots.
Teachers need to understand AI concepts, choose appropriate learning activities, recognize technological limitations, and explain ethical risks.
They also need to decide how AI fits into their own subjects.
A language teacher, mathematics teacher, and computer science teacher will approach AI differently. Yet all three need the ability to help students evaluate AI-generated information.
Teacher professional development should therefore include both technical understanding and pedagogical skills.
Schools must also address inequalities in access to devices, software, and educational resources. Otherwise, AI education may reinforce existing differences between students and schools.
What Is Missing from Current AI Education?
Xia highlights several unresolved problems, including fragmented curricula, insufficient teacher preparation, and inadequate attention to responsible AI use.
An additional limitation of the review is that it does not examine how schools should assess AI literacy.
This is particularly important with generative AI.
A student may complete an assignment successfully with AI assistance without understanding the subject. Another student may know how to write prompts but fail to recognize inaccurate or fabricated information.
Frequent AI use is not necessarily evidence of AI competence.
Schools therefore need ways to assess what students understand, how they evaluate AI outputs, and what they can accomplish independently.
This leads to another important educational question: When should students use AI, and when should they learn without it?
AI can support explanations, practice, feedback, and problem-solving. But students also need opportunities to develop their own reasoning, writing, and analytical skills.
The review does not directly answer this question, but its findings provide a useful starting point.
From Teaching AI Tools to Developing AI Literacy
Xia’s article offers a valuable reminder for schools planning their AI education strategies.
The objective should not be simply to introduce more AI tools into classrooms or teach students how to use the latest applications.
Schools should help students understand AI, use it critically, evaluate its outputs, recognize its limitations, and take responsibility for their decisions.
For teachers and educational institutions, three practical priorities emerge: establish age-appropriate AI literacy objectives, connect AI education with real classroom activities, and invest in teacher preparation and assessment.
The most important change is conceptual.
Instead of asking only “How do we teach students to use AI?”, schools should also ask “What should students understand, question, and remain capable of doing themselves?”
That question may be more important for the future of education than mastery of any individual AI tool.		Изкуственият интелект вече е част от ежедневието на учениците. Те използват ИИ, за да търсят информация, да пишат текстове, да превеждат, да решават задачи и да подготвят учебни задания. Училищата все по-често се изправят пред два важни въпроса: Какво трябва да научат учениците за изкуствения интелект и как учителите могат да им помогнат да развият необходимите умения?
Научен обзор от 2025 г. на Xuyue Xia, публикуван в списание Science Insights Education Frontiers, разглежда тези въпроси чрез анализ на образованието по изкуствен интелект в началните и средните училища в различни държави.
Авторът достига до важен извод: училищата трябва да се съсредоточат върху развитието на грамотност в областта на изкуствения интелект (AI literacy), вместо да подготвят всеки ученик за програмист или разработчик на ИИ.
Това разграничение има съществени последици за учителите, учениците и образователните институции.
Какво трябва да научат учениците за изкуствения интелект?
Xia определя четири основни направления в образованието по ИИ.
Първото е основни знания за изкуствения интелект. Учениците трябва да разбират какво представлява ИИ, как работят тези системи на базово равнище и къде се използват в ежедневието. Те трябва също да знаят, че системите с ИИ имат ограничения и могат да допускат грешки.
Второто направление е технологии и методи на ИИ. То включва въведение в програмирането, алгоритмите, обработката на данни и машинното обучение. Учениците могат да научат как системите с ИИ разпознават изображения, класифицират информация или правят прогнози.
Третото направление е практически приложения. Учениците трябва да изследват как ИИ подпомага дейности в образованието, здравеопазването, транспорта, бизнеса и други области. Практическите експерименти могат да им помогнат да разберат както възможностите, така и ограниченията на технологията.
Четвъртото направление е етика и социална отговорност. Учениците трябва да познават въпросите, свързани със защитата на личните данни, алгоритмичните пристрастия, информационната сигурност, дезинформацията и по-широкото въздействие на ИИ върху обществото.
Тези четири направления осигуряват добра основа. Но Xia открива проблем в начина, по който много училища ги прилагат.
Преподаваме ли прекалено много за създаването на ИИ и твърде малко за неговото използване?
Едно от най-важните наблюдения в обзора се отнася до акцента върху техническото образование по ИИ.
Много учебни програми се съсредоточават върху програмиране, алгоритми, роботика и разработване на системи за машинно обучение. Тези знания са ценни, особено за учениците с интерес към информатиката.
Но повечето ученици ще бъдат потребители на ИИ, а не негови разработчици.
Ученик, който изучава история, трябва да може да провери дали обяснение, генерирано от ИИ, е достоверно. Ученик по математика трябва да разбира защо решение, предложено от ИИ, е неправилно. Ученик, който подготвя изследователска задача, трябва да умее да проверява литературните източници, предложени от ChatGPT или друга система с ИИ.
Тези умения не изискват непременно задълбочени познания по програмиране.
Те изискват учениците да могат да задават подходящи въпроси, да оценяват генерираната информация, да разпознават грешки и да вземат обосновани решения кога да използват ИИ.
Xia подчертава, че практическото и отговорно използване на ИИ получава недостатъчно внимание в съществуващата образователна литература.
Това поставя по-общ въпрос: Трябва ли успехът в образованието по ИИ да означава разбиране как се създава система с изкуствен интелект, или умение да се работи с нея ефективно и отговорно?
Училищата имат нужда и от двата подхода, но балансът трябва да отразява образователните потребности на учениците.
Грамотността по ИИ трябва да се развива според възрастта и опита на учениците
Друг важен извод е, че образованието по ИИ трябва да се променя с преминаването на учениците през различните образователни етапи.
В началното образование децата могат да започнат с разпознаване на ИИ в познати технологии и експериментиране с прости примери. Например могат да изследват как компютърът разпознава изображения или защо система с ИИ понякога дава грешни отговори.
В прогимназиалния етап учениците могат да развият по-задълбочено разбиране на основните понятия, да експериментират с инструменти за машинно обучение и да започнат да оценяват генерираната от ИИ информация.
В гимназиалния етап те могат да работят по по-сложни проекти, да обсъждат етични проблеми и да оценяват приложенията на ИИ в различни учебни предмети.
Част от учениците могат да продължат и със задълбочено изучаване на програмиране и разработване на ИИ.
Целта не е всички ученици да изучават един и същ технически материал. Целта е грамотността по ИИ да се развива постепенно, според възрастта, интересите и потребностите им.
Този подход изисква също училищата да свързват учебните цели между образователните етапи, вместо да повтарят несвързани уводни уроци.
Как учителите трябва да преподават изкуствен интелект?
Обзорът на Xia разглежда няколко педагогически подхода, използвани в образованието по ИИ.
Според цитираното в статията изследване на UNESCO приблизително 89% от разгледаните учебни програми използват лекции или директно преподаване, 70% включват проектно-базирано обучение, 52% използват обучение чрез дейности, а 50% включват групова работа.
Тези проценти показват колко често се използват различните методи, а не кой от тях води до най-добри резултати.
Лекциите могат да въведат непознати понятия. Груповите дейности насърчават дискусиите и сътрудничеството. Проектите позволяват на учениците да прилагат знанията си за решаване на практически проблеми. Интерактивните упражнения им помагат да експериментират и да се учат от грешките си.
Например учениците могат да използват Google Teachable Machine, за да създадат прост модел за класификация на изображения. След това могат да изследват защо моделът понякога прави погрешни прогнози.
Друг пример е сравняването на обяснение, генерирано от ИИ, с информация от надеждни източници и обсъждането кои твърдения се нуждаят от проверка.
Втората дейност не изисква програмиране, но развива умение, необходимо за отговорното използване на ИИ.
Най-подходящият метод на преподаване зависи от това какво трябва да научат учениците.
Урок за машинното обучение може да изисква експериментиране. Урок за дезинформацията може да включва сравняване на източници и дискусии. Урок за етиката на ИИ може да изисква учениците да обясняват и защитават решенията си.
А какво да кажем за учителите?
Обзорът посочва и сериозна пречка: много училища не разполагат с достатъчно подготвени учители за преподаване на ИИ.
Въвеждането на образование по ИИ включва много повече от закупуване на софтуер или предоставяне на достъп до чатботове.
Учителите трябва да разбират основните понятия, да подбират подходящи учебни дейности, да разпознават ограниченията на технологиите и да обясняват етичните рискове.
Те трябва също да решат как ИИ се вписва в преподавания от тях предмет.
Учителят по език, учителят по математика и учителят по информатика ще подхождат към ИИ по различен начин. Но и тримата трябва да могат да помогнат на учениците да оценяват информацията, генерирана от ИИ.
Професионалното развитие на учителите трябва да включва както технически знания, така и педагогически умения.
Училищата трябва също да преодоляват неравенствата в достъпа до устройства, софтуер и образователни ресурси. В противен случай образованието по ИИ може да задълбочи съществуващите различия между учениците и училищата.
Какво липсва в съвременното образование по ИИ?
Xia откроява няколко нерешени проблема, сред които фрагментирани учебни програми, недостатъчна подготовка на учителите и ограничено внимание към отговорното използване на ИИ.
Допълнително ограничение на обзора е липсата на анализ как училищата трябва да оценяват грамотността по ИИ.
Този въпрос е особено важен при генеративния изкуствен интелект.
Ученик може успешно да изпълни задача с помощта на ИИ, без да разбира учебния материал. Друг ученик може да знае как да формулира промптове, но да не успява да разпознае неточна или измислена информация.
Честото използване на ИИ не е непременно доказателство за компетентност в тази област.
Затова училищата се нуждаят от начини да оценяват какво разбират учениците, как проверяват резултатите от ИИ и какво могат да постигнат самостоятелно.
Това води до още един важен образователен въпрос: Кога учениците трябва да използват ИИ и кога трябва да учат без него?
ИИ може да подпомага обясненията, упражненията, обратната връзка и решаването на проблеми. Но учениците се нуждаят и от възможности да развиват собственото си мислене, писане и аналитични умения.
Обзорът не дава пряк отговор на този въпрос, но неговите изводи предоставят полезна отправна точка.
От преподаване на инструменти с ИИ към развитие на грамотност по ИИ
Статията на Xia предлага важно послание към училищата, които планират своите стратегии за образование по изкуствен интелект.
Целта не трябва да бъде просто въвеждането на повече инструменти с ИИ в класната стая или обучението на учениците да използват най-новите приложения.
Училищата трябва да помагат на учениците да разбират ИИ, да го използват критично, да оценяват генерираните резултати, да разпознават ограниченията му и да поемат отговорност за своите решения.
За учителите и образователните институции се очертават три практически приоритета: определяне на подходящи за възрастта цели за грамотност по ИИ, свързване на обучението с реални учебни дейности и инвестиции в подготовката на учителите и оценяването на резултатите.
Най-важната промяна е в начина, по който разбираме образованието по ИИ.
Вместо да питаме единствено „Как да научим учениците да използват ИИ?“, трябва да зададем и въпроса „Какво трябва да разбират, да подлагат на съмнение и да продължат да могат да правят самостоятелно?“
Този въпрос може да се окаже по-важен за бъдещето на образованието от овладяването на който и да е отделен инструмент с изкуствен интелект.

Reference
Xia, X. (2025). What to teach and how to teach: Artificial intelligence education in primary and secondary schools. Science Insights Education Frontiers, 28(1), 4613–4626. https://doi.org/10.15354/sief.25.re523