Jak měřit vliv technologií na výuku

Nedávno European EdTech Alliance (EEA) publikovala zprávu, které bychom měli věnovat pozornost. Zabývá se nastavováním postupů pro získávání důkazů prokazujících vliv technologií na výuku [1]. Není divu, poptávka po tzv. „evidence based education“ je stále rostoucí. Situace v sektoru edtech je dost podobná jako v celém školství – to, co se ověřuje, musí být ve shodě se vzdělávacími cíli (očekávanými výsledky, chcete-li). Jinak nastává tzv. „kobří efekt“ a tvůrci řeší jen to, co se měří. V případě edtech je problematika o to složitější, že ve hře jsou značně odlišné zájmy pedagogů a komerční zájmy vývojářů technologií.

Napříč Evropou bohužel panuje velmi malá shoda v tom, jaká data potřebujeme a co znamenají. Různí partneři vyžadují různé typy dat a jejich relevance pro jiné důležité skupiny zainteresovaných stran je dost rozdílná. Snadno pak může růst nedůvěra, napětí a nesprávná očekávání.

Důkazy se obvykle vytvářejí pro konkrétní účel nebo rozhodnutí. Vzhledem k tomu, že na jejich získávání jsou vynakládány značné zdroje financí i času, jsou často znovu používány nad rámec jejich původního kontextu a účelu. Jak důkazy putují mezi různými aktéry a prostředími, jejich zamýšlený dopad se může rozmazat, což může vést k chybné interpretaci nebo očekáváním, která nikdy neměly splňovat.

Spíše než požadovat více dat, musíme nejprve objasnit, jaké druhy důkazů jsou potřeba, pro koho a jaká rozhodnutí na jejich základě lze dělat. To zahrnuje též podporu pedagogů, osob s rozhodovací pravomocí a vývojářů vzdělávacích technologií, aby data mohla být vhodně interpretována a důkazy používány v kontextu, pro který jsou relevantní.

Zpráva EEA proto navrhuje nový přístup k chápání důkazů o přínosu vzdělávacích technologií. Zavádí pojem „Needs-Based Evidence Mapping“ (Mapování důkazů založené na potřebách), který pomáhá sladit pedagogické potřeby s tržními logikami prostřednictvím několika klíčových domén, jako jsou dopad na učení, bezpečnost či inkluze. Namísto pouhého měření krátkodobého vlivu na výsledky žáků zpráva prosazuje přechod k širšímu konceptu „dokladu důvěryhodnosti“. Ten zohledňuje etické standardy, udržitelnost a praktickou využitelnost technologií v reálném školním prostředí. Cílem je dospět ke společnému jazyku pro všechny aktéry evropského edtech ekosystému, s jehož pomocí by bylo možné činit zodpovědná a podložená rozhodnutí o zavádění inovací.

Výsledný model má následujících pět domén:

1. Dopad na učení a efektivita
   Důkazy generované analýzou výsledků učení žáků, které vznikly využitím určitých zkoumaných nástrojů. Týkají se znalostí, dovedností i porozumění. Kromě tradičních výsledků testů a evidence dosažení požadované úrovně mistrovství (v rámci mastery kurikula) zahrnuje také kognitivní, behaviorální a socio-emocionální dimenze učení.
2. Zkušenost a pedagogická vhodnost
   Tato oblast se týká využití technologií v praxi. Soustředí se jak na studující, tak na vyučující. Zkoumá, zda aplikace technologií odpovídá pedagogickým záměrům. Zahrnuje důkazy o použitelnosti, souladu s pracovními postupy, orchestraci třídy a dopadech na pracovní zátěž učitelů. Patří sem i data o aktivitě uživatelů, například zda se dokážou v rozhraní daného produktu snadno orientovat.
3. Rovnost, přístupnost a inkluze
   Tato oblast zkoumá přístupnost (vhodnost) a použitelnost napříč různorodými populacemi žáků. Cílem je zjistit, zda nástroj nezpůsobuje rozdílné efekty u různých skupin a zda neposiluje nerovnosti. Důkazy v této oblasti ověřují teoretické předpoklady deklarované vývojáři produktu a zahrnují doklady o přístupnosti či vícejazyčným verzím daného produktu.
4. Bezpečnost, etika a správa dat
   

Infografika modelu edtech důkazů EEA vytvořená Notebookem LM

Hlavním cílem tohoto modelu EEA není posuzovat přímo kvalitu produktů, ale hledat společný jazyk, který pomáhá identifikovat, k čemu konkrétní důkazy slouží, komu jsou určeny, kde v portfoliu důkazů existují mezery a jak je odstranit.

Navržený sdílený interpretační jazyk může snižovat nesrovnalosti, vyjasňovat očekávání a podporovat důvěryhodnější a transparentnější hodnocení důkazů o využití edtech v komplexních rozhodovacích kontextech. Snad přispěje též ke zlepšení dialogu mezi tvůrci a uživateli vzdělávacích technologií.

Literatura a použité zdroje

LINDROOS CERMAKOVA, Anna; HAVINGA, Beth; CLARY, Antonia. Needs-based EdTech Evidence Mapping [online]. 2026. [cit. 2026-03-27]. Dostupné z: https://static1.squarespace.com/static/5fac2fdb0da84a28cc76b714/t/69a944e316f14e4c0b0c8906/1772700899784/2026-03-04_Needs+based+Evidence+Map+Report.pdf.