მ. რატიანი, ილიას სახელმწიფო უნივერსიტეტის ასოცირებული პროფესორი

წინამდებარე სტატიაში წარმოდგენილი კვლევა ასახავს  საქართველოს ზოგადსაგანმანათლებლო სკოლების საბაზო-საშუალო საფეხურებზე, საშინაო დავალების შესრულებაზე გენერაციული ხელოვნური ინტელექტის (GenAI) გავლენას. 2026 წლის იანვარში ჩატარებული რაოდენობრივი კვლევის ფარგლებში ონლაინ კითხვარის საშუალებით გამოიკითხა 415 ქართველი პედაგოგი.

კვლევის შედეგები აჩვენებს, რომ ტრადიციული ვარაუდის საწინააღმდეგოდ (ქართველ პედაგოგთა ტექნოლოგიური კონსერვატიზმის შესახებ), მასწავლებელთა 92%-ზე მეტი იყენებს ხელოვნურ ინტელექტს პირადი ან პროფესიული მიზნებისათვის. ამავდროულად, გამოკითხულთა 78.3%-ზე მეტი მიიჩნევს, რომ მოსწავლეები რეგულარულად ეყრდნობიან ხელოვნურ ინტელექტს საშინაო დავალებების შესასრულებლად, რაც ტრადიციული საშინაო დავალებას ინდივიდუალური ძალისხმევის ასახვის ინსტრუმენტის ფუნქციას აკარგვინებს.

კვლევის ერთ-ერთი ყველაზე კრიტიკული მიგნებაა სისტემური პოლიტიკის ნაკლებობა — გამოკითხულ პედაგოგთა 73% ადასტურებს, რომ მათ სკოლას არ გააჩნია ხელოვნური ინტელექტის გამოყენებასთან დაკავშირებული ერთიანი პოლიტიკა. ამ ინსტიტუციური ვაკუუმის ფონზე, მასწავლებლებს ინდივიდუალურად უწევთ გამოსავლის ძიება და პროფესიული ადაპტაცია, რაც SAMR მოდელის მიხედვით, ძირითადად „გაუმჯობესების“ (გაძლიერება და მოდიფიკაცია) ზონაში ხორციელდება. ნაშრომი, კვლევებსა და საერთაშორისო გამოცდილებაზე დაყრდნობით, სთავაზობს განათლების სისტემას კონკრეტულ გზებს ადაპტაციისთვის: საკლასო დავალებებისა და ზეპირი შეფასებების გაძლიერებას, ავთენტური პროექტული სამუშაოს დანერგვასა და პროდუქტის ნაცვლად პროცესის შეფასებაზე გადასვლას.

Homework Practices in the Era of Artificial Intelligence: The Experience of 415 Georgian TeachersAbstract

This article investigates the impact of Generative Artificial Intelligence (GenAI) on homework practices at the basic and secondary levels of general education schools in Georgia. A quantitative study conducted in January 2026 surveyed 415 Georgian teachers using an online questionnaire.

The findings reveal that, contrary to traditional assumptions regarding the technological conservatism of Georgian educators, over 92% of teachers use AI for personal or professional purposes. Concurrently, more than 78.3% of respondents believe students regularly rely on AI to complete their homework, which undermines the function of traditional homework as an instrument for reflecting individual effort.

One of the most critical findings of the research is the lack of systemic policy — 73% of surveyed educators confirm their schools lack a unified policy regarding AI usage. Amidst this institutional vacuum, teachers are forced to find individual solutions and undergo professional adaptation, operating primarily within the "improvement" zone (Augmentation and Modification) of the SAMR model. Based on the research and international experience, the paper proposes specific adaptation pathways for the education system: strengthening in-class and oral assessments, introducing authentic project-based work, and shifting from product-based to process-based evaluation.

წარმოიდგინეთ 10 წლის წინანდელი ჩვეულებრივი სამშაბათის საღამო.

მოსწავლე ზის სამზარეულოს მაგიდასთან და ცდილობს, დაწეროს ესე დემოკრატიის მნიშვნელობაზე თანამედროვე საზოგადოებაში. ის რამდენიმე წყაროს კომპიუტერში ეცნობა, კითხულობს სახელმძღვანელოს, დავალების შესრულებას საათზე მეტ დროს ანდომებს.

ახლა წარმოვიდგინოთ იგივე სცენა დღეს.

მოსწავლე ხსნის ტელეფონს ან კომპიუტერს, წერს რამდენიმესიტყვიან დავალებას ხელოვნური ინტელექტის ჩატში და რამდენიმე წამში ეკრანზე ჩნდება სტრუქტურირებული, გამართული დავალება.

სწორედ აქ იწყება ახალი საგანმანათლებლო რეალობა. ბოლო წლებში გენერაციული ხელოვნური ინტელექტის ინსტრუმენტებმა, როგორებიცაა ChatGPT, Gemini ან Claude, განათლების სისტემა სრულიად ახალ გამოწვევებთან დააყენა. ტექნოლოგიები ყოველთვის ცვლიდნენ სწავლებას, მაგრამ ამჯერად ცვლილება განსაკუთრებით სწრაფია. თუ მანქანას შეუძლია რამდენიმე წამში შეასრულოს საშინაო დავალება, ბუნებრივად ჩნდება კითხვა: რა ფუნქცია აქვს დღეს ტრადიციულ საშინაო დავალებას?

ტექნოლოგიური ინოვაციები საგანმანათლებლო სივრცეებში ყოველთვის ერთი და იმავე გზით შედის, რაც თავდაპირველად იწევს შიშს, რომ მოხდება სწავლის პროცესის დევალვაცია, ხოლო შემდეგ ხდება ადაპტაცია. ამის მაგალითები განათლების ისტორიაში ბევრი მოგვეპოვება. როდესაც კალკულატორი გაჩნდა, ბევრი მათემატიკის მასწავლებელი შიშობდა, რომ მოსწავლეები ელემენტარულ გამოთვლებს ვეღარ ისწავლიდნენ. მოგვიანებით განათლების სისტემა მიხვდა, რომ კალკულატორი არ ანაცვლებს აზროვნებას, [1] ის უბრალოდ ათავისუფლებს კოგნიტიურ რესურსს უფრო რთული ამოცანებისთვის. კალკულატორის, კომპიუტერის, ინტერნეტის, სმარტფონის ფართოდ ხელმისაწვდომობამ მასწავლებლები და განათლების სისტემები განახლების გამოწვევის წინაშე დააყენა. თუმცა 2022-2023 წლებში ბაზარზე შემოსული გენერაციული ხელოვნური ინტელექტის (GenAI) ინსტრუმენტები (ChatGPT, Gemini, Claude და სხვა) წინა ტექნოლოგიებისგან რადიკალურად განსხვავდება. ისინი ახდენენ ენის, ლოგიკის, შემოქმედებითობის სიმულაციას. სწორედ ეს ქმნის ფუნდამენტურ გამოწვევას განათლების ტრადიციული შეფასების სისტემებისთვის [2].

საქართველოში, ისევე როგორც მსოფლიოს სხვა ქვეყნებში, სასწავლო დაწესებულებები ამ ტრანსფორმაციის ეპიცენტრში აღმოჩნდნენ. საკლასო ოთახის კედლებს გარეთ, სახლში, სადაც ტრადიციულად საშინაო დავალებები სრულდებოდა, ახლა „ციფრული თანაშემწე“ ეხმარება მოსწავლეს, ან სულაც, მის ნაცვლად „ასრულებს“ დავალებებს. ამ ფონზე, სასიცოცხლოდ მნიშვნელოვანია გვესმოდეს:

რა გამოწვევების წინაშეა ქართველი მასწავლებელი?

რამდენად ღრმადაა ხელოვნური ინტელექტი შემოჭრილი სწავლის პროცესში?

რა სისტემური სიცარიელეები არსებობს?

რა პრაქტიკული ნაბიჯები შეიძლება გადაიდგას?

ამ კითხვაზე პასუხის გასაცემად 2026 წლის იანვარში ონლაინ კითხვარის საშუალებით ჩავატარეთ კვლევა, რომელშიც მონაწილეობა მიიღო 415 ქართველმა მასწავლებელმა. მათი გეოგრაფიული განაწილება ფაქტობრივად იმეორებს ზოგად სურათს (ნახ.1).

ნახ.1. გამოკითხული მასწავლებლების გეოგრაფიული განაწილება

 ამ მასწავლებლების 13% კერძო სკოლებიდანაა, დანარჩენი კი საჯაროდან, რაც ასევე ახლოსაა არსებულ განაწილებასთან. ხოლო მათი 77% ორივე საფეხურზე ასწავლის მაშინ, როცა მხოლოდ საბაზოზე - 16.4%, ხოლო მხოლოდ საშუალოზე - 6.5%

მასწავლებელთა მხოლოდ 24 % არის 15 წლამდე სამუშაო სტაჟით, ხოლო 76 % - 15 წელზე მეტია სკოლაში საქმიანობს.

2. ლიტერატურის მიმოხილვა

2.1. ხელოვნური ინტელექტი და განათლება: გლობალური კონტექსტი

რუდოლფი და მისი კოლეგები [2] 2023 წელს გამოქვეყნებულ სტატიაში პირდაპირ სვამენ კითხვას, უნდა გავაგრძელოთ თავის მოტყუება, თუ დავასრულოთ ტრადიციული შეფასებები? ავტორები მიუთითებენ, რომ GenAI-ის უნარი — შექმნას სტრუქტურირებული, ენობრივად სწორი ტექსტი ნებისმიერ თემაზე — ფუნდამენტურ კითხვებს ბადებს „კომპეტენციის" განმარტებასა და შეფასების ვალიდობასთან დაკავშირებით. ამ პრობლემას განათლების მკვლევრები „შეფასების კრიზისად" მოიხსენიებენ.

მოლიკი და მისი კოლეგები [3] გვთავაზობენ ალტერნატიულ, ბევრად უფრო ეფექტურ და პერსპექტიულ სტრატეგიას, რაც გულისხმობს სწავლის პროცესში ხელოვნური ინტელექტის ინტეგრაციას, ნაცვლად მისი უარყოფისა. მათი „Co-Intelligence" კონცეფცია ვარაუდობს, რომ მომავლის სამუშაო ადგილი, პირველ რიგში, შეაფასებს ხელოვნურ ინტელექტთან თანამშრომლობის უნარს. შესაბამისად, სკოლები, რომლებიც ხელოვნურ ინტელექტს აკრძალავენ ყოველგვარი ინტეგრაციის გარეშე, მოსწავლის სამომავლო კარიერული ინტერესების წინააღმდეგ წავლენ.

ზავაკი-რიხტერი და კოლეგები [4] მსოფლიოს 146 ქვეყნის 146 000-ზე მეტ მასწავლებლებზე ჩატარებული კვლევის ანალიზის საფუძველზე მიუთითებენ, რომ ხელოვნური ინტელექტის პედაგოგიური ინტეგრაციის ყველაზე დიდი დაბრკოლება ინსტიტუციურია და არა ტექნოლოგიური. მასწავლებლები ითხოვენ პოლიტიკის სიცხადეს, ტრენინგს და კოლეგიალურ მხარდაჭერას. ეს მიგნება პირდაპირ უკავშირდება ჩვენს კვლევას.

2.2. SAMR-ის მოდელი ხელოვნური ინტელექტის კონტექსტში

SAMR-ის მოდელი (Substitution, Augmentation, Modification, Redefinition), რომელიც შეიმუშავა რუბენ პუენტედურამ [5], წარმოადგენს ერთ-ერთ ფართოდ გამოყენებულ თეორიულ ჩარჩოს განათლებაში ტექნოლოგიების ინტეგრაციის გასაანალიზებლად. მოდელი აღწერს ოთხ ეტაპს, თუ როგორ შეიძლება ტექნოლოგიამ შეცვალოს სწავლების პროცესი: ჩანაცვლება (Substitution), როდესაც ტექნოლოგია უბრალოდ ცვლის ტრადიციულ ინსტრუმენტს ფუნქციური ცვლილების გარეშე; გაძლიერება (Augmentation), როდესაც ტექნოლოგია გარკვეულ ფუნქციურ გაუმჯობესებას იძლევა; მოდიფიკაცია (Modification), როდესაც ტექნოლოგია უკვე ცვლის თავად სასწავლო ამოცანის სტრუქტურას; და რედეფინიცია (Redefinition), როდესაც შესაძლებელი ხდება ისეთი სასწავლო დავალებების შექმნა, რომლებიც ტექნოლოგიის გარეშე პრაქტიკულად წარმოუდგენელი იქნებოდა. გენერაციული ხელოვნური ინტელექტის კონტექსტში ეს მოდელი განსაკუთრებით აქტუალური ხდება: კვლევები მიუთითებს, რომ მოსწავლეები ხშირად იყენებენ პირველ ეტაპზე, როგორც ჩანაცვლების ინსტრუმენტს (მაგ., ესეს ავტომატურად გენერაცია), მაშინ როცა პედაგოგიური მიზანი უნდა იყოს მისი გამოყენება მოდიფიკაციისა და რედეფინიციის დონეზე, სადაც ხელოვნური ინტელექტი ხელს უწყობს უფრო რთული, კვლევაზე, თანამშრომლობაზე და კრიტიკულ აზროვნებაზე დაფუძნებული სასწავლო აქტივობების შექმნას (Puentedura, 2015; Mollick & Mollick, 2024).

2.3. საშინაო დავალების ფუნქციისა და ღირებულების გადაფასება

კუპერი [6] კვლევის მეტა-ანალიზის საფუძველზე ადასტურებს, რომ საშინაო დავალება შედარებით უფრო ეფექტიანია უფროს სასკოლო ასაკში, ხოლო დაბალ კლასებში მისი ზეგავლენა სწავლაზე ბევრად ნაკლებია, ვიდრე ჩვეულებრივ ვფიქრობთ. ხელოვნური ინტელექტის ეპოქაში ეს კვლევა ახლებურად ხსნის, რომ ყველაზე ღირებული ის სასწავლო გამოცდილებებია, რომლებიც მოსწავლის ძალისხმევას ინდივიდუალურ ამოცანაზე  დაახარჯვინებს.

დეტმერსი და კოლეგები [7] ყურადღებას ამახვილებენ საშინაო დავალების მოტივაციის ფაქტორებზე. მოსწავლეები, რომლებიც დავალებაში პირად სარგებელს ხედავენ, ბევრად უკეთ ასრულებენ მას. ხელოვნური ინტელექტის ეპოქაში ეს ნიშნავს, რომ დავალებები, რომლებშიც მოსწავლეს პირადი ინტერესი, გამოცდილება ან შეხედულება ამოძრავებს, ვერ ჩანაცვლდება, რისკის ქვეშ არის ფაქტობრივ მასალებზე დაყრდნობით შედგენილი დავალებები.

2.4. UNESCO-ს პოზიცია

UNESCO-ს 2023 წელს გამოქვეყნებული სახელმძღვანელო [8] „Guidance for Generative AI in Education and Research" წარმოადგენს ყველაზე სრულ საერთაშორისო პოლიტიკურ დოკუმენტს ამ სფეროში. იგი მოუწოდებს სახელმწიფოებს 1. შეიმუშაონ ეროვნული სტრატეგია ხელოვნური ინტელექტის განათლებისათვის; 2. უზრუნველყონ მასწავლებელთა ციფრული კომპეტენციის განვითარება; 3. ხელი შეუწყონ ეთიკური გამოყენების კულტურას. ეს ჩარჩო-დოკუმენტი მიუთითებს, რომ ხელოვნური ინტელექტის აკრძალვა გრძელვადიან პერსპექტივაში არარეალისტური და კონტრაპროდუქტიული მიდგომაა.

3. მეთოდოლოგია

კვლევაში გამოყენებულ იქნა რაოდენობრივი მეთოდი - სტრუქტურირებული ონლაინ კითხვარი (Google Forms). კითხვარი გაზიარდა მასწავლებლების მრავალრიცხოვან ჯგუფებში 2026 წლის იანვარში. სამიზნე ჯგუფს საქართველოს საჯარო და კერძო სკოლების საბაზო-საშუალო საფეხურის, სხვადასხვა საგნის, ასაკობრივი ჯგუფის, სქესის მასწავლებლები წარმოადგენდნენ. კვლევაში მონაწილეობა მიიღო 415-მა პედაგოგმა. კითხვარი მოიცავდა 3 ძირითად მიმართულებას:

1. მასწავლებლების პირადი გამოცდილება ხელოვნურ ინტელექტთან მიმართებით და მათი საჭიროებები;
2. მოსწავლეების მიერ ხელოვნური ინტელექტის გამოყენების სიხშირე და ხელმისაწვდომობა;
3. ხელოვნური ინტელექტის გამოყენების სასკოლო პოლიტიკის არსებობა .

მონაცემები დამუშავდა Google Forms-ის ანალიტიკის და Excel-ის საშუალებით. შედეგები გაანალიზდა საერთაშორისო გამოცდილების კონტექსტში.

4. მონაცემების ინტერპრეტაცია და შედეგები

4.1. ხელოვნური ინტელექტი და მასწავლებელთა მზადყოფნა

კვლევის ერთ-ერთი ყველაზე საინტერესო მიგნება ეხება ქართველ მასწავლებელთა მიერ ხელოვნური ინტელექტის გამოყენების მაღალ მაჩვენებელს. გამოკითხული მასწავლებლების მხოლოდ 7.7% აცხადებს, რომ ხელოვნური ინტელექტის შესახებ ან არ სმენია, ან არ გამოუყენებია. ეს ნიშნავს, რომ აბსოლუტური უმრავლესობა გარკვეულწილად იყენებს მას. კერძოდ:

• 6% იყენებს AI-ს პირადი საჭიროებებისთვის ინფორმაციის მოსაძიებლად;
• 5% აქტიურად იყენებს სასწავლო რესურსებისა და დავალებების შესაქმნელად.

ეს მონაცემები უნდა გაანალიზდეს მასწავლებელთა კორპუსის ასაკობრივ კონტექსტში. მათი მნიშვნელოვანი ნაწილი, მესამედი, საპენსიო ასაკს მიახლოებული ან გადაცილებულია. ტრადიციული ვარაუდის საწინააღმდეგოდ, ასაკი ტექნოლოგიური ადაპტაციის ბარიერი არ არის. პედაგოგები, ვინც ათწლეულების განმავლობაში ასწავლიდნენ სახელმძღვანელოების და ბეჭდვითი რესურსების ეპოქაში, ახლა პროაქტიულად ეუფლებიან ChatGPT-ს, Gemini-ს, Claude-ს.

ამასთანავე, გასათვალისწინებელია, რომ ხელოვნური ინტელექტის გამოყენება ჯერ კიდევ არ ნიშნავს სრულ პედაგოგიურ ინტეგრაციას. აქაც გვხვდება განსხვავებული დონის ჩართულობა. მასწავლებლების მხრიდან ჩანს ინფორმაციის დეფიციტი ამ მიმართულებით და მაღალი მოთხოვნა.

ნახ.2 მასწავლებლების საჭიროება პროფესიულ განვითარებაში

მასწავლებლები ინდივიდუალურად ცდილობენ გაარკვიონ, როგორ ჩართონ ხელოვნური ინტელექტის შესაძლებლობები სწავლებაში.  პროფესიულ ქსელებსა და ჯგუფებში მასწავლებლებს ეძლევათ  გამოცდილების გაზიარების შესაძლებლობები, რაც მათთვის ერთგვარი საშუალებაა, კოლეგის გამოცდილების შესახებ შეიტყონ. ამ მიმართულებით დამატებით ღია და დახურული ჯგუფების კვლევა საინტერესო იქნებოდა, თუ რა ტიპის ინფორმაცია და მასალები ზიარდება. აღნიშნული ჩვენი კვლევის მიზანი არ ყოფილა.  

4.2. მოსწავლეების მიერ ხელოვნური ინტელექტის გამოყენების რეალობა საშინაო დავალებებში

კვლევის მეორე ბლოკი  მოსწავლეთა მიერ ხელოვნური ინტელექტის გამოყენებას ასახავს, რაც განათლების სისტემის წინაშე არსებული გამოწვევის პრობლემებს ააშკარავებს:

• მასწავლებლების 65.8% ხშირად ამჩნევს, ან ეჭვობს მოსწავლეების მიერ ხელოვნური ინტელექტის გამოყენებას საშინაო დავალებებში;
• 5% ამბობს, რომ ეს „თითქმის ყოველთვის" ხდება;
• მხოლოდ 21% აღნიშნავს, რომ ეს იშვიათად ან არასდროს ხდება.

პირველი ორი კატეგორიის გაერთიანებისას გამოდის, რომ გამოკითხულ მასწავლებელთა 78.3%-ზე მეტი მიიჩნევს, რომ მოსწავლეები რეგულარულად ეყრდნობიან ხელოვნურ ინტელექტს საშინაო დავალებების შესასრულებლად. ეს სტატისტიკური სურათი ცხადყოფს, რომ ტრადიციული საშინაო დავალება სწავლის ინდივიდუალური ძალისხმევის ასახვის ინსტრუმენტის ფუნქციას ვეღარ ასრულებს.

ამ ტენდენციას კიდევ უფრო ამძაფრებს ტექნიკური ხელმისაწვდომობის მაჩვენებელი: მასწავლებელთა 70%-ზე მეტი ფიქრობს, რომ მოსწავლეთა უმრავლესობას (75-100%) ინტერნეტსა და მოწყობილობებზე სრული, შეუზღუდავი წვდომა აქვს. ეს ნიშნავს, რომ AI-ის გამოყენებისთვის ტექნიკური ბარიერი პრაქტიკულად არ არსებობს. მოსწავლეს, ვისაც სმარტფონი ან ნოუთბუქი გააჩნია, ინტერნეტ-კავშირი ხელმისაწვდომია.

ამ კონტექსტში განსაკუთრებით მწვავდება საკითხი, რას ვზომავთ, როდესაც საშინაო დავალებას ვაფასებთ? ხელოვნური ინტელექტით გენერირებული ტექსტი სტრუქტურირებული და ფაქტობრივად სწორია. მასწავლებელს თუ არ აქვს ხელოვნური ინტელექტის შესაძლებლობებზე სრულფასოვანი წარმოდგენა, საკმაოდ მაღალი ქულებით აფასებს მოსწავლის დავალებებს, რაც ცუდი შედეგის მომტანია, მოსწავლეები ნაკლებ დროს და შრომას დებენ დავალებების მომზადებაში, ამ მინიმალური დანახარჯის ფონზე, იზრდება მათი ქულები. ეს შეუსაბამო ქულები არ ასახავს მოსწავლის რეალურ კომპეტენციას.

ნახ.3 მასწავლებლების აზრი ხელოვნური ინტელექტის გავლენაზე მოსწავლეთა აკადემიურ მოსწრებაზე

მოსწავლეთა მხრიდან ხელოვნური ინტელექტის არაკეთილსინდისიერი გამოყენება მსჯელობის საგანია. მასწავლებლების უმრავლესობა ნეიტრალურად მიიჩნევს ხელოვნური ინტელექტის გავლენას მოსწავლეთა აკადემიურ მოსწრებაზე, მაშინ როდესაც პოზიტიურად  ხელოვნური ინტელექტის გამოყენების ფაქტს მათი 28% აფასებს.

4.3. სისტემური პოლიტიკის ნაკლებობა და ქცევითი ცვლილებები

კვლევის ყველაზე კრიტიკული მიგნება შეეხება სისტემური XI-პოლიტიკის არარსებობას. 415 გამოკითხული მასწავლებლიდან ხელოვნური ინტელექტის გამოყენებასთან დაკავშირებულ სკოლის სანქციებსა ან ფორმალურ პოლიტიკაზე მხოლოდ 8-მ ისაუბრა. გამოკითხულ პედაგოგთა 73% ადასტურებს, რომ მათ სკოლას არ გააჩნია ერთიანი პოლიტიკა.

ეს ინსტიტუციური ვაკუუმი პრაქტიკულ კონფლიქტს წარმოქმნის. თითოეული მასწავლებელი ინდივიდუალურად ეძებს გამოსავალს. ზოგი ხელოვნურ ინტელექტს  მთლიანად კრძალავს, ზოგი არ ჩქარობს რეაგირებას და ხშირად, აფიქსირებს საკუთარ დამოკიდებულებას, ზოგი კი ცდილობს, ხელოვნური ინტელექტისადმი მედეგი დავალებები გამოიგონოს. ეს ინდივიდუალური მიდგომები ძალიან დიდ დროსა და ძალისხმევას მოითხოვს.  

ნახ.4 დავალებების ცვლილებების გამოცდილება  SAMR-ის მოდელთან მიმართებაში

 ჩანაცვლება (Substitution) — ყველაზე პასიური რეაქციაა, რომელსაც მასწავლებელთა 16% ირჩევს. ამ შემთხვევაში ისინი მოწყობილობის სრულ აკრძალვას მიმართავენ, ან საერთოდ სტრატეგიის გარეშე მუშაობენ. ეს SAMR მოდელის ყველაზე ქვედა საფეხურია, როდესაც ტექნოლოგია იბლოკება, ან ვერ ინტეგრირდება.

გაძლიერება (Augmentation) — ყველაზე გავრცელებული პასუხები აქ გვხვდება. ზეპირ შეფასებასა (52.5%) და კლასში წერას (48.9%), მოსწავლეთა მხრიდან არაკეთილსინდისიერი ქცევის დაზღვევის მიზნით, ბევრი მასწავლებელი მიმართავს. ამ კატეგორიაში ხვდებიან მასწავლებლები, რომლებიც ცდილობენ, ფიზიკური გარემოს ცვლილებით დაკვირვების ქვეშ აწარმოონ შეფასება (სახლი → კლასი), მაგრამ ამ შემთხვევაში პედაგოგიური მიდგომა ძირეულად არ იცვლება.

მოდიფიკაცია (Modification) — 205 მასწავლებელი (49.4%) მოსწავლეთა ინდივიდუალური გამოცდილების ჩართვას ირჩევს. ასეთი ტიპის  დავალებას ხელოვნური ინტელექტი ნაკლებად შეასრულებს მოსწავლის ნაცვლად, რადგან პირადი კონტექსტი მოითხოვება.

რედეფინიცია (Redefinition) — მცირე ჯგუფი მიმართავს მას, თუმცა ყველაზე ღირებული გამოცდილებაა. მხოლოდ 108 (26%) ირჩევს ხელოვნური ინტელექტის პედაგოგიურ ინტეგრაციას. სწორედ ეს არის SAMR-ის მაღალი კატეგორიის მიზანი, როდესაც ხელოვნურ ინტელექტს განიხილავენ სასწავლო ინსტრუმენტად, თანამოაზრედ და არა მოწინააღმდეგედ. ეს ჯგუფი მომავალზე ორიენტირებულ სტრატეგიას ანიჭებს უპირატესობას.

ძირითადი დასკვნაა, რომ ქართველი მასწავლებლების უმრავლესობა SAMR-ის „გაუმჯობესების" ზონაშია (Augmentation + Modificatio). ეს ნორმალური ადაპტაციის სურათია, თუმცა სისტემური მხარდაჭერა სწორედ ის არის, რაც რედეფინიციის კატეგორიის გაფართოებას შეუწყობს ხელს.

კვლევა ავლენს ქცევის სპორადულ ცვლილებებს მიუხედავად იმისა, რომ ადაპტაცია სწორი მიმართულებით მიდის,  პრობლემა ის არის, რომ ის კოორდინირებულად არ მიმდინარეობს.

5. რეკომენდაციები

კვლევის მონაცემები, UNESCO-ს სახელმძღვანელოსა და საერთაშორისო ლიტერატურასთან ერთობლიობაში, შემდეგ სამ ძირითად სტრატეგიას გვთავაზობს:

5.1. საკლასო დავალებებისა და ზეპირი შეფასებების გაძლიერება

პირველი სტრატეგია - შეფასების სახლიდან სკოლის კედლებში გადატანა კონტროლირებად გარემოში უზრუნველყოფს მოსწავლის მიერ დავალების შესრულებას. ამ შემთხვევაში საშინაო დავალება, როგორც შეფასების მნიშვნელოვანი კომპონენტი გადასახედია და მას მხოლოდ მასალის განმტკიცების ფუნქცია რჩება. ამავდროულად, კლასში შესრულებული და წარდგენილი დავალებები დამატებითი კითხვების დასმის საშუალებას იძლევა და უფრო ინტერაქტიურია.

შესაცვლელია საშინაო დავალებების წილი საერთო შეფასებაში

5.2. ავთენტური, პროექტული დავალებების დანერგვა

მეორე სტრატეგია - გულისხმობს ავთენტური შეფასების შემოტანას, რომელიც ტრადიციული კონცეფციის განახლებას საჭიროებს. ეს მიდგომა შემოქმედებითია. ავთენტური დავალება მოითხოვს რეალური სიტუაციის ანალიზს, პირად გამოცდილებას, ან კონტექსტს, ადგილობრივ ან ინდივიდუალურ მონაცემებს:

1. დავალება ეყრდნობა ინდივიდუალურ ან ადგილობრივ კონტექსტს;
2. საბოლოო პროდუქტი განსხვავდება ნებისმიერი სხვა მოსწავლის პროდუქტისაგან;
3. მოსწავლეს უნდა შეეძლოს თავისი სამუშაოს ახსნა, დაცვა და განვრცობა.

უფრო კონკრეტულად, ეს შეიძლება იყოს ოჯახის ამბები, საზოგადოების პრობლემები, ამბები ეზოდან, რაც გასაუბრებებს, რეალურ ადამიანებთან ინტერვიუს გულისხმობს. სამუშაო ემსგავსება პროექტულ დავალებებს, რაც საბოლოოდ წერილობით ფორმატში უნდა გადაიტანოს მოსწავლემ.

ასეთი  მიდგომა საჭიროებს დროს და ყოველდღიური დავალების სახე ვერ ექნება.

5.3. პროდუქტის ნაცვლად პროცესის შეფასება

მესამე, ალბათ ყველაზე ფუნდამენტური სტრატეგია მოითხოვს შეფასების ფილოსოფიის გადახედვას. ტრადიციული განათლება პროდუქტს აფასებს, ხოლო ამ შემთხვევაში მნიშვნელოვანია პროცესზე ორიენტირება. მოსწავლე ახმოვანებს დავალების შესრულების ეტაპებს, მის მიმდინარეობას, სიძნელეებს. ეს პროცესი არ გამორიცხავს ხელოვნური ინტელექტის გამოყენებას, თუმცა ერთი ბრძანებით მიღებულ დავალებებს არ ცნობს.

მოსწავლემ იცის, რომ თუ ხელოვნურ ინტელექტს იყენებს, მასწავლებელმა შეიძლება მოსთხოვოს მიმოწერის, სამუშაო პროცესის გაზიარება მოსწავლეს, რათა დარწმუნდეს, რომ დავალება ბრმად არ არის შესრულებული.

6. დასკვნა

წინამდებარე კვლევა 415 ქართველი მასწავლებლის მოსმენის მეშვეობით გვიჩვენებს, თუ რა მდგომარეობაა სკოლებში, როგორ ახდენენ ქართველი მასწავლებლები ხელოვნურ ინტელექტთან ადაპტაციას. მათი გამოცდილება მიუხედავად საცხოვრებელი გარემოსა, სქესისა თუ ასაკისა საკმაოდ იმედიანად გამოიყურება. ისინი ადაპტაციის სხვადასხვა სტრატეგიას მიმართავენ, რაც საერთაშორისო კონტექსტთან შესაბამისობაშია. ეს მათი ინდივიდუალური ძალისხმევის შედეგია, რადგან ცალსახაა, რომ სასკოლო დონეზე ცვლილებები მხოლოდ 8 გამოკითხული მასწავლებლის სკოლაშია.

სამი განსაზღვრული სტრატეგია - საკლასო შეფასება, ავთენტური პროექტები, პროცესზე ორიენტაცია - ეფექტიანია მხოლოდ მაშინ, თუ ისინი სისტემურად და კოორდინირებულად ხორციელდება. სწორედ ეს არის მნიშვნელოვანი განაცხადი მასწავლებლების მხრიდან.

კვლევის მთავარ შეზღუდვას წარმოადგენს შერჩევის მიკერძოება (selection bias). კითხვარი, ძირითადად, პროფესიულ ონლაინ-ჯგუფებში გავრცელდა, რაც გულისხმობს, რომ რესპონდენტები, სავარაუდოდ, ტექნოლოგიურად მაღალგანვითარებულ  მასწავლებლებს წარმოადგენენ. შედეგად, ხელოვნური ინტელექტის გამოყენების მაჩვენებლები შეიძლება გადაჭარბებული იყოს, მიუხედავად იმისა, რომ ამ ჯგუფებშიც სისტემური პრობლემები მკაფიოდ გამოიკვეთა. მომავალი კვლევა საჭიროებს რეპრეზენტაციულ, შემთხვევით შერჩევას, ქალაქისა და სოფლის სკოლების, კერძო და საჯარო სექტორის, სხვადასხვა საგნისა და რეგიონის პროპორციული წარმომადგენლობით, ასევე,  მოსწავლეთა პირდაპირ გამოკითხვას, რაც ხელოვნური ინტელექტის გამოყენებას დამატებითი ობიექტური მონაცემებით შეავსებდა.

გამოყენებული ლიტერატურა

[1] Crow, M. M., Mayberry, N. K., Mitchell, T., & Anderson, D. (2024, April 17). AI can transform the classroom just like the calculator. Scientific American

[2] Rudolph J., Tan S., Tan S. ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? Journal of Applied Learning and Teaching, 2023

[3] Mollick, E., & Mollick, L. (2024). Co-Intelligence: Living and Working with AI. Portfolio/Penguin.

[4] Zawacki-Richter O., Marín V.I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education — where are the educators? International Journal of Educational Technology in Higher Education, 2019.

[5] Puentedura R. R. SAMR: A brief introduction. Hippasus, 2015. ხელმისაწვდომია: http://hippasus.com/blog/archives/2013/10/02.

[6] Cooper H., Robinson J.C., Patall E.A. Does homework improve academic achievement? A synthesis of research, 1987-2003. Review of Educational Research, 2006.

[7] Dettmers S., Trautwein U., Lüdtke O., Kunter M., Baumert J. Homework works if homework quality is high: Using multilevel modeling to predict the development of achievement in mathematics. Journal of Educational Psychology, 2010.

[8] UNESCO. Guidance for generative AI in education and research. Paris: UNESCO Publishing. 2023.