Odborný článek
Digitalizace ve vzdělávání
2. 11. 2026
Bořivoj Brdička
Další tvorba autora2. 11. 2026
Bořivoj Brdička
Další tvorba autoraJak chápe rozdíl mezi adaptivním a personalizovaným vzděláváním s využitím technologií americký expert John Spencer.
Začněme malým opakováním. Již dobrých 40 let se snažíme přimět technologie učit žáky co nejpodobněji, jako to dělá dobrý učitel. Zpočátku to bylo hodně o automatizaci výukového procesu a testování výsledků. Právě u testování se poprvé objevil termín „adaptivní“. Adaptivní test je takový, který mění trajektorii postupu testem na základě průběžně dosahovaných výsledků. Když odpovídáte špatně, dává vám následně lehčí otázky a naopak. Lze tak dospět k odhalení skutečných schopností zkoušeného rychleji. Adaptivita se začala později objevovat i v rámci vzdělávacích systémů, které látku nejen ověřovaly, ale též učily. Někteří vývojáři měli tu drzost, že takové systémy, které zohledňovaly individuální vlastnosti uživatele, začali označovat za „inteligentní“, i když neměly tehdy s AI nic společného.
Od 80. let minulého století prošly vzdělávací systémy zásadním vývojem. Snaha o větší přizpůsobení výukových aktivit každému na míru (individualizace) vedla k tomu, že dnes mnohem častěji v souvislosti s adaptivitou hovoříme o tzv. personalizaci. Asi nikdo nepochybuje o tom, že AI zde hraje stále důležitější roli. Z pohledu učitele je třeba umět rozlišit, jak různé systémy řízení výuky implementovat.
Náš známý americký expert John Spencer vysvětluje rozdíl mezi adaptivním a personalizovaným nasazením technologií na dvou příbězích. V obou případech jde o rozvoj čtení u žáků osmé třídy [1].
Na těchto příkladech lze názorně ukázat, jak John vnímá rozdíl mezi učením adaptivním a personalizovaným. Velice se blíží výkladu, s nímž jsme se seznámili již u Stephena Downese (Personalizované či personální vzdělávání, Adaptivní student, ne adaptivní výuka). V praxi však bývají oba pojmy vykládány rozdílně a hranice mezi nimi je nejasná. Bude proto užitečné je blíže definovat.
| Adaptivní učení | Personalizované učení | |
| Struktura | Řízeno algoritmy: Žáci postupují danou cestou nastavenou podle výukových cílů. AI přizpůsobuje úrovně jejich dovednostem a zájmům. | Řízeno člověkem: Může využívat technologie k formování aktivit, ale v konečném důsledku je zaměřeno na člověka. |
| Aktivity | Programované: Žáci nemají tolik příležitostí k propojení se světem nebo k řešení autentických problémů. Často pracují na naplňování cílů daných standardy. | Autentické: Žáci se zapojují do řešení skutečných problémů. Existují příležitosti k tvůrčí práci. |
| Spolupráce | Individualizace: Žáci pracují na počítači sami. Aktivity jsou přizpůsobeny jejich úrovni a sledují jejich tempo. | Sdílení: Vzájemně závislá práce žáků. I když pracují na individuálních projektech, zapojují se do vzájemné zpětné vazby. |
Vypadá to, že se ještě po 40 letech v pozadí za vzdělávacími technologiemi jako červená nit stále táhne polemika, zda je lépe je využívat instruktivně (adaptivně) nebo konstruktivně (personalizovaně). Jakkoli bychom chtěli učit raději konstruktivně (John nám to na čtyřech fázích personalizace výuky ukázal již v roce 2012, tehdy jako učitel HV), uvědomujeme si, že se k tomu nedá dopracovat bez aplikace instruktivních složek výuky (Základem kritického myšlení jsou fakta). Je proto třeba mezi adaptivními a personalizovanými metodami hledat rovnováhu.
Adaptivní programy fungují dobře pro určité formy získávání faktických znalostí a procvičování dovedností – zejména u jazyků a matematiky. Je možné je funkčně integrovat do primárně personalizovaných postupů. Jen je třeba neustále sledovat, co je cílem. John to shrnuje takto: „Pro mě je personalizované učení zaměřené na člověka a adaptivní učení na stroj.“
Co kdybychom začali personalizovaným učením zaměřeným na člověka a pak teprve zvážili způsoby, jak pomocí AI lidský prvek spíše obohatit než nahradit?
Musíme si však být vědomi toho, že tvrzení o schopnosti AI poskytnout personalizované učení bez našeho přičinění je mýtem.
Tento materiál je publikován pod licencí Creative Commons – Uveďte původ – Neužívejte komerčně – Nezpracovávejte 4.0.
| Hodnocení | Automatické: Proces hodnocení je řízen AI. Je rychlý a efektivní. Žáci dostávají okamžitou zpětnou vazbu. Algoritmus využívá data hodnocení k úpravě dalšího postupu. Žáci se mohou zapojit do sebereflexe formou úkolu. | Různorodé: Žáci se zapojují do sebereflexe a vzájemné zpětné vazby. Hodnocení je v rukou učitelů. Využití AI je jen jedna z mnoha možností. |
| Proces | Efektivní: Probíhá efektivně se specifickou zpětnou vazbou a korekcemi realizovanými v reálném čase. | Chaotický: Zatímco adaptivní učení se opírá o struktury a podporu, je personalizované učení často chaotické. |
| Role žáka | Řízení: Je méně o samostatnosti a více o poskytování cílené výuky. Žáci sice mohou mít na výběr, ale nemají v procesu žádný skutečný hlas. | Umocnění: Zaměřuje se na žákovu samostatnost a aktivitu. Existuje pocit svobody. |
| Role učitele | Manažer: Celá třída používá adaptivní vzdělávací program, učitel je správcem systému. Kontroluje data a ujišťuje se, že žáci pracují. Může kromě toho realizovat též individuální pomoc žákům. | Aktivní facilitátor: Hraje roli návrháře výuky a často ustupuje stranou. Poskytuje individuální zpětnou vazbu nebo organizuje práci malých skupin. Zapojuje se do přímé výuky a vede aktivity celé třídy. |
