Ključni principi izrade učinkovitog upita (prompta)

Pojam lanac razmišljanja (Chain-of-Thought, CoT) odnosi se na pristup u kojem se od sustava umjetne inteligencije (UI) ne traži samo konačan odgovor, već i da objasni kako je do tog odgovora došao.
Drugim riječima, korisnik u svom upitu uključuje zahtjev da UI razradi svoj misaoni postupak kroz niz logičnih i međusobno povezanih koraka.
Takav način komunikacije ne donosi samo informaciju, nego otvara uvid u proces – u „razmišljanje“ modela – što rezultira dubljim, argumentiranijim i pedagoški korisnijim odgovorima.

Uobičajeno je da sustavi umjetne inteligencije na jednostavne upite odgovaraju prekratko ili površno, nudeći gotove zaključke bez dodatnog objašnjenja.
Zamolimo li ih, međutim, da svoj odgovor izlože korak po korak, oni će češće proizvesti sadržaj koji pokazuje tijek analize, uzročno-posljedične veze i logičko obrazloženje.
U kontekstu obrazovanja to je osobito vrijedno jer omogućuje studentima da razumiju ne samo rezultat, nego i put do rješenja – što potiče refleksiju i razvoj kritičkog mišljenja.

Kako potaknuti lanac razmišljanja?

Ključ je u formulaciji upita.
Umjesto da od alata tražimo jednostavan odgovor, korisno je eksplicitno naglasiti da želimo obrazloženje procesa zaključivanja.
To možemo učiniti rečenicama poput:

„Objasni svoj postupak korak po korak.”
„Analiziraj problem, pa predloži rješenja i obrazloži njihovu učinkovitost.”

Primjer upita:

„Objasni kako bi pristupio rješavanju problema motivacije studenata u online nastavi.
Najprije navedi moguće uzroke niske motivacije, zatim predloži pedagoške intervencije, a na kraju objasni zašto bi ta rješenja mogla biti učinkovita.”

U ovom primjeru instruktor definira i temu (motivacija polaznika) i strukturu odgovora (uzroci → prijedlozi → obrazloženje).
Na taj način model dobiva jasan okvir i generira promišljen, logički povezan tekst koji podsjeća na analitički esej.

Struktura odgovora koji slijedi lanac razmišljanja

Odgovor dobiven na ovaj način obično uključuje nekoliko jasno razdvojenih dijelova:

• identifikaciju problema – prepoznavanje ključnog izazova
• analizu uzroka – objašnjenje zašto do problema dolazi
• prijedloge rješenja – konkretne korake ili strategije
• obrazloženje učinkovitosti – argument zašto bi predloženi pristupi mogli djelovati u praksi.

Takva struktura ne samo da poboljšava kvalitetu samog odgovora, već olakšava korisniku da razumije tok razmišljanja i da ga usporedi s vlastitim zaključcima.
U obrazovnom kontekstu to omogućuje primjenu UI alata kao partnera u procesu učenja – ne kao izvora gotovih informacija, nego kao surogata dijaloga i misaone razmjene.

Primjena u nastavi

Nastavnici ovu tehniku mogu koristiti na dva načina.
Prvo, kao alat za planiranje i refleksiju, na primjer, prilikom pripreme nastave, analize problema u poučavanju ili oblikovanja strategija vrednovanja.
Drugo, kao nastavnu aktivnost u kojoj studenti uče kako strukturirano razmišljati, argumentirati i procjenjivati rješenja.

Primjer zadatka za studente:

„Zatražite od UI alata da objasni korak po korak rješenje nekog pedagoškog problema.
Zatim analizirajte svaki korak: što biste zadržali, što biste izmijenili i zašto?”

Takva aktivnost razvija sposobnost samoprocjene, kritičkog promišljanja i argumentiranog donošenja odluka.

Pedagoški značaj

Lanac razmišljanja ne treba shvaćati kao tehniku koja automatski povećava točnost odgovora, nego kao didaktički alat koji modelu daje strukturu, a korisniku mogućnost uvida u logiku zaključivanja.
Iako UI ponekad može proizvesti uvjerljivo, ali netočno obrazloženje, upravo ta pogrešivost čini ga korisnim za obrazovne svrhe – potiče raspravu, uspoređivanje i evaluaciju.
Drugim riječima, lanac razmišljanja nije jamstvo istine, nego prilika za učenje kroz misaoni proces.

Pitanja za refleksiju:

• Odaberite jedan izazov iz vlastite nastavne prakse (npr. neaktivnost studenata, kašnjenje s predajom zadataka ili pad motivacije).
• Kako biste formulirali upit umjetnoj inteligenciji tako da potakne „lanac razmišljanja” – odnosno da analizira uzroke, predloži rješenja i objasni njihovu moguću učinkovitost?

Preporučeni izvor:
Learn Prompting (2024) Chain-of-Thought Prompting