Masovna upotreba generativne vještačke inteligencije u obrazovanju softverskog inženjerstva zahtijeva pristup koji istovremeno omogućava iskorištavanje prednosti alata i sprječava prekomjerno oslanjanje studenata na automatizirana rješenja. U ovom radu kombinujemo anketno istraživanje provedeno među studentima (N = 79) i hibridni fuzzy–genetski (GA) model odlučivanja koji kvantificira potrebu za pedagoškom intervencijom kao funkciju učestalosti upotrebe i percipiranog rizika. Neparametrijska analiza ukazuje na statistički značajne razlike u odnosu na karijerne orijentacije (H = 14,192; p = 0,028) i obrasce učestalosti korištenja, pri čemu intenzivniji korisnici primjenjuju alate u širem spektru aktivnosti (učenje programskih jezika, generisanje rješenja i razvoj prototipova). Fuzzy sistem zasnovan na devet pravila i
trapeznim/trougaonim funkcijama pripadnosti defuzificira izlaz na skali 0–10 („nisko“ do „urgentno“), dok genetski algoritam (GA) optimizira granice funkcija pripadnosti i pragove odlučivanja. Optimizirani model ostvaruje nisku prosječnu grešku predikcije i konzistentno identificira scenarije „visoka izloženost + (umjeren ili visok) rizik“ kao prioritete za intervenciju,
čime podržava AI-obogaćeni PBL pristup u kojem veliki jezički modeli preuzimaju rutinske zadatke, a studenti zadržavaju fokus na validaciji, evaluaciji i dizajnu rješenja. Rezultati daju jasnu empirijsku i matematičku osnovu za plansku i kontrolisanu integraciju vještačke inteligencije u nastavni plan i program, te naglašavaju potrebu sistematskog, dugoročnog praćenja efekata primjene kroz više predmeta i različite obrazovne institucije.
This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
0
The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.