1. Umetna inteligenca kot vsebina in orodje : okviri, priložnosti, tveganja in smernice za izobraževanjeČrtomir Podlipnik, Mojca Podlipnik, 2026, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Umetna inteligenca (UI) ni več oddaljen koncept, temveč vseprisotna realnost, ki temeljito preoblikuje družbo in izobraževalne sisteme postavlja pred nove izzive. Namen prispevka je analizirati, kako lahko uveljavljeni didaktični modeli (Bloom, SAMR, TPACK) usmerjajo pedagoško premišljeno in kritično integracijo UI v slovenski izobraževalni prostor. Analizirani so teoretični okviri mednarodnih organizacij, kot sta UNESCO in OECD, ki poudarjajo etično in človekocentrično rabo UI, ter predstavljene slovenske iniciative, kot je nacionalni projekt Generativna UI v izobraževanju. Poglobljeno so predstavljene didaktične priložnosti ter sistemska tveganja, vključno s površinskim učenjem, z dekvalifikacijo učiteljev in algoritemsko pristranskostjo. Z uporabo omenjenih modelov (Bloomova taksonomija, SAMR, TPACK) je skozi analizo zasnove delavnice na slovenski gimnaziji ponazorjeno, kako lahko UI spodbuja višje kognitivne cilje. Prispevek naslavlja tudi sistemske etične izzive, kot sta varstvo podatkov in integriteta. V zaključku so podane smernice za pedagoške delavce in izobraževalne ustanove, usmerjene v razvoj kritične UI-pismenosti.
Ključne besede: generativna umetna inteligenca, UI-pismenost, didaktični modeli, TPACK, etika
Objavljeno v RUP: 29.07.2026; Ogledov: 136; Prenosov: 6
 Celotno besedilo (113,05 KB)
Gradivo ima več datotek! Več... |
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: 512; Prenosov: 8
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: 535; Prenosov: 17
Celotno besedilo (1,24 MB)
Gradivo ima več datotek! Več... |
4. |
5. 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: 1140; Prenosov: 12
Celotno besedilo (128,84 KB) |
6. 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: 943; Prenosov: 10
Celotno besedilo (187,95 KB) |
7. 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: 802; Prenosov: 16
Celotno besedilo (241,55 KB) |
8. Tehnična, tehnološka in druga merila vrednotenja orodij GUI za integracijo v izobraževanjeAlenka Žerovnik, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Integracija generativne umetne inteligence (GUI) v izobraževalne sisteme ponuja pomembne priložnosti za izboljšanje poučevanja in učenja, vendar zahteva sistematičen pristop k implementaciji. Ključnega pomena je razvoj jasnih meril, ki vključujejo tehnične, tehnološke in etične vidike, kot so točnost, prilagodljivost, razširljivost, razložljivost, varnost, zasebnost podatkov, računalniška učinkovitost in prilagojeno oblikovanje uporabniškega vmesnika. GUI lahko omogoči personalizirane učne izkušnje, poveča angažiranost učečih se in izboljša izobraževalne izide. Pri vpeljevanju GUI pa je ključno nasloviti tudi izzive, kot so digitalna pismenost, akademska integriteta in usposabljanje. Brez ustrezne obravnave tvegamo neustrezno uporabo, širjenje napačnih informacij in zmanjšanje vrednosti učnih dosežkov ter kritičnega razmišljanja. Raziskovalci imamo ključno vlogo pri preučevanju vplivov GUI, oblikovanju smernic in podpiranju strokovnega razvoja učiteljev. Sodelovanje med izobraževalnimi institucijami, tehnološkimi razvijalci in oblikovalci politik je bistveno za oblikovanje strategij, ki povečujejo koristi GUI in zmanjšujejo potencialna tveganja, s čimer se ustvarja vključujoče in učinkovito učno okolje.
Ključne besede: generativna umetna inteligenca, merila ocenjevanja, tehnično-tehnološka merila, etika, vloga deležnikov
Objavljeno v RUP: 23.12.2025; Ogledov: 648; Prenosov: 5
Celotno besedilo (1,74 MB) |
9. Inovativna uporaba GUI-tutorja pri projektih iz robotike in elektronike v pedagoškem kontekstuDavid Rihtaršič, Rok Gabrovšek, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Prispevek obravnava inovativno uporabo generativne umetne inteligence (GUI) pri predmetih Robotika in Elektronika na Pedagoški fakulteti Univerze v Ljubljani. V okviru obeh predmetov, ki ju obiskujejo študenti dvopredmetnega študija s smerjo vezave s tehniko, smo v zimskem semestru 2024/2025 uvedli nov pristop k samostojnemu delu študentov pri izdelavi končnih projektov. Uporabljen je bil prilagojen GUI-agent – tutor, nadgrajen z didaktičnimi priporočili (aktivno učenje, Kolbov učni cikel) in opremljen z literaturo, ki je bila obravnavana pri predavanjih. Za razliko od splošnih generativnih modelov je agent upošteval razpoložljivo opremo študentov ter tehnične specifike projektov. Tako je zagotavljal specifične in relevantne odgovore, prilagojene konkretni situaciji. Namen sistema je bil usmeriti študente skozi individualizirano učno pot, pri čemer je agent s svojimi odgovori nadomeščal učiteljevo prisotnost, kadar je bil ta zaseden. Zbrana vprašanja in odgovori, ki so nastali med interakcijami GUI-agenta – tutorja s študenti, bodo služili za nadaljnji razvoj agenta in izboljšanje njegove pedagoške učinkovitosti.
Ključne besede: generativna umetna inteligenca, GUI-tutor, personalizirano učenje, projekti iz elektronike in robotike, Kolbov učni cike
Objavljeno v RUP: 23.12.2025; Ogledov: 598; Prenosov: 7
Celotno besedilo (166,94 KB) |
10. Socialno in čustveno učenje ter generativna umetna inteligenca v visokošolskem izobraževanjuAlenka Lipovec, Katja Košir, Tina Vršnik Perše, Andreja Kozmus, Marta Licardo, 2025, samostojni znanstveni sestavek ali poglavje v monografski publikaciji Opis: Namen poglavja je opisati povezave med socialnim in čustvenim učenjem ter generativno umetno inteligenco v visokem šolstvu, s poudarkom na možno stih, ki se ob tem ponujajo za izboljšanje pedagoških praks. Socialno in ču stveno učenje vključuje samozaznavanje, samoregulacijo, socialno zavedanje, odnosne spretnosti in odgovorno sprejemanje odločitev v izobraževalnih kon tekstih. Generativna umetna inteligenca ponuja priložnosti za personalizirano poučevanje, vendar so pri uporabi zaradi etičnih izzivov in tveganj, povezanih z zasebnostjo in s pristranskostjo, potrebni posebna znanja in previdnost. V pri spevku predstavljamo pregled spoznanj o uporabi umetne inteligence za iz boljšanje socialnih in čustvenih kompetenc. V okviru razvijajoče se socialne ge nerativne umetne inteligence predstavimo možnosti uporabe klepetalnikov, inteligentnih sistemov za poučevanje pa tudi socialnih robotov, ki omogočajo personalizacijo, socialno podporo ter simulacijo socialnih veščin. Poudarimo potrebo po celoviti strategiji in sodelovanju učiteljev, razvijalcev tehnologij ter oblikovalcev politik za ustvarjanje varnega in učinkovitega učnega okolja, ki spodbuja kritično razmišljanje in odgovorno uporabo UI v izobraževanju.
Ključne besede: socialno in čustveno učenje, socialna generativna umetna inteligenca, visoko šolstvo, personalizirano učenje
Objavljeno v RUP: 23.12.2025; Ogledov: 906; Prenosov: 11
Celotno besedilo (168,63 KB) |
