„Knowledge is and will be produced in order to be sold, it is and will be consumed in order to be valorized in a new production: in both cases, the goal is exchange. Knowledge ceases to be an end in itself, it loses its ‘use-value’.“ — Jean-François Lyotard, “The Postmodern Condition: A Report on Knowledge” (1984, English translation).

Уште во 1979 година Жан-Франсоа Лиотар го најави преломот што денес го живееме. Во „Постмодерната состојба“ тој забележа дека знаењето сè повеќе се произведува за да биде продадено, а се користи за да биде вложено во нова продукција — со други зборови, дека престанува да биде цел сама за себе и ја губи својата „употребна вредност“, претворајќи се во чиста стока за размена. Лиотар притоа го имаше предвид кодифицираното, преносливо знаење: она што може да се запише, да се пренесе и да се вгради во информациските системи.

Овој текст тргнува оттаму каде што Лиотар застана. Она што тој го воочи на рамниште на знаењето, вештачката интелигенција сега го доведува до крај на рамниште на самото мислење. Во стока не се претвора само готовиот, запишан производ на умот, туку и живата мисловна способност што го создава тој производ — обработката, синтезата и, на крајот, расудувањето. Ако кај Лиотар знаењето ја губеше употребната вредност преобразувајќи се во разменска, тука истата судбина ја снаоѓа самата когниција: мислењето се разложува на единици што можат да се мерат, да се копираат и да се продаваат на парче. Цитатот на почетокот, така, не е само мото, туку и почетна точка на аргументот што следува.

Воведна теза

За вештачката интелигенција најчесто се зборува како за уште еден чекор во автоматизацијата — машината презема задачи, некои работни места исчезнуваат, други се преобликуваат. Овој текст предлага поинакво гледиште. Вештачката интелигенција не е само нов чекор во механизацијата; таа е првата технологија која го претвора самото мислење во стока — нешто што може да се кодифицира, да се разложи на дискретни единици и да се продаде на парче. Со тоа се менува кој вид човечка способност останува вреден, кој станува евтин и кој останува редок токму затоа што не може да се замени.

Тезата може да се изрази накратко. Вештачката интелигенција не ја уништува вредноста на човечкото мислење; таа ја префрла во еден тесен простор — во просторот на самостојното расудување — а истовремено ги поткопува условите под кои тоа расудување може да се развива и да се одржува. Аргументот што следува ја реконструира и разјаснува линијата изложена кај Mahroum (2026).

Когницијата како ограничен и затоа вреден ресурс

Аргументот тргнува од една базична граница на човечкиот ум. Џорџ Милер (Miller, 1956) покажа дека работната меморија истовремено може да задржи само мал број единици информации — наодот познат како „магичната бројка седум“. Истата интуиција Херберт Сајмон ја вгради во својата теорија за ограничената рационалност: бидејќи самата мисловна способност е оскуден ресурс, луѓето не го бараат најдоброто можно решение, туку се задоволуваат со она што е доволно добро во рамките на нивните когнитивни можности (Simon, 1955). Подоцна Сајмон ја формулира и импликацијата за информациското општество — богатството на информации создава сиромаштија на внимание (Simon, 1971).

Импликацијата не е психолошка, туку економска. Ако човечкиот капацитет за обработка е по природа ограничен и редок, тогаш тој станува ресурс за кој се плаќа. Мислењето отсекогаш било потенцијална стока — но без технологија која можела да го одвои од конкретниот човек, тоа никогаш не можело да стане стока во полна смисла.

Границата што ја поставуваше когнитивниот капитализам

Кога знаењето стана главен извор на вредност во економијата, теоретичарите на когнитивниот капитализам, пред сè Карло Верчелоне (Vercellone, 2007), на оваа поставка ѝ додадоа една важна ограда. Потпирајќи се на Марксовиот поим за „општиот интелект“ (Marx, 1973), тие тврдеа дека капиталот може да присвои многу нешта, но не и најпродуктивниот дел од мислењето — премолченото знаење, расудувањето стекнато преку искуство и чувството за контекст. Овие облици на знаење се неоделиви од личноста што ги носи. За разлика од машината, ваквото знаење не може целосно да се одвои од работникот, да се запише во процедура и да се пренесе по волја. Мисловната работа беше единствениот производен влог што не подлежи на потполна комодификација, токму поради своето вкоренување во конкретниот човек.

Вештачката интелигенција ја побива токму оваа ограда. Премолченото разбирање акумулирано во поединците и во институциите — она што се сметаше за неоделиво од нив — сега може да се изведе од нивните практики, да се копира и да се распредели во голем обем. Така се отвора пазар за нешто за кое Верчелоне беше уверен дека не може да стане стока — самата човечка мисловна способност.

Расчленувањето на когницијата

Претходната теорија ја третираше когницијата како единствена, неделива целина, поради што прашањето за нејзината комодификација беше поставено бинарно — може или не може да се присвои. Аналитичкиот придонес на интерпретацијата што ја следиме е токму во отфрлањето на таа претпоставка. Когницијата не е „една работа“ и не може да се мери на едно единствено ниво.

Корисна оптика овде нуди моделот на работна меморија на Бадли (Baddeley & Hitch, 1974; Baddeley, 2000). Во својата оригинална форма моделот разликува централен извршител и неколку потсистеми кои се грижат за вербалните и за визуелно-просторните содржини, на кои подоцна е додаден и епизоден бафер што ги поврзува информациите од различните извори. За потребите на овој аргумент доволно е да се задржи функционалното јадро во три различни функции — способноста да се задржи и обработи вербалната информација; способноста за синтеза, односно за спојување податоци од повеќе извори во една кохерентна целина; и над нив, она што Бадли го нарекува „централен извршител“, односно функцијата што поставува цели, распределува внимание, се справува со нови ситуации и одредува што е важно.

Оваа поделба има непосредни економски импликации, зашто трите функции не се заменливи меѓу себе и не подлежат на комодификација на ист начин. Вештачката интелигенција веќе ги репродуцира првите две — обработката и синтезата — брзо, во голем обем и за дел од трошокот што денес го имаат институциите за работата на аналитичарите, советниците и стратешките тимови. Она што таа сè уште не може да го реплицира е способноста да дефинираат приоритети, да се расудува во ситуации на неизвесност и да оцени што заслужува внимание.

Повлекувањето на вредноста нагоре

Според ваквото гледиште за когницијата, произлегува една последица што претходната теорија не можеше да ја види. Способностите кои порано даваа предност на пазарот на трудот (читањето, обработката и синтезата на информации) повеќе не функционираат како компаративна предност, бидејќи стануваат универзално достапни. Вреден останува единствено оној слој од мислењето што машината сè уште не може да го репродуцира — самостојното расудување, способноста да се постави сосема ново, оригинално прашање и умеењето да се дејствува во ситуации за кои не постои готов преседан од минатото.

Оваа динамика ја преобликува и социјалната слика на пазарот на знаење. На долното ниво — кај општите и лесно повторливи функции — пристапот се демократизира, така што истражувач во Најроби сега може да изведе многу од истите аналитички задачи како партнер во голема консултантска фирма. На горното ниво, пак — кај специјализираното расудување на онкологот, на геополитичкиот аналитичар или на адвокатот — знаењето се изведува од нивните практики и се концентрира во затворени производи на неколку компании. Истата технологија истовремено и социјализира мислење одоздола и приватизира мислење одозгора. Тоа не се два различни процеса, туку еден процес гледан на две различни перспективи.

Стапица: расудувањето како најзагрозениот ресурс

Овој дел од аргументот ја преобразува дескрипцијата во предупредување. Слојот кон кој се преместува вредноста — самостојното расудување — е истовремено и најкршливиот од трите. Расудувањето не настанува само од себе; тоа се формира токму преку вежбањето на пониските мисловни функции, преку непосредниот контакт со материјалот и преку навиката за самостојна обработка и синтеза. Кога овие функции систематски се препуштаат на машината, исчезнува самиот терен врз кој расудувањето може да расте.

Ендру Ј. Питерсон (Peterson, 2024) оваа динамика ја нарекува колапс на знаењето — кога машината постојано се справува подобро од просечниот човек, поттикот да се развива и да се одржува сопствена аналитичка способност полека слабее. Опасноста овде не доаѓа од неуспехот на технологијата, туку од нејзиниот премногу голем успех. Општеството може да престане да ја негува самата суровина од која зависи и таа технологија.

Заклучокот е парадоксален. Во економија во која машините можат да обработуваат, копираат и распределуваат знаење за речиси никаков трошок, единственото што останува навистина редок ресурс е она што не може да се репродуцира — способноста да се постави прашањето кое никој дотогаш не го поставил, да се види она што другите го промашиле и да се расудува таму каде што нема преседан. Таа способност станува поскапоцена од кога и да било во минатото, а истовремено секојдневно е поткопувана од стимулите на самата технолошка средина во која живееме. Самостојното мислење е и најреткиот вид на стока и најзагрозениот од сите.

Граници на аргументот

Аргументот изложен дотука е оправдан во повеќето чекори, но еден од нив бара резерва. Тврдењето дека расудувањето нужно атрофира штом пониското мислење се препушти на машината е веродостојно, но не е докажано. Тоа е емпириска претпоставка, а не логичка нужност. Во принцип постои можност расудувањето да се одржува и да се негува и преку други практики, дури и кога машината ја носи рутинската обработка. Дали навистина следи колапс или само ризик од колапс под одредени услови, останува отворено емпириско прашање и токму тоа е главната точка на која понатамошните истражувања можат продуктивно да се сосредоточат.

Покрај тоа, аргументот свесно одбегнува едно поголемо прашање. Ако знаењето што ги храни системите на вештачката интелигенција е колективно произведено, како плод од трудот на милиони аналитичари, истражувачи и советници, тогаш прашањето за припадноста на приносите станува политичко-економско. Перспективата на commonfare, односно на колективното управување со плодовите од општествената соработка (Fumagalli, Giuliani, Lucarelli, & Vercellone, 2019), останува надвор од видното поле на аргументот. Тој се задржува на грижата за зачувување на човечкиот капацитет и не оди до прашањето за сопственоста и за прераспределбата. Тоа е простор за следната фаза на анализа.

Користена литература

Baddeley, A. (2000). The episodic buffer: A new component of working memory? Trends in Cognitive Sciences, 4(11), 417–423.

Baddeley, A. D., & Hitch, G. (1974). Working memory. In G. H. Bower (Ed.), The psychology of learning and motivation (Vol. 8, pp. 47–89). Academic Press.

Fumagalli, A., Giuliani, A., Lucarelli, S., & Vercellone, C. (2019). Cognitive capitalism, welfare and labour: The commonfare hypothesis. Routledge.

Lyotard, J.-F. (1984). The postmodern condition: A report on knowledge (G. Bennington & B. Massumi, Trans.). University of Minnesota Press. (Оригинално напишано 1979)

Mahroum, S. (2026, јуни). Cognition for sale. Project Syndicate.

Marx, K. (1973). Grundrisse: Foundations of the critique of political economy (M. Nicolaus, Trans.). Penguin Books. (Оригинално напишано 1857–1858)

Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81–97.

Peterson, A. J. (2024). AI and the problem of knowledge collapse (arXiv:2404.03502). arXiv.

Simon, H. A. (1955). A behavioral model of rational choice. The Quarterly Journal of Economics, 69(1), 99–118.

Simon, H. A. (1971). Designing organizations for an information-rich world. In M. Greenberger (Ed.), Computers, communication, and the public interest (pp. 37–72). The Johns Hopkins University Press.

Vercellone, C. (2007). From formal subsumption to general intellect: Elements for a Marxist reading of the thesis of cognitive capitalism. Historical Materialism, 15(1), 13–36.

Институтот за родови студии при Филозофскиот факултет во Скопје се издвои како единицата со најинтензивна примена на вештачката интелигенција во наставниот и истражувачкиот процес, според првата систематска аналитика на институционалната ВИ-платформа на Факултетот, спроведена во рамките на проектот „Потенцијали и предизвици на примената на вештачката интелигенција во наставата, учењето и истражувањата во општествените и хуманистичките науки“.

Податоците говорат недвосмислено. Во разгледуваниот период, ВИ-агентот на Институтот за родови студии генерирал 7.784 сесии — највисок резултат меѓу сите дванаесет институтски единици на Факултетот и приближно 40% од вкупната активност на институтскиот слој. За споредба, соодносот меѓу Институтот за родови студии и единицата со најниска активност изнесува близу 29 спрема 1. Овие бројки не доаѓаат од самопроценка или анкета, туку од објективната метрика на самата платформа, што им дава тежина на проверлив факт.

Она што го прави овој резултат особено значаен не е само неговиот волумен, туку и она што стои зад него. Аналитиката покажува дека интензитетот на усвојување на вештачката интелигенција не зависи од големината на академската заедница, туку од нејзината култура — од отвореноста кон рефлексивни, интердисциплинарни и текстуално интензивни методи на работа. Токму по тоа Институтот за родови студии, заедно со психологијата и специјалната едукација, се издвојува: неговата истражувачка ориентација кон критичко промислување, интердисциплинарност и работа со текст се покажува како плодна почва за смислена, а не површна интеграција на новите технологии.

Истовремено, успехот на Институтот не е изолиран потфат, туку дел од пошироката институционална рамка што проектот ја гради. ВИ-агентите на платформата се развиени на технологијата Chipp и функционираат врз архитектура на снипети — програмски вградени инструкции преку кои етичките и институционалните барања на Универзитетот „Св. Кирил и Методиј“ и на Филозофскиот факултет се операционализираат директно во однесувањето на секој агент. На тој начин секоја интеракција се одвива во рамки што самата институција ги дефинира и ги контролира, со што примената на вештачката интелигенција останува во служба на академскиот интегритет и на самостојната работа на студентите, наместо да ја замени.

Резултатите на Институтот за родови студии така не се само показател за технолошка ажурност, туку и потврда дека одговорната, институционално посредувана интеграција на вештачката интелигенција наоѓа свое природно место таму каде што постои подготвеност за критичко и рефлексивно мислење. Во контекст во кој високообразовните институции во регионот сè уште се движат меѓу забрана и нерегулирана употреба, искуството на Институтот нуди конкретен пример дека постои и трета, осмислена можност.

На Факултетот за информатички науки во Скопје се најавува презентација со наслов „ВИ писменост за наставници: локални јазици, етичка употреба и практична поддршка во наставата“. Насловот звучи беспрекорно — писменост, етика, локални јазици, практична поддршка во секојдневната работа со учениците. И токму во таа беспрекорност лежи прашањето што никој не го поставува: кога еден наставник, совршено писмен и совесен, ќе вклучи комерцијален генеративен модел во својата настава, кој одговара за она што моделот ќе го произведе пред учениците?

Дискусијата за вештачката интелигенција во образованието по правило се води токму во тој регистар — како прашање на вештини: како наставникот да состави добар промпт, кои алатки се корисни, како да се користат етички и внимателно. Тоа прашање е легитимно, но не е централното. Централното прашање не е дали образованието ќе користи вештачка интелигенција — тоа е веќе решено од самата технолошка реалност — туку под чија одговорност ќе ја користи. А одговорноста во образованието не е работа на индивидуална совест; таа е законски лоцирана во институцијата. Токму тоа поместување, од компетенцијата на поединецот кон одговорноста на институцијата, е местото каде целата расправа добива поинаков облик.

Што дискурсот за писменост не може да го каже

Јавниот говор за вештачката интелигенција во образованието денес гравитира околу неколку поими: практична примена, дигитална и медиумска писменост, етичка употреба, поддршка на локални јазици, мотивација на учениците. Тоа не е погрешна лексика. Напротив, таа го отвора неопходното прашање за компетенциите на наставниците и студентите во средина во која генеративните системи стануваат секојдневие. Илустрацијата е блиску: најавата за „ВИ писменост за наставници: локални јазици, етичка употреба и практична поддршка во наставата“, што ќе се одржи на Факултетот за информатички науки во Скопје, ја сместува вештачката интелигенција токму во тој регистар — како практична поддршка во секојдневната работа со учениците, со практични демонстрации на современи решенија и со повик кон критичко размислување и претпазливост.

Проблемот не е во настанот, кој во својот регистар е и корисен и потребен. Проблемот е што целиот тој регистар работи на еден слој — слојот на поединецот. Тој го оспособува поединецот успешно да ги користи алатките. Меѓутоа, постои прашање што тој слој структурно не може да го допре: кога една алатка на вештачка интелигенција, преку својата функција во наставниот процес, престанува да биде приватно помагало и станува дел од образовната испорака, кој ја презема одговорноста за она што таа го произведува? Колку и да е писмен и совесен наставникот, неговата писменост не ја преместува институционалната одговорност, ниту ја извршува. Може да се замисли совршено писмен наставен кадар што совесно користи комерцијална алатка, додека јазот на отчетноста на установата останува целосно недопрен. Писменоста на корисникот не ѝ дава на институцијата контрола врз содржината за која сепак одговара.

Асиметријата меѓу одговорноста и контролата

Во класичниот образовен систем учебниците, наставните средства, наставните и студиските програми и критериумите за оценување не се произволни ресурси — тие се дел од регулирана архитектура. Училиштата, факултетите и универзитетите не се обични корисници на содржини; тие вршат законски дефинирана образовна функција, врзана со прописите за основното, средното и високото образование и со правилата за учебници и наставни средства. Кога системот на вештачка интелигенција се користи како приватна алатка на студентот или наставникот, прашањето останува во рамки на академскиот интегритет: плагијат, транспарентност, индивидуална одговорност. Но штом истиот или сличен систем влезе во наставата, туторството, поддршката на учењето или институционално организираната комуникација со студентите, повеќе не станува збор за приватна употреба. Станува збор за образовна функција извршувана преку дигитален посредник — а таа функција ја носи институцијата.

Оттука произлегува носечкиот аргумент, кој важи без оглед на тоа како ќе го класифицираме системот на вештачка интелигенција. Правната одговорност на образовната институција е дадена и непренослива: таа останува таму каде што правото ја сместило, без оглед на тоа преку каков медиум се испорачува содржината. Директниот пристап до комерцијален генеративен модел ѝ дава на институцијата одговорност без контрола — таа останува отчетна за содржината што се испорачува под нејзино име и во нејзин контекст, но нема никаква моќ да ја обликува, прегледа, ограничи или ревидира. А не може да се биде правно одговорен за излез што не се создава, не се гледа и не се контролира. Општата безбедност на еден комерцијален модел не е исто што и неговата образовна легитимност: моделот може да биде технички напреден, корисен, па дури и релативно безбеден во општ контекст, а образовната институција сепак да нема начин да гарантира релевантност, недискриминација и усогласеност со образовните програми.

Од ова следува заклучок по пат на исклучување. Образовниот систем не може да се однесува како обичен претплатник на дигитална услуга кога услугата почнува да ја врши функцијата на наставен посредник. За да може својата непренослива одговорност воопшто да ја изврши — да ја претвори од номинална во реална — институцијата мора да го интернализира системот доволно за да го контролира. Тоа е структурно барање, не вредносна преференца: локусот на одговорноста мора да се совпадне со локусот на безбдноста.

Кога четот станува наставно средство

Ако одговорноста се определува според функцијата што системот ја врши, а не според неговата техничка форма, тогаш следи дека еден бот што објаснува лекции, генерира задачи, структурира учење, препорачува извори или дава повратна информација влегува во полето на наставните средства — без оглед на тоа што технички е чет-интерфејс, а не печатена книга. Тука вреди да се биде искрен околу една отворена точка. Генеративниот систем не е завршен, фиксен артефакт каков што е учебникот: режимот за одобрување учебници претпоставува статичен текст што се одобрува еднаш, додека ботот произведува променлив, недетерминистички излез при секоја интеракција. Затоа не може да се тврди дека ботот е учебник во строга правна смисла.

Сепак, најверојатната регулаторна траекторија е тој да биде третиран како дигитално учебно помагало или како негов функционален еквивалент — токму затоа што критериумот на регулација е образовната функција, а носител на одговорноста е институцијата што го распоредува. Оваа траекторија не е претпоставка: регулативата на Европската Унија за вештачка интелигенција (Регулатива (ЕУ) 2024/1689) веќе ги класифицира како високоризични системите наменети за оценување на исходите од учењето, вклучително кога тие исходи се користат за насочување на процесот на учење во образовни институции на сите нивоа. Со други зборови, токму логиката „функцијата, не формата“ е веќе позитивно право, со обврски за документација, податочно управување и следливост што паѓаат врз институцијата-обезбедувач. Бидејќи нашата земја е земја-кандидат, тоа доаѓа по линија на хармонизација без оглед на тоа што домашен закон за вештачка интелигенција сè уште нема; до тогаш, како преоден режим, мерливи остануваат прописите за основното, средното и високото образование. Значи прашањето кое институцијата ќе го затекне не е дали нејзиниот образовен бот ќе биде регулиран, туку како — и дали ќе биде поставен така што воопшто да може да го издржи тој режим.

Од декларативна кон извршлива норма

Тука лежи разликата што ги дели двете парадигми посуштински од секоја техничка карактеристика. Во моделот на непосредувана употреба на ВИ, наставникот се обучува како индивидуален корисник, а нормата останува надворешна препорака: користи внимателно, проверувај, не внесувај чувствителни податоци, размислувај критички. Тоа е етика како препорака — декларација запишана во кодекс или упатство, што корисникот треба доброволно да ја почитува, додека самиот систем не знае за неа. Во институционално посредуваниот модел, нормата може да се вгради во архитектурата на системот: контроли поставени пред генерирањето одговори на ВИ системите, проверки по неа и траги што овозможуваат институцијата да препознава обрасци наместо изолирани инциденти. Тоа е етика како оперативна архитектура.

Разликата ја менува самата логика на одговорност. Прашањето престанува да биде „дали овој конкретен одговор е добар?“ и станува „дали системот има повторлив, проверлив и институционално управуван режим што ги намалува ризиците низ многу интеракции?“. Во првиот случај институцијата може да се скрие зад индивидуалната одговорност на наставникот. Во вториот, таа ја презема задачата да создаде систем кој е одговорен затоа што е дизајниран да биде одговорен — куриран, дисциплинарно специфициран, ограничен, означен, тестиран и ревидиран како дел од нејзината образовна функција. Декларацијата секогаш може да остане мртво слово; извршливата норма е условот без кој институционалната отчетност останува само реторика.

Зошто институционалниот систем не е автоматско решение

Поместувањето на одговорноста во институцијата не е бесплатно и не е без свои опасности — а текст што тоа не го признава би бил наивен. Институционалниот систем носи ризик од монокултура: единствен куриран систем лесно може да наметне една рамка на дисциплината и еден „одобрен“ сет одговори, што е спротивно на академскиот плурализам. Носи ризик од прекумерно управување и од „театар на усогласеност“, во кој контролите служат да изгледа дека е сторено нешто, а не вистински да го намалат ризикот. И носи ризик да произведе побавна, посиромашна алатка од добро одржуваната комерцијална, особено таму каде што капацитетот е најмал — иронично, токму во основното и средното образование, каде нормативниот случај за заштитен систем е најсилен, а техничкиот капацитет најслаб.

Затоа институционалната контрола мора да биде пропорционална, документирана, ревидирачка и оспорлива. Контролата не е добра само затоа што е вградена во код; од друга страна, вградена непрозирна контрола е само порафинирана форма на автоматизација. Поентата не е дека институционалниот систем е сам по себе подобар, туку дека е единствениот начин непреносливата одговорност да стане извршлива. Дека тој систем потоа ќе биде добар или лош зависи од тоа дали неговите контроли се отворени за проверка и оспорување — што е работа на дизајн и на академска култура, не на сама институционалност.

Кој одговара кога ботот ќе проговори

Прашањето што го поставивме, не е технолошко туку институционално. Образовните установи не мора да градат сопствени фундаментални модели — тоа за повеќето е речиси невозможно. Поентата е дали ќе изградат сопствен режим на употреба врз постојните модели: куриран, дисциплинарно обликуван и нормативно управуван слој преку кој непреносливата одговорност станува извршлива, наместо да остане декларација на хартија додека содржината тече низ комерцијална црна кутија што институцијата не ја контролира.

Дека тоа не е само теорија покажува конкретен домашен пример. AI Платформата на Филозофскиот факултет во Скопје (aifzf.org) не упатува на надворешни алатки, туку е проект на самиот факултет, со агенти организирани по дисциплини — филозофија, историја, педагогија, психологија, социологија, родови студии — замислени да ги поддржуваат студентите и професорите во рамки на курикулумот. Тоа што платформата си поставува за цел академска и етичка рамка за одговорна имплементација и што е институционален проект поддржан од Министерството за образование и наука, ја сместува одговорноста токму таму каде што треба да биде — во институцијата што ја обезбедува содржината. А тоа што се самоопределува како истражување и студија на случај, а не како готов и непогрешлив производ, не е слабост, туку правилна поставеност: институционалниот систем е легитимен само доколку се испитува, ревидира и оспорува.

Вистинскиот ризик, значи, не е во тоа што образованието ќе користи вештачка интелигенција, туку во тоа што ќе ја користи како да не е образование — туку како пазарна услуга наместо како регулиран јавен и академски процес. Ако АИ-системите стануваат дигитални посредници на знаење, тие мора да подлежат на истата логика што го прави образованието образование: законитост, релевантност, недискриминација, проверливост и усогласеност со програмите.

Затоа иднината не почнува со забрана на користење на АИ, туку од јасно прашање што секоја институција мора да си го постави пред нивниот бот да проговори пред студентите: кога овој систем станува дигитално учебно помагало, кој го одобрува, кој го контролира, кој го ревидира и кој одговара за неговиот излез.