1. |
2. Etični vidiki rabe generativne umetne inteligence v izobraževanjuErnest Ženko, 2026, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Prispevek se posveča etičnim vidikom uporabe generativne umetne inteligence (Gen-UI) v izobraževanju, ki postaja pomembno področje sodobnega pedagoškega razmisleka. Avtor ugotavlja, da se je uvedba Gen-UI v šolsko in univerzitetno okolje zgodila kot spontani prihod tehnologije, brez načrtovanih postopkov in okvirov vrednotenja, kar sproža številna vprašanja o avtentičnosti, pravičnosti, zasebnosti, odgovornosti in trajnosti. V prispevku so predstavljeni ključni etični okviri UNESCO, OECD in Evropske komisije, ki skupaj oblikujejo jedro globalnega pristopa, ki se usmerja k zaupanja vredni umetni inteligenci. Poudarek je na tem, da etična uporaba Gen-UI ne pomeni omejevanja tehnologije, pač pa njeno umestitev v širši humanistični in pedagoški okvir, kjer tehnologija podpira človekovo dostojanstvo, razvoj avtonomije in pravičnost. Posebej so izpostavljena temeljna načela odgovorne rabe, kot so človeški nadzor, preglednost, odgovornost, pravičnost, varnost in trajnost. V sklepu avtor opozarja, da etika v kontekstu umetne inteligence presega tehnična vprašanja ter predstavlja prizadevanje za ohranjanje človeških vrednot v digitalni dobi: iskanje ravnotežja med tehnološkim determinizmom in etično avtonomijo.
Ključne besede: generativna umetna inteligenca, etika v izobraževanju, odgovorna raba tehnologije, zaupanja vredna umetna inteligenca, mednarodni etični okviri, človekovo dostojanstvo in avtonomija
Objavljeno v RUP: 22.04.2026; Ogledov: 300; Prenosov: 4
 Celotno besedilo (329,45 KB)
Gradivo ima več datotek! Več... |
3. Vloga generativne umetne inteligence pri razvoju spretnosti samoregulacije učenja : the case of Slovenia’s DC pensionsAlja Polanec, Sonja Čotar Konrad, 2026, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: V prispevku naslavljamo vlogo generativne umetne inteligence (Gen-UI) pri učenju in poučevanju, s katero lahko podpremo individualizirano in diferencirano učenje in vklju čimo analizo napredka pri učenju ter prilagajamo učne strategije posamezniku. Osrednji proces učenja, ki ga z Gen-UI lahko podpremo, je samoregulacija učenja (SRU). V pri spevku obravnavamo najpogosteje navedena modela SRU, ki poudarjata medsebojno povezanost in cikličnost faz načrtovanja, izvedbe in samorefleksije učenja, pri čemer v vsaki fazi nakažemo, kako lahko vključevanje Gen-UI podpre vsako izmed njih. Nada lje izpostavljamo, kako lahko orodja Gen-UI vključujemo v različne komponente SRU: na kognitivni ravni s spodbujanjem strategij ponavljanja, elaboracije in organizacije z omogočanjem sinteze znanja, iskanja analogij ter oblikovanja konceptualnih povezav; na metakognitivni ravni podpira načrtovanje (npr. določanje SMART ciljev), spremljanje razumevanja in refleksirano vrednotenje; na motivacijsko-čustveni ravni prispeva k večji samoučinkovitosti, notranji motivaciji ter zmanjševanju testne anksioznosti. V prispev ku izpostavljamo tudi nove modele vključevanja Gen-UI v učenje in poučevanje, kot sta HHAIR (Hybrid Human-AI Regulation) in ISAR (Inversion, Substitution, Augmentation, Redefinition), ki poudarjata postopno prenosljivost samoregulacijskih spretnosti z UI na učenca ter redefinicijo učnih procesov kot najvišje ravni podpore učenju in poučevanju z vključevanjem Gen-UI. Kljub številnim prednostim rabe Gen-UI opozarjamo tudi na tve ganja, kot so čezmerno zanašanje na tehnologijo, zmanjšanje kritičnega mišljenja, meta kognitivna pasivnost, kognitivna lenoba in pristranost. Zato je učinkovitost rabe Gen-UI za spodbujanje SRU odvisna od smiselne, ozaveščene in reflektirane uporabe, ki lahko podpre poglobljeno in odgovorno samoregulacijo učenja.
Ključne besede: generativna umetna inteligenca v izobraževanju, samoregulacija učenja, kritično mišljenje, model HHRI, model ISAR
Objavljeno v RUP: 22.04.2026; Ogledov: 327; Prenosov: 9
Celotno besedilo (1,24 MB)
Gradivo ima več datotek! Več... |
4. |
5. |
6. |
7. |
8. Uporaba generativne umetne inteligence pri oblikovanju matematičnih besedilnih nalogNežka Kuzmin Delgiusto, Nuša Cafuta, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Prispevek raziskuje vlogo generativne umetne inteligence (ChatGPT) pri ustvarjanju matematičnih besedilnih nalog na razredni stopnji. Izpostavlja koristi in izzive pri uporabi tovrstne tehnologije z namenom prilagajanja učnega procesa ter izboljšanja kakovosti izobraževanja. Namen prispevka je preizkusiti in kritično ovrednotiti zmožnost generativne umetne inteligence pri oblikovanju smiselnih, kakovostnih in pedagoško ustreznih matematičnih besedilnih nalog v različnih matematičnih tematskih sklopih. Pri tem izhajamo iz predhodno določenih kriterijev (jasnost in razumljivost, povezava z realnim življenjem, uporaba ustrezne matematične terminologije, ustrezna zahtevnost glede na razvojno stopnjo, pravilno uporabljeni matematični koncepti), ki opredeljujejo kakovostno matematično besedilno nalogo. Študija primera je pokazala, da generativna umetna inteligenca lahko ustvari kakovostne matematične besedilne naloge. Kljub temu njena uporaba zahteva premišljeno integracijo v izobraževalni proces ter ustrezno pedagoško načrtovanje. Ključna predpogoja za učinkovito implementacijo tovrstne tehnologije sta kritično mišljenje učiteljev – ena izmed temeljnih kompetenc vseživljenjskega učenja – ter njihova sposobnost vrednotenja ustvarjenih nalog. Poleg tega je nujno redno strokovno usposabljanje o možnostih, omejitvah in etičnih vidikih uporabe sodobnih tehnologij v vzgojno-izobraževalnem sistemu.
Ključne besede: generativna umetna inteligenca, ChatGPT, matematične besedilne naloge, kritično mišljenje, vseživljenjsko učenje
Objavljeno v RUP: 07.01.2026; Ogledov: 699; Prenosov: 10
Celotno besedilo (128,84 KB) |
9. Izbrani temeljni pojmi, vezani na etično rabo generativne umetne inteligence v izobraževanjuMarta Licardo, Mojca Puncer, Tadej Todorović, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Poglavje definira izbrane temeljne pojme, ki se nanašajo na etične izzive, po vezane z uporabo generativne umetne inteligence v izobraževanju. Opisuje plagiatorstvo kot ključni etični izziv, kjer lahko orodja umetne inteligence, ki omogočajo ustvarjanje vsebin, predstavljajo tveganje za akademsko integrite to. Nakazani so nekateri etični izzivi, vezani na intelektualno lastnino, avtorske pravice in deljenje podatkov z umetno inteligenco (UI). V prispevku opozorimo tudi na pristranskost in diskriminacijo v generiranih vsebinah, ki lahko izhaja iz pristranskih podatkov, na katerih temelji umetna inteligenca, ter problem ge neriranja neresničnih podatkov in informacij. Opredeljeni so tudi problematika antropomorfizacije UI, prekomerno zanašanje na UI ter pomen kritične presoje pri rabi UI. Na koncu poglavje obravnavamo tudi okoljske in družbene posle dice uporabe UI, kot so visoka energetska potrošnja in tveganja glede pove čevanja socialnih ter ekonomskih neenakosti. Analiza kaže, da je za uporabo prednosti UI ob hkratnem zmanjšanju njenih etičnih tveganj v izobraževanju potreben celovit pristop, ki bo zajemal (vsaj) obravnavne vidike.
Ključne besede: generativna umetna inteligenca v izobraževanju, kritično mišljenje, intelektualna lastnina, antropomorfizacija, plagiatorstvo
Objavljeno v RUP: 23.12.2025; Ogledov: 753; Prenosov: 9
Celotno besedilo (187,95 KB) |
10. V znamenju trikotnika : izobraževanje, etika in umetna inteligencaErnest Ženko, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Poglavje definira izbrane temeljne pojme, ki se nanašajo na etične izzive, po- vezane z uporabo generativne umetne inteligence v izobraževanju. Opisuje plagiatorstvo kot ključni etični izziv, kjer lahko orodja umetne inteligence, ki omogočajo ustvarjanje vsebin, predstavljajo tveganje za akademsko integrite- to. Nakazani so nekateri etični izzivi, vezani na intelektualno lastnino, avtorske pravice in deljenje podatkov z umetno inteligenco (UI). V prispevku opozorimo tudi na pristranskost in diskriminacijo v generiranih vsebinah, ki lahko izhaja iz pristranskih podatkov, na katerih temelji umetna inteligenca, ter problem ge- neriranja neresničnih podatkov in informacij. Opredeljeni so tudi problematika antropomorfizacije UI, prekomerno zanašanje na UI ter pomen kritične presoje pri rabi UI. Na koncu poglavje obravnavamo tudi okoljske in družbene posle- dice uporabe UI, kot so visoka energetska potrošnja in tveganja glede pove- čevanja socialnih ter ekonomskih neenakosti. Analiza kaže, da je za uporabo prednosti UI ob hkratnem zmanjšanju njenih etičnih tveganj v izobraževanju potreben celovit pristop, ki bo zajemal (vsaj) obravnavne vidike.
Ključne besede: etika, izobraževanje, umetna inteligenca, generativna umetna inteligenca, uravnavanje umetne inteligence
Objavljeno v RUP: 23.12.2025; Ogledov: 600; Prenosov: 14
Celotno besedilo (241,55 KB) |
