AI švietime Lietuvoje: ką rodo duomenys apie mokyklas

AI švietimas Lietuvoje reiškia ir dirbtinio intelekto mokymą mokinių pamokose, ir mokytojų bei mokyklų administracijos kompetencijų ugdymą, kad DI įrankiai būtų naudojami saugiai ir su realia nauda. Šiuo metu Lietuva pereina lūžio momentą: iš stichiško naudojimo į reguliuojamą, bet vis dar nepakankamai finansuojamą procesą.

Ką rodo naujausi duomenys iš mokyklų

LRT žurnalistų Jūratės Anilionytės ir Godos Malinauskaitės parengtoje publikacijoje „Mokyklos vis dažniau naudoja dirbtinį intelektą: ruošia gaires, bet vien jų nepakaks“ atskleidžiama, kad Švietimo ministerijos inicijuota apklausa parodė: dirbtinį intelektą darbe naudoja beveik 70 procentų mokytojų. Trys iš keturių jį naudoja pasiruošti pamokoms, parengti ugdymo planams ar dokumentams.

Tai nėra ateities scenarijus, tai jau vykstantis procesas, apie kurį dauguma mokyklų vadovų ir tėvų dar neturi pilnos informacijos.

Gairės jau parengtos, bet ekspertai įspėja

Straipsnyje cituojamas Švietimo, mokslo ir sporto viceministras Jonas Petkevičius, kuris pabrėžia, kad DI turi būti naudojamas tada, kai duoda realią pridėtinę vertę ugdymui, o pasirinkimą, kaip jį naudoti, sprendžia pats mokytojas. Tačiau „EdTech Lithuania“ vadovė Jurgita Jaruševičienė LRT sako, kad kai mokytojas naudoja „ChatGPT“, jis dažnai naudoja ne edukacinę versiją, neprisiregistravęs, ir nelabai aišku, kas daroma su duomenimis.

Panašią mintį LRT publikacijoje kelia ir VDU Inovatyvių studijų instituto direktorė prof. dr. Airina Volungevičienė: mokytojai ir mokyklų vadovai dažnai neturi kompetencijų, laiko ar finansinių resursų įvertinti, ar konkretus DI įrankis apskritai tinkamas naudoti.

Finansavimas: vis dar siauras kaklas

Ministerija, pasak viceministro J. Petkevičiaus, dirbtinio intelekto programinės įrangos licencijoms skyrė 1 mln. 700 tūkst. eurų: daugiau kaip 30 tūkstančių licencijų mokytojams ir 33 tūkstančiai licencijų mokiniams. Tačiau, anot J. Jaruševičienės, ši dalis vis dar labai nedidelė, o didesnių mokyklų regionuose licencijų artimiausiu metu greičiausiai nesulauks: reikia žymiai didesnių investicijų.

Ta pati problema: neproporcingas tarpas tarp entuziazmo naudoti AI ir realaus pasiruošimo jį saugiai integruoti: kartojasi ir versle.

Ko iš to gali pasimokyti verslas

Švietimo sektoriaus situacija atspindi tai, kas vyksta ir daugelyje Lietuvos įmonių: darbuotojai jau naudoja AI įrankius savo iniciatyva, dažnai be aiškios politikos, be mokymų ir be supratimo, kur baigiasi patogumas ir prasideda duomenų saugumo rizika. Skirtumas tarp mokyklos ir įmonės čia nedidelis: abiem atvejais reikia:

• Aiškios vidinės politikos, kokius įrankius galima naudoti ir su kokiais duomenimis.
• Struktūrizuotų mokymų, o ne pasitikėjimo, kad darbuotojai „patys išsiaiškins“.
• Atsakingo asmens ar komandos, kuri stebi, kaip AI realiai naudojamas kasdienėje veikloje.

Būtent tokią pertvarką organizacijose padeda įgyvendinti AI mokymai komandoms: nuo pagrindų iki saugaus naudojimo principų, pritaikytų konkrečiai jūsų įmonės veiklai.

Kaip tai atrodo praktiškai

Įsivaizduokime vidurinės mokyklos mokytoją, kuris kiekvieną savaitgalį ruošia pamokų planus keturioms skirtingoms klasėms. Naudodamas AI įrankį pirminiam plano juodraščiui parengti, jis sutaupo valandas, tačiau jei tai daro per neregistruotą, asmeninę paskyrą, į sistemą gali patekti mokinių darbų fragmentai ar kita jautri informacija, kurios tvarkymas nėra aiškiai apibrėžtas. Panašią situaciją LRT publikacijoje apibūdina „EdTech Lithuania“ vadovė, kai mokytojas naudoja needukacinę versiją, nelabai aišku, kas daroma su duomenimis. Tai tiksliai atspindi ir situaciją versle: darbuotojas, siekdamas paspartinti darbą, pasirenka patogiausią, o ne saugiausią įrankį, jei organizacija iš anksto nepasiūlo aiškios alternatyvos ir taisyklių.

Kodėl vadovams reikia atskiro dėmesio

Švietimo sektoriuje sprendimus dėl DI naudojimo priima mokyklos vadovai ir viceministrai: panašiai kaip versle sprendimus dėl AI diegimo priima vadovų komanda. Jei vadovai patys nesupranta, kaip veikia DI įrankiai, kokias ribas jie turi ir kokia rizika kyla juos naudojant be priežiūros, sunku tikėtis, kad darbuotojų lygmenyje viskas vyks tvarkingai.

Būtent todėl vis daugiau Lietuvos organizacijų renkasi pradėti nuo AI mokymų vadovams, kad sprendimai dėl įrankių, biudžeto ir politikos būtų priimami suprantant technologiją, o ne vien pasitikint rinkodaros pažadais.

Kaip susidėlioti taisykles per keturis žingsnius

Gairės mokyklai ir AI politika įmonėje sprendžia tą patį klausimą: kas, su kokiais duomenimis ir kokiais įrankiais gali dirbti. Praktiškai tai sudėliojama per keturis žingsnius.

1. Surašykite, kas jau naudojama. Ne tai, ką leidžiate, o tai, kas vyksta. Trumpa anoniminė apklausa komandai dažniausiai parodo tris ar keturis įrankius, apie kuriuos vadovybė nežinojo. Be šio sąrašo bet kokia politika rašoma aklai.
2. Nustatykite duomenų ribas. Užtenka trijų kategorijų: ką galima kelti į bet kurį įrankį, ką galima kelti tik į patvirtintą verslo paskyrą, ir ko negalima kelti niekur. Konkretumas svarbiau už ilgumą, nes taisyklė iš dviejų sakinių, kurią visi prisimena, veikia geriau nei dešimties puslapių dokumentas. Pagrindus aprašėme tekste apie duomenų saugumą naudojant AI.
3. Pasiūlykite tvarkingą alternatyvą. Draudimas be alternatyvos veikia lygiai taip pat, kaip mokykloje: žmogus tiesiog naudoja asmeninę paskyrą telefone. Verslo planas su duomenų apsaugos sutartimi kainuoja mažiau nei viena rimta duomenų klaida.
4. Paskirkite atsakingą žmogų. Ne komitetą. Vieną žmogų, kuris prižiūri sąrašą, licencijas ir kylančius klausimus. Kodėl be aiškaus savininko diegimas sustoja, plačiau nagrinėjame straipsnyje kas įmonėje atsakingas už AI.

Dažniausios klaidos

Draudžiama, bet nesiūloma nieko vietoj to. Rezultatas visada tas pats: naudojimas persikelia į asmenines paskyras ir tampa nematomas. Pataisymas: patvirtinkite bent vieną įrankį ir pasakykite, kam jis skirtas.

Gairės parašomos, bet mokymai nevyksta. Popierius neišmoko formuluoti užklausos ir neparodo, kur modelis klysta. Pataisymas: po kiekvieno taisyklių paketo eina bent viena praktinė sesija su realiais darbo pavyzdžiais.

Vienas ilgas mokymas ir tyla pusmetį. Žmonės pamiršta tai, ko nenaudoja kas savaitę. Pataisymas: trumpas pakartojimas po mėnesio ir vieta, kur komanda dalijasi tuo, kas pavyko.

Perkamos licencijos be aiškaus proceso. Švietimo sektoriuje tai matyti iš licencijų skaičiaus, kuris vis dar nepadengia poreikio. Versle tas pats atrodo kaip dešimt neaktyvių prenumeratų. Pataisymas: licencija skiriama konkrečiam procesui, ne „pabandyti".

Nauda nematuojama. Be pradinio skaičiaus po pusmečio lieka tik nuomonės. Kaip tai daroma paprastai, aprašėme tekste apie tai, kaip pamatuoti AI mokymų naudą.

Paprastas skaičiavimas, kuris padeda apsispręsti

Aritmetika čia paprasta ir tinka tiek mokyklai, tiek įmonei.

Tarkime, dešimties žmonių komandoje kiekvienas savaitėje maždaug tris valandas skiria tekstams, ataskaitoms ir dokumentų juodraščiams. Tai yra 30 valandų per savaitę, arba apie 120 valandų per mėnesį. Jei mokymai ir tvarkingi įrankiai sutrumpina šį darbą penktadaliu, atsiranda apie 24 valandos per mėnesį. Prie 20 eurų valandos kaštų tai yra maždaug 480 eurų.

Kaštų pusė: licencijos dešimčiai žmonių dažniausiai kainuoja nuo 150 iki 250 eurų per mėnesį, o mokymai yra vienkartinė investicija. Skaičius savaime nieko negarantuoja, bet jis parodo, kokio dydžio pokytis jums reikalingas, kad sprendimas turėtų prasmę. Jei sutaupymas turi būti perpus didesnis nei realu, verta rinktis siauresnį procesą.

Svarbu ir tai, ko šis skaičiavimas neapima: rizikos. Viena duomenų klaida, susijusi su BDAR, kainuoja daugiau nei metinis įrankių biudžetas, todėl AI naudojimo politika įmonėje yra ne biurokratija, o pigiausia draudimo forma.

Ką iš to pasiimti

Lietuvos švietimo sistemos patirtis rodo aiškų modelį: entuziastingas, stichiškas AI naudojimas atsiranda greičiau nei struktūra, kuri jį valdo. Gairės yra būtinos, bet be finansavimo, mokymų ir aiškios atsakomybės jos lieka popieriuje.

Kaip pradėti versle: neleiskite darbuotojams savarankiškai eksperimentuoti su AI įrankiais be jokios sistemos. Pradėkite nuo trumpų, praktinių mokymų komandai ir vadovams, aiškios duomenų naudojimo politikos ir vieno konkretaus proceso, kur AI naudojimą galima stebėti ir vertinti.

Padedame Lietuvos įmonėms pereiti nuo chaotiško AI naudojimo prie struktūrizuoto, saugaus ir realiai naudingo. Norite sužinoti, nuo ko pradėti jūsų komandoje? Konsultacija nemokama.