1.2 Výuka o AI versus výuka s AI
Shrnutí
Pokud si z této stránky máte zapamatovat jen jednu větu: AI je jako navigace.
ZachraňujePomáhářidiče,těm,kterýkteří se užmádokážoumapusami orientovat, ale těm ostatním může nenápadně bránit vhlavě, a tiše brání tomu, kdo ji nemá,tom, abysisejitokdy vytvořil.naučili.
Problém navigace
Abyste mohli řídit londýnskýlondýnské taxík,taxi, musíte nejprve složit znalostnízkoušku zkoušku:ze znalosti města. Ta zahrnuje 320 stanovených tras napříčna 113území čtverečnímio mílemirozloze přibližně 293 km² v okruhu šesti9,7 milkm od Charing Cross,Cross. naLondýnský jejichždopravní zvládnutí dávápodnik Transport for London počítá až dvase roky,dvěma lety přípravy, než zkouškyuchazeči vůbec začnou.začnou skládat zkoušky.
I zkoušení řidiči používají navigaci a nikdo si o nich kvůli tomu nemyslí nic horšího. Znalostní zkouška se s příchodem zařízení nestala zbytečnou. Navigace se stala tím, co dělá jízdu bezpečnou. Řidička,Řidič, která mákterý město vdobře hlavě,zná, používávyužívá navigaci napředevším to,k cozískání informací, které sám nemůže vědět:znát, nehodunapříklad o nehodě na mostě nebo dnešníaktuální dopravní zácpu.situaci. A všimnetaké si,pozná, když ji navigace navede do ulice, kteroukterá je už od dubna rozkopali.rozkopaná.
Nyní posaďtesi dopředstavte stejnéhozačínajícího taxíkuřidiče ve stejném taxi se stejnou navigacínavigací. nováčka.Bez Dorazíproblémů dorazí na každou adresu.adresu Chvília je k nerozeznání od zkušené řidičky. Ale tím, žezpočátku se řídízdá pokynybýt navigace,stejně schopný jako zkušený řidič. Pouhým následováním pokynů navigace si však nebuduje nic.vlastní Poorientační schopnosti. Ani po roce odbočování vlevopodle najejích pokynpokynů stálese nedokáže projetsamostatně městempohybovat bezpo zařízeníměstě a nepozná, kdykdyž seho navigace mýlí.vede špatně.
Obr. 1: „Výsledek závisí na řidiči“ (obrázek vygenerovaný pomocí AI, Google Gemini)
VlevoNa začínálevé jízdastraně svidíme mapouřidiče, vkterý hlavě.se ve městě dobře orientuje. Navigace mu pouze doplňuje to,informace, cokteré řidičkasám nemůže vědět.znát. Tomu se říká „užitečnéprospěšné odlehčení“přenesení kognitivní zátěže“ (beneficial offloading).
Na řidičkapravé mapu v hlavě nemá. Zařízenístraně je prořidič, ni jedinou orientací. Tomukterý se říkáve městě nevyzná a je na navigaci zcela závislý. V tomto případě jde o „škodlivé odlehčení“přenesení kognitivní zátěže“ (detrimental offloading).
Výzkumníci tomu říkají schéma, tedy uspořádané předchozí znalosti dané osoby. Tam, kde je schéma zavedené, předání práce stroji člověka odlehčí. Výzkumníci tomu říkají užitečné kognitivní odlehčení. Když se však znalosti teprve mají vytvořit, tentýž proces může zabránit jejich vzniku. Tomu se říká škodlivé kognitivní odlehčení.
Studie s přibližně tisícem žáků druhého stupně ukazuje, jak se to děje v hodině matematiky. Jedna skupina cvičila s neomezeným chatbotem, druhá bez něj. Zatímco jej měla k dispozici, dosáhla skupina s chatbotem v procvičovacích úlohách o 48 % lepších výsledků. Poté následovala zkouška bez chatbota. Titíž žáci, kteří tak dobře řešili procvičovací úlohy, nyní dopadli o 17 % hůře než skupina, která chatbota nikdy nepoužila. Třetí skupina používala verzi AI vytvořenou tak, aby odpověď zadržovala a místo toho kladla otázky. Tato skupina nic neztratila.
Právě tato třetí skupina je celou otázkou návrhu. Navigace, která pojmenuje cíl a pomůže vám najít trasu, vás naučí město. Navigace, která říká odbočte vlevo za 200 metrů, vás nenaučí nic, ať jsou její data sebelepší. Výzkumníci tomuto rozdílu říkají mantinely, a právě návrh rozhoduje o tom, zda pomůžete svým žákům naučit se mapu města, nebo jen najít cíl.
Prosíme, pamatujte: Vy tu znalost máte. Vaši žáci ji v předmětu, který učíte, ještě nemají. Tato asymetrie je celou podstatou kapitoly.
„Nástroje, po kterých žáci v současnosti sahají, jsou vytvořeny k řešení problémů, nikoli k výuce – a to je v současnosti hlavní potíž mé práce.“
Dvě patra, ne dvě témata
V odborné literatuře jsou tyto dvě oblasti považovány za samostatné obory. Můžete si je představit jako dvě patra budovy, přičemž většina učitelů se nachází v přízemí a k prvnímu patru nevede žádné schodiště.
Ve studii s 90 učiteli bavorských odborných škol, kteří se přihlásili na školení o AI, hodnotili učitelé své znalosti o AI v průměru na 3,4 z 5, svou schopnost využívat ji ve výuce však mnohem níže, na 2,6. Vědění a konání se od sebe odpojily. Studie v pěti evropských zemích poté zkoumala, zda dokáže školení tuto propast uzavřít. Zúčastnilo se jí 736 učitelů z Francie, Irska, Itálie, Lucemburska a Slovinska. Učitelé byli rozděleni do dvou skupin. Jedna skupina absolvovala online kurz a během studie dostávala podporu, druhá absolvovala tentýž online kurz až po skončení studie. Výsledky ukázaly, že se zvýšily znalosti a schopnost posoudit, co daný nástroj dokáže. Ve většině zemí se však pravidelné používání AI ve výuce nezměnilo: učitelé si nástroje vyzkoušeli a vrátili se k tomu, co dělali předtím.
Tomu se říká propast mezi věděním a jednáním. Kurzy vytvářejí znalosti, ale změna praxe vyžaduje doprovázení, zkoušení a kolegy, se kterými lze věci promýšlet. Přenos je třeba naplánovat, nikoli v něj jen doufat.
„Jedinou nevýhodou tohoto webináře je, že si to nemůžeme hned vyzkoušet.“
Co učitelé skutečně dělají
NejrobustnějšíNejspolehlivější zjištění napříč jednotlivými zeměmi je tišeponěkud překvapivé: učitelé používají AI intenzivně sami pro sebe a se svými žáky jen málokdy. V Německu používá nástroje AI několikrát měsíčně nebo častěji 52 % učitelů. Z těch, kdo AI používají, však jen 29 % nechává své žáky s AI pracovat ve výuce. Veřejná debata o „AI ve třídě“ je tak z velké části debatou o něčem, co se ve velkém měřítku zatím neděje.
Obr. 2: „Rozdíl mezi používáním AI k přípravě a jejím používáním přímo ve výuce“ (obrázek vygenerovaný pomocí AI, Google Gemini)
Co se však skutečně děje, je úleva odsnižování pracovní zátěže,zátěže učitelů, a v tomtomto ohledu jsou zprávyvýsledky dobré.povzbudivé. VeV studiirámci experimentu v Anglii dostalozískalo 259 učitelů naz 68 školáchškol přístup k ChatGPT a průvodcemetodické příručce pro plánovánípřípravu hodin přírodovědných hodinpředmětů pro žáky ve věku 11 až 13 let. Přípravou strávili přibližně 56 minut týdně oproti 81 minutám ve srovnávací skupině. Nezávislí hodnotitelé, kteří nevěděli, ze které skupiny daná hodina pochází, nenašli žádný důkaz rozdílu v kvalitě. Ve velkém americkém průzkumu odhadli učitelé, kteří AI používají alespoň jednou týdně, že ušetří téměř šest hodin týdně – jde o jejich vlastní odhad, nikoli o měření.
AZa u jednoho vzorcepozornost stojí zaještě tojedno sezjištění. zastavit.Stejný Veamerický stejnémprůzkum americkémukázal, průzkumuže mělyve školyškolách s jasně stanovenými pravidly pro používání AI ji využívalo více učitelů,učitelů kteří(70 AI používali – sedm z deseti% oproti šesti60 z%), deseticož –vedlo ak celkověcelkové takúspoře ušetřilyjejich pracovního času přibližně o čtvrtinu více času učitelů.vyšší. U jednotlivého učitele, který AI používá každý týden, byl rozdíl malý. Jde o vlastní výpověď učitelů, nikoli o měření, a průzkum nedokáže ukázat, kterým směrem vztah příčiny a následku skutečně míří: dobře organizované školy možná prostě zvládají obě věci dobře. Je to však opak toho, co většina lidí očekává – jasná pravidla a intenzivní používání se objevují společně, nikoli v rozporu. 1.4 Soulad s předpisy při používání AI
„Je důležité mít ji jako doplněk, ale rozhodně nenechat ChatGPT řídit celou hodinu.“
Proč nezáleží na nástroji
Pokud jste čekali žebříček nejlepších nástrojů AI, výzkum vás zklame, a při druhém čtení vás pak osvobodí. Když výzkumníci shromáždí mnoho jednotlivých studií a ptají se, co odlišuje třídy, kde AI pomohla velmi výrazně, od těch, kde pomohla jen málo, odpovědí není nikdy značka softwaru. Je to to, co měli žáci s nástrojem dělat. Následující body shrnují důležité výsledky výzkumu. Všechny výsledky však vycházejí jen z malého počtu studií.
- V matematice získali žáci, kteří AI použili k přepracování řešení nebo k rozvinutí vlastního pokusu, přibližně dva a půlkrát více než žáci, kteří ji používali jen k obohacení běžných úloh, jako je procvičování nebo kontrola odpovědí.
- Žáci, kteří AI používali společně ve skupinách, získali přibližně o 70 % více než žáci, kteří ji používali samostatně.
- Tam, kde byla AI použita k poskytování zpětné vazby na práci žáků, patřila zlepšení k největším. Použití AI ke gamifikaci hodin přineslo zlepšení příliš malé na to, aby jej bylo možné považovat za prokázané.
Pedagogika je důležitější než použitá technologie. Tam, kde výzkumníci roztřídili studie podle toho, co žáci ve skutečnosti dělali, záleželo na činnosti více než na nástroji. Zajímavé je, že stejný vzorec byl zjištěn i u předchozí generace digitálních nástrojů na středních školách. Výsledky do značné míry závisejí na tom, zda byli učitelé v jejich používání proškoleni.
Dobrá zpětná vazba není totéž co zpětná vazba, která funguje. V jednom experimentu napsalo 70 vysokoškolských studentů argumentační esej a o týden později ji přepracovali. Byli náhodně rozděleni do tří skupin: jedna dostala zpětnou vazbu od zkušeného učitele, jedna od chatbota s prostou instrukcí a jedna od téhož chatbota, který byl vyzván, aby esej promyslel krok za krokem. Podle stejného hodnoticího kritéria produkoval chatbot postupující krok za krokem ze všech tří nejlepší zpětnou vazbu. Byla lepší než u prostého chatbota i lepší než u učitele. Poté následovaly úpravy a všechny tři skupiny se zlepšily zhruba stejně. Nejlepší zpětná vazba ve studii nepřinesla o nic více zlepšení než zpětná vazba hodnocená nejhůře. Lepší komentáře nevedly k lepší eseji.
ToToto sizjištění zasloužístojí chvíliza pozornosti,pozornost, protože to zpochybňuje běžný předpoklad, že lepšíkvalitnější zpětná vazba automaticky vede k lepšímulepším výsledkům učení. SamaTak otomu soběale nevede.není. Zpětná vazba fungujeje jenúčinná pouze tehdy, je-lipokud využita:s přečtena,ní pochopena,žák uplatněnaskutečně pracuje: přečte si ji, porozumí jí, využije ji v praxi a pochopenaosvojí natoliksi dobře,získané žepoznatky bynatolik, jiaby žákje příště dokázal uplatnit sám.samostatně. ÚzkýmRozhodující hrdlemtedy jenení využití,jen nikolikvalita kvalita.zpětné vazby, ale především to, jak ji žák využije.
Více neznamená vždy lépe. V další studii, s 60 žáky 11. ročníku a 240 texty, vytvořila AI mnohem více komentářů týkajících se obsahu než učitelé. Žáci však častěji uplatňovali komentáře učitelů. Když je žák konfrontován s třiceti přesnými opravami, může buď přestat diagnostikovat a začít třídit podle priority, nebo prostě jen vyhovět. Pokud žák pravidla jednoduše dodrží, v podstatě tím říká, že úprava nebyla nutná. Je to opět ta navigace, jen na jiné úrovni. Dává vám opravdu podrobnou zpětnou vazbu, jako „odbočte vlevo za 200 metrů“, ale pro váš vlastní text.
Na tom, kdo to říká, záleží. Nejsme si úplně jisti, proč jsou komentáře učitelů uplatňovány častěji. Jde spíše o interpretaci než o měření, ale nejpravděpodobnějším vysvětlením je, že zpětná vazba je vnímána jako akt mezi lidmi. To, co řekne někdo, kdo ví, co jste dělali minulé pololetí, a uvidí, co uděláte dál, je něco jiného než tatáž věta vygenerovaná na požádání.
Co z toho plyne pro praxi. Souhrnná analýza studií o automatizované zpětné vazbě k psaní, provedená ještě před nástupem dnešních chatbotů, dospěla k podobným výsledkům. Zpětná vazba přinesla více, když ji žáci museli uplatnit v novém textu, než když jen upravovali text, který měli před sebou, a více, když byla využívána během několika lekcí, a ne jen jednou. A ještě jednu věc je třeba férově říci: ve srovnání s žádnou zpětnou vazbou zpětná vazba od AI pomáhá. Ve studii německého týmu s 459 žáky vyššího sekundárního vzdělávání zpětná vazba generovaná AI mírně zlepšila jejich úpravy textů i jejich motivaci.
Totéž rozdělení se objevuje i v širším měřítku. Jeden tým shrnul 228 studií: AI jasně a konzistentně zlepšila to, co žáci dokázali vytvořit, zatímco jakékoli zlepšení jejich schopnosti plánovat, sledovat a opravovat vlastní učení bylo natolik malé, že mohlo jít o náhodu. Nejostřeji je to vidět v programování. Žáci s asistentem AI byli měřitelně rychlejší, ale na konci nebyli o nic lepší než žáci bez něj. Udělat více a být lepší není totéž, a AI tyto dvě věci odděluje.
Evropa jako zrcadlo
Napříč Evropou se výsledky průzkumů používání AI učiteli pohybují od zhruba devíti z deseti v českém vzorku po zhruba jednoho ze sedmi ve Francii. Průzkumy se liší metodou i časováním: český údaj pochází z malého průzkumu 317 učitelů z roku 2025 a zahrnuje jakoukoli zkušenost s AI, zatímco francouzský údaj pochází z mezinárodního šetření učitelů OECD TALIS 2024, v němž necelá polovina českých učitelů uvedla, že AI používá ve výuce.
Francie vybudovala jeden z největších státních programů AI na kontinentu: adaptivní procvičovací software pro matematiku a francouzštinu, zdarma pro každého žáka prvního ročníku vyššího sekundárního vzdělávání. Přesto francouzští učitelé používají AI jen zřídka a pouze 9 % francouzských učitelů absolvovalo jakékoli školení o AI, oproti 38 % v průměru zemí OECD.
Norsko zapracovalo problém navigace do své politiky (alespoň jako doporučení) tak, jak by to udělala autoškola pro taxikáře: nejprve se učit s mapou a teprve potom přidat zařízení. V červnu 2026 Norsko doporučilo, aby žáci 1. až 7. ročníku zpravidla neměli k AI přístup. V 8. až 10. ročníku lze AI zavádět postupně a uvážlivě, jakmile učitelé získají kompetence k jejímu vedení. Na vyšším sekundárním stupni by se žáci měli naučit používat AI účelně.
Slepé místo
Jedno rizikoz rizik AI se zmiňuje jen zřídka,zřídka a dotýkápřirovnání sek navigaci ho idobře tentovystihuje: obrázek: znalost londýnskélondýnských mapyulic města není trvalá.trvalá. Řidička,Řidič, kterákterý se pět let následujespoléhá šipky,pouze na pokyny navigace, si městoznalost v hlavěměsta neudrží. ZnalostPostupně vybledneji ztrácí a přestanepřestává si všímat i toho, že ho navigace vede do rozkopané ulice.
Také odbornostsvé seodborné udržujedovednosti si udržujete právě tím, že dělátevykonáváte to,činnosti, cokteré za vás AI umídokáže nejlépesnadno převzít: sepisovánípřipravujete úkolu,úkoly, předjímánípředvídáte mylnémožné představychyby žáků a formulaciformulujete vysvětlení. Tam, kdePokud AI přebírápřevezme práci,činnosti, jejímždíky prostřednictvímnimž se úsudekrozvíjí utváří,odborný úsudek, může se úlevaúspora měnípráce postupně změnit ve ztrátu dovedností.
V německém paneluprůzkumu odborníkůmezi odborníky na e-learning očekávalo 65 ze% 100,respondentů, že generativní AI připravípovede lidike oztrátě důležitédůležitých dovednosti,lidských oprotidovedností, 44zatímco o rok dříve.dříve to bylo 44 %. V medicíně užjiž byl tentopodobný efektjev změřen:zaznamenán: poté, co se podpora AI stala běžnou součástí kolonoskopických vyšetření, lékaři při kolonoskopiivyšetřeních rutinou,bez její pomoci odhalovali lékaři pracující bez ní méně prekancerózníchpřednádorových útvarů než dříve.


