Razvoj generativne umjetne inteligencije posljednjih godina snažno mijenja obrazovni prostor. Alati umjetne inteligencije nude brze odgovore, sažetke i rješenja, što otvara pitanje kakav utjecaj takav pristup ima na proces učenja. Zato je važno naglasiti da su i u digitalnom okruženju važne metode koje potiču razmišljanje, argumentaciju i razumijevanje, a ne samo reprodukciju informacija. Jedna od takvih metoda je sokratovski dijalog, koji u kombinaciji s umjetnom inteligencijom dobiva novo značenje.
U nastavku donosimo pregled kako se sokratovska metoda primjenjuje uz pomoć umjetne inteligencije, koje su njezine obrazovne mogućnosti te s kojim se izazovima susreće u praksi.
Što je Sokratovski dijalog?
Sokratovski dijalog je pedagoška metoda utemeljena na vođenom razgovoru. Umjesto izravnog poučavanja, učitelj ili mentor postavlja pitanja kojima potiče učenika da samostalno razmišlja, preispituje vlastite pretpostavke i postupno dolazi do zaključaka. Cilj nije davanje točnih odgovora, nego razvoj kritičkog mišljenja i razumijevanja.
U digitalnom okruženju Sokratovski dijalog označava promjenu uloge umjetne inteligencije. Umjesto da djeluje kao enciklopedija, AI sustav preuzima ulogu mentora koji učenika usmjerava pitanjima. Takav pristup pomiče fokus s rezultata na proces učenja.
Uloga umjetne inteligencije u vođenju dijaloga
Suvremeni jezični modeli omogućuju vođenje složenijih i prirodnijih razgovora nego ranije verzije koje su se temeljile na unaprijed definiranim odgovorima i ograničenim scenarijima. Napredni AI modeli mogu analizirati učenikove odgovore u stvarnom vremenu i prilagoditi sljedeće pitanje njegovoj razini razumijevanja.
Time se umjetna inteligencija koristi kao alat za individualizirani pristup učenju. Razgovor se razvija postupno, a pitanja se oblikuju tako da potiču razmišljanje, objašnjavanje i povezivanje znanja, umjesto memoriranja činjenica.
Ključni pedagoški koncepti
Primjena sokratovskog dijaloga uz pomoć umjetne inteligencije oslanja se na nekoliko poznatih obrazovnih načela.
Jedno od njih je postupna podrška učenju, često opisana kao pedagoške „skele“. Riječ je o privremenoj pomoći koja se učeniku pruža dok ne razvije dovoljno razumijevanja za samostalan rad. AI sustav procjenjuje trenutačnu razinu znanja i postavlja pitanja koja su blago iznad nje, a kako učenik napreduje, razina pomoći se smanjuje.
S tim je povezana i zona proksimalnog razvoja, pojam koji opisuje raspon zadataka koje učenik može riješiti uz podršku, ali još ne samostalno. Kvalitetno osmišljen AI dijalog nastoji ostati unutar te zone kako bi izbjegao i dosadu i frustraciju.
Poseban naglasak stavlja se i na pristup koji se ponekad naziva sporom umjetnom inteligencijom. Umjesto brzog nuđenja rješenja, sustav potiče učenika da dodatno pojasni svoje razmišljanje, obrazloži stavove i razmotri alternative. Time se kognitivni napor zadržava na učeniku, što je ključno za dublje učenje.
Primjer primjene: Socratic Playground
OECD u svom izvješću o digitalnom obrazovanju opisuje eksperimentalni sustav Socratic Playground kao primjer primjene Sokratovskog dijaloga uz pomoć umjetne inteligencije. Sustav je osmišljen za rad na složenim zadacima, poput pisanja argumentiranih eseja.
Učenik najprije iznosi početnu tvrdnju ili stav. Umjesto procjene točnosti, sustav postavlja pitanja koja potiču razradu mišljenja i traže dodatna objašnjenja. U kasnijim fazama dijaloga, AI može zauzeti suprotnu poziciju i potaknuti učenika na razmatranje protuargumenata.
Takav pristup potiče učenika da jasno izrazi svoje ideje, uoči nedosljednosti i sustavno gradi argumentaciju. Umjetna inteligencija pritom ne preuzima ulogu autoriteta, nego služi kao poticaj za refleksiju i dublje razumijevanje sadržaja.
Prednosti i ograničenja
Sokratovski dijalog uz pomoć umjetne inteligencije donosi niz potencijalnih prednosti. Omogućuje individualizirani pristup učenju, potiče aktivnu ulogu učenika i usmjerava pozornost na proces razmišljanja. Takav pristup posebno je vrijedan u razvoju vještina poput argumentacije, kritičkog mišljenja i samostalnog zaključivanja.
Istodobno, postoje i jasna ograničenja. Generativni modeli mogu proizvesti netočne ili izmišljene informacije, što zahtijeva dodatne mehanizme provjere i jasno definiranu ulogu nastavnika. Tehnička složenost sustava također predstavlja izazov, jer kvalitetan dijalog zahtijeva napredne modele i značajne resurse. Uz to, dio učenika može pokazati otpor prema duljem dijalogu ako su naviknuti na brza rješenja.
Više informacija o ovoj temi dostupno je u izvješću OECD Digital Education Outlook 2026.
