STRUKTURIRANA UPOTREBA GENERATIVNE VJEŠTAČKE INTELIGENCIJE U SOFTVERSKOM INŽENJERSTVU: ANKETNA ANALIZA I FUZZY-GENETSKI MODEL ZA PEDAGOŠKU INTERVENCIJU

<p>Masovna upotreba generativne vje&scaron;tačke inteligencije u obrazovanju softverskog inženjerstva zahtijeva pristup koji istovremeno omogućava iskori&scaron;tavanje prednosti alata i sprječava prekomjerno oslanjanje studenata na automatizirana rje&scaron;enja. U ovom radu kombinujemo anketno istraživanje provedeno među studentima (N = 79) i hibridni fuzzy&ndash;genetski (GA) model odlučivanja koji kvantificira potrebu za pedago&scaron;kom intervencijom kao funkciju učestalosti upotrebe i percipiranog rizika. Neparametrijska analiza ukazuje na statistički značajne razlike u odnosu na karijerne orijentacije (H = 14,192; p = 0,028) i obrasce učestalosti kori&scaron;tenja, pri čemu intenzivniji korisnici primjenjuju alate u &scaron;irem spektru aktivnosti (učenje programskih jezika, generisanje rje&scaron;enja i razvoj prototipova). Fuzzy sistem zasnovan na devet pravila i<br />trapeznim/trougaonim funkcijama pripadnosti defuzificira izlaz na skali 0&ndash;10 (&bdquo;nisko&ldquo; do &bdquo;urgentno&ldquo;), dok genetski algoritam (GA) optimizira granice funkcija pripadnosti i pragove odlučivanja. Optimizirani model ostvaruje nisku prosječnu gre&scaron;ku predikcije i konzistentno identificira scenarije &bdquo;visoka izloženost + (umjeren ili visok) rizik&ldquo; kao prioritete za intervenciju,<br />čime podržava AI-obogaćeni PBL pristup u kojem veliki jezički modeli preuzimaju rutinske zadatke, a studenti zadržavaju fokus na validaciji, evaluaciji i dizajnu rje&scaron;enja. Rezultati daju jasnu empirijsku i matematičku osnovu za plansku i kontrolisanu integraciju vje&scaron;tačke inteligencije u nastavni plan i program, te nagla&scaron;avaju potrebu sistematskog, dugoročnog praćenja efekata primjene kroz vi&scaron;e predmeta i različite obrazovne institucije.</p>