Učenik dobije zadatak da za sljedeći čas napiše sastav o klimatskim promjenama. Otvori ChatGPT i napiše: „Napiši mi sastav o klimatskim promjenama za osmi razred, oko 500 riječi.“ Nekoliko sekundi kasnije tekst je gotov. Ako mu se učini da je predobar, može zatražiti da zvuči jednostavnije, kao da ga je napisao četrnaestogodišnjak. Ako nastavnik zahtijeva prezentaciju, umjetna inteligencija može pripremiti i nju. Ako učenik ne razumije temu, može zatražiti jednostavnije objašnjenje. Ako mu njemački nije maternji jezik, može prvo razgovarati s AI-jem na bosanskom, hrvatskom, srpskom, turskom ili nekom drugom jeziku, a zatim zatražiti njemačku verziju.
Isto vrijedi za matematiku. Dovoljno je fotografisati zadatak. Umjetna inteligencija može dati rješenje, objasniti svaki korak, napraviti deset sličnih zadataka za vježbu ili se pretvoriti u strpljivog privatnog učitelja kojem učenik može pet puta reći da nešto još uvijek nije razumio. Može joj čak narediti: „Nemoj mi dati rješenje. Postavljaj mi pitanja dok sam ne dođem do njega.“
To su dva potpuno različita načina korištenja iste tehnologije. U prvom slučaju učenik koristi umjetnu inteligenciju da ne bi radio. U drugom je koristi da bi bolje učio. Između te dvije mogućnosti nalazi se jedan od najvećih izazova s kojima se moderno obrazovanje suočilo. Jer rasprava o tome treba li ChatGPT dozvoliti u školama u jednom je važnom smislu već završena. Umjetna inteligencija je tu. Nalazi se na smartphoneima i laptopima učenika, koristi se kod kuće i na putu do škole, za domaće zadaće, matematiku, sastave, prijevode, prezentacije, programiranje, sažimanje tekstova i pripremu za ispite. Škola je više ne može jednostavno izbaciti iz obrazovanja zato što ju je nemoguće izbaciti iz života učenika.
Učenici nisu čekali školu
Koliko je taj proces već odmakao pokazuje austrijsko istraživanje „The AI generation at school“, objavljeno 2026. godine. Marina Unterweger, Corinna Hörmann, Lisa Kuka i Barbara Sabitzer ispitale su 656 austrijskih učenika srednjih škola starijih od 16 godina. Čak 82,2 posto ispitanih reklo je da je već koristilo umjetnu inteligenciju za domaće zadatke, dok je samo 3,7 posto navelo da nikada nije koristilo nijedan AI alat.
Autori istraživanja zaključuju da je umjetna inteligencija već postala dio svakodnevnog učenja mladih, dok njeno sistematsko uključivanje u školsku nastavu još uvijek zaostaje. Učenici, drugim riječima, nisu čekali da ministarstva, školske uprave i nastavnici odluče kako će izgledati obrazovanje s umjetnom inteligencijom. Oni su je jednostavno počeli koristiti.
Bečki profesor Bernhard Gmeiner taj proces posmatra iz neposredne blizine. Predaje engleski te geografiju i ekonomiju u gimnaziji GRG15 Auf der Schmelz i intenzivno se bavi upotrebom umjetne inteligencije u obrazovanju. U razgovoru za DER STANDARD u augustu 2026. opisuje situaciju koju danas poznaju nastavnici širom Austrije: učenici često mnogo brže od škole otkrivaju šta sve novi AI alati mogu. Gmeiner zbog toga smatra da odgovor škole ne može biti pretvaranje nastavnika u neku vrstu digitalnog policajca čiji je glavni posao otkrivanje je li domaću zadaću napisao učenik ili ChatGPT. Umjesto beskonačne igre mačke i miša između novih AI modela, učenika koji ih koriste i nastavnika koji ih pokušavaju otkriti, morat će se mijenjati sami zadaci i način provjere znanja.
Ako ChatGPT može napraviti domaću zadaću, koliko je dobra domaća zadaća?
Zamislimo da nastavnik historije učenicima kaže da kod kuće napišu dvije stranice o Francuskoj revoluciji. Još prije nekoliko godina učenik je morao otvoriti knjigu ili pretraživač, pronaći informacije, odabrati relevantne činjenice, napraviti strukturu i napisati tekst. Danas generativna umjetna inteligencija isti proizvod može napraviti za manje od minute. Nastavnik zatim može pokušati ustanoviti je li tekst napisao ChatGPT.
Učenik može zatražiti od ChatGPT-a da tekst preformulira tako da zvuči kao da ga je napisao četrnaestogodišnjak. Nastavnik može koristiti AI detektor, a učenik ponovo preraditi tekst. Počinje tehnološka igra mačke i miša u kojoj obje strane ulažu sve više energije u očuvanje zadatka osmišljenog za vrijeme u kojem današnja tehnologija nije postojala.
Ali možemo postaviti i mnogo neugodnije pitanje: ako umjetna inteligencija može bez ikakvog stvarnog razumijevanja za nekoliko sekundi napraviti zadatak kojim navodno provjeravamo znanje učenika, koliko je dobar bio taj zadatak? Umjesto da učenik napiše dvije stranice o Francuskoj revoluciji, nastavnik mu može reći da pita ChatGPT zašto je do nje došlo. Zatim treba provjeriti pet njegovih tvrdnji u pouzdanim izvorima, pronaći ono što je AI pojednostavio ili pogrešno prikazao, objasniti zašto je problematično i svoj zaključak odbraniti pred razredom. Umjetna inteligencija tada više nije sredstvo za izbjegavanje rada, nego postaje predmet kritičkog razmišljanja.
AI nije stvorio probleme, neke je samo razotkrio
Profesorica Barbara Geyer, voditeljica master studija E-Learning und Wissensmanagement na Hochschule Burgenland, ide još dalje. Umjetna inteligencija, prema njenom viđenju, često samo pokazuje slabosti obrazovnih metoda koje ni prije njenog dolaska nisu funkcionisale naročito dobro. Geyer je svojim studentima dala neobičan zadatak: trebali su uzeti online kurs i pokušati ga „hakovati“ tako da ga završe uz što manje vlastitog učenja koristeći AI agente.
Nakon toga trebali su odgovoriti na mnogo važnije pitanje – kako taj kurs promijeniti tako da to više ne bude moguće? Eksperiment je pokazao koliko su ranjivi klasični modeli digitalnog obrazovanja u kojima korisnik pogleda video, pročita tekst, klikne nekoliko odgovora i na kraju dobije potvrdu da je nešto „naučio“.
Kao dokaz stvarne kompetencije takav model u doba AI agenata ubrzano gubi smisao. Ali Geyer pritom dolazi do važnog zaključka: umjetna inteligencija nije nužno uništila dobar obrazovni model. Često je samo razotkrila da taj model nikada nije naročito dobro provjeravao razumijevanje.
Isto se pitanje može postaviti za klasičnu domaću zadaću. Ako je njen cilj bio da dijete kod kuće reproducira informacije, AI danas tu reprodukciju može napraviti brže. Ako je cilj referata bio dokazati da učenik može pronaći nekoliko činjenica i pretvoriti ih u pristojno strukturiran tekst, AI to također može. Ako se znanje provjerava prvenstveno tako što učenik mora proizvesti nešto što mašina danas može proizvesti gotovo trenutno, obrazovni sistem mora se zapitati šta zapravo mjeri.
Bolji rad ne znači i više znanja
Ovdje se pojavljuje još jedan problem koji je možda važniji od varanja. Učenik uz pomoć umjetne inteligencije može napraviti mnogo bolji rad nego bez nje. Esej je bolje strukturiran, argumenti su jasniji, jezik je bolji, prezentacija izgleda profesionalnije. Ali ko je napredovao – učenik ili proizvod? OECD u „Digital Education Outlooku 2026“ upravo na toj razlici gradi jedno od svojih najvažnijih upozorenja. Dosadašnja istraživanja pokazuju da generativna umjetna inteligencija može značajno poboljšati kvalitet rezultata koje učenici proizvode. Međutim, kada se kasnije provjerava šta učenik može napraviti bez AI pomoći, ta prednost može nestati, a u nekim eksperimentima učenici koji su se snažno oslanjali na generativni AI postižu čak i slabije rezultate.
Drugim riječima, možemo dobiti bolji esej, a da nismo dobili boljeg pisca. Možemo dobiti tačno riješen matematički zadatak, a da učenik ne razumije matematiku. Možemo dobiti odličnu prezentaciju, a da dijete ne razumije temu koju prezentira. OECD zbog toga upozorava na opasnost „cognitive offloadinga“, odnosno prebacivanja intelektualnog rada na mašinu. AI može pomoći čovjeku da razmišlja, ali može i razmišljati umjesto njega. Za obrazovanje je razlika između te dvije stvari fundamentalna.
Ako je sve dostupno, zašto još nešto učiti?
Tu dolazimo do pitanja koje će vjerovatno sve češće postavljati djeca: zašto nešto moram znati napamet ako to mogu pitati AI? Zašto moram učiti strani jezik ako telefon može simultano prevoditi razgovor? Zašto moram naučiti pisati dobar tekst ako mi ga AI može napisati? Zašto moram znati formulu ako je AI zna? Zašto učiti činjenice koje su mi dostupne za nekoliko sekundi?
Profesorica Barbara Geyer smatra da upravo ovdje leži jedna od najvećih zabluda trenutne rasprave o umjetnoj inteligenciji. Činjenica da mašina može trenutno pronaći ili proizvesti informacije ne znači da ljudsko znanje postaje nepotrebno. Naprotiv, da bismo mogli procijeniti je li odgovor umjetne inteligencije tačan, moramo sami dovoljno razumjeti područje o kojem govorimo. Geyer govori o svojevrsnom pragu kompetencije koji čovjek mora preći prije nego što uopšte može kvalitetno raditi s umjetnom inteligencijom. Generativni AI uglavnom odgovara na nivou na kojem mu se korisnik obraća. Ali da bismo mogli prepoznati dobar odgovor, otkriti grešku, postaviti bolje pitanje ili usmjeriti AI prema kvalitetnijem rezultatu, moramo već nešto imati u vlastitoj glavi. „Je mehr ich im Kopf habe, desto komplexer können meine Gedanken werden“, kaže Geyer – što više toga imam u glavi, to kompleksnije mogu biti moje misli.
Google nije ukinuo znanje. Neće ga ukinuti ni AI
Geyer taj problem objašnjava jednostavnom analogijom. Činjenica da svaku nepoznatu riječ možemo za nekoliko sekundi pronaći u digitalnom rječniku nije dovela do toga da ljudi više ne moraju učiti strane jezike. Ako prilikom svakog razgovora moramo zastati i tražiti značenje svake druge riječi, mi taj jezik jednostavno ne govorimo. Isto vrijedi za umjetnu inteligenciju. Dostupnost odgovora nije isto što i znanje.
A znanje postaje posebno važno kada je odgovor pogrešan. Geyer kao primjer spominje poznatu internetsku izmišljotinu o „sjevernopacifičkoj drvenoj hobotnici“. Osoba koja ima osnovno znanje iz biologije vrlo brzo će posumnjati da hobotnica koja živi na drveću vjerovatno ne postoji. Dijete bez tog znanja nema isti unutrašnji alarm. U svijetu generativne umjetne inteligencije problem postaje mnogo ozbiljniji. AI više ne proizvodi samo tekst. Može proizvesti fotografiju koja izgleda autentično, imitirati glas stvarne osobe ili generisati uvjerljiv video događaja koji se nikada nije dogodio. Što je tehnologija bolja u proizvodnji uvjerljivih neistina, to čovjek mora biti bolji u njihovom prepoznavanju. Geyerov odgovor na pitanje šta možemo suprotstaviti dezinformacijama zato je izrazito tradicionalan: obrazovanje.
Znanje možda nikada nije bilo važnije
Tu nastaje jedan od velikih paradoksa obrazovanja u doba umjetne inteligencije. Pristup informacijama nikada nije bio jednostavniji, ali sposobnost procjene informacija možda nikada nije bila važnija. Da bismo prepoznali da AI govori glupost, moramo nešto znati. Da bismo razlikovali činjenicu od uvjerljivo formulirane izmišljotine, potreban nam je kontekst. Da bismo postavili dobro pitanje, moramo razumjeti barem osnove problema. Da bismo procijenili argument, statistiku ili historijsku tvrdnju, potrebno nam je vlastito znanje.
To znači da umjetna inteligencija ne ukida potrebu za učenjem, ali vrlo vjerovatno mijenja ono što pod učenjem podrazumijevamo. Reprodukcija informacija postaje manje vrijedna, dok razumijevanje, povezivanje, argumentiranje, provjeravanje, postavljanje pitanja i razlikovanje pouzdanog od nepouzdanog postaju važniji. Učenik budućnosti morat će znati koristiti AI, ali morat će biti sposoban i prepoznati kada ga AI vodi u pogrešnom smjeru.
Najteže pitanje: kako djetetu objasniti da ipak mora učiti?
Geyer možda najteže pitanje budućnosti škole formulira gotovo banalno: „Wie erkläre ich einem 14-Jährigen, dass er jetzt noch etwas lernen soll?“ Kako četrnaestogodišnjaku objasniti da još uvijek treba nešto učiti? To pitanje pogađa samu srž problema. Današnje dijete prvi put u historiji obrazovanja u džepu nosi uređaj kojem može postaviti gotovo svako pitanje i nekoliko sekundi kasnije dobiti odgovor koji barem zvuči uvjerljivo. Zašto bi onda pamtilo? Zašto bi učilo formule? Zašto bi pisalo sastav koji mašina može napisati bolje? Zašto bi učilo strani jezik ako telefon može prevoditi? Odgovor škole ne može biti: zato što smo tako oduvijek radili. Ali ne može biti ni: više ništa od toga nije potrebno. Škola mora pronaći novi odgovor.
Razmišljati bez AI-ja – i raditi bolje s njim
Cilj obrazovanja ne može biti generacija učenika koja bez ChatGPT-a više nije sposobna napisati dvije stranice teksta, riješiti matematički problem ili razviti vlastiti argument. Ali nema mnogo smisla ni pripremati djecu za budućnost tako što ćemo ih učiti kao da umjetna inteligencija nije izmišljena. Djeca koja danas idu u osnovnu školu na tržište rada ulazit će tokom 2030-ih. Teško je zamisliti da tada neće raditi s umjetnom inteligencijom, bez obzira na to hoće li postati pravnici, programeri, novinari, ekonomisti, dizajneri, ljekari, obrtnici ili nastavnici.
Škola budućnosti zato mora postići nešto što na prvi pogled djeluje kontradiktorno. Učenik mora naučiti razmišljati bez umjetne inteligencije i raditi bolje s njom. Mora znati napisati tekst, ali i koristiti AI da ga poboljša.
Mora razumjeti matematički problem, ali i znati kada ima smisla prepustiti računanje mašini. Mora posjedovati osnovno znanje, ali i znati kako pronaći, provjeriti i povezati informacije koje ne zna. Mora koristiti umjetnu inteligenciju, ali joj ne smije automatski vjerovati. I mora naučiti procijeniti kada AI treba koristiti, a kada ga treba isključiti.
Šta bi obrazovana osoba trebala znati 2035. godine?
Zbog toga rasprava o umjetnoj inteligenciji u školi nije prvenstveno rasprava o ChatGPT-u. Ona nas prisiljava da ponovo otvorimo mnogo starije pitanje: šta zapravo znači biti obrazovan? Je li obrazovana osoba ona koja zna mnogo činjenica, ona koja zna gdje ih pronaći, ona koja može razlikovati pouzdanu informaciju od manipulacije, ona koja zna riješiti problem, ona koja zna postaviti pravo pitanje – ili osoba koja sve to može kombinovati? Generativna umjetna inteligencija nije dala odgovor na ta pitanja, ali ih je učinila hitnim. Dok obrazovni sistemi raspravljaju o nastavnim planovima, pravilima korištenja ChatGPT-a i edukaciji nastavnika, tehnologija se razvija brže nego što škola može mijenjati udžbenike.
Austrija je 2026. godine počela ozbiljnije reagovati. Novim nastavnim planom „Informatika i umjetna inteligencija“ AI se sistematski uključuje u školsko obrazovanje, dok austrijski KI-Basiscurriculum definiše osnovne kompetencije potrebne za razumijevanje, kritičko procjenjivanje i odgovorno korištenje umjetne inteligencije.
„Umjetna inteligencija mijenja način na koji učimo, radimo i procjenjujemo informacije“, poručio je ministar obrazovanja Christoph Wiederkehr, naglašavajući da učenici AI ne trebaju samo koristiti nego i razumjeti njegove mogućnosti i granice. Cilj je, kaže Wiederkehr, tu kompetenciju „sistematski usidriti u školi“. Ali između tableta u školskoj torbi, novog nastavnog plana i stvarno modernog obrazovnog sistema postoji velika razlika. Zato pitanje više nije postoji li umjetna inteligencija u austrijskim školama. Mnogo zanimljivije pitanje glasi:
Koliko je austrijska škola zaista spremna za 2026?
Austrija u digitalizaciju škola ulaže već godinama. „Digitale Grundbildung“ uvedena je kao obavezni predmet u nižim razredima srednjih škola, kroz inicijativu „Digitales Lernen“ učenici dobivaju laptope i tablete, a škole koje učestvuju u programu moraju imati vlastiti koncept digitalizacije. Sada dolazi i sljedeći korak: novi nastavni plan „Informatika i umjetna inteligencija“, AI-Basiscurriculum i akcioni plan za razvoj AI kompetencija. Na papiru, dakle, postoji sve više elemenata moderne digitalne škole.
Ali opremljenost tehnologijom nije isto što i moderno obrazovanje. Tablet može zamijeniti bilježnicu, digitalna tabla klasičnu, a PDF udžbenik odštampani udžbenik, dok način na koji djeca uče ostaje gotovo identičan. OECD upravo zbog toga upozorava da uspješna digitalizacija obrazovanja ne znači jednostavno prenijeti tradicionalnu nastavu na ekran. Tehnologija ima smisla tek kada mijenja ili poboljšava način učenja. To postaje posebno važno s umjetnom inteligencijom, jer ChatGPT nije samo nova verzija kalkulatora ili pretraživača. On može preuzeti dio intelektualnog rada koji smo dosad očekivali od učenika. Koliki izazov to predstavlja za nastavnike pokazuju podaci OECD-ovog istraživanja TALIS 2024. U Austriji je 39 posto nastavnika navelo da je tokom prethodnih godinu dana koristilo umjetnu inteligenciju u svom poslu. Među onima koji je nisu koristili, čak 69 posto kao razlog navodi nedostatak potrebnog znanja i vještina.
Istovremeno austrijski obrazovni sistem ima i mnogo tradicionalnije probleme. OECD je 2025. upozorio na značajan nedostatak nastavnika: nepopunjena radna mjesta činila su 4,6 posto nastavničkih pozicija u osnovnom i srednjem obrazovanju. Od škole se, dakle, očekuje tehnološka transformacija u trenutku kada se ona istovremeno bori s nedostatkom ljudi koji bi tu transformaciju trebali provesti.
Šta djeca trebaju učiti ako AI zna gotovo sve?
Dolazak umjetne inteligencije otvara mnogo fundamentalnije pitanje od toga trebaju li učenici koristiti ChatGPT: šta bi dijete danas uopšte trebalo naučiti? Treba li i dalje pamtiti historijske godine, formule, gramatička pravila i riječi stranog jezika ako su odgovori dostupni za nekoliko sekundi? Na prvi pogled čini se logičnim da faktografsko znanje gubi vrijednost. Međutim, problem je u tome što bez određenog nivoa vlastitog znanja postaje teško procijeniti jesu li informacije koje nam AI daje uopšte tačne.
Upravo tu profesorica Barbara Geyer govori o „pragu kompetencije“ koji čovjek mora preći da bi umjetnu inteligenciju mogao smisleno koristiti. Što više razumijemo određeno područje, to možemo postavljati bolja pitanja, prepoznati loš odgovor i uočiti kada AI izmišlja ili pojednostavljuje. Učenje činjenica zato neće nestati, ali se mijenja njihova funkcija. Nije cilj napuniti glavu informacijama koje učenik može pronaći na internetu, nego izgraditi dovoljno znanja da nove informacije može razumjeti, povezivati i procjenjivati.
To vrijedi i za matematiku, pisanje i strane jezike. Kalkulator nije ukinuo potrebu da razumijemo osnovnu matematiku, kao što Google Translate nije učinio učenje jezika besmislenim. AI će vjerovatno dodatno pomjeriti granicu između onoga što moramo znati i onoga što možemo prepustiti tehnologiji. Škola će zato morati mnogo jasnije odgovoriti na pitanje koje se do sada rijetko postavljalo: ne samo šta dijete treba naučiti nego zašto to treba znati.
Ima li domaća zadaća još smisla?
Posebno očigledan primjer je domaća zadaća. Ako nastavnik zada učenicima da kod kuće napišu referat o klimatskim promjenama, biografiju Marie Curie ili analizu nekog književnog djela, više ne može sa sigurnošću znati ko je taj tekst napisao. Pokušaj zabrane AI-ja teško rješava problem jer nastavnik nema kontrolu nad onim što se događa kod kuće. Tehnologija za pouzdano prepoznavanje AI tekstova također nije dovoljno sigurna da bi na njenoj procjeni trebalo zasnivati ocjenu učenika.
Mnogo smislenije rješenje je promijeniti zadatak. Učenik može dobiti zadatak da uz pomoć AI-ja istraži određenu temu, ali zatim mora provjeriti njegove tvrdnje, pronaći pouzdane izvore, označiti greške ili pojednostavljenja i objasniti vlastiti zaključak. Može dokumentirati kako je koristio AI i zatim svoj rad usmeno braniti. Tada ChatGPT više nije konkurencija domaćoj zadaći nego jedan od alata koji učenik mora naučiti koristiti. Takav pristup mijenja i samu svrhu domaćeg rada. Više nije dovoljno proizvesti lijep tekst. Nastavnika treba zanimati proces kojim je učenik do njega došao: koja je pitanja postavio, koje izvore je provjerio, šta je odbacio, šta je promijenio i, prije svega, šta je na kraju razumio.
Nastavnik više nije glavni izvor informacija – ali postaje važniji
Sve to mijenja i ulogu nastavnika. Generacijama je jedna od njegovih osnovnih funkcija bila prenošenje znanja. Nastavnik je znao nešto što učenik nije znao, objasnio bi gradivo, a učenik bi ga pokušao zapamtiti i kasnije reproducirati. Internet je taj odnos već promijenio, a generativna umjetna inteligencija ide mnogo dalje. Učenik sada može dobiti individualno objašnjenje gotovo bilo koje teme, prilagođeno svom uzrastu i predznanju, i može postavljati dodatna pitanja sve dok nešto ne razumije.
Ali iz toga ne slijedi da nastavnik postaje suvišan. Naprotiv, njegova najvažnija funkcija sve manje je davanje odgovora, a sve više pomaganje učeniku da prepozna koja pitanja treba postaviti, kojim odgovorima može vjerovati i kako povezati pojedinačne informacije u razumijevanje svijeta. Nastavnik poznaje dijete, vidi njegov napredak, prepoznaje frustraciju, motivira ga, postavlja granice, organizira saradnju i stvara socijalni prostor u kojem se uči zajedno s drugima. Chatbot može objasniti Pitagorin poučak deset puta bez gubitka strpljenja. Ali obrazovanje nikada nije bilo samo prenošenje informacija.
Možda je upravo to najveća promjena koju AI donosi školi. Dobar nastavnik budućnosti neće morati konkurirati umjetnoj inteligenciji u količini informacija koje može ponuditi. Njegov zadatak bit će da djecu nauči šta s tim informacijama napraviti. U svijetu u kojem će odgovor na gotovo svako pitanje biti udaljen nekoliko sekundi, sposobnost postavljanja dobrih pitanja, provjeravanja odgovora, samostalnog razmišljanja i donošenja odluka mogla bi postati važnija nego ikada.
Djeca migrantskog porijekla: AI kao ogromna šansa
Umjetna inteligencija mogla bi posebno veliku promjenu donijeti djeci koja kod kuće ne govore njemački. Za Austriju to nije marginalna tema. Prema istraživanju TALIS 2024, čak 63 posto austrijskih nastavnika radi u školama u kojima više od deset posto učenika nema jezik nastave kao prvi jezik. Jezička barijera pritom ne znači nužno da dijete ne razumije matematiku, biologiju ili geografiju. Ponekad jednostavno ne razumije dovoljno dobro jezik na kojem mu je zadatak objašnjen.
Upravo tu AI otvara mogućnosti koje je donedavno bilo teško zamisliti. Učenik može fotografisati zadatak iz matematike i zatražiti da mu ga AI prvo objasni na bosanskom, hrvatskom, srpskom, turskom ili ukrajinskom, zatim isto objašnjenje dobiti na jednostavnom njemačkom, naučiti ključne njemačke pojmove i na kraju pokušati samostalno riješiti zadatak na jeziku nastave. AI može prilagoditi težinu jezika uzrastu djeteta, objasniti nepoznatu riječ, ponuditi dodatni primjer i ponavljati objašnjenje bez vremenskog pritiska. OECD upravo višejezičnu nastavu navodi kao jedno od područja u kojima bi generativni AI, automatsko prepoznavanje govora i mašinsko prevođenje mogli pomoći učenicima s ograničenim znanjem jezika nastave.
To bi moglo promijeniti i način na koji gledamo višejezičnost. Maternji jezik djeteta ne mora biti prepreka koju treba što prije ukloniti iz procesa učenja, nego može postati most prema njemačkom. Dijete može prvo razumjeti kompleksan pojam na jeziku kojim najbolje vlada, a zatim postepeno usvajati njemačku terminologiju. UNESCO također zagovara obrazovne modele koji višejezičnost tretiraju kao resurs, a ne kao nedostatak.
Ali ni ovdje tehnologija nije čarobno rješenje. Kvalitet AI-ja nije jednak na svim jezicima, prijevodi mogu biti pogrešni, a dijete koje svaku poteškoću automatski rješava prijevodom može imati manje razloga da razvija njemački. AI zato ne bi trebao zamijeniti učenje jezika niti podršku nastavnika. Prava prilika nalazi se negdje između: koristiti maternji jezik kako bi dijete razumjelo gradivo, a umjetnu inteligenciju kao individualni most koji ga postepeno vodi prema jeziku na kojem se školuje.
Umjetna inteligencija neće ukinuti školu, ali će je prisiliti da ponovo odgovori na svoje najstarije pitanje: šta djeca zaista trebaju naučiti da bi razumjela svijet u kojem žive i samostalno donosila odluke. Škola budućnosti zato ne treba učiti djecu kako da se takmiče s umjetnom inteligencijom, nego kako da je koriste bez toga da joj prepuste vlastito znanje, kritičko mišljenje i sposobnost da razmišljaju svojom glavom.