Reîncarcă-ți rezervorul de inspirație cu articole scurte: Cum schimbă tehnologia inteligentă relația dintre elev, profesor și actul de a învăța

Sinteză

Promisiunea unei educații croite pe măsura fiecărui elev este la fel de veche ca pedagogia însăși. Astăzi, inteligența artificială pare să o transforme într-o realitate accesibilă oricui are un telefon: un instrument care explică, corectează, încurajează și nu obosește niciodată. În spatele acestui entuziasm se ascunde însă o întrebare care îi privește direct pe psihologi: ce se întâmplă cu mintea care învață atunci când o parte tot mai mare a efortului cognitiv este preluată de o mașină?

O sinteză amplă a literaturii de specialitate, publicată recent în Expert Systems with Applications, oferă o hartă a felului în care cercetarea a explorat această tehnologie în școală — și, mai important, a tensiunilor pe care le lasă nerezolvate. Pentru profesioniștii din România, unde adoptarea acestor instrumente de către tineri este printre cele mai ridicate din Europa, miza nu este teoretică. Ea atinge fundamentele dezvoltării: motivația, autonomia, gândirea critică și relația umană în jurul căreia se construiește învățarea.

Patru direcții majore ale inteligenței artificiale în educație

Echipa coordonată de Shan Wang a analizat un corpus vast de cercetări dedicate inteligenței artificiale în educație, identificând patru mari categorii de aplicații. Cea mai studiată, reprezentând aproximativ 40% dintre lucrările analizate, este aceea a învățării adaptive și a tutoratului personalizat — sisteme care ajustează ritmul, dificultatea și tipul de conținut în funcție de răspunsurile fiecărui elev. Urmează aplicațiile de evaluare și management inteligent (în jur de un sfert dintre studii), care automatizează corectarea, feedbackul și organizarea procesului didactic.

Între a primi sprijin și a delega gândirea

Atunci când un elev folosește un asistent inteligent pentru a obține direct rezolvarea unei teme, are loc un proces pe care cercetarea îl numește descărcare cognitivă (cognitive offloading): transferul efortului mental către un suport extern. Descărcarea cognitivă nu este, în sine, problematică — folosim cu toții agende, calculatoare și hărți. Riscul apare atunci când ea înlocuiește, nu completează, procesarea proprie.

Datele românești dau măsură fenomenului. Un sondaj european realizat în șapte țări arată că aproape jumătate dintre tinerii de 12–17 ani au folosit deja astfel de aplicații, iar aproximativ unul din trei le utilizează pentru a obține soluții complete, nu îndrumare. Tinerii din România se numără printre cei mai intenși utilizatori de aplicații de inteligență artificială din Uniunea Europeană. Specialiștii OECD avertizează asupra unei capcane: rezultatele bune pe termen scurt nu garantează dobândirea unor competențe durabile. Performanța și învățarea pot diverge.

Psihologul Daniel David, rector al Universității Babeș-Bolyai și fost ministru al Educației, a formulat acest echilibru cu precizie: atât timp cât inteligența artificială rămâne o unealtă a omului, nu reprezintă un pericol; tehnologia nu este bună sau rea în sine, ci devine una sau alta în funcție de modul în care o folosim. Distincția decisivă este între a primi sprijin și a delega complet gândirea.

Aici intervine un concept central pentru dezvoltare: învățarea autoreglată (self-regulated learning), descrisă de Barry Zimmerman ca un ciclu de planificare, monitorizare și autoevaluare. Un elev care cere unei aplicații să-i explice un mecanism și apoi îl reconstruiește singur își întărește autoreglarea. Unul care copiază răspunsul ocolește tocmai efortul care produce învățarea. Rolul psihologului devine astfel unul de mediator metacognitiv: a-i ajuta pe copii și adolescenți să folosească aceste instrumente ca pe un partener de gândire, nu ca pe un substitut al ei.

Profilarea elevilor și dilemele etice ale predicției algoritmice

Categoria de profilare și predicție ridică probleme etice pe care psihologii le cunosc bine din alt context. A prezice riscul de eșec al unui elev pe baza datelor sale înseamnă, în fond, a-l clasifica. Iar clasificarea poartă cu sine riscul etichetării și al profeției autoîmplinite: un elev tratat algoritmic drept „cu risc” poate ajunge să interiorizeze această așteptare. Tradiția psihometrică românească, ilustrată de lucrările lui Dragoș Iliescu privind corectitudinea și validitatea măsurării, ne amintește că orice instrument de evaluare încorporează asumpții care pot dezavantaja sistematic anumite grupuri.

La acestea se adaugă chestiunea datelor minorilor. Sistemele de profilare se hrănesc din informații sensibile despre comportamentul, ritmul și dificultățile fiecărui copil — date a căror protecție rămâne adesea în urma vitezei de adoptare. Banca Mondială, într-o analiză recentă care include România, avertizează că inteligența artificială poate adânci, nu reduce, decalajele dintre elevi, dacă accesul și competențele digitale sunt distribuite inegal.

Contextul românesc este, de altfel, unul activ. România a adoptat în 2024 o Strategie Națională pentru Inteligență Artificială, iar zeci de mii de cadre didactice au participat la programe de formare digitală; platforme locale de pregătire pentru examene au fost asociate cu creșteri ale ratei de finalizare a temelor. Progresul de infrastructură depășește însă, deocamdată, adaptarea curriculumului și pregătirea pentru o utilizare reflexivă.

Tocmai de aceea, contribuția specifică a psihologului nu poate fi înlocuită de niciun algoritm. Învățarea rămâne un proces relațional: motivația, încrederea și reglarea emoțională se construiesc în legătura cu un adult care vede copilul dincolo de date. Inteligența artificială poate prelua sarcini; nu poate prelua relația. Sarcina profesioniștilor din educație și sănătate mintală este să se asigure că, în graba de a optimiza performanța, nu pierdem din vedere mintea — și copilul — care învață.

Referințe

• Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications.
• Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences.
• Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice.
• Banca Mondială (2025). Analiză privind integrarea inteligenței artificiale în educație — studii de caz: România, Bulgaria, Turcia. Sinteză în limba română disponibilă pe Edupedu.ro.
• Sondaj european privind utilizarea aplicațiilor de inteligență artificială de către elevii de 12–17 ani (șapte țări, inclusiv România), prezentat de ParentED Fest pe baza raportului OECD privind educația digitală.