Učestvovalo više od 760.000 učenika, dok su azijske zemlje ostvarile najbolje rezultate; digitalni uređaji i slabija porodična podrška glavni izazovi

PISA testiranje pokazalo je da interesovanje roditelja za obrazovanje dece opada u mnogim razvijenim zemljama. Preko 760.000 petnaestogodišnjaka iz desetina država učestvovalo je u ovom međunarodnom testiranju. Prosečni rezultati iz matematike, čitanja i prirodnih nauka među razvijenim ekonomijama dostigli su istorijski minimum, prema najnovijim podacima.

Pad porodične podrške obrazovanju dece

U poređenju sa prethodnim ciklusom iz 2022. godine, gotovo sve zemlje zabeležile su smanjenje porodične podrške obrazovanju dece, naročito dečaka. To se ogleda u ređim razgovorima roditelja sa decom o školi i slabijem interesovanju za njihovo učenje. Roditelji se, kako navodi Andreas Šlajher iz Organizacije za ekonomsku saradnju i razvoj (OECD), sve više ponašaju kao klijenti škola, a ne kao aktivni učesnici. Učenici koji dobijaju porodičnu podršku barem jednom nedeljno ostvarili su u proseku 35 poena više na testu iz prirodnih nauka. Ova razlika odgovara znanju stečenom tokom više od godinu i po dana školovanja i ostaje i kada se uzmu u obzir socioekonomske okolnosti.

Digitalni uređaji i rezultati testova

Još jedan značajan izazov predstavlja prekomerna upotreba digitalnih uređaja u učionicama. Više od četvrtine učenika u bogatijim zemljama izjavilo je da ih školski drugovi ometaju digitalnim uređajima na većini časova prirodnih nauka. Kao rezultat, zemlje sa strožim pravilima o korišćenju mobilnih telefona beleže manje problema sa ometanjem pažnje na časovima. Istraživanje je, osim toga, pokazalo da su najbolji rezultati postignuti kada se tehnologija koristi u učenju dva do tri sata dnevno. Duža upotreba tehnologije dovodi do pada rezultata.

Azijske zemlje i upotreba veštačke inteligencije

Azijske zemlje su se izdvojile po rezultatima. Manje od 10 odsto učenika u Japanu, Južnoj Koreji i Kini prijavilo je ometanje pažnje digitalnim uređajima. U kineskim provincijama gotovo svi učenici dostigli su najmanje osnovni nivo znanja iz matematike i čitanja, dok je u Sjedinjenim Američkim Državama taj nivo dostiglo 65 odsto učenika iz matematike i 74 odsto iz čitanja. Američki rezultati iz matematike bili su na nivou proseka OECD-a, a rezultati iz matematike i čitanja pali su na najniži nivo od početka PISA testiranja. Istraživači su, ipak, naglasili da podatke iz SAD treba tumačiti oprezno zbog nedovoljno reprezentativnog uzorka.

Upotreba veštačke inteligencije i obrazovni rezultati

Istraživanje je otkrilo da češća upotreba veštačke inteligencije u učenju uglavnom vodi slabijim rezultatima na testovima. Učenici koji nikada ne koriste četbotove postigli su bolje rezultate od onih koji ih koriste. Gotovo polovina učenika u razvijenim zemljama koristi veštačku inteligenciju za učenje najmanje jednom nedeljno. Andreas Šlajher izdvojio je Kinu, Japan, Singapur i Estoniju kao primere uspešnog korišćenja veštačke inteligencije u obrazovanju bez oslanjanja na nju kao zamenu za tradicionalne metode. U Kini, na primer, nastavnici koriste veštačku inteligenciju za analizu rukopisa dok učenici tradicionalno vežbaju kaligrafiju. Ovi rezultati ukazuju na kompleksne izazove sa kojima se suočavaju razvijene zemlje u obrazovnom sektoru. Povećanje porodične podrške, kontrola digitalnih uređaja i uravnotežena upotreba tehnologije ključni su za poboljšanje znanja učenika.

Prediktivni pristup i otpornost IT sistema u fokusu, mali i srednji biznis traže zaštitu od sajber napada

Kompanija Pulsec je na konferenciji Pulse360 u Sava Centru istakla značaj pojma otpornost u sajber bezbednosti. Prediktivna zaštita i pravovremeno prepoznavanje sajber pretnji centralne su teme koje je Pulsec predstavio, s ciljem očuvanja poslovanja tokom napada. Na konferenciji je naglašeno da je otpornost deo dizajna IT sistema, a da prediktivni pristup podrazumeva analizu obrazaca ponašanja napadača radi sprečavanja incidenata pre nego što nastanu ozbiljne posledice.

Prediktivni pristup i praktična demonstracija napada

Na skupu je Ilijana Vavan iz kompanije Group IB objasnila kako se menja način zaštite sajber sistema. „Menja se način na koji štitimo sajber sisteme. Nove tehnologije donose nove mogućnosti, ali i izazov da zaštitimo sve uređaje i sisteme koje svakodnevno koristimo. Prediktivni pristup podrazumeva da razumemo obrasce i putanje napadača kako bismo pretnju prepoznali i zaustavili pre nego što preraste u ozbiljan incident“, izjavila je Vavan. Osim toga, poseban segment konferencije bio je posvećen uticaju veštačke inteligencije na metode napada i odbrane, kao i na zaštitu poslovnih podataka. Tokom live demo sesije Inside Pulsec, inženjeri kompanije su praktično prikazali razvoj sajber napada i odgovor bezbednosnog tima u realnom vremenu.

Otpornost kao poslovna vrednost i uključenost malih preduzeća

Učesnici su istakli da otpornost nije samo tehničko pitanje, već deo šire poslovne strategije. Igor Pinter iz Pulsec-a izjavio je: „Sve češće nam se obraćaju i mala i srednja preduzeća koja traže pomoć da se zaštite. Nažalost, to se najčešće dešava tek nakon napada, kada su računari već zaključani, a poslovanje zaustavljeno. Važno je da priprema počne pre incidenta i da obuhvati tehničke timove, menadžment i stručnjake za regulativu. Cilj je da kompanija može da nastavi da posluje dok se problem rešava i da se što brže vrati u redovan režim rada.“ Kao rezultat, istaknuto je da priprema i edukacija zaposlenih, kao i usklađivanje sa regulativom, doprinose očuvanju poverenja i kontinuitetu poslovanja.

Podcast i saradnja sa vodećim kompanijama

Na konferenciji je snimljena cela sezona Pulse360 Podcasta, sa sedam epizoda u kojima učestvuju predstavnici kompanija CISCO, TrendAI, Airbus, Palo Alto i Deep Netts. Ove epizode biće objavljene na YouTube kanalu kompanije Pulsec, čime se širi znanje o otpornosti u sajber bezbednosti među stručnjacima i preduzećima različitih sektora. Uporedo sa tim, kroz razmenu iskustava i praktične demonstracije, kompanije su osnažene da unaprede svoje bezbednosne strategije. Posvećenost otpornosti i prediktivnom pristupu daje novi okvir za razvoj sajber bezbednosti u domaćem i regionalnom poslovnom okruženju.

Istraživanje pokazalo razlike u cenama do 23 odsto za iste proizvode, dok prodavci primenjuju personalizovane i dinamičke modele određivanja cena

Instacart, američka online platforma za dostavu namirnica, naplatio je isto pakovanje jaja po pet različitih cena korisnicima u Vašingtonu. Različite cene istog proizvoda za različite kupce potvrđene su u istraživanju koje su tokom 2025. godine sproveli Consumer Reports i Groundwork Collaborative. U istraživanju je učestvovalo 437 kupaca u četiri američka grada, a razlike u ceni jaja iznosile su od 3,99 do 4,79 dolara. Kod nekih proizvoda zabeležen je raspon cena do 23 odsto, dok je gotovo tri četvrtine posmatranih artikala prikazano po različitim iznosima.

Različite cene istog proizvoda za različite kupce i algoritamsko određivanje cena

Iako je Instacart naveo da nije reč o personalizovanim cenama nego o eksperimentu sa nasumičnim grupama korisnika, istraživanje je otvorilo pitanje kako internet prodavnice formiraju cene na osnovu korisničkih podataka. Tehnologije za određivanje personalizovanih cena analiziraju podatke o lokaciji, prethodnim kupovinama i pretragama. Kao rezultat, algoritmi procenjuju koliko je koji kupac spreman da plati za određeni proizvod. Federalna trgovinska komisija Sjedinjenih Američkih Država (FTC) navodi da ovakvi sistemi koriste precizne podatke o lokaciji, demografiji, istoriji kupovine i navikama korisnika, uključujući proizvode u virtuelnoj korpi, vraćanje robe i komunikaciju sa korisničkom službom. Osim toga, prodavnice mogu kombinovati sopstvene podatke sa podacima trećih strana ili sa takozvanim izvedenim podacima, do kojih dolaze analizom ponašanja kupca.

Personalizacija cena i uticaj na tržište

Personalizovano određivanje cena razlikuje se od dinamičkog modela, gde se cene menjaju zbog promene potražnje ili ograničenih zaliha. Kod personalizacije, algoritam procenjuje koliko je potrošač spreman da plati (willingness to pay), što zavisi od njegove osetljivosti na cenu, a ne nužno od visine prihoda. Jedan kupac može češće odustajati pri rastu cene, dok drugi prihvata višu cenu. Instacart je 2022. godine kupio kompaniju Eversight, koja razvija alate za optimizaciju i testiranje cena. Eksperimentisanje sa cenama omogućava kompanijama da kroz testiranje reakcija korisnika utvrde optimalnu cenu po kojoj je najverovatnije da će kupac završiti transakciju. Consumer Reports u svom istraživanju nije utvrdio vezu između demografskih podataka i razlike u cenama, ali je gotovo tri četvrtine proizvoda bilo ponuđeno po različitim iznosima.

Regulatorni okvir i budući trendovi

FTC je pokrenuo istrage o algoritamskom određivanju cena, fokusirajući se na zaštitu potrošača i transparentnost. Pitanje različite cene istog proizvoda za različite kupce biće sve važnije sa razvojem veštačke inteligencije i naprednih analitičkih alata. Potrošači ostaju izloženi „nevidljivom porezu na podatke“, jer njihovo ponašanje na internetu utiče na iznos koji plaćaju. Stručnjaci ističu da će transparentnost u formiranju cena i dalje biti izazov za regulatorne organe, dok trgovci nastoje da povećaju prihode korišćenjem sofisticiranih modela za određivanje cena.