Изкуственият интелект е най-полезен в класната стая не когато преподава вместо учителя, а когато поема рутината: десет равностойни варианта на един тест, задачи на три нива за един и същ урок и първоначална обратна връзка по писмени работи. Така на учителя остава повече време за това, което само човекът може да свърши.
Един учител по български език и литература получава в края на седмицата, да кажем, 28 есета от клас си. Ако отдели по петнайсет минути на всяко, това са седем часа само за четене и премисляне, преди да е стигнал до оценката, а после до разговора с ученика и до подготовката за следващия урок. Точно тук изкуственият интелект (ИИ) започва да върши реална работа: не като заместител на преценката, а като инструмент, който спестява на учителя най-повтарящата се част от труда му.
Настоящата статия разглежда три конкретни случая, в които ИИ помага за персонализация в голям клас: създаване на много варианти на един тест, задачи на различни нива на трудност и структурирана обратна връзка по писмени работи. И също така поставя ясна граница: кои решения трябва да останат изцяло при учителя и защо. Опорната рамка идва от институции като UNESCO, Министерството на образованието на САЩ, изследователската организация RAND, Common Sense Media и Световната банка, тъй като тези източници едновременно описват ползите и предупреждават къде технологията греши.
Защо темата е актуална точно сега
Употребата на ИИ в училище вече не е въпрос от бъдещето, а от настоящето, макар и неравномерно разпределена. Изследване на RAND върху учители и директори в САЩ показва, че през учебната 2023-2024 г. около 25% от анкетираните учители са ползвали ИИ за планиране или преподаване, а сред директорите делът надхвърля 60%. Учителите по английски език и природни науки са почти два пъти по-склонни да ползват такива инструменти, отколкото учителите по математика и тези от началното училище.
Картината обаче е неравна и по линия на ресурсите. Учителите и директорите в училища с по-висока бедност по-рядко ползват ИИ и по-рядко получават или дават насоки за употребата му. Това е предупреждение: ако оставим достъпа на самотек, технологията може да задълбочи съществуващото неравенство, вместо да го смекчи.
За България контекстът е сходен. Доклад на Световната банка за изкуствения интелект в българското училищно образование отчита множество инициативи на местно ниво, но и сериозни разлики в достъпа и уменията. Изводът е, че ИИ е най-ефективен, когато подсилва ученето в класната стая, а не когато замества учителя, и че учениците най-често го ползват като виртуален партньор за учене – за проверка на решения, генериране на упражнения и подготовка за изпит. Докладът отбелязва и български инструменти като езиковия модел BgGPT на INSAIT и националната платформа Дигитална раница.
Общата нишка през всички тези източници е една: ИИ влиза в училище като асистент, не като заместник. Точно от тази позиция си струва да погледнем следните три практически случая.
Един тест в десет варианта
Първият случай е и най-лесният за обяснение. Един и същ тест може да бъде произведен в десет (или двайсет) еквивалентни, но неидентични версии: различен ред на въпросите, различни числа в задачите, различни примери при една и съща учебна цел. В клас от 28 деца, седнали близо едно до друго, това намалява възможността за преписване, без учителят да трябва да пише всеки вариант от нулата.
Изкушително е да наречем това просто „антиплагиатство“, но по-точно е да говорим за академична почтеност, защото преписването, плагиатството и текстовете, написани от ИИ, са три различни проблема и не се решават с един и същ подход. Common Sense Media и UNESCO препоръчват ясни правила за допустима употреба, а не само технологичен контрол.
Тук има и важна уговорка за качеството. Дори когато ИИ произведе десет варианта за секунди, учителят трябва да провери дали те са наистина равностойни по трудност и дали не съдържат двусмислици или фактически грешки. ИИ не „знае“ дали третата задача в четвъртия вариант е по-лесна от еквивалента си в първия. Той подрежда правдоподобен текст, а равностойността е педагогическа преценка.
Затова най-надеждната защита често не е самата технология, а дизайнът на задачата. Открит въпрос, който иска лично разсъждение, устна защита на писмена работа или задача, стъпваща върху конкретен урок в конкретния клас, са по-устойчиви на копиране от всеки софтуер за откриване. Системите за разпознаване на текст, писан от ИИ, остават ненадеждни и често бъркат, така че да се градят санкции върху тях е рисковано.
Три нива на трудност за един и същ урок
Вторият случай е сред най-силните аргументи за ИИ в класната стая. За един и същ урок учителят може да поиска базово, средно и напреднало ниво на задачите, без да сменя основната учебна цел. Министерството на образованието на САЩ и Common Sense Media описват точно тази адаптивност като ключова възможност, а UNESCO настоява тя да служи на реални педагогически цели, а не да се превръща в автоматично етикетиране на децата.
Един прост модел изглежда така:
- Ниво 1 – възпроизвеждане и разбиране: ученикът показва, че е усвоил основните понятия.
- Ниво 2 – прилагане и сравнение: ученикът използва наученото в позната ситуация.
- Ниво 3 – анализ, аргументация и пренос в нов контекст: ученикът разсъждава самостоятелно.
Същественото е, че ИИ не измисля „друг урок“. Той подготвя различни входни точки към една и съща цел. За клас от много деца с различно темпо това е реална диференциация, без учителят да пише три комплекта задачи на ръка.
Тук обаче дебне рискът от стигматизация. Ако нивата се превърнат в постоянни етикети („ти си от слабите“), персонализацията се обръща срещу самата си цел. Common Sense Media сочи, че адаптивното учене е сред главните възможности на ИИ, но и че технологията може да възпроизвежда пристрастия. В прегледа на бялата книга на организацията рисковете включват неточности и дезинформация, пристрастия и слабо представяне на групи, проблеми с поверителността, опасност от преписване и риск от свръхзависимост със загуба на критично мислене. Затова кой ученик на кое ниво работи и кога се мести нагоре остава решение на учителя, а не на алгоритъм.
Структурирана обратна връзка по есета и доклади
Третият случай е там, където печалбата от време е най-голяма, но и предпазливостта трябва да е най-висока. ИИ може да даде първоначална обратна връзка по ясни критерии: структура, теза, аргументи, примери, логика, езикова яснота, пропуснати контрааргументи, формални изисквания. Това е напълно в духа на препоръките на UNESCO и Министерството на образованието на САЩ ИИ да подпомага процеса, а не да взема крайното решение вместо учителя.
Работещият модел е тристъпков. Първо, ИИ дава чернова на рубрика с точки и коментари по всяка писмена работа. След това учителят преглежда, коригира и допълва тази чернова. И накрая финалната педагогическа оценка остава за човека. За купчина от десетки дълги есета това спестява часове, без да предава контрола.
Има и изследователска основа за оптимизъм, но премерен. Експериментално проучване на екип на Демски и колеги, публикувано в списание Computers & Education, тества автоматизирана обратна връзка, насочена към самите учители. Резултатите показват, че обратната връзка увеличава броя на насочващите въпроси на учителя и води до повече говорене и разсъждаване от страна на учениците. Важната уговорка е, че ефектът зависи от това дали учителят възприема инструмента като полезен, и че подобна обратна връзка работи най-добре, когато е вписана в съществуващо наставничество, а не добавена като „още едно задължение“.
Защо толкова предпазливост при обикновени есетата, ще попита някой? Защото ИИ може и да е неточен, да пропусне някоя субективно оригинална мисъл, да възпроизведе пристрастия и да надцени текст, който звучи гладко, но е повърхностен. Точно при писмените работи разликата между „звучи добре“ и „мисли добре“ е същината на оценяването, а тази разлика я вижда човек.
Какво трябва да остане при учителя
Настъпи моментът и на най-важният раздел. Международните насоки са напълно единодушни в едно: ИИ не бива да има последната дума при решения с висок залог за ученика. Конкретно, при учителя трябва да останат:
- Крайната оценка на писмена работа.
- Преценката дали ученикът е разбрал материала в дълбочина, а не само е произвел добре звучащ текст.
- Разговорът с ученика за напредък, мотивация, усилие и личен контекст.
- Решенията за дисциплина, поведенчески планове, специални образователни нужди и чувствителни случаи.
- Проверката за фактически грешки, пристрастия и неуместно съдържание в материалите, генерирани с ИИ.
Защо тези граници не са формалност, показва оценка на Common Sense Media върху четири популярни помощника за учители: Khanmigo, MagicSchool, Curipod и Gemini за Google Classroom. Анализът заключава, че инструментите носят умерен риск и могат да действат като „незабележим източник на влияние“ – да поднасят пристрастни или неточни гледни точки, без учителят да забележи.
Два примера са особено отрезвяващи. Първият: когато тестващите искат от Google Gemini и MagicSchool да изготвят поведенчески планове за 50 бели и 50 чернокожи ученици, инструментите дават различни предложения според расата, като предлагат на белите ученици по-позитивни и по-малко критични планове.
Вторият: три от четирите платформи рекламират помощ при изготвянето на индивидуални образователни програми за ученици със специални нужди, но експерт от организацията предупреждава, че такъв документ може да бъде произведен с твърде малко реални данни. А един индивидуален план обикновено би трябвало да стъпва на наблюдения, тестове и разговори с ученика, родителя и целия екип.
Изводът е недвусмислен: учителят не може да бъде изваден от веригата на решенията. Не защото технологията е безполезна, а защото точно при чувствителните случаи, каквито са например расово или социално натоварените, тя греши най-тихо и най-скъпо.
Без учителска грамотност за ИИ нищо не работи
Всичко казано дотук предполага, че с ИИ трябва да работи единствено учител, който знае как да използва инструмента, какво точно иска от него и който умее да чете критично резултата. На практика тази грамотност все още липсва масово. Според проучване на Gallup в САЩ близо две трети от учителите са ползвали ИИ през учебната 2024-2025 г. и са спестявали до шест часа седмично, но 68% не са получили обучение как да го правят, а около половината са се самообучавали.
Картината на училищните политики е още по-показателна. Към момента на бялата книга на Common Sense Media едва 5% от училищните райони имат конкретни правила за генеративен ИИ, а учениците вече ползват инструментите, често без ясни насоки. Без грамотност и без правила персонализацията лесно става или формална (различни задачи само на хартия), или несправедлива (различни задачи без педагогическа логика).
Затова инвестицията в обучение на учителите не е добавка към въвеждането на ИИ, а негово условие. UNESCO поставя човека в центъра и настоява за развитие на капацитета на учителите, валидиране на системите и защита на личните данни. Това са скучни думи за нещо просто: инструмент в неподготвени ръце вреди дори когато е добър.
Заключение: асистент, не заместник
Трите случая, разгледани в тази статия, си приличат по една подразбираща се логика. ИИ е силен там, където работата е масова, повтаряща се и проверяема: десет варианта на тест, три нива задачи, първа чернова на обратна връзка. Той е слаб и опасен там, където работата изисква преценка за конкретно дете в конкретен контекст: крайна оценка, разговор, поведенчески план, чувствителен случай.
Целта на ИИ не е в класните стаи да има по-малко учители, а да има пак толкова учители, но разполагащи с повече време. Време, спестено от рутинната, повтаряема работа и вложено там, където е най-нужно: в уточняването на пропуските, мотивацията и личния разговор с ученика, тоест в нещата, които алгоритъмът не може да поеме. Един тест в десет варианта има смисъл само ако спестеното време се посвещава на децата, а не изчезва. Дали ще стане така, не решава технологията, решава го човекът, който я държи в ръцете си.
Основни използвани източници:
- UNESCO, Guidance for Generative AI in Education and Research (Miao & Holmes, 2023)
- U.S. Department of Education, Artificial Intelligence and the Future of Teaching and Learning (2023)
- RAND / American Educator Panels, доклад за употребата на ИИ от учители и директори (2023-2024)
- Common Sense Media, Generative AI in K-12 Education: Challenges and Opportunities (бяла книга, 2024)
- Common Sense Media, оценка на риска при помощници за учители
- Demszky et al., Automated Feedback Improves Teachers’ Questioning Quality, Computers & Education, т. 227 (2025)
- Европейска комисия, Етични насоки за преподаватели относно използването на ИИ и данни
- Световна банка, Artificial Intelligence in Bulgarian School Education (2025)
Автор: Радослав Тодоров
Изображения: canva.com, edu.mon.bg
Още подобни материали четете в новия специални брой на списание „Българска Наука“
