2024, Technology-enhanced learning and digital education, pp. 86-103
|
|
Transformation of Higher Education: The potentials and challenges of GenAI implementation
Transformacija visokog obrazovanja - potencijali i izazovi primene generativne veštačke inteligencije (GenAI)
aUniversity of Zagreb, Faculty of Teacher Education, Croatia
bJuraj Dobrila University of Pula, Faculty of Educational Sciences, Croatia
Abstract
This paper explores the possibilities and challenges of implementing generative artificial intelligence (GenAI) in higher education. Based on the analysis of relevant literature, the paper identifies the transformative elements of GenAI technology, focusing on its advantages and disadvantages. The research emphasises the potential for personalised learning, adaptive assessment, and virtual assistants, as well as ethical dilemmas, privacy concerns, and bias. The analysis has shown that GenAI offers the potential for personalised learning and more efficient evaluation, but at the same time raises issues related to bias and plagiarism. The conclusion is that embracing GenAI requires awareness of its capabilities and limitations, as well as the establishment of clear guidelines and standards to maximise its potential while minimising negative effects.
Sažetak
Brz razvoj generativne veštačke inteligencije (GenAI) predstavlja jedan
od najtransformativnijih tehnoloških pomaka u savremenom obrazovanju. Visokoškolske institucije suočavaju se sa sve većom potrebom za integracijom GenAI
alata u nastavne, istraživačke i upravljačke procese, što istovremeno otvara
nove mogućnosti za inovacije i nosi rizike povezane sa etikom i akademskim integritetom. Ovaj rad istražuje transformativne potencijale i izazove primene
GenAI u visokom obrazovanju kroz strukturirani narativni pregled literature.
Cilj istraživanja je dvostruk: (1) identifikovati i kategorizovati
glavne pedagoške, etičke i institucionalne implikacije usvajanja generativne
veštačke inteligencije u visokom obrazovanju i (2) predložiti konceptualni
trostepeni okvir za odgovornu i efikasnu integraciju GenAI tehnologija na nivou
studenata, nastavnika i institucija. Istraživanje se zasniva na narativnom
pregledu literature nadahnutom PRISMA smernicama i obuhvata trideset recenziranih naučnih radova objavljenih u periodu od 2022. do 2024. godine u relevantnim
bazama podataka kao što su IEEE Xplore i Wiley Online Library. Uključeni su radovi
koji se eksplicitno bave generativnom veštačkom inteligencijom u visokom obrazovanju, dok su publikacije koje se odnose isključivo na tradicionalnu veštačku
inteligenciju isključene.
Rezultati istraživanja pokazuju da GenAI donosi značajne koristi u oblastima personalizovanog učenja, adaptivnog vrednovanja i virtuelne akademske
podrške putem inteligentnih tutorskih sistema i četbotova. Obradom velikih skupova podataka, GenAI alati mogu da prilagode iskustvo učenja individualnim potrebama, pruže podršku višejezičnim studentima i omoguće povratne
informacije zasnovane na podacima. Međutim, analiza je takođe otkrila značajne
etičke i metodološke izazove, uključujući pristrasnost u skupovima podataka,
nedostatak transparentnosti u algoritamskom odlučivanju, pitanja autorstva
i plagijarizma, pitanja zaštite ličnih podataka studenata i pravičnosti automatizovanog vrednovanja.
Pregledana literatura sintetisana je u tipologiju implikacija podeljenih u tri ključne dimenzije: 1) Nivo studenta – personalizovani putevi učenja,
višemodalne povratne informacije i samousmereno učenje uz AI tutore; 2) Nivo
nastavnika – pedagoške inovacije, unapređeni dizajn vrednovanja i razvoj AI pismenosti; 3) Institucionalni nivo – razvoj politika, etičkih okvira i mehanizama
upravljanja koji obezbeđuju odgovornu integraciju GenAI tehnologija.
Zaključuje se da uspešno uključivanje generativne veštačke inteligencije u
visoko obrazovanje zahteva strateški i etički utemeljen pristup. Univerziteti bi trebalo da uspostave interdisciplinarne timove koji uključuju nastavnike, naučnike iz oblasti podataka i etičare, kako bi oblikovali transparentne
smernice za primenu veštačke inteligencije. Predloženi okvir pruža osnovu za
buduća empirijska istraživanja modela podučavanja potpomognutih generativnom
veštačkom inteligencijom i doprinosi aktuelnoj naučnoj raspravi o digitalnoj
transformaciji visokog obrazovanja.
|