Posljednjih dvije godine AI industrija traži sljedeću veliku primjenu nakon programiranja. Uredničke aplikacije bore se za dokumente, tablice i kalendare, a pametni uređaji za podatke iz stvarnog svijeta.
Obrazovanje je možda odgovor koji se dugo podcjenjivao.
AI u obrazovanju već ulazi u fazu masovne primjene. Prema OECD TALIS 2024, otprilike trećina nastavnika u osnovnim školama već koristi AI u svom radu, a od njih čak 64% koristi ga za izradu nastavnih planova ili aktivnosti u razredu.
Osmisliti nastavni program nije jednostavno: treba razumjeti ciljeve učenja, pronaći i provjeriti materijale, logično posložiti gradivo, a potom izraditi objašnjenja, prezentacije, interaktivne elemente i povratne informacije. Kao i u softverskom inženjerstvu, radi se o dugačkom nizu zadataka koji zahtijeva višekratno pozivanje modela kroz više iteracija.
U obrazovnom kontekstu AI mora izaći iz jednostavnog modela pitanja i odgovora te preuzeti čitav proces produkcije znanja.
Dana 8. rujna, u sjedištu UNESCO-a u Parizu, na jednom od službenih događaja u sklopu Digital Learning Week 2026, profesor Yu Zhang i docent Jifan Yu s Fakulteta za obrazovanje Sveučilišta Tsinghua predstavili su OpenMAIC nastavnicima, ravnateljima, obrazovnim administratorima i kreatorima politika iz različitih zemalja — u sesiji koja je trajala 90 minuta.
Sudionici su potom i sami isprobali alat — predali su vlastite nastavne teme Agentu i izravno generirali nastavne jedinice.
Ovo je prvi kineski tim s obrazovnim Agentom koji je nastupio na pozornici UN-a, čime je postavljena nova referentna točka u globalnoj AI utrci: dok se natjecanje velikih modela sve više udaljava od ljestvica parametara, kineski timovi počinju izvoziti metodologiju organiziranja znanja i dizajniranja nastavnih programa.
OpenMAIC nastao je iz projekta MAIC koji su 2024. pokrenuli zajednički tim Fakulteta za obrazovanje i Računarskog fakulteta Sveučilišta Tsinghua, a u ožujku 2026. objavljen je kao open-source. Do 20. kolovoza platforma je imala više od 550.000 kreatora, zabilježila je ukupno više od 34 milijuna interakcija i prisutna je u 154 zemlje i regije.
Dana 28. kolovoza OpenMAIC je nadograđen na službenu verziju v1.0 — profesionalnu radnu okolinu pokretanu Agentom. Najnoviji podaci pokazuju da je platforma do sada ukupno potrošila 883 milijarde tokena, a samo u posljednjih 30 dana 68 milijardi tokena, što je rast od 203% u odnosu na prethodno razdoblje.
Posebno je znakovita usporedba potrošnje tokena prije i nakon nadogradnje: stara verzija OpenMAIC-a trošila je u prosjeku oko 358.000 tokena po generiranoj interaktivnoj nastavnoj jedinici, dok profesionalna radna okolina temeljena na Agentu troši prosječno oko 3,625 milijuna tokena po zadatku — otprilike 10,1 puta više — uz prosječno 74,3 poziva modela. To odražava koliko su se produbili lanac zadataka i razina pozivanja modela otkako se proizvod razvio od generatora nastavnih jedinica u potpunu platformu za izradu nastavnih programa.
Istovremeno se odvijaju dva procesa: sve šira primjena na strani potražnje i produbljivanje proizvoda — od jednokratne produkcije sadržaja prema cjelovitoj izradi nastavnih programa. Rast potrošnje tokena po zadatku u OpenMAIC v1.0 upravo ilustrira tu drugu promjenu: kako AI preuzima planiranje, pretraživanje, generiranje, interakciju i uređivanje, obrazovanje postaje važan ulaz za dugačke lance Agent zadataka i pokazuje potencijal da postane ključna aplikacijska kategorija u ekonomiji tokena.
Zašto obrazovanje dolazi nakon programiranja
Token je nekoć bio samo mjerna jedinica na računu za veliki jezični model. Pojavom Agenta počeo je mjeriti i koliko duboko AI prodire u stvarne zadatke.
Programiranje je prvo potvrdilo taj put. Softversko inženjerstvo zahtijeva od modela da razumije zahtjeve, razdvoji zadatke, poziva alate i iterativno otklanja pogreške. Tek kada je AI iz chat-sučelja prešao u dugačke radne tokove, token je zaista postao sredstvo za produkciju.
Uredniški Agenti bore se za ulaz kroz dokumente, tablice i kalendare — no uredniški rad u nastavi tek je periferni sloj obrazovnih tokena. Da bi AI zaista ušao u nastavu, mora izgraditi cjelovito iskustvo učenja prilagođeno različitim korisnicima.
Obrazovni kontekst ima sličnu strukturu — i to je zadatak s dugačkim lancem i višestrukim iteracijama: definiranje ciljeva, pretraživanje materijala, osmišljavanje redoslijeda gradiva, pa zatim generiranje prezentacija, zvuka, interaktivnih elemenata i povratnih informacija. Nastavni program se uz to mora kontinuirano prilagođavati prema procjeni nastavnika i reakcijama učenika.
Jasno je da u obrazovnom kontekstu ima još mnogo prostora za istraživanje.
Promjena u potrošnji tokena po zadatku između stare verzije i v1.0 odražava preuzimanje dužeg lanca zadataka od strane modela: planiranje nastavnog programa, obrada materijala, generiranje, uređivanje i ponovna upotreba — sve je to sada dio jednog radnog toka. Obrazovni Agent time stječe industrijske uvjete slične onima Coding Agenta: potražnja je dovoljno stabilna, lanac dovoljno dugačak, a model i alati pozivaju se kontinuirano.
Bojišnica obrazovnih Agenata nije u prezentacijama, nego u radnom toku
Dosadašnja digitalizacija obrazovanja riješila je ponajprije pohranu i distribuciju sadržaja, no sama produkcija nastavnih programa i dalje je uvelike ovisila o pojedinom nastavniku: kako odabrati materijale, posložiti težinu gradiva, postaviti pitanja i potom prilagoditi sve prema povratnim informacijama — to iskustvo teško je ukalupiti u predloške.
Generativni AI snizio je prag za izradu nastavnih materijala, ali je istovremeno otkrio nove probleme: natjerati AI da razumije materijal, slijedi pedagoške metode, provede višekratne izmjene i prenese ono što je funkcioniralo u sljedeći nastavni program — zbog toga se natjecanje obrazovnih Agenata premjestilo s pitanja „što je generirano” na pitanje „kako stabilno producirati”.
OpenMAIC v1.0 odlučio se upravo za taj produkcijski lanac. Profesionalna radna okolina kroz kontinuirani dijalog prima ciljeve nastavnog programa, ciljanu skupinu, trajanje i materijale. Agent može pozivati alate za pretraživanje, prezentacije, kvizove, interaktivne stranice, zvuk i projektno učenje, a sve izmjene moguće su unutar istog zadatka.
Taj produkcijski lanac otvara golemi prostor za primjenu i daje postojećem znanju drugi život. Za obrazovni sektor to znači mogućnost osvježavanja starih nastavnih planova; za medijsku industriju, stari članci i reportaže više ne završavaju na jednom čitanju, nego mogu prerasti u interaktivne, povratno-informacijske i iterabilne obrazovne proizvode.
Predali smo mu jedan stariji tekst o filmskim formatima i odabiru dvorane — izvorni tekst i grafovi reorganizirani su u objašnjenja, interaktivne elemente i kratke testove, a nastavna jedinica generirala je i model za odlučivanje pri kupnji ulaznice koji učenicima omogućuje usporedbu dvorana prema budžetu, vizualnoj kvaliteti, zvuku i udobnosti.
Stari sadržaj time dobiva novi način korištenja, što pokazuje da profesionalna radna okolina više ne obrađuje jednokratne generacije, nego pristupa sadržaju kao inženjerskom projektu koji se može višekratno uređivati.
Radni tok rješava pitanje kako dovršiti nastavni program, a Skill određuje učinkovitost ponovne upotrebe. OpenMAIC pakira pedagoške metode poput Feynmanove tehnike učenja i spiralnog kurikuluma u Skillove, a korisnicima omogućuje i izradu vlastitih. Implicitno iskustvo dizajna nastavnih programa tako postaje opisivo, pozivljivo i prenosivo — postupno se taloži kao višekratno upotrebljiva produkcijska imovina.
Na temu „Kako obični čovjek može razumjeti arhitekturu”, Agent automatski pretražuje fotografije građevina i, polazeći od konkretnih elemenata poput konzolnih nosača i kupola, organizira put učenja po principu „promatraj — postavi pitanje — provjeri”.
Korak dalje, OpenMAIC se putem standardiziranih Skillova i SDK-a integrira s Agent radnim okolinama poput DeepSeek Harness, Codex i WorkBuddy — čime generiranje nastavnih programa postaje jedna od sposobnosti općenamjenskog Agenta. Model se brine za razumijevanje i zaključivanje, Harness pruža okruženje za pozivanje alata, čuvanje napretka i kontinuirano izvršavanje zadataka, a OpenMAIC osigurava sposobnost produkcije nastavnih programa.
▲ Pozivanje OpenMAIC-a putem Claude Code
Za učenike to znači da složeno znanje dobiva interaktivna objašnjenja; za razvojne programere, obrazovne sposobnosti počinju se ugrađivati u različite kontekste — baš kao što su to već učinili alati za pretraživanje, pisanje i programiranje.
Od profesionalne radne okoline, preko Skillova, do Harnessa i SDK-a — OpenMAIC v1.0 nije samo dodao tri skupa funkcija. Gledano u cjelini, redefinirao je granice proizvoda: od alata za generiranje nastavnih programa prema sustavu za njihovu produkciju, a potom i prema sloju obrazovnih sposobnosti unutar Agent ekosustava.
Na pozornici UN-a: Kina u open-sourceu dijeli obrazovnu metodologiju
Kako temeljni modeli postaju sve sličniji jedni drugima, natjecanje obrazovnih Agenata premještit će se s pojedinačnih funkcija na radne tokove i ekosustave. Tko uspije omogućiti višekratnu primjenu više pedagoških metoda, privući više razvojnih programera i osigurati protok obrazovnih sposobnosti između različitih Harnessa — taj ima veće šanse definirati nove standarde produkcije obrazovnog sadržaja i preuzeti potrošnju tokena koja iz toga proizlazi. Open-source u tom kontekstu postaje industrijska strategija.
OpenMAIC se odlučio za open-source i zadržao otvorenost prema modelima i Harnessu, omogućujući školama, nastavnicima i razvojnim programerima da zamijene modele i materijale, postave lokalne instalacije i razvijaju vlastita rješenja — prilagođavajući isti alat različitim jezicima, kulturama i nastavnim ciljevima.
Ako rastavimo lanac vrijednosti obrazovnog Agenta, uzvodno su temeljni modeli koji pružaju sposobnosti zaključivanja i multimodalnosti, u sredini je sloj koji organizira zadatke, poziva alate i taloži pedagoške metode, a nizvodno su škole, nastavnici i konkretni nastavni programi. Modeli nisu oskudni — ono što je u ovoj fazi ključno jest produkcijski sustav koji sposobnosti modela stabilno pretvara u nastavne programe. Upravo tu poziciju OpenMAIC nastoji zauzeti.
U tome leži i širi značaj OpenMAIC-ovog nastupa u UNESCO-u: školama i nastavnicima s ograničenim resursima otvorena sposobnost produkcije nastavnih programa može dodatno sniziti prag za kvalitetan sadržaj; a za AI obrazovnu industriju, otvorenost omogućuje da se tehnološki pristupi i pedagoške pretpostavke mogu provjeravati, uspoređivati i ispravljati.
Istovremeno, to pokazuje drukčiji oblik kineske AI konkurentnosti: parametri modela i ljestvice demonstriraju tehničke sposobnosti, dok open-source aplikacije te sposobnosti pretvaraju u alate koje obrazovni djelatnici diljem svijeta mogu koristiti, prilagođavati i dalje razvijati. Kineski tim ne izvozi samo proizvod — izvozi i metodologiju izgradnje AI-nativnog okruženja za učenje.
Programiranje je već pokazalo da Agent može postati novi ulaz u profesionalni rad. Sada, kako AI počinje kontinuirano organizirati znanje, pozivati pedagoške metode i prilagođavati se različitim učenicima, tržište obrazovnih tokena tek se počinje otvarati.
Izvor: Ifanr
Povezani članci
GPT Images 2.5 Iznenadno dostupan! Korisničke “duševne slike” su sve bizarnije jedna od druge9.9.2026.
Procvat humanoidnih robota u Kini, dio II: Startupi prelaze s izložbi robota na stvarne poslove8.9.2026.
Upravo sutra! Appleov preklopni telefon pokreće najjaču valnu objavu novih uređaja u povijesti8.9.2026.
Xiaomi Peng Cheng od 20,99 milijuna juana! Dva automobila s pet i sedam sjedala istovremeno, “verzija istraživanja” ima i gornju i donju razinu8.9.2026.
