Broj projekta: 2024-1-PL01-KA220-SCH-000256498

Modul 6 – Majstor vlastitog učenja: Strategije i samoregulacija

1. PODSUMOWANIE MODUŁU

1.1 Podstawowe informacje

1.2 Podstawy pedagogiczne i lingwistyczne

1.3 Rola mentora

1.4 Integracja AI (zasada „człowiek w pętli”)

1.5 Rozwój kompetencji

1.6 Podstawowe narzędzia cyfrowe

2. SCENARIUSZE I ETAPY IMPLEMENTACJI

Scenariusz 1: Mój bezpieczny awatar — Tożsamość

Scenariusz 2: Cyfrowe zasady — Bezpieczne surfowanie w sieci

Scenariusz 3: Fakty, fikcja i prywatność — Ocena krytyczna

3. OCENA KSZTAŁTUJĄCA

3.1 Obserwacja

3.2 Pytania końcowe i autorefleksja

3.3 Ocena rówieśnicza

3.4 Refleksja mentora

4. DODATKOWE UWAGI I INFORMACJE KONTEKSTOWE

4.1 Rozważania kulturowe i kontekstowe

4.2 Korelacja z narodowymi podstawami programowymi

4.3 Bibliografia

1. — PREGLED MODULA

1.1 Osnovne informacije

Naziv modula Majstor vlastitog učenja: Strategije i samoregulacija
Ciljna dobna skupina 7–14 godina (interno diferencirano: Scenarij 1 namijenjen je dobi 7–10 godina; Scenariji 2 i 3 namijenjeni su dobi 11–14 godina)
Procijenjeno trajanje 3 sesije od približno 45–60 minuta svaka (ukupno: oko 150–165 minuta)

1.2 Pedagoško obrazloženje i jezično opravdanje

Ovaj se modul temelji na načelu da dugoročni akademski uspjeh učenika migranata ne ovisi samo o tome što uče, već o tome kako uče učiti. Podupirući samoregulirano učenje (SRL), modul osnažuje učenike da planiraju vlastite zadatke, prate svoj napredak i promišljaju o svojim navikama učenja – kompetencije usklađene s Područjem 3 okvira DigCompEdu – Poučavanje i učenje (3.4 Samoregulirano učenje) te Europskom ključnom kompetencijom učenja kako učiti.

 

Unutar okvira TELMS-a, modul je osmišljen oko postupnog prenošenja odgovornosti: mentor u početku pruža intenzivno vodstvo, koje se postupno smanjuje kako učenici stječu samopouzdanje i samostalnost. Ovaj model obrnutog poduprijanja posebno je koristan za novopridošle učenike migrante koji su možda doživjeli prekinuto školovanje ili drugačija akademska očekivanja u svojim zemljama podrijetla.

 

Modul integrira načela integriranog učenja sadržaja i jezika (CLIL) koristeći sadržaj strategija učenja i digitalnog samoupravljanja i kao predmet i kao medij jezičnog razvoja. Učenici usvajaju rječnik i strukture povezane s planiranjem, promišljanjem i argumentacijom dok istovremeno razvijaju metakognitivne vještine. Oslanjajući se na Coyleov okvir 4C, modul se bavi sadržajem (strategije učenja i samoregulacija), komunikacijom (akademski i refleksivni jezik), kognicijom (kritičko vrednovanje sadržaja generiranog umjetnom inteligencijom i izrada upita) i kulturom (razumijevanje kako se norme učenja i digitalne navike razlikuju u različitim kontekstima).

 

S gledišta usvajanja jezika, modul namjerno premošćuje osnovne međuljudske komunikacijske vještine (BICS) i kognitivno-akademsku jezičnu osposobljenost (CALP). Scenarij 1, osmišljen za mlađe učenike (7-10 godina), usredotočuje se na konkretan, vizualan i proceduralan rječnik – jezik djelovanja i opisivanja zadataka (BICS). Scenariji 2 i 3, namijenjeni starijim učenicima (11-14 godina), uvode sve apstraktniji akademski jezik: jezik rasuđivanja, vrednovanja i formuliranja preciznih uputa (rani CALP). Istraživanja o učenicima migrantima dosljedno pokazuju da se BICS razvija unutar jedne do dvije godine, dok CALP može zahtijevati pet do sedam godina. Ovo je napredovanje stoga ključno za podupiranje učenika u različitim fazama njihovog jezičnog putovanja bez kognitivnog preopterećenja.

 

Integracija digitalnih alata kroz cijeli modul služi dvostrukoj svrsi: razvija digitalne kompetencije učenika (Područje 2 DigCompa: Digitalni resursi; Područja 2.1-2.3 Odabir, izrada i prilagodba, upravljanje, zaštita, dijeljenje) i smanjuje kognitivno opterećenje povezano s tradicionalnom poukom bogatom tekstom, omogućujući učenicima da pokažu svoje sposobnosti multimodalnim sredstvima.

1.3 Uloga mentora

U ovom modulu mentor djeluje kao trener učenja i strateški vodič, a ne kao stručnjak za sadržaj. Djelujući unutar okvira TELMS-a kao ‘kompetentniji drugi’ (MKO), primarna je odgovornost mentora učiniti procese učenja vidljivima i dostupnima učenicima kojima možda nikada nije eksplicitno pokazano kako organizirati svoje učenje, pratiti svoj napredak ili kritički vrednovati digitalne informacije.

 

Specifične funkcije mentora kroz tri scenarija uključuju:

 

  • Obrnuto poduprijanje: U Scenariju 1, mentor pruža proceduralno vodstvo korak po korak kako bi pomogao mlađim učenicima snalaziti se u ClassDojou i razumjeti koncept praćenja ciljeva. Ovo se vodstvo postupno smanjuje kroz Scenarije 2 i 3 kako učenici razvijaju samostalnost u vrednovanju sadržaja umjetne inteligencije i izradi vlastitih upita.
  • Jezična facilitacija: Mentor modelira metajezik učenja – fraze poput ‘Danas ću…’, ‘Dovršio/dovršila sam…’, ‘Mislim da je ovo pogrešno jer…’ – dajući učenicima jezične alate za artikuliranje vlastitih procesa učenja na jeziku domaćina.
  • Upravljanje kognitivnim opterećenjem: Razlažući zadatke na jasno definirane faze (Uvodna, Glavna, Završna) i pružajući strukturirane predloške i vizualnu podršku, mentor osigurava da kognitivni zahtjevi novih digitalnih alata ne nadjačaju jezične zahtjeve aktivnosti.
  • Facilitacija kritičkog mišljenja: U Scenarijima 2 i 3, mentor vodi vođene rasprave o točnosti umjetne inteligencije, pristranosti i odgovornoj upotrebi, njegujući sposobnost učenika da preispituju digitalne izvore bez stvaranja tjeskobe.
  • Socio-emocionalna podrška: Mentor uspostavlja psihološki sigurno okruženje u kojem se pogreške, uključujući one pri korištenju umjetne inteligencije, tretiraju kao prilike za učenje, smanjujući tjeskobu zbog uspješnosti kod učenika koji se već mogu osjećati ranjivo u nepoznatom školskom sustavu.

 

1.4 Integracija umjetne inteligencije (pristup 'čovjek u petlji')

Umjetna inteligencija integrirana je u ovaj modul isključivo kroz pristup ‘čovjek u petlji’ (HIL). Mentor u svakom trenutku zadržava potpuni pedagoški nadzor, a sve interakcije učenika s umjetnom inteligencijom strukturirane su, poduprte i kritički uokvirene.

 

Upotreba umjetne inteligencije od strane mentora

Prije i tijekom sesija, mentor koristi alate umjetne inteligencije kako bi smanjio vrijeme pripreme i osigurao da su materijali jezično primjereni svakoj skupini:

 

  • Prilagodba jezične razine (MagicSchool.ai, Diffit ili ChatGPT): Mentor koristi umjetnu inteligenciju za generiranje pojednostavljenih tekstova o strategijama učenja, tehnikama samoregulacije i savjetima za učenje, prilagođavajući rječnik trenutnoj BICS ili ranoj CALP razini osposobljenosti učenika. Za Scenarij 2, mentor koristi umjetnu inteligenciju za generiranje kratkog informativnog teksta o povijesnoj ili građanskoj temi koji sadrži namjerne činjenične pogreške i pristranosti koje učenici trebaju kritički vrednovati.
  • Izrada predložaka upita (ChatGPT): Za Scenarij 3, mentor koristi umjetnu inteligenciju za pripremu banke modelnih primjera upita različitih razina specifičnosti, koji služe kao poduprte reference za učenike tijekom aktivnosti.
  • Postavljanje alata za praćenje ciljeva i napretka (ClassDojo): Mentor unaprijed priprema okruženje ClassDojo portfelja, stvarajući mape, kategorije vještina i sustave bodova usklađene s ciljevima učenja modula.

 

Upotreba umjetne inteligencije od strane učenika

Učenici komuniciraju s alatima umjetne inteligencije na dobno primjeren i pažljivo nadziran način:

 

  • Scenarij 1 (7-10 godina – ClassDojo): Učenici komuniciraju s ClassDojom kao nadziranim alatom za portfelj, učitavajući fotografije svog dovršenog rada i prateći bihevioralne ciljeve uz vodstvo mentora. Umjetna inteligencija prisutna je kao sustav analitike i preporuka platforme, no učenici je doživljavaju kroz jednostavnu vizualnu povratnu informaciju (bodovi i značke), a ne izravno generiranje.
  • Scenarij 2 (11-14 godina – ChatGPT uz intenzivan nadzor): Učenici djeluju kao ‘provjeravatelji činjenica’, čitajući tekst generiran umjetnom inteligencijom koji je pripremio mentor te prepoznajući činjenične pogreške, pristrane izjave i neutemeljene tvrdnje koristeći rutinu ‘Tvrdnja, potpora, pitanje’. Ovo kritičko angažiranje uči učenike da rezultati umjetne inteligencije zahtijevaju ljudsku provjeru.
  • Scenarij 3 (11-14 godina – sigurna konverzacijska umjetna inteligencija uz intenzivan nadzor): Učenici uče pisati jasne, specifične upite na jeziku domaćina za generiranje vježbovnih kvizova ili popisa rječnika za nadolazeći test. Mentor nadzire sve interakcije, pregledava generirane rezultate s razredom i vodi promišljanje o kvaliteti i točnosti odgovora umjetne inteligencije.

1.5 Obuhvaćene ključne kompetencije

Ovaj modul promiče cjelovit razvoj ključnih kompetencija strukturiranih kroz tri stupa:

 

Digitalna kompetencija (okvir DigComp)

  • Područje 3.4 DigCompEdu – Samoregulirano učenje: Učenici razvijaju navike planiranja, postavljanja ciljeva i praćenja napretka koristeći ClassDojo.
  • Područje 2 DigCompa – Digitalni resursi – 2.1 Odabir, 2.2 Izrada i prilagodba, 2.3 Upravljanje, zaštita, dijeljenje: Učenici vježbaju formuliranje jasnih pisanih upita na jeziku domaćina za generiranje materijala za podršku učenju koristeći konverzacijsku umjetnu inteligenciju.
  • Područje 4 DigCompa — Vrednovanje, informacije i digitalni sadržaj: Stariji učenici uče prepoznati činjenične netočnosti, pristranosti i halucinacije umjetne inteligencije u generiranim tekstovima.

 

Jezična kompetencija (BICS / CALP)

  • BICS (Scenarij 1): Proceduralan i konkretan rječnik povezan sa školskim zadacima, postavljanjem ciljeva i samoopisivanjem (npr. ‘Dovršio/dovršila sam…’, ‘Moj najbolji rad je…’, ‘Danas ću…’).
  • Rani CALP (Scenariji 2 i 3): Akademski jezik za argumentaciju i kritičko vrednovanje (npr. ‘Vjerujem da je ovo netočno jer…’, ‘Izvor ne podupire…’), te precizan uputni jezik za izradu upita (npr. ‘Stvori kviz s pet pitanja o…’).

 

Društvene, osobne i vještine 21. stoljeća

  • Samoregulacija i djelatnost: Učenici razvijaju svijest o vlastitom procesu učenja i jeziku za njegovo opisivanje i upravljanje njime.
  • Kritičko mišljenje: Provjeravanjem činjenica u sadržaju generiranom umjetnom inteligencijom, učenici grade sposobnost preispitivanja digitalnih izvora i primjene rasuđivanja temeljenog na dokazima.
  • Komunikacija i suradnja: Aktivnosti u parovima i skupinama kroz sva tri scenarija potiču pregovaranje, preuzimanje redoslijeda i poštovanu razmjenu ideja na ciljanom jeziku.
  • Učenje kako učiti: Modul izričito poučava metakognitivne strategije poput planiranja, praćenja i promišljanja, čime podupire dugoročnu akademsku integraciju.

1.6 Predloženi alati

Naziv alata Svrha / Opis upotrebe
ClassDojo Koristi se u Scenariju 1 kao primarna platforma za portfelj i praćenje ciljeva. Mlađi učenici učitavaju fotografije svog najboljeg rada i prate bodove dodijeljene za dovršetak zadataka i pozitivna ponašanja.
Seesaw Koristi se kao alternativni alat za portfelj (Scenarij 1) za škole koje preferiraju namjensku platformu za portfelj učenja. Učenici učitavaju digitalne artefakte i dodaju im glasovne komentare.
ChatGPT / Sigurna konverzacijska umjetna inteligencija Koristi se u Scenarijima 2 i 3 (dob 11-14, uz intenzivan nadzor mentora). U Scenariju 2, mentor je koristi za generiranje teksta za provjeru činjenica. U Scenariju 3, učenici koriste sigurno, nadzirano sučelje umjetne inteligencije za vježbanje izrade upita za podršku učenju.
MagicSchool.ai / Twee Koristi ga mentor prije sesija za generiranje jezično prilagođenih tekstova, pojednostavljenih uputa i modelnih primjera upita prilagođenih trenutnoj razini osposobljenosti učenika.
Kahoot! Koristi se u završnoj fazi Scenarija 2 kao gamificirani alat formativnog vrednovanja, ponavljajući ključni rječnik povezan s kritičkim mišljenjem i pismenošću o umjetnoj inteligenciji u zabavnom formatu s niskim pritiskom.
Google slajdovi / Canva Koriste ih učenici u Scenariju 3 za predstavljanje svojih materijala za učenje generiranih umjetnom inteligencijom (kvizovi, popisi rječnika) i promišljanje o kvaliteti upita koje su osmislili.

2. — SCENARIJI AKTIVNOSTI (PROVEDBA KORAK PO KORAK)

Ovaj odjeljak sadrži tri scenarija aktivnosti koji čine jezgru modula. Svaki scenarij prati pedagoški tijek TELMS-a i mora uključivati uvodnu fazu, glavnu fazu učenja i završnu fazu s formativnim vrednovanjem. Scenariji su tematski povezani i nadograđuju se jedan na drugi u pogledu složenosti i jezične zahtjevnosti, napredujući od konkretnih vještina samoregulacije (Scenarij 1) preko kritičkog vrednovanja umjetne inteligencije (Scenarij 2) do samostalnog planiranja učenja uz pomoć umjetne inteligencije (Scenarij 3).

Scenarij 1: Izgradnja mog portfelja učenja - Fokus: samoregulacija i praćenje ciljeva

Ciljna dobna skupina

7–10 godina (prilagodljivo za 11-14 godina uz veću samostalnost u postavljanju ciljeva i pisanom promišljanju)

Procijenjeno trajanje

45 minuta

Sažetak scenarija

Učenici se upoznaju s konceptom samoreguliranog učenja kroz vizualno putovanje korak po korak u upravljanje vlastitim školskim radom. Koristeći ClassDojo kao digitalnu platformu za portfelj i praćenje ciljeva, uče učitavati fotografije svog najboljeg dovršenog rada, birati osobne ciljeve učenja s jednostavnog ilustriranog izbornika te pratiti bodove dodijeljene za pozitivna ponašanja i dovršetak zadataka. Aktivnost je namjerno konkretna i multimodalna, smanjujući kognitivno opterećenje za novopridošle učenike dok gradi temeljne navike planiranja i samopraćenja.

 

Scenarij 1 - Ciljevi učenja

Jezični ciljevi (BICS/CALP)

  • Slijediti upute korak po korak za digitalni zadatak, koristeći proceduralan rječnik na jeziku domaćina (npr. ‘Prvo… zatim… naposljetku…’).
  • Stvoriti jednostavne, strukturirane samoopise dovršenog rada koristeći poduprte obrasce poput ‘Ovo je moj najbolji rad jer…’ i ‘Danas ću…’ (BICS).
  • Prepoznati i koristiti ključni rječnik povezan sa školskim zadacima, ciljevima i postignućima.

 

Digitalni ciljevi

  • Snalaziti se u platformi za upravljanje razredom i portfelj (ClassDojo) za učitavanje digitalnih artefakata i praćenje osobnih pokazatelja napretka.
  • Razviti temeljne digitalne navike samoregulacije (Područje 3.4 DigCompEdu), uključujući postavljanje ciljeva i praćenje napretka unutar nadziranog digitalnog okruženja.
  • Komunicirati s osnovnim funkcijama platforme (učitavanje fotografija, nadzorna ploča bodova, birač ciljeva) koristeći jednostavne naredbe na jeziku domaćina.

Osobni/društveni ciljevi

  • Razviti samosvijest i osjećaj djelatnosti u vezi s vlastitim učenjem prepoznavanjem i slavljenjem osobnih postignuća.
  • Izgraditi samopouzdanje i emocionalnu sigurnost dijeljenjem rada u digitalnom prostoru s niskim pritiskom koji pruža podršku.
  • Uspostaviti osjećaj pripadnosti unutar razredne zajednice kroz zajednički ritual izgradnje portfelja.

 

Scenarij 1 - Digitalni alati i materijali

Naziv alata Svrha / Napomene o upotrebi
ClassDojo Primarna platforma za izgradnju portfelja i praćenje ciljeva. Učenici učitavaju fotografije svog rada i prate svoje osobne bodove i ciljeve.
Seesaw (alternativa) Alternativna platforma za portfelj za škole gdje ClassDojo nije dostupan. Učenici mogu snimiti glasovne komentare uz učitane fotografije.
Interaktivna ploča / projektor Koristi je mentor za demonstraciju snalaženja u ClassDoju korak po korak, modelirajući svaku radnju prije nego što je učenici ponove na svojim uređajima.
Dvojezične ilustrirane kartice ciljeva (za tiskanje) Unaprijed pripremljene kartice s ključnim rječnikom na jeziku domaćina i materinskim jezicima učenika, uparene s vizualnim ikonama koje predstavljaju ciljeve učenja (npr. ‘Pažljivo slušam’, ‘Dovršavam svoje zadatke’).
MagicSchool.ai / Twee (priprema mentora) Koristi ga mentor prije sesije za generiranje pojednostavljenog, ilustriranog vodiča korak po korak za ClassDojo na jezično prilagođenom rječniku jezika domaćina.

Scenarij 1 - Provedba korak po korak

Uvodna faza (zagrijavanje)

[10 minuta]

Mentor otvara sesiju projicirajući jednostavno vizualno pitanje na ploču: ‘Što radi dobar učenik?’ Učenici odgovaraju pokazivanjem na slike na unaprijed pripremljenoj ilustriranoj ploči koja prikazuje radnje poput ‘sluša’, ‘trudi se’, ‘dovršava rad’, ‘traži pomoć’, ‘diže ruku’. Mentor uvodi ključni BICS rječnik koristeći dvojezične ilustrirane kartice ciljeva, modelirajući izgovor i potičući ponavljanje.

Koristeći totalni fizički odgovor (TPR), mentor glumi svako ponašanje (npr. pretvarajući se da piše, sluša, diže ruku) dok izgovara frazu na jeziku domaćina. Cilj sesije jasno je izražen: ‘Danas ćemo izgraditi tvoj osobni Portfelj učenja – posebnu digitalnu mapu za tvoj najbolji rad.’

Glavna faza učenja

[25–35 minuta]

  • Mentor dijeli svoj zaslon kako bi demonstrirao ClassDojo korak po korak, opisujući svaku radnju jasnim, jednostavnim jezikom domaćina: ‘Prvo, kliknemo ovdje… zatim fotografiramo… zatim to učitamo.’ Učenici prate na svojim uređajima ili tabletima.
  • Podaktivnost A – Učitavanje najboljeg rada: Svaki učenik odabire jedan dovršeni rad na koji je ponosan, fotografira ga svojim uređajem i učitava ga u svoju osobnu mapu ClassDojo portfelja. Mentor obilazi razred kako bi pružio ‘meko poduprijanje’ — tehničku pomoć i jezične poticaje. Učenici dodaju kratak pisani ili glasovni natpis koristeći obrazac: ‘Ovo je moj [predmet]. Ponosan/ponosna sam jer…’ Učenici niže osposobljenosti mogu pokazati na tiskanu banku riječi za dovršavanje rečenice.
  • Podaktivnost B – Postavljanje cilja učenja: Učenici biraju jedan cilj s ilustriranog izbornika ciljeva (npr. ‘Dovršit ću sve svoje zadatke’, ‘Pitat ću kada ne razumijem’) i dodaju ga u svoj ClassDojo profil. Mentor modelira jezik: ‘Moj cilj za ovaj tjedan je… jer…’ Napomena o umjetnoj inteligenciji: Sustav bodova i preporuka ClassDoja djeluje u pozadini. Mentor jednostavnim riječima objašnjava: ‘Aplikacija nam pomaže zapamtiti na čemu radimo – poput korisne bilježnice.’

Završna faza i formativno vrednovanje [10 minuta]

  • Učenici se okupljaju u krug.
  • Svaki učenik ukratko pokazuje svoj učitani rad na svom zaslonu i izgovara jednu rečenicu o njemu koristeći obrazac: ‘Ovo je moj… Ponosan/ponosna sam jer…’ Mentor pruža trenutnu, pozitivnu usmenu povratnu informaciju.
  • Izlazno promišljanje: mentor pita, ‘Imenuj jednu stvar koju si danas dobro napravio/napravila i jednu stvar na kojoj želiš raditi sljedeći put.’ Učenici mogu odgovoriti usmeno, pokazati na sliku na karticama ciljeva ili napisati odgovor od jedne riječi na samoljepljivom listiću. Mentor neformalno promatra koji su učenici mogli samostalno snalaziti se u platformi, a kojima je bila potrebna dodatna podrška, bilježeći ovo za buduće odluke o poduprijanju.

 

Scenarij 1 - Bilješke za nastavnika

Bilješke o prilagodbi

  • Dobna diferencijacija:
  • Za dob 7-10: Održavajte aktivnost vrlo vizualnom i fizičkom. Koristite TPR tijekom zagrijavanja, dopustite neverbalne odgovore (pokazivanje, crtanje) i osigurajte da je sav tekst na zaslonu poduprt ikonama. Ograničite pisane natpise na jednu rečenicu i prihvatite glasovne snimke kao ekvivalentnu alternativu.
  • Za dob 11-14: Povećajte metakognitivni zahtjev tražeći od starijih učenika da napišu kratak odlomak objašnjavajući svoj cilj (2-3 rečenice) te da pregledaju objavu portfelja vršnjaka i ponude jedan pisani kompliment. Potaknite ih da razmisle: ‘Koju ćeš strategiju koristiti za postizanje svog cilja?’

 

  • Poduprijanje za jezičnu osposobljenost (BICS) 
  • Niža osposobljenost: Pružite tiskane dvojezične rečenične obrasce i kartice ciljeva. Dopustite učenicima da prvo opišu svoj rad na materinskom jeziku, a zatim uz podršku mentora dodaju ekvivalent na jeziku domaćina. Izbjegavajte zahtijevanje spontane usmene proizvodnje bez obrasca.
  • Viša osposobljenost: Potaknite učenike da napišu svoj natpis bez upotrebe obrasca te da objasne svoj izbor cilja vršnjaku koristeći razgovorni engleski jezik.
  • Uključenost i tehnička ograničenja
  • Ako su uređaji ograničeni, učenici mogu dovršiti karticu ‘Moj najbolji rad’ na papiru koristeći predložak za tiskanje, a jedan se uređaj može dijeliti između parova za učitavanje. Za učenike s posebnim odgojno-obrazovnim potrebama, unaprijed odaberite dva ili tri cilja umjesto predstavljanja cijelog izbornika te pružite tiskani vizualni vodič korak po korak za svaku radnju u ClassDoju.
  • Socio-emocionalna podrška
  • Naglasite da portfelj pripada učeniku – ‘Ovo je tvoje. Nitko to neće ocjenjivati.’ Izbjegavajte natjecateljsko uokvirivanje oko bodova. Aktivnost postavljanja ciljeva trebala bi djelovati uzbudljivo i osobno, a ne evaluacijski.

Rutina promišljanja

Na kraju sesije, mentor vodi učenike kroz rutinu promišljanja ‘Moja zvijezda učenja’ — jednostavan, vizualan i dobno primjeren alat osmišljen za izgradnju navike samopraćenja bez potrebe za apstraktnim metakognitivnim jezikom.

Mentor crta veliku zvijezdu na ploči i naglas modelira rutinu:‘Danas sam… učitao/učitala svoj najbolji rad u svoj portfelj. Sljedeći put pokušat ću… napisati dužu rečenicu o njemu.’Učenici zatim dobivaju tiskani predložak zvijezde (ili crtaju svoj) i dovršavaju dvije grane:

  • Grana 1: ‘Danas sam…’ – učenici pišu ili crtaju jednu stvar koju su dovršili ili pokušali tijekom sesije. Učenici niže osposobljenosti mogu odgovoriti jednom riječju, crtežom ili simbolom.
  • Grana 2: ‘Sljedeći put pokušat ću…’ – učenici prepoznaju jedno malo, konkretno poboljšanje za sljedeću sesiju. Mentor obilazi razred i nudi početke rečenica:‘Sljedeći put pokušat ću… brže završiti / zatražiti pomoć / napisati više riječi.’

Dovršene zvijezde prikuplja mentor kao kratak formativni zapis dovršetka zadatka i razvijajuće svijesti o samoregulaciji. Mogu se i fotografirati te učitati u učenikov ClassDojo portfelj kao prvi unos u njegovo osobno putovanje učenja.

 

Scenarij 1 - Očekivani ishodi

Očekivani ishodi

  • Digitalna kompetencija: Učenici će uspješno snalaziti se u ClassDoju kako bi učitali barem jedan rad i postavili jedan osobni cilj učenja, pokazujući osnovnu pismenost u korištenju platforme i temeljne navike samoregulacije.
  • Jezična kompetencija: Učenici će proizvesti barem jednu strukturiranu rečenicu na jeziku domaćina koristeći poduprti obrazac ‘Ovo je moj… Ponosan/ponosna sam jer…’ ili ekvivalentan, pokazujući razvijajući BICS u kontekstu osobnog promišljanja.
  • Osobna/društvena kompetencija: Učenici će pokazati početni osjećaj djelatnosti i vlasništva nad vlastitim učenjem prepoznavanjem i verbaliziranjem jednog osobnog postignuća i jednog područja za rast.

 

Scenarij 1 - Ideje za radne listove

Ideja za radni list 1 - Naslovnica mog portfelja učenja

Alat

ClassDojo / Canva (verzija za tiskanje)

Opis aktivnosti

Učenici dovršavaju digitalnu ili tiskanu ‘Naslovnicu mog portfelja učenja’ – personaliziranu naslovnu stranicu za svoju mapu portfelja. Koristeći mogućnosti prilagodbe ClassDoja ili Canva predložak, dodaju ime svog avatara (ne svoje pravo ime), ikonu svog omiljenog predmeta i jedan cilj ilustriran crtežom ili odabranom slikom. Za okruženja s manje tehnologije, predložak se tiska i ručno dekorira.

Sadržaj

Naslovna stranica uključuje: prostor za avatar/nadimak učenika; birač ikona ‘Moj omiljeni predmet’ (ilustrirana mreža šest predmeta); rečenični obrazac ‘Moj cilj ovaj tjedan je…’ s ilustriranim izbornikom ciljeva; te otvoren prostor za crtanje u kojem se učenik može ilustrirati kao učenik.

Jezični fokus

Rječnik školskih predmeta, osobnih ciljeva i samoopisivanja. Rečenični obrazac: ‘Moj cilj ovaj tjedan je…’ Pridjevi za samoopisivanje (npr. ‘Vrijedan/vrijedna sam radnik/radnica / znatiželjan/znatiželjna / pažljiv/pažljiva učenik/učenica’).

 

Ideja za radni list 2 - Ovo mi pomaže učiti

Alat

Wizer.me / Liveworksheets (alternativa za tiskanje)

Opis aktivnosti

Učenici dovršavaju digitalnu aktivnost razvrstavanja povuci-i-ispusti u kojoj kategoriziraju skup ponašanja i navika u dva stupca: ‘Ovo mi pomaže učiti’ i ‘Ovo mi ne pomaže učiti.’ Svaka je stavka ilustrirana jednostavnom ikonom i popraćena zvučnim gumbom (u digitalnoj verziji) za podršku izgovoru. Aktivnost se može dovršiti pojedinačno ili u parovima.

Sadržaj

Stavke za povlačenje uključuju: ‘Postavljam pitanja kada ne razumijem’ (pomaže), ‘Gledam u telefon tijekom sata’ (teže), ‘Zapisujem nove riječi’ (pomaže), ‘Odustajem kada je teško’ (teže), ‘Provjeravam svoj rad prije nego što završim’ (pomaže), ‘Prepisujem bez čitanja’ (teže). Svaka je stavka uparena s vizualnom ikonom. Ključ odgovora ugrađen je u digitalnu verziju za samoispravak.

Jezični fokus

Rječnik ponašanja u učenju i metakognitivnih navika (BICS). Početci rečenica za samopromišljanje: ‘Mislim da mi ovo pomaže jer…’ (za rano CALP proširenje). Imperativne strukture: ‘Postavi pitanja’, ‘Provjeri svoj rad’.

Ideja za radni list 3 - Planer mog tjedna učenja

Alat

Google slajdovi / tiskani materijal

Opis aktivnosti

Učenici dovršavaju ‘Planer mog tjedna učenja’ – jednostavnu vizualnu mrežu tjednog planiranja. Mentor zajedno modelira kako ispuniti jedan stupac, a zatim učenici pojedinačno dovršavaju ostatak. Pišu ili crtaju jedan zadatak po danu, biraju ‘ikonu raspoloženja’ koja pokazuje kako se osjećaju povodom njega te dodaju zvijezdu kada ga dovrše. Ovo služi kao uvodni alat za samopraćenje koji se može koristiti tijekom cijelog modula.

Sadržaj

Mreža od pet stupaca (ponedjeljak do petak) s redovima za: ‘Što ću danas raditi’ (s ilustriranim ikonama zadataka za odabir); ‘Kako se osjećam povodom toga’ (birač emotikona: samouvjereno, nervozno, uzbuđeno, neodlučno); i ‘Jesam li to napravio/napravila?’ (zvjezdica/kućica za kvačicu). Planer koristi označavanje bojama za razlikovanje predmetnih područja

Jezični fokus

Rječnik dana u tjednu, školskih predmeta i riječi za osjećaje (BICS). Rečenični obrazac: ‘Danas ću…’ i ‘Osjećam se… povodom ovoga jer…’ (most prema CALP-u). Brojevi za brojanje zadataka i rječnik za redoslijed: ‘prvo’, ‘zatim’, ‘naposljetku’.

 

Scenarij 2: Provjeri činjenice AI robota - Fokus: Kritičko mišljenje i pismenost o umjetnoj inteligenciji

Ciljna dobna skupina

11–14 godina (prilagodljivo naprednim učenicima u dobi od 10 godina uz dodatno poduprijanje)

Procijenjeno trajanje

60 minuta

Sažetak scenarija

Mentor razredu daje kratak tekst generiran AI chatbotom (poput ChatGPT-a) o povijesnoj ili građanskoj temi – primjerice, kratak prikaz značajnog događaja ili opis društvene institucije. Tekst sadrži namjerne činjenične pogreške, pristrane formulacije i neutemeljene generalizacije ugrađene unutar inače uvjerljivog sadržaja. Radeći u malim skupinama, a zatim kao cijeli razred, učenici djeluju kao ‘kritički detektivi’, primjenjujući misaonu rutinu ‘Tvrdnja, potpora, pitanje’ kako bi sustavno prepoznali što je umjetna inteligencija tvrdila, koji dokazi podupiru ili proturječe svakoj tvrdnji te koja pitanja ostaju neodgovorena. Scenarij uči učenike pristupati sadržaju generiranom umjetnom inteligencijom s analitičkom strogošću, a ne pasivnim prihvaćanjem.

Scenarij 2 - Ciljevi učenja

Jezični ciljevi (BICS/CALP)

  • Prepoznati i razlikovati činjenične izjave, mišljenja i pristrane tvrdnje u pisanom tekstu (rani CALP).
  • Koristiti akademski jezik za argumentaciju i kritičko vrednovanje, uključujući strukture poput ‘Vjerujem da je ovo netočno jer…’, ‘Tekst navodi da… međutim, otkrio/otkrila sam da…’, i ‘Ovo je neutemeljena tvrdnja jer…’
  • Razviti strategije razumijevanja pri čitanju (pretraživanje ključnih tvrdnji, brzo čitanje za opći ton) u akademskom kontekstu.

Digitalni ciljevi

  • Kritički vrednovati vjerodostojnost i točnost digitalnog sadržaja generiranog umjetnom inteligencijom (Područja 2.3, 4.2 DigCompa).
  • Primijeniti strukturiranu misaonu rutinu (‘Tvrdnja, potpora, pitanje’) za prepoznavanje činjeničnih pogrešaka, halucinacija umjetne inteligencije, pristranosti i logičkih praznina u tekstu.
  • Razumjeti koncept ograničenja umjetne inteligencije, uključujući tendenciju jezičnih modela da proizvedu uvjerljivo zvučeće, ali činjenično netočne informacije.

Osobni/društveni ciljevi

  • Razviti intelektualno samopouzdanje i sposobnost preispitivanja digitalnog autoriteta, razumijevajući da tehnologija zahtijeva ljudski nadzor.
  • Učinkovito surađivati u malim skupinama, poštujući različita tumačenja i nadograđujući se na rasuđivanje drugih.
  • Izgraditi otpornost na dezinformacije vježbanjem vještina provjere u sigurnom, strukturiranom razrednom kontekstu.

 

Scenarij 2 - Digitalni alati i materijali

Naziv alata Svrha / Opis upotrebe
ChatGPT (upotreba mentora za pripremu) Koristi ga mentor prije sesije za generiranje teksta za provjeru činjenica. Mentor pregledava, provjerava i namjerno ugrađuje specifične pogreške i pristranosti kako bi stvorio materijal za aktivnost.
Tiskane ili digitalne kopije teksta generiranog umjetnom inteligencijom Jedna kopija po učeniku ili paru. Tekst bi trebao imati 150-250 riječi i uključivati 3-5 prepoznatljivih pogrešaka ili pristranih izjava, označenih bojama radi lakšeg prepoznavanja u prilagodbama za nižu osposobljenost.
Strukturirani radni list ‘Tvrdnja, potpora, pitanje’ Grafički organizator s tri stupca koji vodi učenike u bilježenju: specifične tvrdnje iznesene u tekstu; dokaza (iz prethodnog znanja ili pruženih referentnih izvora) koji podupiru ili opovrgavaju tvrdnju; i pitanja koja se time postavljaju.
Kahoot! (završna faza) Koristi se za brzi gamificirani kviz ponavljanja ključnog rječnika i pojmova (npr. ‘Što je halucinacija u umjetnoj inteligenciji?’, ‘Što znači ‘pristran’?’) kao zabavno izlazno vrednovanje s niskim pritiskom.
MagicSchool.ai / Twee (priprema mentora) Koristi ga mentor za generiranje jezično prilagođenih početaka rečenica i popisa akademskog rječnika za učenike kojima je potrebna dodatna jezična podrška tijekom aktivnosti analize.

Scenarij 2 - Provedba korak po korak

Uvodna faza (zagrijavanje)

[10 minuta]

  • Mentor počinje projicirajući jedno provokativno pitanje: ‘Može li računalo lagati?’ Učenici kratko raspravljaju u parovima (30 sekundi), a zatim dijele ideje.
  • Mentor uvodi koncept halucinacije i pristranosti umjetne inteligencije koristeći jedan živopisan, prepoznatljiv primjer: ‘Zamisli da pitaš vrlo samouvjerenog prijatelja za smjer, ali on nikada nije bio na tom mjestu. Zvuči sigurno, ali može biti potpuno u krivu.’ Ova analogija smanjuje apstraktnu prirodu koncepta.
  • Mentor uvodi organizator s tri stupca ‘Tvrdnja, potpora, pitanje’, modelirajući njegovu upotrebu jednom primjernom rečenicom iz drugog (izvan-aktivnog) teksta. Ključni akademski rječnik ispisuje se na ploči: tvrdnja, dokaz, pristranost, halucinacija, provjeriti, izvor. Učenici prepisuju ili fotografiraju rječnik prije početka.

Glavna faza učenja

[25–35 minuta]

  • Mentor dijeli tekst generiran umjetnom inteligencijom.
  • Podaktivnost A – Pojedinačno čitanje (8 minuta): Učenici tiho čitaju tekst i koriste dvije boje markera: jednu za izjave za koje vjeruju da su točne, jednu za izjave koje smatraju sumnjivima. Za učenike niže osposobljenosti, tekst može imati 2-3 rečenice unaprijed označene upitnikom kako bi se smanjila početna prepreka.
  • Podaktivnost B – Grupna analiza (15 minuta): U skupinama od 3-4, učenici zajedno dovršavaju radni list ‘Tvrdnja, potpora, pitanje’. Mentor obilazi razred, potičući skupine poduprtim pitanjima: ‘Što te navodi na pomisao da bi ovo moglo biti pogrešno?’, ‘Gdje bi ovo mogao/mogla provjeriti?’, ‘Je li ovo činjenica ili mišljenje?’ Mentor izričito modelira akademski jezik: ‘Rekao/rekla bih: Vjerujem da je ova tvrdnja netočna jer tekst kaže… ali znam da…’
  • Podaktivnost C – Dijeljenje s cijelim razredom (7 minuta): Svaka skupina imenuje glasnogovornika za dijeljenje svog najvažnijeg nalaza. Mentor bilježi ključne pogreške na ploči, pozivajući razred da ih zajednički provjeri.
  • Mentor vodi kratku raspravu: ‘Zašto bi umjetna inteligencija mogla proizvesti ovakvu vrstu pogreške? Što nam ovo govori o tome kako bismo trebali koristiti alate umjetne inteligencije za učenje?’

Završna faza i formativno vrednovanje [10 minuta]

Mentor pokreće Kahoot! kviz (8-10 pitanja) koji ponavlja ključne pojmove iz sesije: definicije pristranosti, halucinacije i tvrdnje; pitanja točno/netočno o sposobnostima umjetne inteligencije; i pitanja temeljena na scenariju (‘Umjetna inteligencija ti kaže da je glavni grad Australije Sydney. Je li ovo pouzdano? Što ćeš učiniti?’). Nakon kviza, mentor postavlja izlazno pitanje: ‘U jednoj rečenici, objasni zašto nikada ne bi trebao/trebala koristiti umjetnu inteligenciju kao svoj jedini izvor informacija.’ Učenici pišu svoj odgovor na izlaznu karticu ili u svoj digitalni portfelj (ClassDojo ili Seesaw). Mentor prikuplja izlazne kartice kako bi informirao diferencijaciju u sljedećoj sesiji.

 

 

Scenarij 2 - Bilješke za nastavnika

Bilješke o prilagodbi

  1. Dobna diferencijacija
  • Za dob 11-12: Odaberite tekst o konkretnoj, poznatoj temi (npr. poznata povijesna ličnost ili poznati sportski događaj) kako bi se učenici mogli osloniti na prethodno znanje pri vrednovanju tvrdnji. Ograničite broj pogrešaka na tri i označite bojama sumnjive rečenice u tekstu. Pružite strukturiranu banku rečenica za radni list.
  • Za dob 13-14: Odaberite složeniju građansku ili znanstvenu temu (npr. podatke o klimatskim promjenama ili povijesnu politiku). Povećajte broj ugrađenih pogrešaka na pet i uključite barem jednu suptilnu pristranost (npr. vrijednosno obojen izbor riječi umjesto činjenične pogreške). Očekujte od učenika da formuliraju vlastita pitanja bez obrasca.

 

  1. Poduprijanje za jezičnu osposobljenost
  • Niža osposobljenost: Pružite dvojezični rječnik ključnog analitičkog rječnika (tvrdnja, dokaz, pristranost, halucinirati, provjeriti). Dopustite učenicima da dovrše radni list na materinskom jeziku, a zatim uz podršku mentora prevedu ključne fraze na jezik domaćina.
  • Viša osposobljenost: Izazovite učenike da napišu sažetak od jednog odlomka o tri najznačajnije pogreške koje su pronašli, koristeći akademske početke rečenica iz aktivnosti ‘Solo-Duo-Grupna razmjena’ iz Metodološkog priručnika.

 

  1. Uključenost i posebne odgojno-obrazovne potrebe
  • Za učenike s poteškoćama u čitanju, pružite zvučnu verziju teksta (koju je snimio mentor ili generirao pomoću ElevenLabsa).
  • Za učenike s vrlo ograničenom jezičnom osposobljenošću, uparite ih s osposobljenijim vršnjakom i dodijelite im ulogu ‘bilježnika dokaza’ (piše ono što partner prepozna), smanjujući zahtjev čitanja uz zadržavanje sudjelovanja.
  1. Socio-emocionalna razmatranja
  • Uokvirite aktivnost oko znatiželje, a ne prosuđivanja: ‘Mi smo detektivi, ne kritičari.’ Naglasite da su i odrasli i stručnjaci ponekad zavedeni umjetnom inteligencijom – ovo je univerzalna vještina, a ne test inteligencije. Izbjegavajte izdvajanje učenika koji se bore s prepoznavanjem pogrešaka.

Rutina promišljanja

Na kraju aktivnosti, mentor vodi učenike kroz promišljanje ‘Zavjet provjeravatelja činjenica’: učenici dovršavaju rečenicu ‘Od sada, kada koristim umjetnu inteligenciju za učenje, uvijek ću…’ Ovo se piše na karticu i dodaje u njihov digitalni portfelj. Promišljanje premošćuje vještinu kritičkog vrednovanja uvježbanu u ovom scenariju s praktičnom upotrebom umjetne inteligencije za učenje uvedenom u Scenariju 3, dajući učenicima konkretnu osobnu obvezu za nastavak.

 

Scenarij 2 - Očekivani ishodi

Očekivani ishodi

  • Digitalna kompetencija: Učenici će uspješno prepoznati barem dvije činjenične pogreške ili pristrane tvrdnje u tekstu generiranom umjetnom inteligencijom, pokazujući praktičnu primjenu Područja 1.2 DigCompa (Vrednovanje podataka, informacija i digitalnog sadržaja).
  • Jezična kompetencija: Učenici će proizvesti barem dvije pisane analitičke izjave na jeziku domaćina koristeći akademske rečenične obrasce (npr. ‘Vjerujem da je ovo netočno jer…’), pokazujući razvijajući CALP u kontekstu kritičke argumentacije.
  • Osobna/društvena kompetencija: Učenici će pokazati intelektualno samopouzdanje s poštovanjem preispitujući vjerodostojnost digitalnog izvora te će konstruktivno surađivati u svojoj skupini kako bi objedinili dokaze i došli do zajedničkog zaključka

 

Scenarij 2 - Ideje za radne listove

Ideja za radni list 1 - Umjetna inteligencija tvrdi da...

Alat

Google slajdovi / tiskani materijalç

Opis aktivnosti

Učenici dovršavaju grafički organizator s tri stupca ‘Tvrdnja, potpora, pitanje’ kao glavni analitički radni list za Scenarij 2. Organizator ima tri unaprijed popunjena reda (po jedan za svaku prepoznatu tvrdnju) i strukturiran je tako da vodi kretanje od jednostavnog prepoznavanja prema argumentaciji utemeljenoj na dokazima. U digitalnoj verziji, učenici mogu upisivati odgovore i dijeliti svoje slajdove s mentorom za praćenje u stvarnom vremenu.

Sadržaj

Tri stupca: ‘Umjetna inteligencija tvrdi da…’ (učenici citiraju ili parafraziraju specifičnu izjavu iz teksta); ‘Dokazi koji podupiru ili proturječe ovome’ (učenici pišu ono što znaju ili što potvrđuje brza pretraga); ‘Moje pitanje o ovome’ (učenici pišu što još žele saznati). Svaki red cilja drugu tvrdnju iz teksta generiranog umjetnom inteligencijom. Dno radnog lista uključuje okvir za promišljanje: ‘Najvažnija stvar koju sam otkrio/otkrila bila je… jer…’

Jezični fokus

Rječnik akademskog razumijevanja pri čitanju i kritičke analize (CALP): tvrdnja, dokaz, proturječiti, podupirati, provjeriti, točno, netočno, pristrano, neutemeljeno. Rečenični obrasci za argumentaciju: ‘Tekst navodi da… međutim, vjerujem…’, ‘Ovo je neutemeljeno jer…’, ‘Volio/voljela bih saznati više o…’

 

Ideja za radni list 2 - Točno, netočno ili ne mogu reći?

Alat

Wizer.me / Liveworksheets

Opis aktivnosti

Učenici dovršavaju digitalnu aktivnost ‘Točno, netočno ili ne mogu reći?’ u kojoj vrednuju osam kratkih izjava preuzetih iz raznih simuliranih izvora generiranih umjetnom inteligencijom (sažeci vijesti, odgovori na kvizove, povijesni opisi). Za svaku izjavu, biraju presudu i pišu ili diktiraju jednorečenično obrazloženje. Aktivnost učvršćuje rječnik kritičkog vrednovanja uveden u glavnom scenariju i proširuje vještinu izvan jedinog teksta korištenog u lekciji.

Sadržaj

Osam kratkih izjava o raznim temama (nije isti tekst kao glavna aktivnost) koje pokrivaju povijest, znanost i aktualne događaje. Svaka je izjava označena oznakom izvora (npr. ‘Sažetak umjetne inteligencije’, ‘Odgovor na kviz umjetne inteligencije’, ‘Biografija generirana umjetnom inteligencijom’). Digitalna verzija uključuje ugrađeni sustav savjeta gdje učenici mogu kliknuti kako bi otkrili poduprto pitanje (‘Što već znaš o ovoj temi?’) ako nisu sigurni.

Jezični fokus

Rječnik kritičkog vrednovanja: točno, netočno, nesigurno, provjeriti, dokaz, izvor (CALP). Rečenični obrazac za obrazloženje: ‘Mislim da je ovo [točno/netočno/ne mogu reći] jer…’ Diskursni veznici: ‘međutim’, ‘s druge strane’, ‘ovo upućuje na to da’.

 

 

Ideja za radni list 3 - Plakat sigurnosti umjetne inteligencije

Alat

Canva / Google slajdovi (alternativa plakata za tiskanje)

Opis aktivnosti

Učenici rade u parovima kako bi osmislili jednostavan ‘Plakat sigurnosti umjetne inteligencije’ za mlađe učenike (zamišljajući da će biti izložen u učionici osnovne škole). Plakat mora uključivati: jedno ključno pravilo za sigurnu upotrebu umjetne inteligencije; jedan primjer pogreške ili halucinacije umjetne inteligencije; i jedan savjet kako provjeriti je li informacija umjetne inteligencije točna. Ovaj proizvodni zadatak učvršćuje koncepte lekcije kroz komunikacijski, na publiku usmjeren rezultat.

Sadržaj

Učenici biraju iz skupa ilustriranih predložaka pravila i primjera pogrešaka pruženih na zajedničkoj Canva ploči ili Google slajdovima. Odabiru, prilagođavaju ili pišu vlastiti sadržaj za svaki odjeljak. Format plakata jednostavan je i vrlo vizualan, s dostupnim ikonama za neverbalnu podršku. Plakat se može tiskati i izložiti u učionici ili digitalno podijeliti sa skupinom.

Jezični fokus

Imperativne strukture za sigurnosna pravila: ‘Uvijek provjeri…’, ‘Nikad ne koristi umjetnu inteligenciju kao jedini izvor…’ (BICS/rani CALP). Rječnik pismenosti o umjetnoj inteligenciji: halucinacija, provjeriti, izvor, točno, pouzdano. Jednostavno objašnjavajuće pisanje: ‘Primjer pogreške umjetne inteligencije je…’ (most prema CALP-u).

 

Scenarij 3: Oblikovanje upita za uspješno učenje - Fokus: Samoregulirano učenje i učenje uz pomoć umjetne inteligencije

Ciljna dobna skupina

11–14 godina (prilagodljivo naprednim učenicima u dobi od 10 godina uz pojednostavljene predloške upita)

Procijenjeno trajanje

45 minuta

Sažetak scenarija

Nadograđujući se izravno na kritičku svijest o umjetnoj inteligenciji razvijenu u Scenariju 2, učenici sada uče koristiti umjetnu inteligenciju kao konstruktivan alat za učenje uz pažljiv nadzor. Mentor uvodi koncept oblikovanja upita – vještinu pisanja jasnih, specifičnih i nedvosmislenih uputa AI chatbotu kako bi se generirali korisni materijali za učenje poput vježbovnih kvizova, popisa rječnika ili sažetaka tema. Učenici vježbaju prijelaz s nejasnih na precizne upite, vrednuju kvalitetu odgovora umjetne inteligencije te promišljaju o tome kako se ova vještina povezuje s njihovim širim navikama samostalnog učenja. Scenarij završava svakim učenikom koji stvara jedan personalizirani resurs za ponavljanje generiran umjetnom inteligencijom, koji se dodaje u njihov portfelj.

 

Scenarij 3 - Ciljevi učenja

Jezični ciljevi (BICS/CALP)

  • Formulirati jasne, nedvosmislene i specifične upute i upite na jeziku domaćina (CALP).
  • Koristiti precizan akademski rječnik povezan sa svojim trenutnim školskim predmetima pri izradi upita (npr. ‘Stvori pet pitanja višestrukog izbora o kruženju vode na B1 razini’).
  • Vrednovati kvalitetu i točnost tekstova generiranih umjetnom inteligencijom koristeći kritičku perspektivu razvijenu u Scenariju 2, primjenjujući rječnik poput ‘točno’, ‘nepotpuno’, ‘pristrano’ ili ‘neutemeljeno’.

Digitalni ciljevi

Razumjeti i primijeniti koncept oblikovanja upita za generiranje korisnih, personaliziranih materijala za učenje koristeći nadzirani konverzacijski alat umjetne inteligencije (Područje 2.2 DigCompa: Izrada i prilagodba; Područje 3.4 DigCompEdu: Samoregulirano učenje). Vrednovati kvalitetu i relevantnost rezultata generiranih umjetnom inteligencijom te prepoznati kada odgovor zahtijeva ispravak ili doradu. Razviti navike digitalne samoregulacije integrirajući alate za učenje uz pomoć umjetne inteligencije u širu osobnu strategiju učenja.

Osobni/društveni ciljevi

  • Razviti intelektualnu djelatnost i navike samostalnog učenja preuzimajući aktivnu kontrolu nad vlastitom pripremom za učenje.
  • Izgraditi samopouzdanje na jeziku domaćina koristeći ga kao medij za komunikaciju s alatom umjetne inteligencije u kontekstu usmjerenom na cilj i svrhu.
  • Kritički promisliti o ulozi umjetne inteligencije u vlastitom učenju i donijeti informirane, odgovorne odluke o tome kada i kako je koristiti.

 

Scenarij 3 - Digitalni alati i materijali

Naziv alata Svrha / Opis upotrebe
Sigurna konverzacijska umjetna inteligencija / ChatGPT (uz intenzivan nadzor mentora) Koriste je učenici pod izravnim nadzorom mentora za vježbanje pisanja upita i vrednovanje proizvedenih materijala za učenje. Mentor u stvarnom vremenu prati sve interakcije.
Kartice za vježbanje oblikovanja upita (za tiskanje) Unaprijed pripremljene kartice koje prikazuju napredovanje od nejasnih do specifičnih upita, korištene tijekom zagrijavanja za poučavanje načela preciznosti. Pripremio ih je mentor koristeći MagicSchool.ai / Twee.
MagicSchool.ai / Twee (priprema mentora) Koristi ga mentor prije sesije za generiranje banke modelnih primjera upita na početnoj, srednjoj i naprednoj razini, te za pripremu jezično prilagođenih objašnjenja koncepata oblikovanja upita.
Google slajdovi / Canva Koriste ih učenici za predstavljanje svog konačnog resursa za učenje generiranog umjetnom inteligencijom skupini tijekom završne faze, s napomenama kratke procjene njegove kvalitete i točnosti.
ClassDojo / Seesaw Koristi se za učitavanje konačnog resursa za učenje generiranog umjetnom inteligencijom u osobni portfelj svakog učenika, povezujući rezultat ovog scenarija s praćenjem ciljeva započetim u Scenariju 1.

 

Scenarij 3 - Provedba korak po korak

Uvodna faza (zagrijavanje)

[10 minuta]

  • Mentor počinje igrom zagrijavanja ‘Nejasno naspram precizno’. Projicira dvije verzije zahtjeva na ploču: Verzija A – ‘Reci mi o povijesti.’ Verzija B – ‘Stvori pet pitanja kviza višestrukog izbora o uzrocima Prvog svjetskog rata za 13-godišnjeg učenika koji uči engleski kao drugi jezik.’
  • Mentor pita: ‘Koja bi uputa dala korisniji odgovor? Zašto?’ Učenici raspravljaju u parovima dvije minute.
  • Mentor uvodi pojam oblikovanje upita i piše jednostavnu definiciju: ‘Upit je uputa koju daješ umjetnoj inteligenciji. Dobar upit je jasan, specifičan i točno govori umjetnoj inteligenciji što trebaš.’
  • Ključni rječnik za sesiju se uvodi: upit, specifično, nejasno, generirati, vrednovati, doraditi, točno. Učenici dobivaju Kartice za vježbanje oblikovanja upita, a mentor modelira kako se nejasan upit može postupno poboljšati.

Glavna faza učenja

[25–35 minuta]

  • Podaktivnost A – Vježba upita (10 minuta): U parovima, učenici vježbaju pretvaranje tri nejasna upita u precizne koristeći okvir poboljšanja: Za koga je namijenjeno? Koji predmet? Koliko stavki? Koja razina težine? Koji format? Mentor obilazi razred i pruža jezičnu povratnu informaciju, modelirajući akademski rječnik. Parovi uspoređuju svoje poboljšane upite s drugim parom i biraju najbolju verziju.
  • Podaktivnost B – Generiranje resursa za učenje (15 minuta): Pod izravnim nadzorom mentora, svaki učenik ili par pristupa nadziranom alatu umjetne inteligencije i predaje svoj najbolji upit za generiranje jednog od sljedećeg: kviza od pet pitanja o trenutnom školskom predmetu; popisa rječnika od deset ključnih pojmova s definicijama; ili sažetka teme koju proučavaju od tri odlomka. Mentor prati sve interakcije i pregledava odgovore umjetne inteligencije s razredom prije nego što učenici finaliziraju svoj resurs. Učenici koriste perspektivu ‘Tvrdnja, potpora, pitanje’ iz Scenarija 2 za brzo vrednovanje rezultata umjetne inteligencije: Je li točno? Nedostaje li nešto ili je nešto pogrešno? Odgovara li onome što sam tražio/tražila?
  • Podaktivnost C – Bilježenje i promišljanje (5 minuta): Učenici dodaju napomene svom resursu generiranom umjetnom inteligencijom na Google slajdovima ili Canvi, označavajući sve pogreške koje su pronašli i pišući jednu rečenicu objašnjavajući bi li ovo koristili za učenje i zašto.

Završna faza i formativno vrednovanje [10 minuta]

  • Učenici ukratko predstavljaju svoje resurse za učenje generirane umjetnom inteligencijom skupini (1-2 minute svaki). Dijele: što su tražili; je li umjetna inteligencija razumjela njihov upit; i jednu stvar koju bi promijenili u rezultatu.
  • Mentor olakšava grupno promišljanje: ‘Što čini upit moćnim? Kada je umjetna inteligencija korisna za učenje? Kada nije?’
  • Završno izlazno pitanje: ‘Napiši jednu rečenicu: Kada koristim umjetnu inteligenciju za učenje, uvijek ću…’ Učenici dodaju svoj konačni resurs za učenje s napomenama i izlaznu rečenicu u svoj ClassDojo ili Seesaw portfelj, dovršavajući putovanje učenja koje je započelo u Scenariju 1.

 

Scenarij 3 - Bilješke za nastavnika

Bilješke o prilagodbi

  1. Dobna diferencijacija:
  • Za dob 11-12: Pružite predložak upita s četiri fiksna mjesta za popunjavanje (predmet, format, broj stavki, težina), smanjujući otvoreni izazov izrade upita od nule. Ograničite interakciju s umjetnom inteligencijom na generiranje popisa rječnika (najjednostavniji format rezultata).
  • Za dob 13-14: Uklonite predložak i izazovite učenike da u potpunosti sami napišu svoj upit. Nakon generiranja svog resursa, zatražite od njih da kritički prepišu bilo koji netočan odjeljak i dodaju napomenu s objašnjenjem. Trebali bi također razmotriti etičko pitanje: ‘Ako predam bilješke generirane umjetnom inteligencijom svom nastavniku, je li to pošteno?’
  1. Poduprijanje za jezičnu osposobljenost
  • Niža osposobljenost: Dopustite učenicima da prvo sastave svoj upit na materinskom jeziku, a zatim ga uz podršku mentora prevedu na jezik domaćina. Alternativno, mentor može napisati upit na jeziku domaćina dok učenik diktira sadržaj jednostavnijim riječima.
  • Viša osposobljenost: Izazovite učenike da napišu dvorečeničnu procjenu svog rezultata umjetne inteligencije koristeći akademski diskurs: ‘Resurs generiran umjetnom inteligencijom bio je koristan jer… Međutim, primijetio/primijetila sam da…’
  1. Uključenost, posebne odgojno-obrazovne potrebe i tehnička ograničenja:
  • Ako je internetski pristup nepouzdan, mentor može unaprijed generirati tri ili četiri odgovora umjetne inteligencije prije sesije, a učenici ih vrednuju koristeći okvir ‘Tvrdnja, potpora, pitanje’ umjesto generiranja vlastitih.
  • Za učenike s posebnim odgojno-obrazovnim potrebama, unaprijed popunite jedno mjesto u predlošku upita i zatražite od učenika da dovrši samo preostala polja.
  1. Etičko uokvirivanje
  • Ovaj scenarij mora uključivati izričitu raspravu o etičkim granicama upotrebe umjetne inteligencije u akademskim kontekstima. Mentor bi trebao obraditi: ‘Kada je korisno koristiti umjetnu inteligenciju u učenju?’ (generiranje vježbovnih materijala, provjera rječnika, sažimanje bilješki) naspram ‘Kada to nije primjereno?’ (predavanje rada generiranog umjetnom inteligencijom kao vlastitog, korištenje umjetne inteligencije za izbjegavanje razmišljanja). Ovo uokvirivanje štiti akademski integritet učenika dok ih osnažuje kao odgovorne digitalne učenike.

Rutina promišljanja

  • Mentor završava modul rutinom ‘Moje obveze učenja’. Učenici dovršavaju izjavu u tri dijela: ‘1. Naučio/naučila sam da mi umjetna inteligencija može pomoći tako što… 2. Naučio/naučila sam da umjetna inteligencija ne može zamijeniti… 3. Moja osobna obveza učenja je…’ Ovo promišljanje u tri dijela piše se na karticu i dodaje u portfelj, uz Zavjet provjeravatelja činjenica iz Scenarija 2, stvarajući vidljiv zapis razvijajućeg odnosa učenika s umjetnom inteligencijom kao alatom za učenje. Rutina također učvršćuje sveobuhvatnu temu modula: da učinkoviti samoregulirani učenici donose namjerne, kritičke odluke o alatima koje koriste.

Scenarij 3 - Očekivani ishodi

Očekivani ishodi

  • Digitalna kompetencija: Učenici će uspješno sastaviti barem jedan precizan, učinkovit upit na jeziku domaćina i koristiti ga za generiranje relevantnog resursa za učenje, pokazujući primijenjeno razumijevanje Područja 2 DigCompa (Digitalni resursi) i Područja 3.4 DigCompEdu (samoregulirano učenje).
  • Jezična kompetencija: Učenici će proizvesti složenu uputnu rečenicu na jeziku domaćina koja pokazuje preciznost, specifičnost i odgovarajući akademski registar (rani CALP), kao i pisanu evaluacijsku izjavu o kvaliteti rezultata umjetne inteligencije.
  • Osobna/društvena kompetencija: Učenici će pokazati intelektualnu djelatnost i samoregulirano učenje donoseći informiranu, kritički obrazloženu odluku o tome kada i kako koristiti umjetnu inteligenciju kao alat za učenje, te artikulirajući ovu odluku u svom promišljanju u portfelju.

 

Scenarij 3 - Ideje za radne listove

Ideja za radni list 1 - Radionica poboljšanja upita

Alat

Materijal za tiskanje / Google slajdovi

Opis aktivnosti

Učenici dovršavaju radni list ‘Radionica poboljšanja upita’ u kojem im se predstavlja pet postupno sve složenijih nejasnih upita, a moraju svaki prepisati koristeći okvir preciznosti uveden u zagrijavanju (Za koga? Koji predmet? Koliko? Koja razina? Koji format?). Radni list je strukturiran kao aktivnost u paru: Učenik A prepisuje upite 1, 3 i 5; Učenik B prepisuje upite 2 i 4. Zatim uspoređuju i zajedno odlučuju o najboljoj verziji.

Sadržaj

Pet nejasnih upita iz različitih predmeta i razina težine: npr. ‘Reci mi o životinjama’ (znanost, početnik); ‘Objasni povijest’ (povijest, srednja razina); ‘Pomozi mi s matematikom’ (matematika, napredna razina). Za svaki, učenici ispunjavaju kontrolni popis preciznosti i pišu poboljšani upit. Modelni poboljšani upit pružen je za prvu stavku kao riješeni primjer.

Jezični fokus

Rječnik uputa i preciznosti (CALP): specifično, nejasno, generirati, format, težina, relevantno, primjereno. Rečenični obrazac za poboljšane upite: ‘Stvori [broj] [format] o [tema] za učenika [dob/razina] koji uči [jezik].’ Jezik vrednovanja: ‘Ovaj je upit bolji jer…’

 

Ideja za radni list 2 - Ocijeni moj upit

Alat

Učenici dovršavaju digitalnu aktivnost povezivanja ‘Ocijeni moj upit’ u kojoj povezuju osam upita s njihovom ocjenom kvalitete (Izvrsno, Dobro, Potrebno poboljšanje, Previše nejasno) i povlače specifičan razlog s pruženog popisa kako bi opravdali svaku ocjenu. Aktivnost učvršćuje razliku između učinkovitih i neučinkovitih upita te gradi evaluacijski rječnik potreban za konačnu napomenu u portfelju. Automatski ispravak u Wizer.me pruža trenutnu formativnu povratnu informaciju.

Sadržaj

Osam primjera upita koji pokrivaju raspon školskih predmeta i razina kvalitete. Za svaki, učenici biraju ocjenu s padajućeg izbornika i povlače oznaku razloga (npr. ‘Prekratko’, ‘Predmet nije naveden’, ‘Jasno i specifično’, ‘Razina nije navedena’). Okvir za promišljanje na kraju pita: ‘Koji je najvažniji element dobrog upita? Napiši jednu rečenicu.’

Jezični fokus

Rječnik vrednovanja kvalitete (CALP): točno, specifično, nejasno, potpuno, nepotpuno, relevantno, korisno. Komparativni jezik: ‘Ovaj je upit bolji od… jer…’ Metajezična svijest: razumijevanje kako izbor riječi i specifičnost utječu na ishode komunikacije.

 

Ideja za radni list 3 - Moj alat za učenje uz pomoć umjetne inteligencije

Alat

ClassDojo / Seesaw

Opis aktivnosti

Učenici dovršavaju svoj unos u portfelj ‘Moj alat za učenje uz pomoć umjetne inteligencije’ – strukturiranu samoprocjenu i zapis obveze koji objedinjuje sva tri scenarija modula. Unos uključuje: fotografiju ili snimku zaslona njihovog resursa za učenje generiranog umjetnom inteligencijom iz ove sesije; trorečeničnu procjenu (‘Resurs je bio koristan jer… Ispravio/ispravila sam… Promijenio/promijenila bih…’); njihov ‘Zavjet provjeravatelja činjenica’ iz Scenarija 2; i njihovu izjavu ‘Moje obveze učenja’ iz Scenarija 3. Ovaj konačni unos u portfelj pruža mentoru bogat, multimodalan zapis razvoja samoregulacije svakog učenika kroz modul.

Sadržaj

Unos u portfelj strukturiran je kao digitalna stranica s četiri odjeljka:

  • Odjeljak 1 – Moj najbolji resurs za učenje (učitana snimka zaslona);
  • Odjeljak 2 – Moja procjena (tri rečenice koristeći pružene obrasce);
  • Odjeljak 3 – Moj zavjet (prenesen iz Scenarija 2);
  • Odjeljak 4 – Moja obveza učenja (izjava iz tri dijela iz rutine promišljanja Scenarija 3). Mentor pruža povratnu informaciju putem značajke poruka ClassDoja ili alata za glasovne komentare Seesawa.

Jezični fokus

  • Refleksivno i evaluacijsko pisanje (CALP): ‘Resurs je bio koristan jer…’, ‘Ispravio/ispravila sam…’, ‘Promijenio/promijenila bih…’
  • Rječnik samoregulacije: cilj, obveza, strategija, poboljšanje, pregled.
  • Akademski jezik za samovrednovanje: ‘Naučio/naučila sam…’, ‘Još uvijek trebam raditi na…’, ‘Moj sljedeći korak je…’

 

3. — STRATEGIJA FORMATIVNOG VREDNOVANJA

Vrednovanje unutar ovog modula strogo je formativno, neformalno i bez pritiska. Cilj je prikupiti provedive informacije za poboljšanje tekuće poduke i izgraditi sposobnost učenika za samovrednovanje, a ne ih vrednovati ili ocjenjivati. Sve strategije vrednovanja usklađene su s pristupom TELMS-a: relacijske su, poduprte i responzivne na društvene i emocionalne potrebe učenika migranata.

 

3.1 Promatranje

Tijekom sva tri scenarija, mentor promatra angažiranost učenika, upotrebu jezika i interakciju s digitalnim alatima kao primarni izvor formativnih podataka. Specifična ponašanja koja mentor prati uključuju:

 

  • Scenarij 1: Može li učenik samostalno snalaziti se u ClassDoju za učitavanje fotografije i postavljanje cilja? Koristi li učenik rečenični obrazac (‘Ovo je moj… Ponosan/ponosna sam jer…’) uz minimalno poticanje? Je li učeniku vidljivo ugodno dijeliti svoj rad u završnom krugu, ili mu je potrebna dodatna emocionalna podrška?
  • Scenarij 2: Angažira li se učenik aktivno s radnim listom ‘Tvrdnja, potpora, pitanje’, ili kopira odgovore vršnjaka? Može li učenik artikulirati zašto je tvrdnja netočna koristeći rječnik jezika domaćina? Pokazuje li učenik kritičko angažiranje s Kahoot! pitanjima ili odgovara nasumično?
  • Scenarij 3: Napreduje li učenik od nejasnog prema specifičnijem upitu tijekom aktivnosti? Može li prepoznati barem jedan problem sa svojim rezultatom generiranim umjetnom inteligencijom? Koristi li učenik evaluacijski rječnik uveden u sesiji?

 

Promatranja se neformalno bilježe u kratkoj bilježnici mentora ili digitalno putem značajke bilješki ClassDoja. Mentor ne prekida aktivnosti radi bilježenja – bilješke se pišu odmah nakon svakog scenarija.

 

3.2 Izlazna pitanja i samopromišljanje

Svaki scenarij završava specifičnim izlaznim pitanjem ili refleksivnim poticajem osmišljenim da učenicima pruži priliku s niskim pritiskom za pokazivanje onoga što su razumjeli te da mentoru pruži provedivu povratnu informaciju za sljedeću sesiju:

 

Izlazni poticaj Scenarija 1 ‘Imenuj jednu stvar koju si danas dobro napravio/napravila i jednu stvar na kojoj želiš raditi sljedeći put.’ (Usmeno ili pisano; dvojezična banka riječi dostupna za učenike niže osposobljenosti.)
Izlazni poticaj Scenarija 2 ‘U jednoj rečenici, objasni zašto nikada ne bi trebao/trebala koristiti umjetnu inteligenciju kao svoj jedini izvor informacija.’ (Napisano na izlaznoj kartici; dostupan rečenični obrazac: ‘Ne bih trebao/trebala koristiti umjetnu inteligenciju kao svoj jedini izvor jer…’)
Izlazni poticaj Scenarija 3 ‘Dovrši: Kada koristim umjetnu inteligenciju za učenje, uvijek ću…’ (Napisano i dodano u portfelj – služi i kao formativni zapis i kao osobna obveza.)

 

Mentor pregledava izlazne kartice između sesija kako bi prepoznao učenike kojima je potrebno dodatno poduprijanje i prilagodio fokus sljedećeg scenarija u skladu s tim.

 

3.3 Vršnjačko vrednovanje

Vršnjačko vrednovanje integrirano je u svaki scenarij u strukturiranom formatu s niskim rizikom:

 

  • Scenarij 1 – Krug portfelja: Učenici ukratko pokazuju svoj učitani rad, a razred nudi jedan pozitivan komentar koristeći obrazac: ‘Sviđa mi se tvoj portfelj jer…’ Ovo gradi podržavajuću zajedničku normu oko dijeljenja rada.
  • Scenarij 2 – Grupna analiza tvrdnji: Unutar aktivnosti provjere činjenica u maloj skupini, učenici procjenjuju rasuđivanje jedni drugih odgovarajući na prepoznavanja vršnjaka s ‘Slažem se jer…’ ili ‘Dodao/dodala bih da…’ Mentor izričito modelira ove fraze prije aktivnosti.
  • Scenarij 3 – Razmjena upita: Parovi razmjenjuju svoje poboljšane upite iz aktivnosti radnog lista i daju povratnu informaciju koristeći jednostavnu strukturu dvije zvijezde i jedna želja: ‘Dvije stvari koje su dobre kod ovog upita… Jedna stvar koju bi mogao/mogla poboljšati…’ Mentor obilazi razred kako bi osigurao da je povratna informacija specifična i konstruktivna.

3.4 Promišljanje mentora

Nakon svakog scenarija, mentor dovršava kratko promišljanje obrađujući ova pitanja:

  • Koji su učenici pokazali neočekivanu snagu ili poteškoću?
  • Jesu li se učenici osjećali ugodno koristeći alate umjetne inteligencije?
  • Je li mentor bio u mogućnosti pružiti dovoljno podrške i jasno pokazati da je kritičan, ljudski pristup uvijek ključan kada je riječ o upotrebi umjetne inteligencije?
  • Je li digitalni alat funkcionirao kako je predviđeno i jesu li se učenici angažirali s njim kako je očekivano?
  • Što bih promijenio/promijenila u poduprijanju ili vremenskom rasporedu sljedeći put?

 

Ova promišljanja izravno informiraju provedbu sljedećih scenarija. Na primjer, ako promatranje i izlazne kartice iz Scenarija 1 pokažu da se nekoliko učenika još ne osjeća ugodno koristeći ClassDojo samostalno, mentor može uključiti dodatnih pet minuta vođene vježbe na početku Scenarija 2 prije uvođenja aktivnosti provjere činjenica. Slično, ako izlazne kartice Scenarija 2 pokažu da većina učenika ne može artikulirati zašto dolazi do pogrešaka umjetne inteligencije, mentor može provesti dodatno vrijeme u Scenariju 3 ponavljajući ovaj koncept prije prelaska na generiranje upita.

 

Mentor također koristi unose u portfelju na ClassDoju ili Seesawu kao longitudinalni formativni zapis: pregledavajući učitani rad učenika i pisana promišljanja kroz sva tri scenarija kako bi pratio razvoj samoregulacije, jezika i kritičkog mišljenja tijekom modula.

4. — DODATNE NAPOMENE I KONTEKSTUALNE INFORMACIJE

4.1 Kulturna i kontekstualna razmatranja

Poljska je prošla kroz brzu transformaciju iz zemlje emigracije u zemlju značajne imigracije, osobito nakon izbijanja rata u Ukrajini 2022. godine, što je rezultiralo s približno 2,5 milijuna stranih državljana koji borave u zemlji. Većina učenika migranata trenutno u poljskim školama su Ukrajinci, iako škole u većim urbanim centrima također opslužuju učenike iz Bjelarusa, Rusije, Srednje Azije i afričkih zemalja.

 

Nekoliko je kulturnih i kontekstualnih čimbenika posebno relevantno za provedbu ovog modula u poljskim školama:

 

  • Digitalni pristup i upoznatost: Poljske su škole općenito dobro opremljene digitalnom infrastrukturom, a većina učenika ima pristup tabletima ili prijenosnim računalima tijekom sati. Međutim, novopridošli učenici – osobito oni iz zona sukoba – mogli su doživjeti značajan prekid u svom školovanju i mogu imati ograničenu upoznatost s digitalnim platformama za učenje. Mentor ne bi trebao pretpostaviti prethodno iskustvo s alatima poput ClassDoja.
  • Stavovi prema umjetnoj inteligenciji: Ukrajinski i drugi istočnoeuropski učenici mogu doći s različitim obrazovnim iskustvima u vezi s upotrebom umjetne inteligencije i digitalnih alata. Kritičko uokvirivanje umjetne inteligencije u Scenarijima 2 i 3 posebno je važno u ovom kontekstu, jer učenici koji prethodno nisu naučeni preispitivati digitalne izvore mogu u početku smatrati koncept kontraintuitivnim.
  • Socio-emocionalna osjetljivost: Učenici migranti u Poljskoj – osobito oni koji su doživjeli raseljavanje i traumu – mogu biti osjetljivi na aktivnosti koje uključuju osobno otkrivanje ili usporedbu s vršnjacima. Tema samoregulacije ovog modula trebala bi biti uokvirena oko rasta i djelatnosti, nikada oko nedostatka. Dijeljenje portfelja uvijek bi trebalo biti dobrovoljno, a mentor bi trebao biti spreman ponuditi privatnu alternativu za učenike koji nisu spremni javno dijeliti.

4.2 Povezanost s nacionalnim kurikulumom

Ovaj se modul povezuje s poljskim nacionalnim temeljnim kurikulumom (podstawa programowa) kroz nekoliko područja kompetencija:

 

  • Informatika / Digitalno obrazovanje: Poljski nacionalni kurikulum za informatiku na osnovnoj i srednjoj razini uključuje izričite kompetencije povezane sa sigurnom i odgovornom upotrebom digitalnih alata, kritičkim vrednovanjem internetskih informacija te etičkim dimenzijama umjetne inteligencije. Scenariji 2 i 3 ovog modula izravno razvijaju ove kompetencije, s posebnom usklađenošću s kurikularnom niti o razvoju algoritamskog mišljenja i kritičkog vrednovanja digitalnih izvora.
  • Građanski odgoj / Osobni i društveni razvoj: Sveobuhvatna tema modula o samoregulaciji, osobnoj odgovornosti i kritičkom digitalnom građanstvu povezuje se s niti građanskog odgoja poljskog kurikuluma, koja naglašava razvoj odgovornih, refleksivnih i samostalnih građana sposobnih snalaziti se u složenim informacijskim okruženjima.
  • Međupredmetne kompetencije: Poljski obrazovni okvir upućuje na Europske ključne kompetencije, uključujući učenje kako učiti i digitalnu kompetenciju. Ovaj se modul središnje bavi obje, čineći ga primjenjivim kroz predmetne granice i primjerenim za integraciju u pastoralne, jezične potporne ili mentorske kontekste.

 

Španjolska (nacionalno)

Ovaj se modul povezuje sa španjolskim nacionalnim kurikulumom (LOMLOE) kroz nekoliko područja kompetencija:

  • Informatika / Digitalno obrazovanje: obvezni ESO predmet Tecnología y Digitalización (Real Decreto 217/2022) strukturiran je oko pet blokova, uključujući računalno mišljenje, programiranje i robotiku te održivu i etičku upotrebu digitalnih tehnologija; do četvrte godine, učenici izričito rade s primjenama umjetne inteligencije ‘s kritičkim i etičkim osjećajem’. Scenariji 2 i 3 ovog modula izravno razvijaju ove kompetencije.
  • Građanski odgoj / Osobni i društveni razvoj: obvezni predmet Educación en Valores Cívicos y Éticos (Real Decreto 217/2022) razvija kritičko i samostalno mišljenje, odgovorno demokratsko građanstvo i sigurnu upotrebu informacijskih i komunikacijskih tehnologija, izravno se povezujući s fokusom modula na samoregulaciju i digitalno građanstvo.
  • Međupredmetne kompetencije: ključna kompetencija Competencia Personal, Social y de Aprender a Aprender (CPSAA), jedna od osam ključnih kompetencija uspostavljenih LOMLOE-om (Real Decreto 157/2022), cilja samospoznaju, emocionalnu samoregulaciju, učinkovito upravljanje vremenom i informacijama te strategije cjeloživotnog učenja, izravno odgovarajući središnjoj temi modula.

Katalonija (regionalno)

Ovaj se modul povezuje s katalonskim kurikulumom kroz nekoliko područja kompetencija:

  • Informatika / Digitalno obrazovanje: Decret 175/2022 uključuje Tecnologia i Digitalització na razini ESO, razvijajući računalno mišljenje i izričito zahtijevajući odgovornu, kritičku i etičku upotrebu umjetne inteligencije kao nove digitalne kompetencije unutar katalonskog kurikuluma.
  • Građanski odgoj / Osobni i društveni razvoj: Educació en Valors Cívics i Ètics razvija kritičko i samostalno mišljenje te izričito uključuje promišljanje o etičkim izazovima koje postavlja umjetna inteligencija, izravno se povezujući sa Scenarijima 2 i 3.
  • Međupredmetne kompetencije: ključna kompetencija CPSAA zahtijeva od učenika izgradnju osobnog modela promišljanja i djelovanja koji postupno povećava njihovu samostalnost u učenju kroz kognitivne, metakognitivne i motivacijske strategije, blisko odražavajući fokus modula na samoregulaciju.

Nizozemska

Ovaj se modul povezuje s nizozemskim kurikularnim okvirom kroz nekoliko područja kompetencija:

  • Informatika / Digitalno obrazovanje: novi zakonski kerndoelen digitale geletterdheid (koji stupaju na snagu 2027., razvijeni od strane SLO-a) izričito uključuju ‘AI-geletterdheid’ (pismenost o umjetnoj inteligenciji), zahtijevajući od učenika da razumiju kako funkcioniraju sustavi umjetne inteligencije, kako algoritmi oblikuju ono što vide na internetu te kako se kritički angažirati s alatima umjetne inteligencije — izravno relevantno za aktivnosti provjere činjenica i pisanja upita u Scenarijima 2 i 3.
  • Građanski odgoj / Osobni i društveni razvoj: paralelni kerndoelen burgerschap pokrivaju domene uključujući ‘Društvo i demokraciju’ i ‘Društvena pitanja’, uokvirujući kritičko angažiranje s digitalnim sustavima kao temelj odgovornog demokratskog građanstva.
  • Međupredmetne kompetencije: iako ‘leren leren’ nije zaseban zakonski kerndoel, samoregulirano učenje tretira se kao temeljna međupredmetna vještina u nizozemskoj primarnoj pedagogiji, pri čemu se od nastavnika očekuje da postupno povećavaju samostalnost učenika kroz modelirane strategije učenja, izbor i povratnu informaciju, što odgovara pristupu postupnog prenošenja odgovornosti ovog modula.

Hrvatska

Ovaj se modul povezuje s hrvatskim nacionalnim kurikulumom kroz nekoliko područja kompetencija:

  • Informatika / Digitalno obrazovanje: Kurikulum Informacijske i digitalne kompetencije te eksperimentalni CARNET kurikulum ‘Umjetna inteligencija: od koncepta do primjene’ razvijaju razumijevanje učenika o konceptima umjetne inteligencije i njihovim etičkim i društvenim implikacijama, njegujući svjesno, kritičko i odgovorno sudjelovanje u digitalnom društvu.
  • Građanski odgoj / Osobni i društveni razvoj: međupredmetna tema Građanski odgoj i obrazovanje razvija kritičko mišljenje i komunikacijske vještine za odgovorno društveno sudjelovanje, promičući vrijednosti odgovornosti i doprinosa zajedničkom dobru.
  • Međupredmetne kompetencije: međupredmetna tema Učiti kako učiti izričito cilja samoregulaciju učenja, emocija i motivacije, zahtijevajući od učenika da isprobaju i procijene različite strategije učenja ovisno o kontekstu — blisko odgovarajući samom naslovu i obrazloženju ovog modula.

4.3 Literatura i izvori

Skip to content