Článek
29. díl - přesahy
Experimenty Patricia Kuhl ukázaly, že děti vystavené živé komunikaci si osvojí nové jazykové zvuky, zatímco děti, které sledují stejné sdělení pouze ze záznamu, nikoli. Tento tzv. „video deficit effect“ není technickým problémem, ale strukturálním: jazyk se neosvojuje pasivním příjmem, ale aktivní interakcí.
Tento poznatek má zásadní důsledky pro dnešní školu. Umělá inteligence totiž ve výuce často funguje podobně jako reprodukovaný hlas: poskytuje odpovědi, vysvětlení, řešení. Pokud je však používána jako náhrada činnosti žáka, může vést k oslabení učení. Nejde o hypotézu, ale o jev, který je dnes poměrně dobře popsán empirickým výzkumem.
AI a riziko „deaktivace“
Současné studie ukazují, že vyšší závislost na AI nástrojích souvisí s poklesem kritického myšlení. Mechanismus je poměrně jasný: dochází k tzv. kognitivnímu offloadingu, tedy přenášení mentální práce na externí nástroj. Žák deleguje řešení úloh, rozhodování, vyhledávání a syntézu informací.
Výsledkem je menší zapojení paměti, slabší porozumění a nižší schopnost samostatného řešení. Experimentální studie navíc ukazují, že při používání AI klesá kognitivní aktivita a retence informací; studenti méně ověřují, méně analyzují a častěji přijímají odpovědi pasivně. Výzkumy (včetně experimentálních výstupů z MIT) naznačují, že uživatelé AI vykazují nižší mentální aktivitu a horší výkon v situacích, kdy mají úlohu řešit bez podpory. Interpretace je zásadní: AI skutečně vede k „deaktivaci učení“, pokud nahrazuje činnost.
Základní princip kognitivní psychologie, tzv. generation effect, říká, že si informace lépe pamatujeme, pokud je s ním spoluvytváříme. Jinými slovy: žák, který řešení aktivně konstruuje, si jej osvojí výrazně lépe než ten, který jej pouze přečte. Jistě jej ovšem nelze nechat aktivně vymýšlet zákony fyziky a chemie. Problé je jinde: pokud AI generuje řešení za žáka, tento efekt mizí. Žák neaktivuje paměť, nevytváří spojení, nerozumí struktuře problému. Podobně funguje i koncept desirable difficulty: učení vyžaduje určitou míru námahy. Právě tato „obtížnost“ aktivuje paměť a vede k dlouhodobému osvojení. AI však tuto námahu odstraňuje – dělá učení pohodlnější, ale zároveň méně efektivní.
Iluze porozumění
Velmi nebezpečným jevem je tzv. iluze porozumění. Žák má pocit, že látce rozumí, protože viděl správné řešení nebo vysvětlení. Ve skutečnosti však není schopen úlohu samostatně vytvořit ani přenést do nové situace. AI tento efekt zesiluje: poskytuje plynulé, přesvědčivé odpovědi; eliminuje viditelné chyby; vytváří dojem „hladkého porozumění“, ale bez vlastní činnosti nevzniká skutečné poznání.
Děti a AI: riziko pro vývoj
U mladších žáků je situace ještě citlivější. Výzkumy upozorňují, že nadměrné spoléhání na technologie může brzdit: rozvoj paměti, jazykové schopnosti, schopnost soustředění.
Zde se vrací paralela s vývojem řeči: stejně jako dítě potřebuje živou interakci, potřebuje i školák aktivní zapojení. Proto má silnou oporu požadavek: omezení či zákaz AI na základí škole při nácviku základních dovedností a samostatném osvojování znalostí.
Proč jsou klíčové osnovy? V tomto kontextu získává zásadní význam otázka osnov. Pokud není jasně definováno: co se má naučit, v jakém pořadí, jaké dovednosti jsou základní, pak není možné smysluplně rozhodnout, kdy a jak AI použít.
Bez osnov vzniká situace, kdy AI nahrazuje učení, žák nemá pevný základ, učitel ztrácí oporu. Naopak v systému s jasnou strukturou lze říci, toto se musí naučit bez AI, zde lze AI využít jako podporu. Současný výzkum se v zásadě shoduje: AI může pomáhat, když doplňuje učení a podporuje reflexi. AI škodí, když nahrazuje činnost, přichází příliš brzy, vede k pasivitě.
Efektivní využití AI ve vzdělávání vyžaduje, aby nenahrazovala základní kognitivní procesy, ale navazovala na již osvojené dovednosti; jinak vede k poklesu kognitivní aktivity, paměti a kritického myšlení.
Přímé implikace pro AI politiku
Z výzkumu vyplývají jasná pravidla: zákaz AI v raných fázích učení. AI nesmí řešit úlohy za žáka, důraz na vysvětlování a zdůvodňování, učitel jako rozhodující prvek, nutnost jasně definovaných osnov.
Stejně jako se dítě nenaučí mluvit z reproduktoru, nenaučí se žák myslet z odpovědí generovaných AI. Učení je aktivní, náročný a strukturální proces. Pokud jej nahradíme pohodlným přístupem k hotovým řešením, nezrychlíme ho – naopak ho oslabíme. AI může být silným nástrojem, ale pouze tehdy, pokud stojí na pevném základě: aktivním učení, kognitivní námaze a jasně definovaném obsahu.
Zdroje:
RISKÓ, Evan F. a Sam J. GILBERT. 2016. Cognitive Offloading. Trends in Cognitive Sciences.
BARR, Nathaniel, et al. 2015. The brain in your pocket: Evidence that smartphones are used to supplant thinking. Computers in Human Behavior.
KLIEME, Eckhard, et al. 2001. Zur Entwicklung nationaler Bildungsstandards. Berlin: BMBF.
KLIEME, Eckhard, et al. 2006. Unterrichtsqualität und Lernerfolg. Münster: Waxmann.
SLAMECKA, Norman J. a Peter GRAF. 1978. The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology.
BJORK, Robert A. a Elizabeth L. BJORK. 2011. Making things hard on yourself, but in a good way: Creating desirable difficulties. Psychology and the Real World.
SWELLER, John. 1988. Cognitive load during problem solving: Effects on learning. Cognitive Science.
ROZENBLIT, Leonid a Frank KEIL. 2002. The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science.
LIPOWSKY, Frank. 2009. Unterrichtsqualität und Lehrerprofessionalität. In: Zeitschrift für Pädagogik.
LIPOWSKY, Frank. 2015. Lernen im Unterricht. Seelze: Kallmeyer.
OECD. 2021. The State of Global Education: 18 Months into the Pandemic. Paris: OECD Publishing.
OECD. 2023. PISA 2022 Results. Paris: OECD Publishing.
U.S. DEPARTMENT OF EDUCATION. 2023. Artificial Intelligence and the Future of Teaching and Learning.
HOPMANN, Stefan T. 2007. Restrained Teaching: The Common Core of Didaktik. European Educational Research Journal.
