Η Google θέλει να ενσωματώσει την τεχνητή νοημοσύνη στη σχολική αναζήτηση πληροφοριών, προκαλώντας αντιδράσεις από εκπαιδευτικούς και γονείς. Πίσω από την αντιπαράθεση κρύβεται ένα σημαντικότερο ερώτημα: μπορεί μια τεχνολογική εταιρεία να καθορίζει τα εργαλεία μάθησης των παιδιών, όταν η επιστήμη δεν έχει ακόμη αποσαφηνίσει τις επιπτώσεις τους στην κριτική σκέψη;

Για περισσότερες από δύο δεκαετίες, η αναζήτηση στο διαδίκτυο αποτελεί αναπόσπαστο μέρος της εκπαιδευτικής διαδικασίας. Τώρα, όμως, η Google επιχειρεί να ενσωματώσει την παραγωγική τεχνητή νοημοσύνη στα εργαλεία που χρησιμοποιούν εκατομμύρια μαθητές. Τον Νοέμβριο του 2026, η εταιρεία ανακοίνωσε ότι τα σχολεία στις Ηνωμένες Πολιτείες θα μπορούν να απενεργοποιούν εργαλεία όπως το Gemini. Ωστόσο, όσα επιθυμούν να αποκλείσουν πλήρως την παραγωγική τεχνητή νοημοσύνη δεν θα μπορούν να προσφέρουν στους μαθητές την παραδοσιακή αναζήτηση Google χωρίς τις ενσωματωμένες λειτουργίες AI. Η απόφαση προκάλεσε έντονες αντιδράσεις, καθώς αρκετές σχολικές περιφέρειες επιθυμούν να περιορίσουν τη χρήση τεχνητής νοημοσύνης μέχρι να διαμορφώσουν σαφείς εκπαιδευτικές πολιτικές. 
Η Google υποστηρίζει ότι η αναζήτηση και η τεχνητή νοημοσύνη είναι πλέον βαθιά συνδεδεμένες. Ωστόσο, οι επικριτές της επισημαίνουν ότι η εταιρεία θα μπορούσε να προσφέρει μια έκδοση αναζήτησης χωρίς τις αυτόματες περιλήψεις AI Overviews. Εδώ μπορούμε να αντιληφθούμε ότι το ζήτημα δεν είναι απλώς τεχνολογικό. Αφορά το ποιος έχει την εξουσία να αποφασίζει πώς χρησιμοποιείται η τεχνολογία μέσα στην τάξη.

Περισσότερες σωστές απαντήσεις, λιγότερη πραγματική μάθηση;
Η επιστημονική έρευνα αρχίζει να αποκαλύπτει μια ενδιαφέρουσα αντίφαση: η τεχνητή νοημοσύνη μπορεί να βελτιώνει την απόδοση των μαθητών στις εργασίες τους, χωρίς απαραίτητα να ενισχύει τη μάθηση. Μελέτη του 2026 από ερευνητές των πανεπιστημίων της Στοκχόλμης και του Χονγκ Κονγκ παρακολούθησε 26.811 μαθητές δευτεροβάθμιας εκπαίδευσης στην Κίνα για 30 μήνες. Η χρήση παραγωγικής τεχνητής νοημοσύνης συνδέθηκε με αύξηση της βαθμολογίας στις εργασίες κατά 18% και μείωση του χρόνου ολοκλήρωσής τους κατά 30%. Ωστόσο, μέσα σε έξι μήνες, οι επιδόσεις στις εξετάσεις χωρίς τεχνολογική βοήθεια μειώθηκαν κατά 20%. Οι ερευνητές διαπίστωσαν ότι οι μεγαλύτερες απώλειες μάθησης εμφανίζονταν στους μαθητές που φαίνεται ότι χρησιμοποιούσαν την τεχνητή νοημοσύνη για να ολοκληρώνει τις εργασίες τους, αντί να προσπαθούν να κατανοήσουν το αντικείμενο. Η μελέτη, η οποία αποτελεί ακόμη ερευνητική εργασία και όχι οριστικό συμπέρασμα για κάθε εκπαιδευτικό σύστημα, αναδεικνύει τη διαφορά ανάμεσα στην ολοκλήρωση μιας εργασίας και στην πραγματική κατάκτηση της γνώσης. Η μάθηση απαιτεί προσπάθεια, πειραματισμό, λάθη και επανεξέταση. Εάν η τεχνολογία παρακάμπτει συστηματικά αυτές τις διαδικασίες, ενδέχεται να περιορίζει την ανάπτυξη της ανεξάρτητης σκέψης.

Η τεχνολογία μπορεί να βοηθήσει, αλλά με ποιους όρους;
Η εικόνα, ωστόσο, δεν είναι μονοδιάστατη. Μια τυχαιοποιημένη μελέτη στη Σιέρα Λεόνε, με 1.763 μαθητές, διαπίστωσε ότι η χρήση του συστήματος Guided Learning της Google για οκτώ εβδομάδες βελτίωσε σημαντικά τις μαθηματικές επιδόσεις. Το συγκεκριμένο εργαλείο δεν παρέχει απλώς έτοιμες απαντήσεις, αλλά καθοδηγεί τους μαθητές στη διαδικασία επίλυσης προβλημάτων. Τα αποτελέσματα είναι ενθαρρυντικά, αν και η έρευνα πραγματοποιήθηκε σε συνεργασία με την ίδια την εταιρεία και χρειάζεται ανεξάρτητη επιβεβαίωση.
Η UNESCO έχει ήδη τονίσει ότι η ενσωμάτωση της παραγωγικής τεχνητής νοημοσύνης στην εκπαίδευση απαιτεί προστασία προσωπικών δεδομένων, ηλικιακά κατάλληλες εφαρμογές και ουσιαστικό ανθρώπινο έλεγχο. Το σημαντικότερο ερώτημα, επομένως, δεν είναι εάν πρέπει να χρησιμοποιείται τεχνητή νοημοσύνη στα σχολεία, αλλά πότε, πώς και για ποιον εκπαιδευτικό σκοπό.
Η τεχνολογία μπορεί να αποτελέσει πολύτιμο σύμμαχο του εκπαιδευτικού. Δεν πρέπει, όμως, να υποκαθιστά τη δική του παιδαγωγική κρίση ούτε την ενεργή συμμετοχή του μαθητή. Η εκπαίδευση δεν έχει ως μοναδικό στόχο να βρίσκουν τα παιδιά τις σωστές απαντήσεις. Έχει κυρίως ως στόχο να μαθαίνουν πώς να σκέφτονται, να αμφισβητούν και να ανακαλύπτουν τις απαντήσεις μόνα τους.

Αναφορές

1. David Strömberg, Victor Lei, Yanhui Wu – The Generative AI Learning Penalty: Evidence from Chinese Secondary Education – Stockholm University / University of Hong Kong / CEPR, 2026 – DOI: 10.2139/ssrn.6868618.
2. LearnLM Team – Teaching with Gemini: Measuring the Impact of Guided Learning on Student Mathematics Progress in Sierra Leone – Google DeepMind / Fab AI, 2026 – Ερευνητική έκθεση.
3. Fengchun Miao, Wayne Holmes – Guidance for Generative AI in Education and Research – UNESCO, 2023 – Επίσημη έκδοση.
4. Chris Phillips – Designing Responsible AI for Learning – Google for Education, 3 Νοεμβρίου 2026 – Επίσημη ανακοίνωση.
5. Grace Jiang – Google's New Rules Hand Schools Hard Choices About AI and Search – Education Week, 3 Νοεμβρίου 2026 – Δημοσίευμα.

Συντακτική Ομάδα Holistic Life. © 2026 Holistic Life.