Što studenti tehničkih studija moraju znati o inteligentnim strojevima

Četiri od pet studenata koriste AI za učenje. Samo 6 % nastavnika kaže da su pravila jasna. Zaključni nastavak o tome što stvarno treba znati — i o datumima koje svaki inženjer mora imati u kalendaru.

Serijal Čovjek i inteligentni strojevi · 10/10

Student treće godine mehatronike predaje seminar. Kod radi. Tablica je uredna. U rubrici „korištenje AI-ja” napisao je koje je alate koristio i koje promptove. Profesor ga pita: zašto ovaj filtar ima upravo ove parametre? Student ne zna. Model ih je predložio, kod je prošao test, on je predao. Profesor ne pita je li smio koristiti AI. Pita čiji je to seminar.

To pitanje — čiji je to rad, čije je to znanje — jedino je pitanje koje ovaj serijal do sada nije postavio izravno. Vrijeme je.

Brojke iz Hrvatske

CARNET i Hrvatsko katoličko sveučilište anketirali su u školskoj godini 2024./2025. 3.913 učenika, 924 roditelja i 382 nastavnika u 46 škola iz 16 županija, u sklopu projekta BrAIn. Rezultat, predstavljen u ožujku 2026.: digitalne tehnologije i umjetna inteligencija sve su prisutniji u učenju, a dio učenika ih koristi gotovo svakodnevno. Longitudinalni rezultati stižu 2028.[1] U veljači 2026. objavljene su nacionalne smjernice za primjenu AI-ja u obrazovanju, a konferencija CUC 2026 nosila je naslov „AI bez iluzija”.[2]

Na fakultetima se to već vidi u praksi: seminari dobivaju rubriku u kojoj student navodi je li koristio AI, u kojem dijelu i s kojim promptovima. Velika međunarodna studija u PLOS ONE (2025., 23.000 studenata iz 109 zemalja) pokazuje da studenti AI najčešće koriste kao pomoć pri učenju i snalaženju u količini informacija, ne za „prepuštanje” obveza.[3]

Globalna slika je slična, ali s jednom neugodnom brojkom: više od 80 % američkih srednjoškolaca i studenata koristi AI za školske zadatke, ali samo polovica škola ima pravila, a tek 6 % nastavnika kaže da su ta pravila jasna.[4] Studenti su ispred institucija. To nije nužno loše, ali znači da odgovornost za granice zasad nose sami.

Tri sloja kompetencija

Student tehničkog studija ne treba postati filozof, pravnik i programer istodobno. Mora naučiti razgovarati s tim disciplinama. To traži tri sloja.

Tehnički sloj. Osnove programiranja, podataka i algoritama. Senzori, aktuatori, regulacija. PLC, HMI, SCADA. Industrijske komunikacije i IoT. Robotika, strojni vid, sigurnost strojeva. Simulacija i digitalni blizanci. Osnove strojnog učenja — i, važnije, osnove provjere modela. Kibernetička sigurnost IT i OT sustava. Tržište rada to potvrđuje: poslodavci u 2025. i 2026. sve više traže vještine gradnje i upravljanja sustavima, uključujući agentni AI, a ne samo poznavanje modela.[4]

Sustavni sloj. Sposobnost da se vidi cijeli lanac: fizički proces, senzor, komunikacija, model, sučelje, čovjek, organizacija, posljedice. Svih devet prethodnih nastavaka bili su vježba upravo ovog sloja: kamera koja uči prepoznavati smjenu umjesto greške, recept u MES-u koji pomiče robot, funkcija cilja koja oblikuje što milijun ljudi vidi. Optimiziranje jednog dijela može pogoršati cjelinu — i nitko to neće vidjeti ako nitko ne gleda cjelinu.

Kritički sloj. Za svaku veliku tvrdnju sedam pitanja: Kako je pojam definiran? Koji je dokaz? U kojim je uvjetima rezultat postignut? Što sustav ne može? Tko ima korist od takvog prikaza? Je li riječ o demonstraciji, proizvodu ili viziji? Odakle dolazi brojka — od tvrtke, analitičara, novinara ili promotivnog videa? Tko ova pitanja postavlja automatski, ne treba ovaj serijal. Tko ih ne postavlja, treba ih više od svega ostalog.

Datumi koje treba znati

Europski Akt o umjetnoj inteligenciji na snazi je od 1. kolovoza 2024. Digitalni omnibus (Uredba 2026/1744, na snazi od 27. srpnja 2026.) pomaknuo je dio rokova. Za inženjera su bitna četiri datuma:[5]

• 2. kolovoza 2026. — obveze transparentnosti (članak 50): korisnik mora znati da razgovara sa strojem, generirani sadržaj mora biti označen.
• 2. prosinca 2026. — nove zabranjene prakse.
• 2. prosinca 2027. — obveze za samostalne visokorizične sustave (Prilog III): zapošljavanje, obrazovanje, kritična infrastruktura.
• 2. kolovoza 2028. — obveze za visokorizični AI ugrađen u regulirane proizvode (Prilog I): strojevi, roboti, medicinski uređaji.

Zadnji datum izravno je vaš. Stroj s ugrađenim AI-jem koji projektirate 2027. radit će 2028. Dokumentacija, zapis događaja i procjena rizika ne pišu se unatrag. Odgoda nije ukinula zahtjeve; dala je vrijeme onima koji ga iskoriste.

Etika se ne dodaje na kraju projekta. Prevodi se u zahtjeve, izbor senzora i podataka, granice autonomije, zapis događaja, provjeru, kibernetičku zaštitu i postupke za kvar. Inženjer koji to zna ne treba etičara; treba samo pitati prava pitanja dovoljno rano.

Čiji je to kod

Vratimo se studentu s početka. Odgovor na pitanje „čiji je to seminar” nije „AI-jev” ni „studentov”. Odgovor je: onoga tko može objasniti zašto. Kod koji radi, a nitko ne zna zašto, nije znanje nego sreća. Radit će do prve promjene ulaza.

To nije argument protiv alata. Kalkulator nije uništio matematiku; uništio je izgovor da se ne zna što se računa. Generativni AI radi isto s inženjerstvom, samo brže. Student koji ga koristi da bi brže došao do koda koji razumije, dobio je najbolji alat u povijesti struke. Student koji ga koristi da bi izbjegao razumijevanje, dobio je najbrži put do beskorisnosti — jer isti alat ima i njegov poslodavac, jeftinije.

Kritička istraživanja s pravom upozoravaju da tehnologija ne poboljšava učenje „po svojoj prirodi”.[6] Poboljšava ga kad se koristi za razumijevanje, a pogoršava kad ga zamjenjuje. Alat je isti. Razlika je u pitanju koje student postavi sebi: razumijem li ovo, ili samo radi?

Kraj serijala — i početak

Deset nastavaka, jedna nit. Umjetna inteligencija, robotika, metaverzum, kiborgizacija i transhumanizam nisu odvojene futurističke priče. Opisuju različite slojeve iste promjene: informacije postaju aktivni dio fizičkih procesa, strojevi dobivaju sposobnost prilagodbe, digitalni prostor postaje radno okruženje, a tehnologija se približava ljudskom tijelu i odlučivanju.

Najvažniji zaključak nije da će stroj zamijeniti čovjeka niti da će tehnologija riješiti ljudske probleme. Tehnologija povećava mogućnosti djelovanja; ciljeve postavljaju ljudi i institucije. Za inženjera to znači dvostruku odgovornost: razumjeti kako sustav radi, i moći procijeniti treba li ga uopće primijeniti. Tehničko znanje daje moć izrade. Kritičko znanje pomaže odlučiti gdje, zašto i pod kojim uvjetima tu moć koristiti.

Serijal je gotov. Pitanja nisu.

Tri pitanja za vas

1. Koji dio odluke u svojoj struci nikad ne biste potpuno predali algoritmu? Zašto baš taj — i biste li isto odgovorili prije deset nastavaka?
2. Ako AI napiše kod koji radi, a vi ga ne razumijete — čiji je kod? A ako ga razumijete tek nakon što ga je AI objasnio?
3. Što bi trebalo pisati u rubrici „korištenje AI-ja” na kraju vašeg završnog rada? Napišite je sada, za rad koji još niste napisali.

Literatura i izvori

1. Bug.hr. Digitalne tehnologije sve prisutnije u hrvatskim školama, a raste i korištenje umjetne inteligencije. Ožujak 2026.
2. CARNET / BrAIn. Smjernice za primjenu umjetne inteligencije u obrazovanju. Veljača 2026.
3. After5. Fakultet u doba AI-ja: kako hrvatski studenti stvarno koriste umjetnu inteligenciju — uključuje studiju u PLOS ONE (2025.). Svibanj 2026.
4. Stanford HAI. AI Index Report 2026, poglavlja o obrazovanju i tržištu rada; Lightcast, Stanford AI Index 2026 — labor market. Travanj 2026.
5. Praxikon. The Digital Omnibus and the postponement of high-risk obligations to December 2027. Lipanj 2026.; Uredba (EU) 2026/1744.
6. Hrvatski Fokus. Agencija u doba generativne umjetne inteligencije: kritički pregled obrazovnih implikacija. Kolovoz 2026.

© ForTroniQ d.o.o. — Sva prava pridržana