Evalvacija napredka generativne umetne inteligence pri snovanju nalog iz višje matematike: Primerjalna študija

Generativna umetna inteligenca (GenUI) prinaša pomembne spremembe v izobraževalni proces, vključno z avtomatizacijo priprave preverjanj znanja. V prispevku obravnavamo uporabo orodij GenUI pri snovanju nalog za področje višje matematike, kjer je natančnost ključnega pomena. Čeprav lahko GenUI pedagoškim delavcem prihrani čas pri sestavljanju izpitov, tehnologija zahteva kritično presojo zaradi nagnjenosti k »haluciniranju« – generiranju prepričljivih, a napačnih informacij. V raziskavi smo primerjali pet vodilnih orodij umetne inteligence (ChatGPT, DeepSeek, Gemini, Copilot, Grok) na primeru petih kompleksnih matematičnih nalog. Posebna vrednost raziskave je longitudinalna primerjava: analizirali smo odgovore, pridobljene v prvi fazi raziskave aprila 2025, in jih primerjali z rezultati istih orodij januarja 2026. Cilj prispevka je prikazati stopnjo napredka orodij ter utemeljiti potrebo po pristopu »človek v zanki« (Human-in-the-loop) v pedagoški praksi.