Článek
Jen za poslední týdny přišly nové agentní modely, které zvládají zpracovávat celé složky dokumentů, AI programování jede exponenciálně, Meta vyvíjí nové ultrachytré modely trénované přímo na datech z magnetické rezonance, prostě nástroje, které by ještě loni vypadaly jako sci-fi. Než stihnu jeden nástroj aspoň pochopit, přijdou dva další.
A to jsem v privilegované pozici člověka, pro kterého je tohle sledování součástí práce.
Co na to učitelé a učitelky?
Myslím na učitele/ky na základce nebo střední škole, živě si to totiž pamatuju: přípravy, zpětná vazba, rodiče, SVPéčka, výlety. Žáci, kteří jí chodí s chatGPT a bezchybnýma slohovkama. A do toho všeho ještě procházet a prověřovat nabídky nejrůznějších nástrojů, vzdělávacích aplikací, AI asistentů, platforem, které slibují usnadnění práce nebo lepší výsledky žáků. S rozvojem vibecoding přístupu, kdy aplikaci dokáže vytvořit téměř kdokoli bez hlubší technické znalosti, budou tyhle nástroje přibývat ještě rychleji. To je pak na další večerní šichtu (nebo lahev vína).
Šetření NPI z roku 2025 ukazuje, že už většina českých učitelů základních a středních škol AI aktivně používá (dokonce výrazně více než je evropský průměr). V největší míře pro vlastní účely. To zní fajn, ale! Jen desetina škol má pro AI zavedená nějaká pravidla a těch 90 % škol nechává používání na každém učiteli. Z šetření TALIS pak víme, že polovina učitelů se cítí technologiemi zahlcená a má z AI ve výuce obavy. Tahle data tvoří docela ucelený obrázek. AI je všude, používáme ji, ale ne systematicky a je toho na nás moc.
Přitom rizika, které s nesystémovým využíváním AI nástrojů vyvstávají, jsou dost vážné. Studie Brookings Institutu z letošního roku ukazuje, že změna výuky, hodnocení, nebo třeba kvalitní pedagogický design AI nástrojů jsou pro předcházení rizikům zásadní. Nestačí, aby nástroj fungoval technicky, musí být promyšlený z hlediska toho, jak vlastně ovlivňuje učení. A potom dobře uchopený učitelem ve výuce. A samozřejmě musí chránit data. Jedním z rizik, na které výzkumníci upozorňují, je takzvaná iluze kompetence: žák (nebo učitel) s pomocí AI odvedl výsledek, který vypadá dobře, ale ke skutečnému porozumění nedošlo. Rozpoznat tohle v praxi a vědět, jak tomu předcházet, vyžaduje orientaci, dovednosti, kvalitní podporu…
Starý problém, nová rychlost
Vzdělávací výzkum a školy spolu nemluví úplně snadno. Výzkumné poznatky se do tříd dostávají pomalu, jsou často psané jazykem, který učitelé nečtou, nebo bez praktického návodu, jak je přetavit do každodenní výuky. AI k téhle propasti mezi výzkumem a praxí přidává jeden nový parametr: rychlost. Klasický výzkumný cyklus na akademické půdě trvá v dobrém případě dva roky. Za tu dobu jsou testované verze nástrojů dávno zastaralé a než výsledky doputují ke školám, změní se kontext.
Dostat evidence-based přístup, o kterém se v posledních letech hodně mluví, do praxe, je prostě výzva, která si ale zaslouží řešit víc, než cokoliv jiného, protože mít neaktuální a nefunkční vzdělávací systém je tikající časovaná bomba.
Tohle není jen náš problém. Ve Washingtonu jsme na tohle téma mluvili s Megan Zabik z organizace Alliance for Learning Innovation (koalice sdružující devadesát amerických vzdělávacích organizací, která pracuje na tom, aby federální vláda investovala do vzdělávacího výzkumu srovnatelně jako do zdravotnictví) ALI se snaží měnit politické a finanční podmínky pro vzdělávací výzkum a jedním z důvodů, proč to považují za urgentní, je právě rychlost.
Co se za tři roky povedlo — a co dál
Pojďme se ale pochválit a stavět na tom, co už máme! Za uplynulé tři roky se v České republice zvládlo poměrně dost. V NPI jsme díky financování z EU měli možnost věnovat se aktuálním tématům (od AI přes digitální wellbeing až po kyberbezpečnost) a spolupracovat na tom s dalšími organizacemi způsobem, který není samozřejmý.
Třeba spolupráce s AI dětem na ověřování výukových metodik v mezinárodně uznávaném projektu AI kurikulum. Díky téhle skvělé organizaci vzniklo 43 metodických materiálů pokrývajících informatiku i digitální kompetence na ZŠ i SŠ, navázaných na RVP, ověřených ve dvaceti pilotních školách, dostupných zdarma. Fungovalo to proto, že u jednoho stolu seděly organizace z praxe, lektoři z řad učitelů a instituce schopná dát věcem kurikulární legitimitu.
NPI, AI dětem a dalším institucím se společně podařilo v AI proškolit přes 67 500 učitelů - to není malé číslo.
Nebo třeba ExploreEdu, experiment vedený Bobem Kartousem, ve kterém jsme rok systematicky sledovali deset škol testujících různé AI nástroje a sbírali data o tom, co to učitelům přináší a kde naráží (koukněte na rozhovory s testery nebo manuál).
Jenže! Tyhle úspěchy byly možné díky projektovým penězům. A to je zásadní omezení. projektové financování je ze své podstaty časově ohraničené. Jakmile projekt skončí, končí s ním i kapacity, vztahy a kontinuita, které se v jeho průběhu budovaly. A já si přeju, aby se nám to podařilo překonat: přejít od dobrých projektů k dlouhodobě dobrému systému.
Co jsme slyšeli ve Washingtonu
Megan Zabik z ALI mluví o takzvaném zlatém scénáři ověřování nových technologií. Konkrétně ho testují v pilotním programu ATS — Accelerate, Transform and Scale — kde IES, americký Institut vzdělávacích věd, financuje rychlé cykly vývoje a testování přímo ve školách. Čtyři oblasti, na které se zaměřují, nejsou náhodné: dovednosti pro práci budoucnosti, nástroje pro neurodiverzní žáky, AI ve výuce a sociálně-emoční zdraví žáků. Každý testovaný nástroj nebo přístup musí mít od začátku jasnou teorii změny, zapojené učitele jako spoluautory a plán, co se stane, když to nebude fungovat. Programoví manažeři týmy aktivně provázejí a jde o průběžnou a dlouhodobou spolupráci. Klasické randomizované studie tam záměrně nejsou podmínkou - jsou totiž v případě nových technologií příliš pomalé a nedávají prostor pro iteraci.
Nizozemský National Education Lab AI, NOLAI, jde podobnou cestou. Vznikl při Radboud University s investicí 36 milionů eur z evropských fondů a nizozemského národního inovačního fondu. Principem je, že projekty nevznikají od stolu výzkumníků, ale z otázek, které přinášejí přímo školy. Tým pak projekt vyvíjí v ko-kreaci: výzkumníci, pedagogové a technologické firmy sedí u jednoho stolu od začátku, ne až při finální evaluaci. Výsledky (odborně prověřené nástroje a metody) jsou přístupné školám zdarma, na jednom místě.
Jsou to dvě různé cesty ke stejnému cíli: ověřování založené na spolupráci škol, edTech společností, akademického a veřejného sektoru, který má větší potenciál být aktuální a dostat se skutečně do praxe
Veřejná správa tu má svůj úkol
Jsem přesvědčená, že řešení problému osaměle experimentujících učitelů leží u veřejné správy. Nestačí spoléhat na nadšence, kteří to dělají ve volném čase a ze svého přesvědčení. Školy a učitelé potřebují pomoc s orientací v tom, které nástroje jsou bezpečné, které jsou pedagogicky smysluplné a které jsou jen hezky zabalené černé díry na peníze a naše myšlení. Pokud jim to nebudeme umět poskytnout, vytvoříme dvě kategorie škol: ty „akční“ (které mají v týmu někoho, kdo to stíhá sledovat a podporu vedení k tomu) a ty ostatní, které se v tom topí. Digitální propast mezi školami a jejich žáky se tak výrazně prohlubuje.
Každá výzva jde řešit, když jsou na ni peníze. O kvalitní lidi u nás nouze není.
V prvním díle jsem psala o tom, proč jsem vůbec do Ameriky odjela. Ve druhém o tom, jak přemýšlet o učení v době AI a proč trochu trpět má smysl. No a v tom příštím bude buď něco o AI na místních univerzitách, nebo report ze školy v Detroitu, která se rozhodla převrátit výuku naruby.
