Primjeri sumativnog i formativnog vrednovanja podrškom alata i sustava umjetne inteligencije

1. Uvod

Sumativno vrednovanje je vrsta vrednovanja koja se provodi na kraju nekog nastavnog ciklusa ili dijela gradiva, s ciljem da se ocijeni stečeno znanje i postignuća polaznika. Primjeri su završni ispiti, testovi ili zadaci s ocjenom.

Formativno vrednovanje odvija se tijekom samog procesa učenja i služi kao povratna informacija za polaznika i instruktora. Cilj mu je otkriti nedostatke, razumijevanje gradiva i prilagoditi daljnju nastavu.

Umjetna inteligencija (UI) omogućava nove pristupe u obama tipovima vrednovanja:

• U sumativnom vrednovanju, alati i sustavi umjetne inteligencije mogu automatski generirati testove, analizirati rezultate i pomoći u objektivnom ocjenjivanju.

• U formativnom vrednovanju, alati i sustavi umjetne inteligencije pružaju personalizirane povratne informacije, prate napredak i prilagođavaju aktivnosti prema potrebama polaznika.

2. Primjeri alata i sustava umjetne inteligencije

Na tržištu se može pronaći veći broj alata i sustava umjetne inteligencije koji podržavaju sumativno i/ili formativno vrednovanje u obrazovanju, među kojima su odabrani:

• PERPLEXITY

  • Alat umjetne inteligencije za brzo pronalaženje relevantnih informacija i generiranje prijedloga pitanja. Može se koristiti za pripremu pitanja za sumativne testove ili kao pomoć u formativnim zadacima i za analizu rezultata vrednovanja.

• ChatGPT

  • Alat za umjetne inteligencije za kreiranje raznovrsnih obrazovnih sadržaja – od pitanja za sumativno vrednovanje do personaliziranih povratnih informacija u formativnom vrednovanju. Instruktori mogu generirati testove, zadatke, objašnjenja, i vršiti analizu rezultata vrednovanja.

• MIZOU

  • Platforma koja koristi umjetnu inteligenciju za kontinuirano praćenje i analizu učenikova napretka, pružajući personalizirane preporuke i povratne informacije tijekom procesa učenja (formativno vrednovanje).

• Diffit

  • Alat umjetne inteligencije za detaljnu analizu rezultata testova i kvizova, omogućujući sumativno vrednovanje s preciznim uvidom u područja jačih i slabijih znanja polaznika.

• Curipod

  • Platforma umjetne inteligencije za kreiranje interaktivnih obrazovnih aktivnosti koje potiču aktivno sudjelovanje i pružaju neposrednu povratnu informaciju, što je ključ formativnog vrednovanja.

• Copilot 

  • Alat umjetne inteligencije koji pomaže nastavnicima u pripremi pitanja za brzo pronalaženje relevantnih informacija i generiranje prijedloga pitanja. Može se koristiti za pripremu pitanja za sumativne testove ili kao pomoć u formativnim zadacima i analizu rezultata vrednovanja.

3. Uloga instuktora u sumativnom i formativnom vrednovanju uz podršku umjetne inteligencije

Instruktor i dalje ima ključnu ulogu u pripremi i izvođenju sumativnog i formativnog vrednovanja jer samo on poznaje specifične potrebe i kontekst svoje skupine polaznika. Međutim, alati i sustavi UI mogu znatno olakšati ovaj proces:

• Priprema: Alati i sustavi umjetne inteligencije, poput ChatGPT-a, Perplexity-a i Copilota, mogu pomoći instruktoru brzo generirati kvalitetna pitanja i zadatke za sumativne i formativne provjere znanja.

• Izvođenje: Alati poput Curipod-a i Mizou-a omogućuju praćenje napretka polaznika u stvarnom vremenu i automatsko pružanje povratne informacije tijekom učenja.

• Analiza i izvještavanje: Diffit i Copilot mogu automatizirati analizu rezultata i sastavljanje izvještaja, dok ChatGPT može pomoći u interpretaciji podataka, sažimanju ključnih nalaza i generiranju razumljivih izvještaja s preporukama, čime instruktor štedi vrijeme i može se usredotočiti na dodatnu podršku polaznicima.

Na taj način, umjetna inteligencija postaje moćan saveznik instruktorima, a ne zamjena, omogućujući im da posvete više vremena kvalitetnoj interakciji i prilagodbi nastave prema potrebama polaznika.

4. Primjer primjene Copilota u obrazovanju (sumativno vrednovanje)

5. Primjer primjene ChatGPT-ja u formativnom vrednovanju

Instruktor želi pružiti personaliziranu povratnu informaciju polaznicima nakon eseja. Cilj je uštedjeti vrijeme, a pritom sačuvati kvalitetu i individualni pristup.

Instruktor kopira esej jednog polaznika i zajedno s rubrikom za vrednovanje unosi sve u ChatGPT, uz sljedeći upit (slika):

„Procijeni ovaj esej na temelju sljedećih kriterija: jasnoća izraza, argumentacija, struktura teksta i točnost informacija. Napiši konstruktivnu povratnu informaciju od 150 riječi."

ChatGPT automatski generira:

Esej pokazuje dobru strukturu i jasnoću izraza. Argumentacija je logična, ali nedostaju primjeri koji bi dodatno potkrijepili tvrdnje. Uvod i zaključak su sažeti i funkcionalni. Tema je dobro obrađena, no nekoliko informacija moglo bi biti preciznije navedeno. Savjetujemo da u idućoj verziji eseja dodaš barem jedan konkretan izvor i obradiš etički aspekt teme. Odličan temelj za daljnji rad!

Na ovaj način, ChatGPT pomaže instruktoru u pružanju brze, personalizirane i konstruktivne povratne informacije, čime se potiče refleksija i daljnje učenje, a instruktor štedi vrijeme bez gubitka pedagoške kvalitete.

Slika. Početno sučelje ChatGPT 5 (Open AI) za generiranje sadržaja pomoću umjetne inteligencije 

6. Primjer: korištenje alata UI Perplexity u kontekstu formativnog i sumativnog vrednovanja

Instruktor želi pripremiti pitanja za sumativni ispit iz područja „Održivi razvoj“. Cilj je osigurati da pitanja obuhvate aktualne i relevantne sadržaje, a da pritom priprema ne oduzme previše vremena.

Pokreće Perplexity i upisuje upit:

„Napiši 5 višestrukih pitanja o održivom razvoju s točnim odgovorima i kratkim objašnjenjem."

Perplexity automatski generira:

Koji je cilj održivog razvoja?
a) Brži gospodarski rast
b) Očuvanje resursa za buduće generacije (točan odgovor)
c) Povećanje potrošnje energije
d) Maksimalna proizvodnja hrane
Objašnjenje: Održivi razvoj usmjeren je na ravnotežu između gospodarskog razvoja, okoliša i društva.

2–5. (dodatna slična pitanja, uz odgovore i objašnjenja)

Instruktor potom koristi ova pitanja za izradu ispita, a može ih prilagoditi razini znanja polaznika ili ih iskoristiti i za formativne kvizove tijekom nastave.

Što ovo znači za instruktora?

• Brza izrada kvalitetnih pitanja
• Ažurni i točni sadržaji uz pomoć umjetne inteligencije
• Mogućnost prilagodbe prema razini i potrebama polaznika

Slika. Početno sučelje Perplexity za generiranje sadržaja pomoću umjetne inteligencije

7. Primjer: Kako generirati cjeloviti test u ChatGPT-ju

Instruktor definira temu i opseg testa, npr. „povijest umjetne inteligencije“ ili „osnove računalnih mreža“.

Vrlo je važno pobliže objasniti karakteristike polaznika i obrazovni kontekst u kojem se test koristi. To uključuje razinu predznanja, dob polaznika, ciljeve učenja i specifične potrebe grupe. Ovi podaci pomažu UI sustavu da generira prikladnija pitanja i zadatke.

Nakon toga instruktor navodi broj i vrste pitanja, na primjer: „Napiši mi test s 10 pitanja: 5 pitanja višestrukog izbora, 3 pitanja kratkog odgovora i 2 esejska pitanja.“

Dodaje i upute za odgovore, na primjer: „Za pitanja višestrukog izbora navedi i točne odgovore.“

Opcionalno, instruktor može zatražiti i objašnjenja ili ključ odgovora kako bi lakše provjeravao odgovore.

Za kreiranje testa instruktor unosi u ChatGPT sljedeći upit:

„Molim te, sastavi cjeloviti test iz povijesti umjetne inteligencije. Test neka sadrži 10 pitanja: 5 višestrukog izbora s ponuđenim odgovorima i označenim točnim odgovorom, 3 pitanja kratkog odgovora i 2 esejska pitanja. Uz svako pitanje višestrukog izbora napiši i kratko objašnjenje točnog odgovora. Test prilagodi potrebama i razini znanja polaznika, uzimajući u obzir njihovu dob i predznanje.“

Kao rezultat, instruktor dobiva:

• listu svih 10 pitanja razvrstanih po tipu
• kod pitanja višestrukog izbora ponuđene odgovore s označenim točnim
• kod eseja i kratkih odgovora jasno naznačeno što se traži
• kratka objašnjenja kod pitanja višestrukog izbora za lakšu provjeru.

Ovaj postupak omogućuje instruktoru brzo i efikasno sastavljanje kvalitetnog cjelovitog testa prilagođenog potrebama, razini znanja i specifičnom obrazovnom kontekstu polaznika.

8. Primjer: Curipod za formativno vrednovanje

Curipod je alat umjetne inteligencije koji omogućuje izradu interaktivnih kvizova, anketa i zadataka uz trenutačnu povratnu informaciju. Alat podržava formativno vrednovanje i potiče aktivno sudjelovanje polaznika tijekom nastave. Instruktori ga koriste za provjeru razumijevanja gradiva, poticanje rasprave i praćenje napretka u stvarnom vremenu.

Prednosti za instruktora:

• Omogućuje brzu pripremu kvalitetnih interaktivnih zadataka uz minimalno vrijeme pripreme.

• Pruža trenutačnu povratnu informaciju polaznicima, što povećava angažman i motivaciju.

• Omogućuje praćenje napretka u stvarnom vremenu i brzo prepoznavanje područja koja zahtijevaju dodatnu podršku.

• Podržava formativno vrednovanje i olakšava donošenje odluka o daljnjem tijeku nastave.

Premda je Curipod izvorno razvijen za primjenu u osnovnoškolskom obrazovanju, radi svoje jednostavnosti i intuitivnog sučelja sve se češće koristi i u drugim obrazovnim okruženjima. U visokoškolskim institucijama, gdje je MS PowerPoint jedan od najčešće korištenih za izradu prezentacije obrazovnih sadržaja, Curipod predstavlja jednostavan prijelaz prema korištenju alata umjetne inteligencije u nastavi.

Primjer primjene:

Instruktor se prijavi u Curipod, odabere opciju za izradu nove aktivnosti i unese pitanja vezana uz temu održivog razvoja. Može učitati vlastiti obrazovni sadržaj, na primjer, prezentaciju u PowerPointu ili PDF formatu, i pretvoriti je u interaktivnu lekciju (slika 1). Na pojedine dijapozitive dodaje pitanja ili zadatke (npr. višestruki izbor, anketa, otvoreno pitanje) kako bi potaknuo aktivno sudjelovanje (slika 2). Kada je kviz spreman, dijeli poveznicu ili QR kod s polaznicima koji se priključuju putem svojih uređaja (slika 3). Tijekom aktivnosti, Curipod prikazuje odgovore u stvarnom vremenu i automatski daje povratnu informaciju o točnosti (slika 4). Nakon završetka, alat prikazuje sažetak rezultata i napretka (slika 5, slike 6), što instruktoru omogućuje uvid u razumijevanje sadržaja i prilagodbu nastave prema potrebama polaznika.

Slika 1. Sučelje Curipoda s prikazom opcije za izradu nove aktivnosti i učitavanje vlastitog obrazovnog sadržaja (PowerPoint ili PDF) (Izvor: snimka zaslona autorice, 2025.)

Slika 2. Dodavanje interaktivnih pitanja i zadataka na pojedine dijapozitive lekcije u Curipodu (Izvor: snimka zaslona autorice, 2025.)

Slika 3. Generiranje poveznice i QR koda za sudionike radi pristupa aktivnosti putem osobnih uređaja u alatu Curipod (Izvor: snimka zaslona autorice, 2025.)

Slika 4. Prikaz odgovora polaznika u stvarnom vremenu i automatske povratne informacije o točnosti odgovora u Curipodu (Izvor: snimka zaslona autorice, 2025.)

Slika 5. Sažetak pojedničanog rezultata i analitički prikaz napretka polaznika nakon završetka aktivnosti u Curipodu (Izvor: snimka zaslona autorice, 2025.)

Slika 6. Sažetak ukupnih rezultata i analitički prikaz napretka polaznika nakon završetka aktivnosti u Curipodu (Izvor: snimka zaslona autorice, 2025.)

9. Kako instruktor može definirati predznanje i kontekst polaznika za umjetnu inteligenciju?

1. Kratki opis polaznika
   Instruktor može u upit dodati nekoliko rečenica o grupi polaznika, npr.:
   „Polaznici su studenti prve godine informatičkog smjera, imaju osnovno znanje iz računalnih mreža i programiranja.“

2. Razina znanja
   Treba navesti jesu li su polaznici početnici, srednje razine ili napredni korisnici.
   Primjer: „Polaznici su početnici s osnovnim razumijevanjem tema.“

3. Specifični ciljevi učenja
   Koje su ključne vještine ili znanja koje polaznici trebaju pokazati?
   Primjer: „Cilj je provjeriti razumijevanje osnovnih pojmova i primjenu u praksi.“

4. Format i stil pitanja
   Ako se želi test prilagoditi polaznicima, može se navesti da pitanja budu jednostavnija, s više primjera, ili kompleksnija i analitička.

Primjer kako oblikovati upit ChatGPT-ju:

„Molim te, sastavi cjeloviti test iz povijesti umjetne inteligencije za polaznike prve godine informatičkog smjera s osnovnim predznanjem iz računarstva. Test neka sadrži 10 pitanja: 5 višestrukog izbora, 3 kratka odgovora i 2 esejska pitanja. Pitanja prilagodi početničkoj razini znanja, uz jasne upute i kratka objašnjenja odgovora.“

Pitanja za refleksiju:

Kako instruktor može što detaljnije opisati skupinu polaznika i njihov obrazovni kontekst kako bi umjetna inteligencija mogla generirati relevantniji i prilagođeniji test? 

Koje informacije smatra ključnima za kvalitetnu prilagodbu sadržaja?

Jesu li alati i sustavi UI-ja olakšali izradu testova i analizu procjene znanja (sumativne i formativne?) Zašto „da", zašto „ne"?

10. Primjer za alat umjetne inteligencije Mizou

Mizou je digitalni alat temeljen na umjetnoj inteligenciji koji omogućuje nastavnicima oblikovanje interaktivnih nastavnih aktivnosti i praćenje napretka polaznika tijekom e-učenja. U njemu se kombiniraju elementi umjetne inteligencije podrške učenju, razvijanja kritičkog mišljenja i formativnog praćenja. Alat omogućuje definiranje ishoda učenja, unos nastavnog sadržaja i automatsko generiranje aktivnosti poput AI Chatbota ili AI Debate koje potiču aktivno i refleksivno učenje.
Mizou je besplatan za nastavnike i zbog svoje intuitivne strukture pogodan je za primjenu u visokoškolskom obrazovanju.

Što ovo znači za instruktora:

• praćenje napretka polaznika u stvarnom vremenu,
• dobivanje personaliziranih smjernica za daljnji rad,
• uključivanje UI aktivnosti koje potiču refleksiju i kritičko mišljenje,
• učinkovitije planiranje formativnih aktivnosti prema stvarnim potrebama polaznika.

Primjer primjene: 

Instruktor želi pratiti napredak polaznika tijekom e-tečaja i dobiti personalizirane preporuke za nastavne aktivnosti. Cilj mu je u stvarnom vremenu prepoznati dijelove gradiva koji polaznicima predstavljaju najveći izazov i prilagoditi daljnje aktivnosti prema njihovim potrebama.

Postupak:

U alatu Mizou instruktor započinje odabirom ili kreiranjem UI chatbota za određenu temu, primjerice „Debata o umjetnoj inteligenciji u obrazovanju“, i ima uvid u postojeće sesije i njihov status (slika 1). Zatim u sučelju za uređivanje unosi naziv aktivnosti i osnovne upute koje opisuju ulogu chatbota i očekivani način komunikacije sa studentima (slika 2).

U sljedećem koraku definira ishod učenja, odabire razinu obrazovanja i vrstu aktivnosti, pri čemu alat umjetne inteligencije Mizou na temelju unesenih ciljeva predlaže različite tipove UI chatbota (kviz, rasprava, esej i dr.), koje nastavnik može generirati i prilagoditi (slika 3). 
Kada je aktivnost spremna, alat automatski generira poveznicu i QR kod koji se mogu podijeliti studentima za pristup aktivnosti (slika 4).

Tijekom izvođenja aktivnosti, na primjer, UI debate, u sučelju je vidljiv tijek razgovora između studenta i chatbota, pri čemu chatbot postavlja uvodna pitanja i potiče argumentiranu raspravu (slika 5). Nakon što studenti dovrše aktivnost, Mizou prikazuje pregled sudionika, trajanje aktivnosti, status predaje i prijedlog ocjene temeljen na analizi umjetne inteligencije odgovora (slika 6).

Uz vlastite aktivnosti, nastavnici mogu pregledavati i isprobavati UI chatbotove koje je izradila zajednica edukatora i prilagoditi ih svojim potrebama (slika 7). Dodatnu podršku pruža Mizou UI Academy, koja nudi strukturirane programe i certifikacijske module za razvoj kompetencija nastavnika u području pedagoške primjene umjetne inteligencije (slika 8).

Slika 1.  Pregled kreiranog UI chatbota „Debata o umjetnoj inteligenciji u obrazovanju“ i pripadajućih sesija u alatu Mizou
(Izvor: snimka zaslona autorice, 2025.)

Slika 2. Sučelje za uređivanje UI chatbota u alatu Mizou s unosom naslova aktivnosti i uputa za chatbot
(Izvor: snimka zaslona autorice, 2025.)

Slika 3. Definiranje ishoda učenja, razine obrazovanja i odabir predloška UI chatbota (kviz, rasprava, esej) u alatu Mizou
(Izvor: snimka zaslona autorice, 2025.)

Slika 4. Generiranje poveznice i QR koda za pristup aktivnosti u alatu Mizou
(Izvor: snimka zaslona autorice, 2025.)

Slika 5. Prikaz UI debate u alatu Mizou s uvodnom porukom chatbota i prostorom za studentski odgovor
(Izvor: snimka zaslona autorice, 2025.)

Slika 6. Pregled sesije u alatu Mizou s popisom studenata, predloženom ocjenom umjetne inteligencije, trajanjem aktivnosti i statusom predaje
(Izvor: snimka zaslona autorice, 2025.)

Slika 7. Pregled dostupnih UI chatbota i aktivnosti koje je izradila zajednica nastavnika u alatu Mizou
(Izvor: snimka zaslona autorice, 2025.)

Slika 8. Prikaz sučelja Mizou UI Academy s primjerom certifikacijskog programa za nastavnike
(Izvor: snimka zaslona autorice, 2025.)

11. Primjer za alat umjetne inteligencije QuestionWell

Opis alata:
QuestionWell je digitalni alat koji nastavnicima omogućuje sustavno i učinkovito oblikovanje pitanja za ispite, kvizove i druge oblike provjere znanja. Razvijen je s ciljem da podrži pedagoški promišljen pristup vrednovanju i olakša izradu zadataka koji su usklađeni s ishodima učenja i razinama kognitivne složenosti prema Bloomovoj taksonomiji.

Nastavnik u alat unosi tekstualni sadržaj, na primjer, odlomak iz udžbenika, stručni članak ili vlastite nastavne bilješke, na temelju kojih QuestionWell automatski generira prijedloge pitanja i odgovora. Pritom može odabrati razinu kognitivnog zahtjeva – od prepoznavanja i razumijevanja do analize, evaluacije i stvaranja novih ideja – čime se omogućuje diferencirana procjena znanja. Generirana pitanja nastavnik može pregledati, urediti i dopuniti prema specifičnim ciljevima kolegija (slika 1 i 2).

Alat omogućuje izvoz pitanja u više formata (CSV, Google Forms, Quizizz, Canvas, Moodle), što ga čini pogodnim za integraciju u institucionalne sustave za e-učenje. Na taj način QuestionWell povezuje suvremene tehnologije s didaktičkim principima visokoškolskog poučavanja i podupire razvoj kvalitetnih i objektivnih metoda vrednovanja.

Primjer primjene:

Što ovo znači za instruktora:

• ušteda vremena i povećana učinkovitost u izradi pitanja i zadataka,

• povezanost pitanja s ishodima učenja i Bloomovim razinama,

• mogućnost izravne integracije s institucionalnim sustavima za e-učenje.

• veća objektivnost, transparentnost i dosljednost u vrednovanju znanja,

• potpora razvoju viših razina mišljenja i kritičkog promišljanja kod studenata.

Slika 1. Sučelje alata QuestionWell za odabir broja pitanja, vrste zadatka, jezika i razine

zahtjevnosti i unos sažetka nastavne cjeline (Izvor: snimka zaslona autorice, 2025.)

Slika 2. Prikaz generiranih pitanja u alatu QuestionWell s izbornim tekstom o umjetnoj inteligenciji

lijevo i skupom pitanja višeg reda s ponuđenim odgovorima desno (Izvor: snimka zaslona autorice, 2025.)

Slika 3. Uređivanje generiranih pitanja u alatu QuestionWell uz korištenje opcije „Modify with AI“

za dodatno prilagođavanje sadržaja (Izvor: snimka zaslona autorice, 2025.)

Slika 4. Pregled mogućnosti izvoza pitanja iz alata QuestionWell u različite alate i

sustave za e-učenje (npr. Moodle, Microsoft Forms, Google Forms) (Izvor: snimka zaslona autorice, 2025.)

Slika 5. Generiranje koda zadatka i QR koda za dijeljenje kviza sa studentima u alatu QuestionWell

(Izvor: snimka zaslona autorice, 2025.)

Slika 6. Pregled rezultata rješavanja kviza u alatu QuestionWell s prikazom točnih, djelomično

točnih i netočnih odgovora po pojedinim pitanjima (Izvor: snimka zaslona autorice, 2025.)

12. Primjer integracije alata i sustava umjetne inteligencije za formativno i sumativno vrednovanje

U suvremenom visokom obrazovanju, umjetna inteligencija sve se češće koristi kao podrška u različitim oblicima vrednovanja znanja.
Alati i sustavi umjetne inteligencije omogućuju nastavnicima automatizaciju tehničkih zadataka, generiranje pitanja viših kognitivnih razina, objektivnije ocjenjivanje i dublju analizu rezultata.
U nastavku su prikazana četiri primjera primjene digitalnih alata temeljenih na umjetnoj inteligenciji u formativnom i sumativnom vrednovanju, uz naglasak na pedagošku svrhu, način primjene i zaštitu privatnosti studenata.

1. QuestionWell i sustav e-učenja Moodle - sumativna (i formativna) procjena znanja 

Instruktor kolegija koristi QuestionWell za izradu završnog ispita kojim procjenjuje ostvarenje ishoda učenja. Nakon prijave na platformu QuestionWell unosi sažetak nastavne cjeline (slika 1) i alat automatski generira skup pitanja različitih tipova i razina složenosti prema Bloomovoj taksonomiji (slika 2).
Pitanja se uređuju u alatu QuestionWell, a zatim se test izvozi u GIFT formatu kompatibilnom s Moodleom i uvozi u institucionalni sustav Moodle, gdje se dodjeljuju bodovi pojedinim pitanjima i dovršava izrada ispita (slika 3–5).

Slika 1. Sučelje alata QuestionWell pri unosu sažetka nastavne cjeline (Izvor: autorica,  snimka zaslona alata QuestionWell, 2025)

Slika 2. Sučelje alata QuestionWell s automatski generiranim pitanjima prema sažetku nastavne cjeline (Izvor: autorica, snimka zaslona alata QuestionWell, 2025)

Slika 3. Sučelje alata QuestionWell pri uređivanju i odabiru generiranih pitanja (Izvor: autorica, snimka zaslona alata QuestionWell, 2025)

Slika 4. Sučelje alata QuestionWell pri izvozu testa u GIFT formatu kompatibilnom s Moodleom (Izvor: autorica, snimka zaslona alata QuestionWell, 2025)

Slika 5. Sučelje sustava Moodle pri uvozu GIFT datoteke u bazu pitanja (Izvor: autorica, snimka zaslona sustava Moodle/Merlin (Srce),  2025)

Moodle je glavni sustav za e-učenje na visokoškolskoj instituciji, povezan s ISVU sustavom, što omogućuje praćenje aktivnosti i postignuća studenata unutar službenog okvira.
Ova integracija osigurava transparentnost, sigurnost i zaštitu privatnosti studenata, jer se svi rezultati pohranjuju u institucionalnoj infrastrukturi koja je usklađena s pravilima o zaštiti podataka (GDPR).
Po završetku ispita Moodle automatski generira analizu uspješnosti po pitanjima i studentima, što nastavniku omogućuje refleksiju o kvaliteti nastave i planiranje unaprjeđenja.

Prednosti: standardizirano vrednovanje, automatizirano ocjenjivanje, sigurnost podataka i integracija s institucionalnim sustavima

2. QuestionWell i Google Obrasci – formativno (ili sumativno) vrednovanje

Drugi oblik primjene uključuje kombinaciju QuestionWella i Google Obrazaca, koja omogućuje brzu pripremu kvizova i fleksibilnu provedbu online provjera znanja.
Instruktor u QuestionWell unosi obrazovni sadržaj (slika 1–2), alat generira pitanja koja se jednim klikom izvoze u Google Forms (slika  6).
U obrascu nastavnik uređuje izgled testa, dodaje bodovanje i aktivira automatske povratne informacije.

Studenti pristupaju putem poveznice ili QR koda i odmah nakon predaje dobivaju povratne informacije.
Rezultati se prikupljaju u Google Tablicama, gdje su dostupni u stvarnom vremenu i mogu se vizualno analizirati.
Ako institucijski pravilnik dopušta, Google Obrasci mogu se koristiti i za sumativnu procjenu, uz poštivanje propisa o zaštiti podataka i identitetu studenata.

Prednosti: jednostavna izrada i dijeljenje testova, automatska analiza rezultata, mogućnost formativne i sumativne primjene, pristupačnost bez LMS integracije.

Slika 6. Prikaz preuzete GIFT datoteke testa generiranog u alatu QuestionWell učitane u Google obrascu (Izvor: autorica, snimka zaslona Google Obrasca, 2025)

3. Integracija Gradescopea i Moodlea– napredno sumativno i formativno vrednovanje i analitika

Gradescope (slika 7) je alat namijenjen digitalnom ocjenjivanju pisanih, skeniranih i programskih zadataka koji omogućuje napredno sumativno vrednovanje na visokoškolskoj razini. Kada je povezan s institucionalnim sustavom Moodle, nastavnicima pruža cjelovit i siguran okvir za provedbu ispita, ocjenjivanje i analizu rezultata, uz potpunu automatizaciju procesa.

Slika 6. Sučelje alata Gradescope (Izvor: autorica, snimka zaslona 2025) 

Postupak korištenja iz perspektive nastavnika

Instruktor u Moodleu aktivira Gradescope putem LTI integracije (Learning Tools Interoperability), čime se kolegij automatski povezuje s odgovarajućim prostorom u Gradescopeu. Time se prenose osnovni podaci o kolegiju i popis studenata, bez potrebe za ručnim unosom.

Zatim nastavnik izrađuje novi zadatak ili ispit u Gradescopeu i učitava pripremljene materijale — na primjer, PDF ispit, esej, laboratorijski izvještaj ili programski kod. Unutar alata se oblikuje rubrika s kriterijima ocjenjivanja, što osigurava standardiziran pristup i povećava objektivnost procjene.

Studenti pristupaju zadatku izravno putem Moodlea, bez dodatne prijave, i mogu predati svoje radove u različitim formatima (tekstualni dokument, slika, PDF, kod). Gradescope bilježi svaku predaju i vrijeme slanja, čime se omogućuje točno praćenje aktivnosti studenata.

Tijekom ocjenjivanja, umjetna inteligencija automatski prepoznaje slične odgovore i grupira ih, čime se nastavniku omogućuje brže i dosljednije ocjenjivanje. Sustav podržava dodavanje komentara i kvalitativnih povratnih informacija, što doprinosi transparentnosti i razumijevanju ocjene.

Nakon što su svi radovi ocijenjeni, instruktor jednim klikom objavljuje rezultate i komentare studentima. Studenti mogu pregledati bodove i obrazloženja i, ako smatraju potrebnim, zatražiti ponovno ocjenjivanje (tzv. regrading request). Takav pristup povećava pravednost, komunikaciju i povjerenje u proces vrednovanja.

Prikupljanje podataka i zaštita privatnosti

Gradescope automatski generira analitičke izvještaje o uspješnosti studenata, uključujući rezultate po kriterijima i pitanjima i najčešće pogreške. Podaci se mogu preuzeti u CSV ili Excel formatu, a rezultati se istodobno sinkroniziraju s Moodle Gradebookom (standardnim sustavom za evidenciju ocjena u svim Moodle kolegijima), čime se osigurava ažurna i centralizirana evidencija postignuća.

Svi se podaci pohranjuju unutar institucionalnog sustava u skladu s propisima o zaštiti privatnosti i GDPR-om, uz sigurnu autentifikaciju putem Single Sign-On pristupa.
Studentima su dostupne službene upute za korištenje Gradescopea unutar Moodlea, što osigurava jasno razumijevanje postupka i transparentnost cijelog procesa ocjenjivanja.

Prednosti primjene Gradescopea u integraciji s Moodleom omogućuje:

• automatizirano i objektivno ocjenjivanje pisanih i programskih zadataka

• integrirano prikupljanje i analizu podataka o studentskoj uspješnosti

• transparentnu povratnu informaciju i mogućnost ponovnog ocjenjivanja

• sigurnu pohranu i zaštitu podataka u skladu s GDPR-om

• uvid u kvalitetu nastave i mogućnost pedagoške refleksije.

4. Quizgecko – personalizirano učenje i formativno vrednovanje

Quizgecko koristi umjetnu inteligenciju za generiranje personaliziranih kvizova i kartica za ponavljanje gradiva na temelju postojećih nastavnih materijala. Instruktor najprije odabire način unosa sadržaja – može učitati datoteku (skriptu ili prezentaciju), unijeti ili zalijepiti tekst, dodati poveznicu na mrežnu stranicu ili YouTube video, odnosno ručno kreirati pitanja (slika 1).

Nakon toga prilagođava postavke kviza: bira jezik (npr. hrvatski), tipove zadataka (pitanja višestrukog izbora, točno/netočno, kratki odgovori, dopunjavanje), razinu težine i dodatne zahtjeve vezane uz stil pitanja ili pripremu za ispit (slika 2). Na temelju tih parametara Quizgecko automatski generira pitanja i pripadajuće kartice za učenje, pri čemu koristi principe ponavljanja s vremenskim razmacima (spaced repetition) i algoritme za prilagodbu težine zadataka.

Studenti kvizovima mogu pristupiti putem poveznice bez otvaranja računa ili se prijaviti Google ili Microsoft računom kako bi pratili vlastiti napredak. Nakon rješavanja kviza, prikazuje im se postotak uspješnosti, broj točnih i netočnih odgovora i mogućnosti pregleda rezultata, analize pogrešaka i ponovnog rješavanja kviza (slika 3). Na taj način potiče se refleksija o vlastitom učenju i kontinuirano poboljšavanje postignuća.

Sustav koristi enkripciju i sigurnosne protokole (HTTPS), a podaci se obrađuju u skladu s GDPR-om, uz mogućnost anonimnog sudjelovanja. Quizgecko je posebno koristan za formativno vrednovanje, pripremu za ispite i razvoj samoreguliranog učenja, ali može poslužiti i kao dopunski resurs u online kolegijima. Prednosti uključuju personalizirano učenje, automatsko generiranje kvizova, praćenje napretka, sigurnost i privatnost pristupa i poticanje metakognitivnih vještina.

Slika 1. Početni izbornik alata Quizgecko za odabir načina unosa nastavnih materijala (učitavanje datoteke, tekst, poveznica, YouTube i dr.) (Izvor: snimka zaslona autorice, 2025.)

Slika 2. Postavke za prilagodbu kviza u alatu Quizgecko – odabir jezika, tipova pitanja i razine težine prije generiranja zadataka (Izvor: snimka zaslona autorice, 2025.)

Slika 3. Prikaz rezultata rješavanja kviza u alatu Quizgecko s postotkom uspješnosti i mogućnostima 

pregleda rezultata, analize pogrešaka i ponovnog rješavanja (Izvor: snimka zaslona autorice, 2025.)

13. Zaključak

Primjena alata i sustava temeljenih na umjetnoj inteligenciji u formativnom i sumativnom vrednovanju znanja otvara nove mogućnosti za unaprjeđenje kvalitete, učinkovitosti i transparentnosti obrazovnog procesa. Automatizirano generiranje pitanja, rubrika i analitičkih izvještaja omogućuje nastavnicima uvid u napredak studenata u stvarnom vremenu i pruža podršku u donošenju pedagoških odluka utemeljenih na podacima. Time se smanjuje administrativno opterećenje i otvara prostor za individualiziran pristup studentima i razvoj refleksivne nastavne prakse.

Ipak, uz prepoznate prednosti, nužno je zadržati kritičku svijest o ograničenjima i etičkim aspektima korištenja umjetne inteligencije u vrednovanju. Automatizirani sustavi mogu pokazati pristranost u analizi teksta ili nedovoljno razumjeti kontekst studentskog odgovora, zbog čega ljudska prosudba i pedagoška odgovornost ostaju nezamjenjivi elementi svakog evaluacijskog procesa.

U budućnosti se može očekivati sve snažnija integracija UI alata s institucionalnim sustavima poput Moodlea, čime će se dodatno unaprijediti praćenje postignuća, sigurnost podataka i personalizacija učenja. Ključ uspjeha bit će, međutim, u održavanju ravnoteže između tehnološke inovacije i ljudske ekspertize. Umjetna inteligencija može značajno unaprijediti proces vrednovanja, ali samo ako se koristi kao podrška — kao instrument koji osnažuje, a ne zamjenjuje nastavnika u njegovoj profesionalnoj ulozi.

14. Literatura