Судалгаа, бодлого, ирээдүйн зураглал

Хиймэл оюун ухаан багшийг орлох уу?

AI, Education, and the Future of Teaching

Судалгаа, бодлого, кейсүүдийг нэгтгэн харвал хамгийн магадлалтай ирээдүй нь AI багш биш, харин AI-тай хамтран ажилладаг чадварлаг багшийн загвар юм.

View Certification WorkRead Research

Core Position

“Хиймэл оюун багшийг бүхэлд нь орлохгүй, харин сайн багшийг улам хүчтэй болгоно.”

Миний байр суурь бол хиймэл оюун ойрын 10-20 жилд багшийг бүрэн орлохгүй. Харин зөв хэрэгжүүлбэл сайн багшийг илүү хүчтэй болгож, буруу хэрэгжүүлбэл муу практикийг улам томруулдаг хөшүүрэг болно. Судалгааны том зураг ч үүнийг дэмжиж байна: ITS ба адаптив платформууд тодорхой хичээл, ялангуяа математик, логик, хэлний дасгал дээр эерэг үр дүн үзүүлсэн; LLM-д суурилсан шинэ хэрэгслүүд гүйцэтгэл, оролцоо, сэдлийг нэмэгдүүлж чаддаг ч энэ нь жинхэнэ суралцахтай үргэлж тэнцдэггүй.

Багшийн гол үүрэг болох зорилго тодорхойлох, үнэлгээ зохиох, сурагчийн сэтгэлзүй, харилцаа, шударга байдал, ёс зүй, аюулгүй байдлыг хариуцах ажлыг AI одоогоор найдвартай орлож чадахгүй. UNESCO, OECD, World Bank зэрэг байгууллагууд ч human-centred, teacher-guided, equity-by-design гэсэн гурван тулгуурыг тогтмол онцолж байна.

Гүйцэтгэх Хураангуй

AI нэмэгдүүлнэ, орлохгүй

Хиймэл оюун сургалтыг дэмжиж, хурдлуулж, хувь хүнд тохируулж чадна. Гэхдээ сургалтын мэргэжлийн цөм болох зорилго, харилцаа, шударга байдал, ёс зүйг багш л авч явна.

Хиймэл оюун багшийг бүхэлд нь орлохгүй, харин сайн багшийг улам хүчтэй болгоно.

Миний байр суурь бол хиймэл оюун ойрын 10-20 жилд багшийг бүрэн орлохгүй. Харин зөв хэрэгжүүлбэл сайн багшийг илүү хүчтэй болгож, буруу хэрэгжүүлбэл муу практикийг улам томруулдаг хөшүүрэг болно. Судалгааны том зураг ч үүнийг дэмжиж байна: ITS ба адаптив платформууд тодорхой хичээл, ялангуяа математик, логик, хэлний дасгал дээр эерэг үр дүн үзүүлсэн; LLM-д суурилсан шинэ хэрэгслүүд гүйцэтгэл, оролцоо, сэдлийг нэмэгдүүлж чаддаг ч энэ нь жинхэнэ суралцахтай үргэлж тэнцдэггүй.

Судалгааны Нэгдсэн Зураг

Хүрээ, үр дүн, тэгш байдал, бодлого

01Research Node

Судалгааны хүрээ ба тодорхойлолт

Interpretation

“AI багш” гэдэг нь нэг төрлийн зүйл биш. Бодит хэрэглээнд наад зах нь дөрвөн ангилал бий: ухаалаг сургалтын систем ба адаптив платформууд; чатбот ба LLM-тулгуурласан тайлбарлагч, хөтлөгч тьюторууд; багшид зориулсан хамтран ажиллагч copilot хэрэгслүүд; мөн биежсэн робот тьюторууд. Бодлогын тайланд сурагч төвтэй, багш төвтэй, байгууллага төвтэй AI хэрэглээг ч ялгаж үздэг. Энэ ангилал чухал. Учир нь AI багш гэж ерөнхийлбөл чатбот, математик дасгал тохируулдаг систем, эсвэл багшид үнэлгээний тайлан гаргаж өгдөг хэрэгслийг хооронд нь андуурах эрсдэлтэй. K-12 орчинд хяналттай, насанд тохирсон, curriculum alignment-тай систем илүү чухал байдаг бол дээд боловсролд бичих, судлах, тайлбарлах, асуулт-хариултын туслахууд илүү хурдан тархаж байна.

02Research Node

Одоогийн боломж, сургалтын үр дүн

Interpretation

Эмпирик нотолгоо хамгийн хүчтэй байгаа хэсэг нь генератив чатботоос өмнөх ITS ба адаптив тьюторын үе юм. Bloom-ийн 2 sigma problem-аас хойш олон арван хяналттай судалгаа, мета-анализ ITS нь уламжлалт заалтаас дундаас өндөр түвшний давуу нөлөө үзүүлж болохыг харуулсан. Kulik ба Fletcher 50 хяналттай үнэлгээнд медиан 0.66 SD ахиц олсон; VanLehn-ийн тоймд ITS-ийн нөлөө 0.76 SD байсан бөгөөд хүний тьюторт ойртож болохыг санал болгосон. Гэвч K-12 математикт нөлөө нь даруухан, дээд боловсролд дунд зэргийн эерэг, нөхцөлөөс хамааралтай байжээ. Өөрөөр хэлбэл AI хаа сайгүй ижил сайн биш, харин сайн бүтэцтэй, тодорхой зорилготой, богино эргэлттэй feedback-тэй үедээ сайн ажилладаг.

03Research Node

Генератив AI ба сургалтын бодит ахиц

Interpretation

2024-2025 оны систематик тоймууд ChatGPT-тэй оролцсон туршилтууд дунджаар академик гүйцэтгэл, оролцоо, сэдэл, higher-order thinking-ийн зарим үзүүлэлтийг сайжруулж болохыг олсон. Гэхдээ нотолгооны ихэнх нь их сургуулийн орчинд, богино хугацаанд, хэлний болон бичгийн даалгаварт төвлөрсөн; арга зүйн сул тал, novelty effect, жижиг сорьц, богино follow-up элбэг байна. OECD-ийн 2026 оны дүгнэлт бүр ч хатуу: GenAI нь даалгавар гүйцэтгэх чадварыг сайжруулж болох ч педагогик чиглүүлэггүй бол бодит суралцах ахиц үүсгэхгүй, metacognitive laziness төрүүлэх эрсдэлтэй. Харин хүний тьютор ба AI-г хамтад нь ашиглахад үр дүн өсөх шинж тод харагдаж эхэлсэн нь хамгийн чухал дохио юм.

04Research Node

Тэгш байдал, багшийн ажил, ёс зүй

Interpretation

AI боловсролын тэгш бус байдлыг багасгаж ч мэднэ, улам томруулж ч мэднэ. Нэг талаас хувь хүнд тохирсон дасгал, real-time feedback, 24/7 тайлбар өгч чаддаг учраас багш хүрэлцээгүй орчинд дэмжлэг болно. Нөгөө талаас төхөөрөмж, интернет, өгөгдлийн хамгаалалт, хэлний дэмжлэг, багшийн чадамж сул байвал сайн сурагч илүү хожно, сул сурагч бүр ч хоцорно. AI нь өөрөө тэгш бус байдлын шийдэл биш; харин тэгш байдлыг зориуд бодсон дизайн, санхүүжилт, оффлайн горим, орон нутгийн хэл, багшийн сургалттай байж сая шийдэл болно. Мөн AI нь даалгавар шалгах, тайлан гаргах, материал бэлтгэх зэрэг routine ажлыг хөнгөвчлөх боловч анги удирдах, мотивацлах, шударга үнэлгээ хамгаалах, эцэг эхтэй ажиллах, хүүхдийн сэтгэлзүйн дохиог унших ажлыг орлохгүй. Тиймээс AI literacy for teachers нь бодлогын төвд байх ёстой.

Судалгааны Гол Олдворууд

Нотолгоо юуг хамгийн тод хэлж байна вэ

Нийт зураг нь нарийн төвөгтэй ч үндсэн чиг шугам нь ойлгомжтой: domain-specific AI илүү баттай, GenAI бол илүү болгоомжтой тайлбарлах ёстой, харин human-AI хамтын ажиллагаа хамгийн ирээдүйтэй.

AI багш гэдэг нэг төрлийн ойлголт биш

Бодит хэрэглээнд ухаалаг сургалтын систем, адаптив платформ, чатбот ба LLM-тулгуурласан тьютор, багшийн copilot хэрэгсэл, мөн робот тьютор гэсэн өөр өөр ангиллууд бий. K-12 ба их сургуулийн хэрэгцээ ч ялгаатай.

ITS ба адаптив системүүд илүү бат бөх нотолгоотой

Классик судалгаанууд AI нь хаа сайгүй ижил сайн биш ч, сайн бүтэцтэй, тодорхой зорилготой, богино эргэлттэй feedback-тэй орчинд дундаас өндөр түвшний давуу нөлөө үзүүлж болохыг харуулсан.

GenAI гүйцэтгэлийг өсгөж чадна, гэхдээ суралцахыг батлахгүй

2024-2025 оны олон тоймд ChatGPT төрлийн хэрэгслүүд даалгаврын гүйцэтгэл, оролцоо, higher-order thinking-ийн зарим үзүүлэлтийг сайжруулж болохыг дурдсан. Гэхдээ богино хугацааны, жижиг сорьцтой, novelty effect-тэй судалгаа олон бөгөөд педагогик чиглүүлэггүй бол бодит ахиц сул хэвээр байна.

Хамгийн хүчтэй загвар нь human-AI хамтын ажиллагаа

AI-only орчноос илүүтэйгээр багш ба AI-ийг хамтад нь ашиглахад үр дүн нэмэгдэх шинж ажиглагдаж байна. Энэ нь AI ганцаараа багш биш, харин чадварлаг багштай нэгдсэн үедээ хамгийн хүчтэй гэдгийг харуулж байна.

AI in Education Adoption Horizon

Ирээдүйн хувилбар ба бодлого

Ойрын хугацаанаас урт хугацаа хүртэлх хамгийн болгоомжтой төсөөлөл: AI өдөр тутмын personalization engine болж чадна, харин хариуцлага багш дээр үлдэнэ.

2026

Teacher copilots, lesson planning, simple chat tutors

AI literacy policies, багшийн ажлыг дэмжих copilot хэрэгслүүд, энгийн тайлбарлагч чат тьюторууд хамгийн бодит эхний шат болно.

2028

School-wide LMS integration

Math болон language чиглэлийн narrow-domain tutoring нь сургуулийн түвшний LMS орчинд өргөжиж, өдөр тутмын workflow-д орно.

2031

Human-AI co-teaching

Early-warning support, assessment redesign, formative feedback, ганцаарчилсан нөхөх ажлуудтай hybrid human-AI teaching team түгээмэл болно.

2035

Multimodal tutors, simulation-based practice

Симуляци, лаборатори, multimodal tutors илүү өргөн хэрэглээнд орж, privacy ба governance-ийн шаардлага улам чангарна.

2040

Richer personalization, teachers remain accountable

Niche robot facilitation нэмэгдэж болох ч хариуцлага, ёс зүй, харилцаа, үнэлгээний эцсийн эрх багш, сургууль, байгууллага дээр үлдэнэ.

Системүүд, Кейсүүд, Зардал

Нарийн зорилготой системүүд хамгийн бодит

Дэлхийн жишээн дээр хамгийн сайн нотлогдсон системүүд нь ихэвчлэн бүтэцтэй, domain-specific, тодорхой хэрэглээтэй байдаг. Энэ нь бүрэн автономит AI багш биш, харин зорилтот хэрэгслийн логикийг баталж байна.

ALEKS

McGraw Hill-ийн нарийн зорилготой, бүтэцтэй adaptive math platform. Domain-specific AI системүүд яагаад илүү нотлогдсон байдгийн жишээ.

Khanmigo

Khan Academy-ийн conversational learning assistant. Тайлбар, prompting, guided exploration-д хүчтэй бөгөөд багштай хамт хэрэглэгдэх загвар руу ойртдог.

Duolingo Max

Хэлний сургалтад generative AI-г roleplay, explanation, interaction хэлбэрээр ашиглаж буй томоохон хэрэглээний жишээ.

MATHia

Carnegie Learning-ийн personalized math instruction platform. Step-based feedback ба structured pedagogy-ийн хүчийг харуулдаг.

Jill Watson

Georgia Tech-ийн virtual teaching assistant. Их сургуулийн орчинд AI хэрхэн Q&A, course support-ийг масштабтайгаар дэмжиж болохыг харуулсан кейс.

Eduten

Монголын хувьд онцгой сонирхолтой кейс. Математикийн платформыг үндэсний түвшинд өргөжүүлэх боломж болон бодит нэвтрүүлэлтийн замыг харуулж байна.

ABii

Van Robotics-ийн robot tutor. Биежсэн AI тьюторын чиглэлд ямар боломж, ямар хязгаар байгааг харуулах сонирхолтой жишээ.

Бодлогын Түвшин

Миний санал: хэрэгсэл, хяналт, нотолгоо

Сургуулиудын өмнөх асуулт нь AI бий юу гэдэг биш. Харин үүнийг ямар зорилгоор, ямар хяналттай, хэнд ашигтай, ямар үнэлгээтэй нэвтрүүлэх вэ гэдэг юм.

✦

AI-г хэрэгсэл гэж үзэхээс биш орлох ажилтан гэж тайлбарлаж болохгүй.

✦

K-12 ба дээд боловсролын бодлогыг салгаж харах хэрэгтэй.

✦

Багшийн AI ур чадвар, локал хэл ба агуулга, өгөгдөл хамгаалалт, audit trail зайлшгүй шаардлагатай.

✦

AI ашигласан эсэхийг барих биш, AI ашигласан ч сурагчийн сэтгэлгээний нотолгоог хэрхэн үнэлэх вэ гэдэг логик руу шилжих ёстой.

✦

Монголд нэвтрүүлэх технологи бүрийг RCT эсвэл сайн quasi-experimental үнэлгээтэй холбох хэрэгтэй.

Хиймэл оюун ирээдүйд багшийг бүрэн орлохгүй. Хамгийн магадлалтай ирээдүй бол AI багш биш, AI-тай чадварлаг багш юм.

Яагаад гэвэл багшийн ажил зөвхөн мэдээлэл тайлбарлах биш; харин харилцаа тогтоох, сургалтын зорилго тодорхойлох, шударга үнэлгээ хийх, ангийн уур амьсгал бүрдүүлэх, сурагчийн айдас, эргэлзээ, хүсэл тэмүүллийг таних, хэцүү үед нь хүнээрээ түшиг болох ажил юм.

Table Of Contents

Research Base & Source Index

A structured end-of-page reference section that anchors the visual narrative in published studies, policy guidance, and real-world implementation sources.

20 суурь судалгаа

20 судалгаа
  1. 1Bloom, B. S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring. Educational Researcher, 13(6), 4-16.
  2. 2VanLehn, K. (2011). The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist, 46(4), 197-221. https://doi.org/10.1080/00461520.2011.611369
  3. 3Ma, W., Adesope, O. O., Nesbit, J. C., & Liu, Q. (2014). Intelligent Tutoring Systems and Learning Outcomes: A Meta-Analysis. Journal of Educational Psychology, 106(4), 901-918. https://doi.org/10.1037/a0037123
  4. 4Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of Intelligent Tutoring Systems: A Meta-Analytic Review. Review of Educational Research, 86(1), 42-78. https://doi.org/10.3102/0034654315581420
  5. 5Steenbergen-Hu, S., & Cooper, H. (2013). A Meta-Analysis of the Effectiveness of Intelligent Tutoring Systems on K-12 Students' Mathematical Learning. Journal of Educational Psychology, 105(4), 970-987. https://doi.org/10.1037/a0032447
  6. 6Steenbergen-Hu, S., & Cooper, H. (2014). A Meta-Analysis of the Effectiveness of Intelligent Tutoring Systems on College Students' Academic Learning. Journal of Educational Psychology, 106(2), 331-347. https://doi.org/10.1037/a0034752
  7. 7Pane, J. F., Griffin, B. A., McCaffrey, D. F., & Karam, R. (2014). Effectiveness of Cognitive Tutor Algebra I at Scale. Educational Evaluation and Policy Analysis, 36(2), 127-144. https://doi.org/10.3102/0162373713507480
  8. 8Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Boston: Center for Curriculum Redesign.
  9. 9Hwang, G.-J., Xie, H., Wah, B. W., & Gasevic, D. (2020). Vision, Challenges, Roles and Research Issues of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001
  10. 10Konijn, E. A., & Hoorn, J. F. (2020). Robot Tutor and Pupils' Educational Ability: Teaching the Times Tables. Computers & Education, 157, 103970. https://doi.org/10.1016/j.compedu.2020.103970
  11. 11Chu, S.-T., Hwang, G.-J., & Tu, Y.-F. (2022). Artificial intelligence-based robots in education: A systematic review of selected SSCI publications. Computers and Education: Artificial Intelligence, 3, 100091. https://doi.org/10.1016/j.caeai.2022.100091
  12. 12Kasneci, E., Sessler, K., Kuchemann, S., Bannert, M., Dementieva, D., Fischer, F., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
  13. 13Angel-Urdinola, D., Avitabile, C., Chinen, M., & Solis, V. (2023). Can Digital Personalized Learning for Mathematics Remediation Level the Playing Field in Higher Education? Experimental Evidence from Ecuador. Policy Research Working Paper 10483. World Bank.
  14. 14Mai, D. T. T., Da, C. V. C., & Hanh, N. V. (2024). The use of ChatGPT in teaching and learning: a systematic review through SWOT analysis approach. Frontiers in Education, 9, 1328769. https://doi.org/10.3389/feduc.2024.1328769
  15. 15Deng, X., et al. (2024). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education.
  16. 16Youssef, E., Medhat, M., Abdellatif, S., & Al Malek, M. (2024). Examining the effect of ChatGPT usage on students' academic learning and achievement: A survey-based study in Ajman, UAE. Computers and Education: Artificial Intelligence, 100316. https://doi.org/10.1016/j.caeai.2024.100316
  17. 17Vanzo, A., Pal Chowdhury, S., & Sachan, M. (2024). GPT-4 as a Homework Tutor can Improve Student Engagement and Learning Outcomes. arXiv:2409.15981. https://doi.org/10.48550/arXiv.2409.15981
  18. 18Mo, F., Huang, J., Yang, Y., Ozen, Z., Maeda, Y., & Olenchak, F. R. (2025). Undergraduate students' learning outcomes with ChatGPT: A meta-analytic study. Computers and Education: Artificial Intelligence, 100536. https://doi.org/10.1016/j.caeai.2025.100536
  19. 19Gurung, A., Lin, J., Gutterman, J., Thomas, D. R., Houk, A., Gupta, S., Brunskill, E., Branstetter, L., Aleven, V., & Koedinger, K. (2025). Human Tutoring Improves the Impact of AI Tutor Use on Learning Outcomes. In Artificial Intelligence in Education (AIED 2025), Lecture Notes in Computer Science, Vol. 15880, 393-407. https://doi.org/10.1007/978-3-031-98459-4_28
  20. 20Ackermann, H., Lange, A. L., Hafner, V. V., & Lazarides, R. (2025). How adaptive social robots influence cognitive, emotional, and self-regulated learning. Scientific Reports, 15, 6581. https://doi.org/10.1038/s41598-025-91236-0

Нэмэлт эх сурвалж

30+ холбоосууд
UNESCO, Guidance for generative AI in education and research↗UNESCO, AI and education: guidance for policy-makers↗UNESCO, AI competency framework for teachers↗UNESCO Digital Library, AI competency framework for teachers↗UNESCO, Artificial intelligence in education↗OECD, Artificial intelligence and education and skills↗OECD, OECD Digital Education Outlook 2026↗OECD, Reimagining Teaching in an Accelerating World↗OECD, AI Adoption in the Education System↗World Bank, AI Revolution in Education: What You Need to Know↗World Bank, AI Revolution in Higher Education: What You Need to Know↗World Bank, AI in Schools: Opportunities, Challenges & Realities for the Future of Learning↗NIST, AI Risk Management Framework↗NIST, AI RMF Generative AI Profile↗EU, AI Act↗EU AI Act, Article 4: AI literacy↗U.S. Department of Education, Artificial Intelligence Guidance↗U.S. Department of Education, Guidance on AI Use in Schools↗NEA, Report of the NEA Task Force on Artificial Intelligence in Education↗EDUCAUSE, Generative AI↗EDUCAUSE, 2025 Horizon Action Plan: Building Skills and Literacy for Teaching with GenAI↗Khanmigo pricing↗Khanmigo main page↗Khan Academy, Efficacy Results, November 2024↗Digital Promise, Estudia Khanmigo pilot report↗Duolingo efficacy studies↗Duolingo, Video Call improves Japanese English learners' speaking skills↗Duolingo for Schools↗Duolingo Help, What is Duolingo Max?↗Carnegie Learning, MATHia↗IES, MATHia award page↗McGraw Hill, ALEKS outcomes↗IES, Efficacy of ALEKS for Improving Student Algebra Achievement↗ASSISTments, Evidence of Impact↗IES, Evaluating the Effectiveness of ASSISTments for Improving Math Achievement↗WestEd, Efficacy of ASSISTments↗Georgia Tech Design Intelligence Lab, Jill Watson↗Georgia Tech, Jill Watson Outperforms ChatGPT in Real Classrooms↗AutoTutor↗ABii School Edition pricing↗ABii product page↗Eduten, Mongolia Adopts Eduten for All Students in Grades 1-9↗Eduten, Massive Impact in Math Learning Results Across Mongolia↗Eduten, Mongolia project nominated for GovTech Prize↗Монгол Улсын Боловсролын яам, 'Боловсрол дахь хиймэл оюун' хэлэлцүүлэг↗Монгол Улсын Боловсролын яам, Eduten математикийн платформ↗Монгол Улсын Боловсролын яам, ЮНЕСКО-оос багш нарыг чадавхижуулах форум↗UNESCO-ICHEI / MUST, Joint Action Plan on Capacity Building and Recognition of Digital and AI Competencies in Mongolia's Higher Education Sector 2025-2027↗UNESCO, East Asia policy dialogue held in Ulaanbaatar↗Mongolian education context, ICT in education policy review report: Mongolia↗Reuters, Duolingo expands AI features access in 2026 strategy shift↗
↑