AI kasutamine õpetamises: mida näitavad värsked uuringud?

AI kasutamine õpetamises ei tähenda enam üksnes ChatGPT proovimist või õppematerjali kiiremat koostamist. Värsked teadusuuringud näitavad, et tegelik kasu sõltub sellest, kuidas õpetaja AI väljundit kontrollib, põhjendab ja õppetöös rakendab.

Koolitaja jaoks on keskne küsimus: kas AI aitab õppijal või õpetajal paremini mõelda või teeb lihtsalt töö kiiremini valmis?

AI võib toetada õpetaja professionaalset arengut

2026. aasta novembris avaldatud süstemaatiline ülevaade ja metaanalüüs koondas 40 uuringu tulemused. Neist 19 uuringut, milles osales kokku 2872 inimest, kaasati metaanalüüsi.

Tulemused näitasid generatiivse AI mõõdukat positiivset mõju õpetajate kutsekompetentsile. Kasu ilmnes eelkõige:

• enesejuhitud õppimises;
• õppematerjalide ja õppekavade koostamises;
• õppijatele tagasiside andmises;
• personaliseeritud hindamises.

Hariduse jaoks loodud AI-tööriistad andsid paremaid tulemusi kui üldotstarbelised lahendused. Samas olid uuringute ülesehitus ja kompetentsi mõõtmise viisid väga erinevad. Seetõttu ei saa järeldada, et iga AI-tööriist või koolitus parandab automaatselt õpetamise kvaliteeti.

Koolitustel tasub loobuda ülesandest „proovi ChatGPT-d ja vaata, mis juhtub“. Selle asemel võiks õppija läbida selge tööprotsessi:

1. sõnastab eesmärgi;
2. koostab AI abil esialgse lahenduse;
3. kontrollib väljundit;
4. põhjendab tehtud muudatusi;
5. esitab parandatud tulemuse.

Nii muutub AI kasutamine nähtavaks õpiprotsessiks, mitte pelgalt kiiremaks tulemuse tootmiseks.

AI tagasiside vajab konkreetset järgmist sammu

Uuringus „Human versus AI feedback on nonverbal behaviors in microteaching“ võrreldi inimese, AI ja nende kahe kombineeritud tagasisidet. Randomiseeritud katses osales 67 õpetajakoolituse üliõpilast.

Kõigis kolmes rühmas paranesid osalejate õpetamiskäitumine ja enesetõhusus. AI tagasiside soodustas rohkem analüütilist refleksiooni, inimese antud tagasiside aga aitas paremini kavandada praktilisi muudatusi. Õppijad soovisid AI-lt konkreetsemaid ja paremini rakendatavaid soovitusi.

See on oluline tähelepanek ka täiskasvanute koolituses. AI võib kirjeldada, mis läks hästi või halvasti, kuid õppimiseks peab tagasiside jõudma järgmise tegevuseni.

Näiteks võib esinemise või mikrotunni analüüsi ülesanne sisaldada kolme küsimust:

• Millise AI tähelepanekuga nõustud?
• Millise soovituse lükkad tagasi ja miks?
• Mida muudad järgmises soorituses?

Uuring oli väike ja keskendus kitsalt mitteverbaalsele käitumisele, mistõttu ei saa tulemusi üle kanda kogu õpetamise kvaliteedile. Küll aga toetab see mõtet, et AI tagasisidet ei tohiks kasutada ilma õppija enda refleksioonita.

Tunnikava koostamisel loeb põhjendamine, mitte promptide arv

AI abil tunnikavade koostamist käsitlenud juhtumiuuring jälgis viit tulevast matemaatikaõpetajat ja analüüsis 34 otsustusolukorda.

Uuringu põhjal ei sõltunud AI kasutamise hariduslik väärtus promptide arvust ega sellest, kui palju õppija AI väljundit toimetas. Olulisem oli, kas õpetaja:

• kontrollis ettepanekuid sõltumatute allikate abil;
• arvestas õppijate vajaduste ja varasemate teadmistega;
• hindas tegevuse praktilist teostatavust;
• põhjendas, miks ta AI soovituse vastu võttis või tagasi lükkas;
• rakendas otsuse tegelikus tunnikavas.

Eriti nõrgaks muutus tööprotsess siis, kui AI oli korraga nii soovituse allikas kui ka selle õigsuse kontrollija.

Seetõttu võiks AI abil koostatud tunnikava juurde kuuluda otsustabel:

Uuringu valim oli väga väike, kuid selle praktiline järeldus on väärtuslik: hinnata tasub õpetaja otsustusprotsessi, mitte ainult valmis tunnikava.

Täiskasvanud õppijad vajavad erinevaid lähtekohti

OECD Digital Economy Outlook 2026 näitab suuri erinevusi generatiivse AI kasutamises. 2025. aastal kasutas generatiivset AI-d 37% inimestest. 16–24-aastaste seas oli kasutajaid 68%, vanemate täiskasvanute seas vaid 14%.

See tähendab, et ühes koolitusgrupis võivad olla korraga igapäevased AI kasutajad ja inimesed, kes ei tea veel, millest alustada.

Täiskasvanute koolitusel tasub pakkuda vähemalt kahte töörada:

• algajale juhendatud ja näidetega harjutus;
• kogenumale AI väljundi hindamise, võrdlemise ja parandamise ülesanne.

Lisaks tuleb käsitleda isikuandmeid, konfidentsiaalse info kaitsmist ja andmete minimeerimist. Ligipääs AI-tööriistale ei tähenda veel AI-pädevust.

Mida ütleb AI Act?

ELi AI Acti kehtiva teksti kohaselt saabub 2. detsembril 2026 üleminekutähtaeg enne 2. augustit 2026 turule toodud genereerivate AI-süsteemide pakkujatele. Süsteemide loodud väljund peab olema masinloetavalt märgistatud ja tuvastatav kui tehislikult loodud või muudetud sisu.

See on eelkõige AI-süsteemi pakkuja kohustus. Sellest ei tulene õpetajale üldist nõuet lisada igale AI abil koostatud slaidile või tekstile tehniline märgistus.

Õppetöös on siiski mõistlik nõuda AI kasutamise sisulist avalikustamist: millist tööriista kasutati, milleks seda kasutati ning mida õppija ise kontrollis ja muutis. See on hea õppe- ja hindamispraktika ka siis, kui konkreetne märge ei tulene otseselt AI Actist.

Kolm muudatust, mida õppematerjalides kohe teha

1. Lisa ülesannetele AI kasutamise kontroll- ja otsustabel

Õppija peab näitama, mida ta kontrollis, muutis või tagasi lükkas. Nii saab hinnata tema mõttekäiku, mitte ainult lõpptulemust.

2. Seo AI tagasiside järgmise tegevusega

Tagasisideülesande tulemus peab olema vähemalt üks konkreetne muudatus, mida õppija järgmises soorituses katsetab.

3. Täpsusta AI Acti käsitlevaid õppematerjale

Erista AI-süsteemi pakkuja, kasutuselevõtja, õpetaja ja õppija rollid. Samuti tuleb eraldi välja tuua seadusest tulenevad kohustused ning kooli või koolitaja enda kehtestatud head tavad.

AI kasutamine õpetamises annab parima tulemuse siis, kui AI ei asenda professionaalset otsustamist, vaid muudab selle nähtavamaks, põhjendatumaks ja kontrollitavamaks.

Kasutatud allikad

• Sun, L. ja Zheng, Y. (2026). The effectiveness of generative artificial intelligence in promoting teachers’ professional competence: A systematic review and meta-analysis.
• Mu, S. jt (2026). Human versus AI feedback on nonverbal behaviors in microteaching.
• Pang, J., Zuo, H. ja Li, G. (2026). Negotiating epistemic authority in AI-assisted lesson planning.
• OECD (2026). OECD Digital Economy Outlook 2026.
• Euroopa Liit. Tehisintellekti käsitleva määruse konsolideeritud tekst.