Problémy AI ve výuce podle Steva Bauleho

Steve Baule je dlouholetým vedoucím technologických oddělení amerických školských obvodů se zkušenostmi z vedení střední školy. V současné době zavádí online doktorandský program pro učitele na Winona State University v Minnesotě. Myslím, že neuškodí, když si spolu s ním zopakujeme hlavní zásady využití AI ve výuce [1].

Steve říká, že nástroje umělé inteligence mohou být vždy „jen tak dobré jako člověk, který je používá“. I když se nástroj zmýlí nebo nás odvede špatným směrem, je na nás, abychom přesto správné řešení našli.

Tato skutečnost vyvolává zásadní otázku: Učíme žáky používat technologie jako pomocný nástroj stojící za nimi, nebo neúmyslně napomáháme přesunu jejich myšlení na zařízení? Steve tento problém vysvětluje např. pomocí GPS.

Na GPS se nedá vždy spolehnout

Většina řidičů se dnes na GPS spoléhá. Mnozí z nás však mají vlastní zkušenost s tím, jak jsme skončili ve slepé ulici, na staveništi nebo v tom nejhorším případě na dálnici v protisměru. Když k tomu dojde, nástroj selže, ale úkol zůstává. V tu chvíli musí řidič rozumět mapám, směrům a orientačním bodům.

To je víc než jen nepříjemnost, je to metafora pro technologie ve školách. Když se žáci spoléhají výhradně na umělou inteligenci při řešení slovních úloh nebo psaní esejů, mohou přijít o hlubší poznávání smyslu učení – jak uvažovat v matematické posloupnosti, konstruovat logický argument nebo se orientovat v nejednoznačnosti.

Pochopení zadání vs. použití nástroje

Podstatou vzdělávání je vyvolat proces kritického myšlení, nikoli naučit používat nějaký nástroj. Nástroje se mění. Myšlení přetrvává.

Je-li např. úkolem najít nejkratší trasu, je třeba znát geografii, měřítka a mít pojem o vzdálenosti. Nejprve je třeba mít určité minimální znalosti. Žáci se nesmějí spoléhat jen na jeden postup, musí mít záložní strategie. Žák, který se naučí, jak v matematice sestavit úměru, může tuto dovednost využít s papírem, kalkulačkou nebo aplikací umělé inteligence. Ten, který se spoléhá jen na AI, stane se na ní závislý.

Když příliš zdůrazňujeme nástroj, riskujeme, že vychováme žáky, kteří vědí, jak mačkat tlačítka, ale nevědí, proč to dělají. A nedokážou kriticky zhodnotit výstupy těchto nástrojů.

AI ve výuce je meč s oboustranným ostřím

Umělá inteligence se stává něčím jako „GPS“ ve vzdělávání. Je výkonná, rychlá a někdy až příliš dobrá, než aby se jí dalo odolat. Žák, který čelí vícekrokovému slovnímu úkolu s algebrou, jej může vložit do nástroje s umělou inteligencí a během několika sekund obdrží řešení. Pokud však nechápe, jak nástroj k řešení dospěl, příležitost k učení je ztracena.

Učitelé by měli úkoly žákům formulovat tak, aby formovali jejich uvažování. Třeba takto:
„Vysvětlete, jak to víte.“ I když AI poskytne odpověď, měli by žáci ukázat jednotlivé kroky řešení.
„Najděte chybu.“ Nechte žáky hledat chyby generované AI a požádejte je o opravu.
„Vyberte si strategii.“ Nechte žáky rozhodnout, kdy použít umělou inteligenci, kalkulačku nebo jen vlastní uvažování – a žádejte odůvodnění.

Příklady z jiných oborů

Letectví: Piloti se silně spoléhají na systémy autopilota. Výcvik však musí klást důraz na manuální pilotní dovednosti pro případ, že by systém autopilota selhal.
Medicína: Lékaři používají diagnostické expertní systémy, ačkoli jsou vyškoleni k rozpoznávání symptomů, interpretaci výsledků testů a v případě potřeby i k potlačení technologií.
Tesařství: Elektrické nářadí urychluje práci, ale tesaři se stále učí měřit, řezat a spojovat materiály ručně.

Každý obor demonstruje stejný princip: Odborníci musí zvládnout úkol vlastními silami, a teprve pak mohou využívat technologie k jeho vylepšení.

Přehodnocení digitální gramotnosti

Školy po celá desetiletí učí digitální gramotnost jako schopnost efektivně používat technologie, aplikace a platformy. Dnešní žáci již žijí v digitálním světě. Často jim chybí něco jiného, hlavně pochopení potřeby vlastního poznávání (metakognice), tedy dovednosti v oblasti uvažování, rozhodování a řešení problémů, které existují nezávisle na technologiích.

Kurikulum proto musí být vyvážené. Kromě digitální gramotnosti musí obsahovat též interpretaci dat, testování hypotéz, kritiku argumentů apod.

Nakonec Steve předkládá učitelům 5 doporučení, jak učit s AI:

1. Učte redundanci – Povzbuďte žáky k řešení problémů více než jedním způsobem. Porovnávání metod prohlubuje porozumění.
2. Zviditelňujte myšlení – Požádejte žáky, aby vysvětlili svůj postup, nejen své odpovědi. Úvodní věty jako „Nejprve jsem…“ nebo „Rozhodl jsem se…“ pomáhají zdůraznit uvažování.
3. Využijte neúspěch jako poučení – Když nástroj dá špatnou odpověď, neodmítejte ho. Použijte ji jako podnět k přemýšlení. Třeba „Proč nás GPS nasměroval špatně?“ nebo „Který krok AI přeskočila?“ Žáci se učí, že neúspěch je šancí prozkoumat problém blíže a dospět k hlubšímu poznání.
4. Postupné odstraňování podpory – Postupujte od jednodušších úkolů ke složitějším. Začněte s tradičními postupy před zavedením technologií. S dosažením mistrovství snižujte míru poskytované pomoci.
5. Budujte odolnost – Zadávejte úkoly, ve kterých nástroj záměrně není k dispozici. Například matematický test „bez kalkulačky“ nebo koncept eseje „bez kontroly pravopisu“ zajišťuje, že základní dovednosti nebudou oslabeny.

Role pedagogů ve světě přesyceném nástroji

Pro pedagogy může být lákavé spoléhat se na technologie jako na zázračný lék zvyšující efektivitu. Jejich rolí však není jen učit žáky používat nástroje, ale také jim pomáhat pochopit intelektuální práci, která se za jejich použitím skrývá. To znamená připomínat jim, že:

• GPS neučí geografii.
• Umělá inteligence neučí řešení problémů.
• Kontrola pravopisu neučí gramatiku.

Pouze důkladně promyšlená výuka může přispět k přínosnému využití AI ve výuce.

Literatura a použité zdroje

BAULE, Steve. When Technology Fails: 5 Strategies For Educators To Help Build Task Understanding [online]. 2025. [cit. 2025-12-01]. Dostupné z: https://www.techlearning.com/news/when-technology-fails-5-strategies-for-educators-to-help-build-task-understanding.