Miljenko Hajdarović – Umjetna inteligencija i povijest: saveznik ili prijetnja obrazovanju i historiografiji?
Umjetna inteligencija i povijest: saveznik ili prijetnja obrazovanju i historiografiji?
1. Uvod
Umjetna inteligencija posljednjih je godina postala nezaobilazna tema u obrazovanju, znanosti i javnom prostoru. Dok su donedavno rasprave o digitalnoj transformaciji bile usredotočene na informatizaciju nastave i razvoj digitalnih kompetencija, danas je u središtu pozornosti pitanje kako generativna umjetna inteligencija oblikuje samo razumijevanje znanja, poučavanja i kritičkog mišljenja. U kontekstu nastave povijesti, to pitanje postaje osobito osjetljivo jer se radi o disciplini koja se temelji na izvorima, interpretaciji i etičkoj odgovornosti prema prošlosti.
U europskim okvirima, naglasak se sve više stavlja na povezivanje novih tehnologija s očuvanjem i jačanjem demokratskih vrijednosti. U istraživanju provedenom za Vijeće Europe ističe se kako upravo kombinacija umjetne inteligencije, proširene i virtualne stvarnosti, 5G mreža, obrade prirodnog jezika i gejmifikacije otvara sasvim nove mogućnosti za poučavanje povijesti i građanskog odgoja. Te tehnologije mogu pridonijeti većoj interaktivnosti, dostupnosti i angažmanu učenika, ali istodobno nose rizik površnog učenja, komercijalizacije obrazovanja i jačanja nejednakosti (Hajdarović, 2024). Time je jasno da se pitanje umjetne inteligencije ne može svesti na tehnički alat – ono je ujedno i političko, pedagoško i etičko pitanje.
U hrvatskom i regionalnom kontekstu, umjetna inteligencija već se koristi u školskim projektima i eksperimentima. Učenici su, primjerice, uz pomoć AI alata stvarali alternativne povijesti, rekonstruirali prošlost kroz digitalne prikaze ili analizirali vlastite radove u usporedbi s onima koje generira AI. No, kako pokazuje članak Valentine Milohanić (2024), mogućnost stvaranja lažnih povijesnih izvora i ilustracija uz pomoć generativne AI otvara i novu dimenziju rizika. Ako učenici ili javnost ne razviju sposobnost kritičkog razlikovanja autentičnog i generiranog, otvara se prostor za zlouporabu povijesti, manipulaciju sjećanjem i širenje dezinformacija. Upravo u tom spoju potencijala i rizika krije se ključno pitanje: kako uspostaviti ravnotežu između kreativne i didaktičke uporabe umjetne inteligencije s jedne strane i nužne zaštite povijesne istine i demokratskih vrijednosti s druge.
U ovom radu istražit će se osnovne definicije i povijest razvoja umjetne inteligencije, njezini potencijali i rizici u obrazovanju od osnovne škole do sveučilišta, specifične prilike i opasnosti u historiografiji, kao i mogućnosti i izazovi njezine primjene u poučavanju povijesti. Poseban naglasak stavit će se na konkretne primjere korištenja generativne AI u nastavi povijesti, kako u Hrvatskoj, tako i u međunarodnom kontekstu, te na promišljanje o tome kako nove tehnologije mogu služiti obrazovanju u demokratskom duhu.
2. Osnovne definicije vezane uz umjetnu inteligenciju
Umjetna inteligencija (UI) u najširem smislu označava sposobnost računalnih sustava da izvode zadatke koji su tradicionalno zahtijevali ljudsku inteligenciju – poput prepoznavanja govora i slika, razumijevanja jezika, donošenja odluka i stvaranja novih sadržaja. Premda su se vizije o „umjetnim bićima“ javljale već u antičkoj mitologiji i ranonovovjekovnoj filozofiji, tek se sredinom 20. stoljeća pojavio sustavni znanstveni interes. Pojam artificial intelligence prvi je put službeno upotrijebio John McCarthy na konferenciji u Dartmouthu 1956. godine, čime je započela moderna povijest AI-a (Hajdarović, 2023b).
Današnji diskurs o umjetnoj inteligenciji obuhvaća nekoliko ključnih pojmova i podjela. Klasična AI razvijala se na temelju logičkih pravila i simboličke reprezentacije znanja. Strojno učenje označava algoritme koji uče iz velikih količina podataka, prepoznajući obrasce i predviđajući ishode. Duboko učenje predstavlja napredniju fazu strojnog učenja u kojoj višeslojni neuronski modeli analiziraju goleme količine informacija, što je omogućilo nagli razvoj sustava za prepoznavanje slika, jezika i složenih uzoraka.
Najnoviji i najvidljiviji oblik jest generativna umjetna inteligencija (GenAI), koja stvara novi sadržaj: tekstove, slike, glazbu, videozapise i interaktivne simulacije (Bellas et al., 2025). Generativni modeli poput ChatGPT-a ili Midjourneyja temelje se na velikim jezičnim modelima (Large Language Models – LLM), treniranima na milijardama riječi i podataka. Njihova snaga leži u sposobnosti da proizvode stilski uvjerljive i koherentne tekstove, ali upravo zbog toga nastaje i problem tzv. „halucinacija“ – sadržaja koji zvuči točno, a zapravo je netočan ili izmišljen (Hadan et al., 2024).
Kako bi se korisnicima omogućilo bolje razumijevanje načina rada takvih sustava, razvija se koncept objašnjive umjetne inteligencije (Explainable AI – XAI). XAI naglašava transparentnost algoritama i njihovu sposobnost da objasne na temelju čega su donijeli određeni zaključak. U obrazovnom kontekstu to znači da učenici i nastavnici ne dobivaju samo „gotov odgovor“, već i uvid u proces, što pridonosi razvoju kritičkog mišljenja i povjerenja u tehnologiju (Bellas et al., 2025).
U međunarodnim okvirima sve se više govori o AI pismenosti, koja podrazumijeva znanje, vještine i vrijednosti potrebne za razumijevanje, kritičku procjenu i odgovorno korištenje umjetne inteligencije. UNESCO (2022) ističe da AI pismenost ne obuhvaća samo tehničke kompetencije, već i etičke aspekte, svijest o privatnosti, mogućim pristranostima i utjecaju na demokratske procese. Europska unija kroz AI Act naglašava ljudski nadzor, transparentnost i zaštitu podataka, dok Američko povijesno društvo (AHA, 2025) u svojim smjernicama za poučavanje povijesti inzistira na multiperspektivnosti i jasnoći u označavanju AI doprinosa u nastavi.
Važno je naglasiti i da umjetna inteligencija nije neutralna tehnologija. Kako upozorava Milohanić (2024), generativni modeli mogu stvarati lažne povijesne izvore i ilustracije, što u obrazovnom procesu zahtijeva dodatnu pozornost. Pitanje nije samo „što AI može učiniti“, nego i „kako mi koristimo AI“ – hoće li ona služiti kao alat za osnaživanje učenika i nastavnika, ili kao sredstvo manipulacije i dezinformiranja. Upravo zato definicije umjetne inteligencije u obrazovnom i historiografskom kontekstu ne smiju biti isključivo tehničke, nego moraju uključivati i pedagošku, etičku i društvenu dimenziju.
3. Povijest razvoja umjetne inteligencije
Razvoj umjetne inteligencije povezuje se s ljudskom maštom, filozofskim promišljanjima i društvenim potrebama puno prije nego što je postala znanstvena disciplina. Još u antičkoj Grčkoj pojavljuje se mit o brončanom divu Talosu koji je štitio Kretu, dok židovska tradicija poznaje priču o Golemu, biću oblikovanom iz gline i oživljenom ljudskom voljom. Ove naracije svjedoče o stoljetnoj ljudskoj težnji za stvaranjem bića koje može obavljati složene zadatke umjesto čovjeka. Filozofi ranoga novog vijeka, poput Renéa Descartesa i Gottfrieda Wilhelma Leibniza, razvili su koncepte mehaničkih i univerzalnih strojeva, otvarajući prostor razmišljanju o umjetnom umu (Hajdarović, 2023c).
U 19. stoljeću George Boole oblikovao je simboličku logiku koja je postavila temelje digitalnog računarstva. Charles Babbage konstruirao je diferencijalni i analitički stroj, a Ada Lovelace napisala prvi algoritam koji je prepoznat kao pionirski programski kod. U 20. stoljeću Alan Turing svojim je radom “Computing Machinery and Intelligence” (1950) postavio ključna pitanja: može li stroj misliti i kako to ispitati. Njegov poznati „Turingov test“ i danas je simbol kriterija za prepoznavanje inteligentnog ponašanja strojeva.
Godina 1956. u Dartmouthu označila je rođenje moderne umjetne inteligencije. John McCarthy, Marvin Minsky, Nathaniel Rochester i Claude Shannon okupili su skupinu znanstvenika kako bi istražili mogućnost stvaranja „stroja koji uči“. Iz tog vremena potječu prvi programi za igranje šaha, rješavanje logičkih problema i obradu jezika. Tijekom 1960-ih i 1970-ih optimizam je bio velik, no ograničenja tadašnje tehnologije dovela su do prvih „AI zima“, razdoblja razočaranja i smanjenog financiranja. Unatoč tome, istraživanja su nastavila teći u području ekspertnih sustava i robotike.
Pravi procvat dogodio se 2010-ih zahvaljujući razvoju grafičkih procesora (GPU), povećanju računalne snage i dostupnosti golemih količina podataka. To je omogućilo eksplozivan razvoj strojnog i dubokog učenja, a time i alata koji danas oblikuju naše svakodnevne živote – od sustava prepoznavanja lica do preporuka na streaming platformama (Russell & Norvig, 2020).
Poseban zaokret donijela je generativna umjetna inteligencija, osobito nakon 2022. godine s pojavom ChatGPT-a i drugih modela. Oni ne samo da prepoznaju obrasce, nego i stvaraju nove sadržaje – tekstove, slike, glazbu i simulacije. Novi korak predstavljaju tzv. world modeli poput Genie 3, koji mogu generirati interaktivne mikrosvjetove i omogućiti korisnicima simulaciju povijesnih događaja ili rekonstrukciju prostora (Hajdarović, 2025b).
U obrazovanju se umjetna inteligencija pojavila već 1980-ih u obliku Intelligent Tutoring Systems, ali je njezin pravi potencijal prepoznat tek s razvojem adaptivnih platformi i analitike učenja u 21. stoljeću. UNESCO (2022) i Europska komisija danas razvijaju kurikulume AI pismenosti za osnovne i srednje škole, naglašavajući interdisciplinarni pristup, etiku i kritičko mišljenje. Kako pokazuje Hajdarović (2024), uloga AI-a u nastavi povijesti nije samo tehnička, već i duboko politička: ona može služiti kao sredstvo za jačanje demokratskih vrijednosti, ali i za njihovo potkopavanje ako se koristi nekritički.
4. Potencijali i rizici upotrebe umjetne inteligencije u obrazovanju
Umjetna inteligencija u obrazovanju sve se više prepoznaje kao tehnologija koja može radikalno promijeniti načine poučavanja i učenja. Njezin najveći potencijal leži u personalizaciji obrazovnog procesa. Algoritmi mogu pratiti napredak učenika, prepoznati njihove jake i slabe strane te im nuditi zadatke i materijale prilagođene njihovoj razini znanja i interesima. Na taj način barem se djelomično rješava problem heterogenih razreda, u kojima učenici uče različitim tempom i s različitim predznanjem (Lehmann, Cornelius & Sting, 2025).
AI može rasteretiti nastavnike od administrativnih poslova, poput ocjenjivanja kratkih eseja, vođenja evidencija ili izrade osnovnih kvizova, čime im ostaje više vremena za pedagoški i mentorski rad (Harvey, Koenecke & Kizilcec, 2025). Također, omogućuje razvoj inkluzivnijeg obrazovanja – generativni alati mogu prevoditi tekstove, stvarati pristupačne materijale za učenike s teškoćama u učenju ili izraditi multimedijalne sadržaje koji olakšavaju razumijevanje složenih pojmova.
No, istraživanja upozoravaju da učinak umjetne inteligencije nije jednoznačan. Kada učenici koriste AI kao dopunu vlastitom učenju, primjerice kako bi dobili dodatna objašnjenja ili ilustracije pojmova, rezultati su pozitivni. Kada se, pak, oslanjaju na AI da umjesto njih rješava zadatke, znanje je površnije, a dugoročno i slabije usvojeno (Lehmann, Cornelius & Sting, 2025). Postoji i rizik povećanja razlika među učenicima: oni s većim predznanjem uspješno koriste AI kao podršku, dok učenici slabijeg predznanja češće posežu za gotovim rješenjima, čime gube priliku za dublje razumijevanje.
AI donosi i šira društvena i etička pitanja. UNESCO i Europska komisija naglašavaju važnost razvoja AI pismenosti, koja uključuje razumijevanje rada sustava, svijest o pristranostima i sposobnost kritičkog korištenja alata (UNESCO, 2022; Bellas et al., 2025). To podrazumijeva da učenici i nastavnici moraju biti svjesni rizika manipulacije, mogućnosti narušavanja privatnosti i utjecaja komercijalnih interesa na oblikovanje obrazovnih sadržaja. Filozofi obrazovanja ističu da komercijalni modeli AI-a, fokusirani na individualizaciju i automatizaciju, mogu narušiti demokratski karakter obrazovanja jer potiskuju suradnju i zajedničko promišljanje (Wieczorek, 2025).
Iskustva nastavnika pokazuju da su često suočeni s nedostatkom podrške i jasnih smjernica. Dok kompanije koje razvijaju edtech rješenja naglašavaju sigurnost i korisnost svojih alata, nastavnici su zabrinuti za dublje posljedice: smanjenje motivacije učenika, opasnost od plagiranja, dodatno administrativno opterećenje i gubitak pedagoške autonomije (Harvey, Koenecke & Kizilcec, 2025). Upravo zbog toga stručna usavršavanja nastavnika prepoznaju se kao ključ za uspješno uključivanje AI-a u obrazovni proces (Biliškov, 2025).
5. Potencijali i rizici u historiografiji
U historiografiji umjetna inteligencija otvara nove mogućnosti, ali i nova pitanja o samoj prirodi povijesne znanosti. Povjesničari već desetljećima koriste digitalne alate za analizu i pohranu izvora, no generativna umjetna inteligencija unosi kvalitativnu promjenu. AI može u vrlo kratkom vremenu obraditi goleme količine podataka, prepoznati obrasce u tekstovima, olakšati prevođenje arhaičnih jezika i vizualizirati kompleksne procese poput migracija ili ekonomskih mreža (Wollny et al., 2021). U digitalnoj humanistici već se ustalila praksa korištenja računalnih alata za istraživanje kulturnih i povijesnih fenomena (Đurđević, 2022), a umjetna inteligencija u tom smislu nastavlja te trendove, povećavajući dostupnost izvora i učinkovitost analize.
No, generativna umjetna inteligencija donosi i ozbiljne rizike. Povijest nije samo popis činjenica, nego i njihova interpretacija. Kada AI generira tekstove koji zvuče uvjerljivo, ali nisu utemeljeni na stvarnim izvorima, nastaje opasnost pseudopovijesti – narativa koji se predstavljaju kao znanstveni, a zapravo su plod halucinacija modela (Hadan et al., 2024). Takva praksa može zbuniti istraživače i širu javnost, a u kontekstu obrazovanja dodatno relativizirati razliku između znanstvenih i dezinformacijskih sadržaja. Posljednjih mjeseci upravo o takvim učestalim slučajevima upozorava Memorijalni muzej Auschwitz-Birkenau.
U akademskom pisanju javlja se i pitanje autorstva. Generativni alati mogu doprinijeti stilu i jasnoći tekstova, ali često gube refleksivnu dimenziju i interpretativnu dubinu koju od povjesničara očekujemo. Recenzentski sustav suočava se s problemom da stručnjaci ponekad teško razlikuju tekstove koje je napisao čovjek od onih koje je proizvela umjetna inteligencija, što može dovesti do nepovjerenja i narušavanja znanstvenog integriteta (Nacke et al., 2024). Zbog toga se sve češće naglašava potreba za transparentnim označavanjem uporabe AI u znanstvenim publikacijama.
Etika korištenja AI-a u historiografiji uključuje i pitanje autorskih prava. Veliki jezični modeli treniraju na milijardama tekstova, često bez pristanka ili znanja autora. Time se otvara rasprava o održivosti informacijskog ekosustava i pravednosti prema onima koji stvaraju izvornu građu (Pavlić, Krpan & Zgrabljić Rotar, 2024). Poseban izazov predstavlja i pitanje kulturnog anahronizma: AI modeli pri generiranju vizualnih sadržaja često ignoriraju ikonografska pravila, povijesni kontekst i kulturne konvencije. To potvrđuju primjeri neuspjelih pokušaja animacija ili interpretacija satiričnih ilustracija koji su rezultirali stereotipnim i netočnim prikazima prošlosti (Hajdarović, 2024, 2025a).
AI u historiografiji može djelovati i kao svojevrsni „junior historiograf“ – koji pomaže u obradi podataka, otkrivanju obrazaca i poticanju novih istraživačkih pitanja (Hajdarović, 2025b). Međutim, interpretativna dimenzija ostaje nezamjenjiva ljudska zadaća. Povjesničari se, stoga, moraju prilagoditi novim alatima, ali i razvijati metodologije i etičke standarde kako bi osigurali da tehnologija obogati, a ne osiromaši disciplinu.
6. Potencijali i rizici u poučavanju povijesti
Poučavanje povijesti specifično je po tome što ne prenosi samo činjenične informacije, nego oblikuje kritičko mišljenje, osjetljivost prema izvorima i razumijevanje kulturnog i demokratskog nasljeđa. Upravo zbog toga uvođenje umjetne inteligencije u ovaj predmet nosi i velike potencijale i značajne rizike.
Generativna umjetna inteligencija otvara prostor za razvoj kreativnih i interaktivnih metoda rada. Učenici mogu sudjelovati u simulacijama povijesnih događaja, razgovarati s „oživljenim“ povijesnim ličnostima putem chatbotova, stvarati scenarije alternativnih povijesti ili koristiti AI za prevođenje i analizu povijesnih izvora. Projekti u hrvatskim školama pokazuju kako se učenici uključuju u takve aktivnosti: u Gimnaziji A. G. Matoša u Đakovu kreirali su alternativne povijesti uz pomoć AI alata, razvijajući time kritičko mišljenje i sposobnost argumentacije (Jančula, Lulić & Krbavac, 2024), dok su učenici OŠ Ladimirevci povezali rimsku baštinu i generativne alate u sklopu Festivala znanosti 2025, otkrivajući kako tehnologija može učiniti povijest bližom i atraktivnijom (Duka, Hajdarović & Lovrečić, 2024).
AI se pokazala korisnom i u razvoju metakognitivnih vještina. Projekt AI vs. MI ukazao je na to da učenici razvijaju kritičku procjenu kada uspoređuju vlastite kreativne radove s onima koje generira AI, učeći prepoznati prednosti i ograničenja oba pristupa (Buljan-Bašić, 2023). Na taj se način umjetna inteligencija može koristiti kao sparing partner u nastavi, potičući učenike na razmišljanje i analizu.
No, rizici su jednako prisutni. Generativni modeli često proizvode povijesno netočne ili površno interpretirane sadržaje. Vizualne rekonstrukcije mogu završiti u anakronizmima, a tekstualni materijali mogu zvučati uvjerljivo, ali se temeljiti na halucinacijama modela. Primjeri neuspjelih animacija grčkih bogova ili pokušaja interpretacije satiričnih povijesnih ilustracija pokazuju koliko je lako skrenuti u banalizaciju ili pogrešno razumijevanje kulturnih kodova (Hajdarović, 2024, 2025a).
Drugi izazov jest akademska čestitost. Učenici mogu koristiti AI kako bi brže došli do gotovih eseja ili analiza, što smanjuje njihovu motivaciju za istraživački rad i razumijevanje procesa učenja. Time se ugrožava autentičnost učeničkih radova, a učiteljima otežava vrednovanje. Istraživanje provedeno među učiteljima povijesti u Hrvatskoj pokazalo je da većina nastavnika teško razlikuje AI-generirane tekstove od onih koje je napisao čovjek, što potvrđuje da se naglasak u vrednovanju treba prebaciti s gotovog proizvoda na proces rada i kritičko korištenje izvora (Hajdarović, 2023a).
Umjetna inteligencija utječe i na pedagošku dinamiku. Sve se više ističe da ona mijenja dominantne modele poučavanja: učitelj više nije primarno predavač, nego postaje mentor i dizajner učenja, dok učenici preuzimaju aktivniju ulogu (Hajdarović & Ramušćak, 2024). To otvara mogućnosti za konstruktivističke i kompetencijske pristupe, ali i povećava pritisak na nastavnike da stalno razvijaju nove vještine i prilagođavaju metode.
Međunarodne smjernice, poput onih Američkog povijesnog društva (AHA, 2025), naglašavaju da se AI u nastavi povijesti treba koristiti kao pomoćno sredstvo, nikako kao zamjena za rad s izvornim dokumentima i kritičku raspravu. Transparentnost u označavanju AI doprinosa, procesno vrednovanje i multiperspektivnost prepoznaju se kao nužni standardi za očuvanje kvalitete nastave i povijesne pismenosti učenika.
7. Primjeri korištenja GenAI u poučavanju povijesti
Primjena generativne umjetne inteligencije u poučavanju povijesti sve je češća i u hrvatskom i u međunarodnom kontekstu, a primjeri pokazuju i potencijalne koristi i rizike.
U Gimnaziji A. G. Matoša u Đakovu učenici su u sklopu Centra izvrsnosti za umjetnu inteligenciju koristili GenAI za oblikovanje scenarija alternativnih povijesti. Na taj su način učili povezivati uzroke i posljedice povijesnih događaja te razvijali kritičko mišljenje o tome kako bi se povijest mogla odvijati da su pojedine odluke bile drukčije (Jančula, Lulić & Krbavac, 2024). U Osnovnoj školi Ladimirevci tijekom Festivala znanosti 2025. učenici su u projektu „Rimljani u doba umjetne inteligencije“ kombinirali istraživanje antičkog nasljeđa s digitalnim alatima. Umjetna inteligencija korištena je za izradu vizualnih prikaza i kratkih narativa, čime se baština učinila privlačnijom i dostupnijom (Duka, Hajdarović & Lovrečić, 2024).
Projekt AI vs. MI pokazao je kako se učenici mogu potaknuti na dublje promišljanje kada paralelno uspoređuju vlastite radove i one koje je proizvela umjetna inteligencija. Učenici su izrađivali crteže, pisane zadatke i druge kreativne radove, a zatim analizirali sličnosti i razlike u odnosu na AI-generirane verzije. Na taj su način razvijali sposobnost evaluacije i medijsku pismenost (Buljan-Bašić, 2023).
Na međunarodnoj razini provode se pilot-programi koji pokazuju slične učinke. U Velikoj Britaniji studenti povijesti koristili su Google Gemini za oblikovanje pitanja za seminarske rasprave i kao potporu pri pisanju radova. Rezultati pokazuju da takva uporaba AI-a može povećati angažman studenata i potaknuti ih na kritičko preispitivanje izvora, pod uvjetom da se alati koriste vođeno i refleksivno (Royal Historical Society, 2025). U Latinskoj Americi zabilježeni su primjeri korištenja AI simulacija razgovora s povijesnim ličnostima poput Simóna Bolívara, gdje su učenici morali analizirati dobivene odgovore i razlikovati vjerodostojne od netočnih informacija (Martínez, López & Hernández, 2024).
U Kanadi i Sjedinjenim Američkim Državama sve se više naglašava potreba za jasnim smjernicama. Američko povijesno društvo (AHA, 2025) preporučuje da se umjetna inteligencija koristi za transkripciju i prevođenje izvora, generiranje vizualnih prikaza i poticanje rasprava, ali da nikada ne zamijeni rad s izvornim dokumentima i učiteljski nadzor. Takav pristup odražava i upozorenja Valentine Milohanić (2024), koja ističe rizik od stvaranja lažnih povijesnih izvora i ilustracija te naglašava potrebu da učenici razviju vještinu razlikovanja autentičnog od generiranog sadržaja.
Primjeri iz hrvatskog i međunarodnog konteksta potvrđuju da je ključno pitanje ne „hoće li učenici koristiti AI“, nego „kako će je koristiti“. Kada je uporaba usmjerena na poticanje kritičkog mišljenja, multiperspektivnost i kreativnost, GenAI može postati vrijedan saveznik u nastavi povijesti. Kada se koristi nekritički, rizici manipulacije, površnog učenja i banalizacije povijesti brzo nadmašuju njezine prednosti.
8. Zaključak
Umjetna inteligencija u obrazovanju i historiografiji donosi snažne mogućnosti, ali i izazove koji zahtijevaju odgovornu uporabu i stalnu kritičku refleksiju. U obrazovnom kontekstu AI omogućuje personalizirano učenje, brže generiranje nastavnih materijala i nove oblike interaktivnosti, ali istodobno otvara prostor za površno znanje, plagiranje i urušavanje pedagoške autonomije. U historiografiji i javnoj povijesti umjetna inteligencija pomaže u obradi golemih količina podataka, prevođenju i vizualizaciji, no prijeti stvaranjem pseudopovijesti, gubitkom interpretativne dimenzije i relativizacijom izvora.
U nastavi povijesti umjetna inteligencija može biti vrijedan saveznik kada se koristi za poticanje kritičkog mišljenja, kreativnosti i multiperspektivnosti. Projekti u hrvatskim školama pokazuju kako učenici razvijaju metakognitivne vještine kada uspoređuju vlastite radove s onima generiranim AI-om, dok međunarodna iskustva potvrđuju važnost vođenih aktivnosti i jasnih pedagoških smjernica. No, rizici su stvarni: od netočnih i anahronih prikaza do mogućnosti zlouporabe u stvaranju lažnih povijesnih izvora i ilustracija (Milohanić, 2024).
U europskom kontekstu sve se jasnije ističe potreba za povezivanjem AI-a s demokratskim vrijednostima. Kako naglašava Vijeće Europe, nove tehnologije – od umjetne inteligencije do virtualne stvarnosti – mogu služiti jačanju demokratskog društva samo ako se koriste na način koji promiče kritičko mišljenje, inkluzivnost i etičku odgovornost (Hajdarović, 2024). Upravo je tu uloga nastavnika i znanstvenika ključna: oni su posrednici između tehnologije i njezine obrazovne svrhe.
Zaključno, umjetna inteligencija nije prijetnja sama po sebi, nego izazov koji nas podsjeća na važnost ljudske interpretacije, etike i odgovornosti. Ako se koristi promišljeno, transparentno i kritički, AI može postati saveznik u razvoju obrazovanja i historiografije 21. stoljeća. Ako se pak prepustimo nekritičkom prihvaćanju ili potpunom odbacivanju, riskiramo ili površnost i manipulaciju ili tehnološku zaostalost. Izbor je pred nama, a povijest nas uči da je upravo promišljena i odgovorna uporaba novih tehnologija ključna za očuvanje demokratskih vrijednosti i kvalitetnog obrazovanja.
Miljenko Hajdarović
Literatura
American Historical Association. (2025). Guiding principles for artificial intelligence in history education. Washington, DC: AHA.
Bellas, F., Ooge, J., Roddeck, L., Abu Rashheed, H., Prifti Skenduli, M., Masdoum, F., … & Attwell, G. (2025). Explainable AI in education: Fostering human oversight and shared responsibility. European Digital Education Hub.
Biliškov, Z. (2025). Stručna usavršavanja kao ključ u nastavi 21. stoljeća. ClioNaut Akademija.
Buljan-Bašić, M. (2023). AI vs. MI – istraživanje o primjeni umjetne inteligencije u osnovnoj školi. Poučavanje povijesti, 3(1), 34–45.
Đurđević, G. (2022). Digitalna humanistika: Klikovima po internetu i digitalnome svijetu. Ars Adriatica, 12(1), 89–101.
Duka, A., Hajdarović, M., & Lovrečić, J. (2024). Rimljani u doba umjetne inteligencije u OŠ Ladimirevci. Poučavanje povijesti, 3(1), 46–55.
Hadan, H., Wang, D. M., Mogavi, R. H., Tu, J., Zhang-Kennedy, L., & Nacke, L. E. (2024). The great AI witch hunt: Reviewers’ perception and (mis)conception of generative AI in research writing. Computers in Human Behavior: Artificial Humans, 2(100095), 1–15.
Hajdarović, M. (2023a). Prepoznaju li učitelji povijesti rukopis umjetne inteligencije? Poučavanje povijesti, 2(2), 15–27.
Hajdarović, M. (2023b). Umjetna inteligencija, ChatGPT i poučavanje povijesti. Poučavanje povijesti, 2(1), 5–18.
Hajdarović, M. (2023c). Povijesni pregled razvoja umjetne inteligencije. Poučavanje povijesti, 3(1), 69–81.
Hajdarović, M. (2024). Renewing history education to uphold democracy. U: Renewing history education to uphold democracy (str. 65–74). Strasbourg: Council of Europe.
Hajdarović, M. (2024). Može li umjetna inteligencija protumačiti satiričnu povijesnu ilustraciju? ClioNaut Akademija.
Hajdarović, M. (2025a). Primjer neuspješnog pokušaja animacije grčkih bogova. ClioNaut Akademija.
Hajdarović, M. (2025b). Genie 3 – nova granica u generativnim svjetovima. ClioNaut Akademija.
Hajdarović, M., & Ramušćak, G. (2024). Utjecaj umjetne inteligencije na dominantne pedagoške modele. Poučavanje povijesti, 3(2), 101–115.
Harvey, E., Koenecke, A., & Kizilcec, R. F. (2025). Don’t forget the teachers: Towards an educator-centered understanding of harms from large language models in education. arXiv preprint arXiv:2502.14592.
Jančula, A., Lulić, D., & Krbavac, B. (2024). Budućnost susreće prošlost – UI i učenici kreiraju drukčiji tijek povijesti. Poučavanje povijesti, 3(1), 22–33.
Martínez, R., López, C., & Hernández, P. (2024). Enhancing history teaching through ChatGPT simulations. International Journal of Innovative Research in Social Sciences, 8(2), 55–67.
Milohanić, V. (2024). Stvaranje tekstova, lažnih povijesnih izvora i ilustracija uz pomoć GenAI. Inovativno obrazovanje.
Pavlić, D., Krpan, M., & Zgrabljić Rotar, N. (2024). Beyond AI and copyright: Funding a sustainable information ecosystem. Journal of Information Policy, 14(3), 211–229.
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
Turing, A. (2009). Computing machinery and intelligence. In E. A. Feigenbaum & J. Feldman (Eds.), Computers and thought (pp. 11–35). MIT Press. (Original work published 1950).
UNESCO. (2022). K-12 AI curricula: A mapping of government-endorsed AI curricula. Paris: UNESCO.
Wieczorek, M. (2025). Why AI will not democratize education: A critical pragmatist perspective. Philosophy & Technology, 38(53), 1–21.
Wollny, S., Schneider, J., Di Mitri, D., Weidlich, J., Rittberger, M., & Drachsler, H. (2021). Are we there yet? A systematic literature review on chatbots in education. Frontiers in Artificial Intelligence, 4(654924), 1–18.
Tekst je izašao uz potporu Ministarstva kulture i medija RH.