Стратегија развоја ВИ 2025–2030 Локална обрада података Наставник у средишту система Српски језик и ћирилица

Суверена вештачка интелигенција за српске школе

Локална. Безбедна за децу. Под контролом наставника.

Славко је школски ВИ-помоћник који ради у школи, у државном дата центру или у хибридној поставци у којој осетљиви подаци остају у земљи. Прављен је да наставнику врати контролу над алатима које деца већ користе: да помогне у учењу, приступачности и организацији наставе — без самосталног оцењивања ученика.

Зашто локално

Питање није да ли ће деца користити ВИ — већ ко управља тим искуством

Вештачка интелигенција већ улази у учионицу кроз телефоне, претраживаче и јавне chat системе. Зато је боље да школа добије контролисан, јасан и проверљив алат него да се учење ослања на неконтролисан садржај.

Наставник остаје главни

Славко је помоћник, не замена. Наставник поставља циљ, бира материјал и има последњу реч у сваком образовном процесу.

Подаци деце нису споредна ствар

Када се обрада ради локално, школа и држава имају јаснију контролу над тим где подаци настају, где се чувају и ко им приступа.

Мрежни услови нису свуда исти

Систем који уме да ради и при слабијој вези не претвара квалитет наставе у питање тренутне интернет пропусности.

Образовање тражи проверљивост

Када ВИ утиче на приступ образовању, исходе учења или праћење ученика, европски оквир је третира као високоризичну област. Зато је људски надзор у Славку основни принцип, не накнадни додатак.

Архитектура

Сувереност није слоган, него начин рада система

Славко може да користи различите моделе, али подаци ученика не морају да иду у јавни облак. Локални модел разговара са учеником, док су осетљиви подаци у издвојеним, контролисаним базама.

Типичан страни AI у јавном облаку

  • Подаци и упити одлазе ван школске мреже и често ван земље.
  • Рад зависи од стабилног интернета, налога и услова страног провајдера.
  • Ток података, логови и измене модела теже се доказују школи и родитељима.
  • Промена цена, правила или доступности није под контролом школе.

Славко — локално и заменљиво

  • Обрада може да остане у школи или у домаћој државној инфраструктури.
  • Ради и без сталне интернет везе; облак је опција за унутрашњу контролу, не услов.
  • Модели су заменљиви, а сваки одговор пролази контролни слој пре испоруке.
  • Подаци, правила и дневници рада остају под надзором школе и овлашћених администратора.

Ученик или наставник

Питање, глас, документ или задатак улази кроз школски интерфејс.

Контролни слој

Систем проверава намеру, узраст, контекст и дозвољене изворе.

Локални модели

Језички, гласовни и визуелни модели раде на локалном серверу или у домаћем центру.

Наставник види траг

Одговор, извори и дневник рада остају проверљиви и прегледни.

Ослонац на постојеће

Србија већ има основу на коју се може надовезати

Предлог не почиње од нуле и не тражи паралелни школски систем. Ослања се на дигиталну инфраструктуру у школама, државни дата центар у Крагујевцу и националну платформу за вештачку интелигенцију.

3.800+школа опремљених брзим интернетом у оквиру пројекта Повезане школе
730.000+ученика у модерном дигиталном окружењу
100.000+наставника обухваћених истом мрежом
0бајтова података деце мора да напусти земљу у локалној поставци

Школска мрежа

Постојећа школска дигитална инфраструктура је најбоља полазна тачка за пилот: прво ограничен број школа, мерење резултата, па ширење.

Државни дата центар

Национална ВИ платформа је смештена у Државном дата центру у Крагујевцу, са NVIDIA DGX инфраструктуром и најављеним проширењима током 2026.

Заменљиви слојеви

Славко није везан за једног добављача: језички модел, глас, база знања и интерфејс могу се мењати без рушења целог система.

Инжењерски слој

Систем који може да се покрене, измери и докаже

Славко није само школски chat. То је контролисан образовни runtime: сваки захтев пролази кроз проверу извора, узраста, наставног контекста, приватности и техничке доступности — пре него што ученик добије одговор.

Red Hat пут: од домаћег решења до enterprise провере

После разговора са Red Hat тимом, отворен је конкретан следећи корак: Славко runtime треба покренути на RHEL AI и OpenShift AI окружењу, са реалним GPU ресурсима, како би се систем проверио као производ који може да издржи школске, регулаторне и продукционе услове.

✓ подршка и контакт OpenShift AI RHEL AI ✓ GPU proving ground

Зашто је то важно за Министарство

Када се домаћи образовни модел покрене на платформи коју користе велике организације, добија се нешто више од демонстрације: мерљив доказ да се решење може паковати, надгледати, ограничити, ажурирати и репродуковати у више школа без губитка контроле над подацима.

сувереност поновљивост ревизија ширење

Одговор није један prompt, већ контролисана одлука

Систем не сабира нове разговорне петље преко модела. Уместо тога одржава радно стање поузданости: шта је ученик питао, који је предмет, који извор је дозвољен, колики је ризик и да ли наставник мора да буде у петљи.

  • Ако постоји одобрен извор и низак ризик, ученик добија јасно објашњење или вежбу.
  • Ако извор није довољан, Славко сужава питање, тражи наставни материјал или каже да нема основу.
  • Ако је тема осетљива, систем не импровизује: пребацује ствар наставнику или школском тиму.

Стари концепт, зрелија форма

Ранији Славко/Метатрон концепти су сачувани, али преведени на језик школске продукције: дневник рада, мапа знања, контролни слој, потписани пакети и јасан траг сваке одлуке.

  • Дневник рада бележи модел, извор, верзију наставног пакета и исход провере.
  • Мапа знања повезује лекцију, узраст, извор, школску политику и дозвољену врсту одговора.
  • Контролни слој одлучује да ли иде објашњење, квиз, наставнички преглед, одбијање или ескалација.
01

Улаз

Питање, глас, документ или задатак улази кроз школски интерфејс.

02

Провера

Систем проверава предмет, узраст, приватност, ризик и дозвољене изворе.

03

Контекст

Узима се само потребан део наставног пакета, без откривања сувишних података.

04

Модел

Модел ради у школи, у домаћем центру или у провереном enterprise окружењу.

05

Валидатор

Одговор пролази проверу извора, тона, формата, безбедности и наставне сврхе.

06

Траг

Наставник види шта је коришћено, зашто је одговор дозвољен и како се може проверити.

Шта се доказује

Пилот мора да покаже контролу, не само леп интерфејс

За школски систем није довољно да модел „лепо одговори”. Мора се доказати где су подаци, који је извор употребљен, шта се дешава без интернета, како се врши повратак на претходну верзију и ко има последњу реч.

Локални рад

Школски чвор наставља рад из последњег одобреног пакета и када централни слој није доступан.

Нема сировог износа података

Ученички разговор не одлази ка спољном AI API сервису без посебне одлуке, правног основа и анонимизације.

Проверљив одговор

Одговор има извор, верзију наставног пакета, оцену поузданости или јасно одбијање када основа није довољна.

Корак 1

Домаћи школски runtime

Локални модел, база знања, говорни унос/излаз, наставнички преглед, потписани пакети и рад без сталног интернета.

Корак 2

RHEL AI серверска основа

Служење модела, оптимизација inference-а, системски пакети и контрола окружења на enterprise Linux основи.

Корак 3

OpenShift AI кластер

Раздвајање сервиса, GPU радни терети, registry, monitoring, MLOps/GenAIOps/AgentOps и управљање животним циклусом.

Корак 4

Глобално проверљив производ

Решење се приказује као домаћи, суверени образовни AI који може да се тестира у међународном Red Hat/NVIDIA екосистему.

Капија
Шта се доказује
Минимални исход
Офлајн рад
Школски чвор наставља рад из одобреног пакета и када централни слој није доступан.
Пилот пролази
Излаз података
Сиров ученички упит не одлази ка спољном AI API сервису.
0 недозвољених позива
Тачност
Одговор има извор, оцену поузданости или јасно одбијање када извор није довољан.
Без измишљања
Безбедност
Осетљиви сценарији, приватност и покушаји заобилажења пролазе кроз контролни слој.
Ескалација
Интегритет пакета
Модел, лекција и политика се прихватају само ако потпис и checksum одговарају.
Rollback спреман
Поновљив траг
Сваки одговор има модел, верзију пакета, изворе, policy одлуку и валидаторски исход.
Ревизија могућа

Инжењерски закључак

Славко EDU се представља као суверени школски AI runtime: локалан у учионици, ослоњен на домаћи core када је потребно, под наставничком контролом и спреман да се кроз Red Hat пут покаже као enterprise-проверљив производ.

Шта Славко ради

Помоћник наставнику, а не аутоматски наставник

Добар алат не одузима мишљење човеку — он човеку даје више времена и бољи увид. Славко је замишљен као пет дигиталних приправника који раде рутину, док наставник води наставу.

Објашњава и вежба

Ученик добија објашњење својим темпом, додатне примере и вежбе; наставник одређује оквир и проверава квалитет.

Прави живи интерфејс

Уместо зида текста може да прикаже квиз, графикон, табелу, симулацију или мини-екран прилагођен конкретном задатку.

Помаже приступачности

Гласовни унос, читање наглас и белешке помажу ученицима којима је лакше да говоре, слушају или уче корак по корак.

Учи безбедном коришћењу ВИ

Деца уче да препознају грешке, траже изворе, постављају боља питања и користе ВИ као алат, а не као замену за разумевање.

Зрелост

Поштено: шта већ ради, а шта се доказује у пилоту

Озбиљан школски систем не сме да се продаје обећањима. Зато раздвајамо функционалне делове од делова који се морају подесити за конкретну школу, наставни план и правила рада.

Функционално данас

  • Локална обрада говора и синтеза гласа без јавног облака.
  • Оркестрација више модела са провером квалитета пре испоруке.
  • Српски интерфејс на ћирилици и рад са локалним документима.
  • Модуларна архитектура: модел, база знања и канал комуникације су заменљиви.

Доказује се кроз пилот

  • Поравнање садржаја са наставним планом и програмом по предметима.
  • Праћење напретка ученика само уз јасна правила, сагласност и минималне податке.
  • Интеграција са школским системима и постојећим процедурама.
  • Мерење исхода: корист за наставника, ученика и безбедност података.
Сувереност и поверење

Заштита података се решава архитектуром, не обећањем

Славко не треба да „вршља” по школским базама. Осетљиви подаци су у издвојеним системима, а модел добија само минималан контекст који је неопходан за конкретан задатак.

Издвојене базе

Подаци о ученику, наставни материјали и дневници рада раздвојени су по улогама и правима приступа.

Траг провере

Сваки важан корак оставља дневник: ко је питао, који извор је коришћен и шта је систем испоручио.

Границе употребе

Систем није пројектован да самостално оцењује, разврстава или кажњава ученике. То остаје у људској надлежности.

Српски језик као слој безбедности

Квалитетан српски, ћирилица и домаћи контекст смањују ризик да деца добијају неприлагођене, погрешно преведене или културно промашене одговоре.

Ко гради

Спој клиничке одговорности и инжењерске логике

Славко развија др Огњен Вучуревић, лекар и специјализант радиологије из Београда, са дугогодишњим практичним радом у софтверу и системима вештачке интелигенције.

Полазна логика је настала у медицинском окружењу, где приватност, проверљивост и тачност нису украс него услов рада. Исти принцип се сада прилагођава школи.

Наша памет, наша деца.

Мото Славка

Сарадња

Спремни за пилот у одабраним школама

Предлажемо ограничен и мерљив пилот: локална демонстрација, рад са наставницима, проверљиви дневници система и јасна правила употребе. Циљ није спектакл, него доказ да школа може да користи ВИ без губитка контроле над подацима и наставним процесом.

Пишите нам