Odborný článek
Digitalizace ve vzdělávání
Vliv AI na kognitivní schopnosti lidí
5,0 (1 hodnocení)
Zpráva o studii významného vědce Dirka Van Dammeho, kterou vydalo bostonské Center for Curriculum Redesign, které se detailně zabývá změnami vzdělávání vyvolanými nástupem AI.
Nám známé bostonské Centrum pro rekonstrukci kurikula (Center for Curriculum Redesign) vydalo zajímavou vědeckou studii zabývající se detailně tím, jak technologie ovlivňují poznávání – zda chytřejší technologie nevyvolávají hloupnutí lidí [1]. Je to problém, který řešíme již delší čas (Je snadnější zůstat hloupý?). Asi nikoho nepřekvapí, že rizika opravdu existují. Technologie sice posilují abstrakci, efektivitu a přístup ke znalostem, ale zároveň mohou oslabovat ztělesněné, kontextové a vnitřně udržitelné kognitivní schopnosti lidí. Eliminovat tato rizika se bez určité transformace vzdělávání neobejde.
Autor studie Dirk Van Damme (bývalý šéf Centra pro pedagogický výzkum OECD) popisuje 5 složek transformace lidského myšlení v souvislosti s využitím technologií. V pozadí je neustálé vyvažování mezi posílením lidských schopností a jejich oslabením. Níže uvedená tabulka přehledně shrnuje hlavní přínosy a nevýhody:
| Kategorie | Přínosy (kognitivní zisk) | Nevýhody a rizika (kognitivní ztráta) |
| Kognitivní kapacita a paměť | Kognitivní odlehčování uvolňuje mentální zdroje pro složitější úkoly; dochází k efektu transaktivní paměti (uložení informací externě snižuje vnitřní interferenci). | Atrofie paměti; mozek si místo obsahu pamatuje pouze lokaci, kde informaci najít; hrozí snížení kapacity pracovní paměti. |
| Přístup ke znalostem | Demokratizace vzdělávání; okamžitý a široký přístup k informacím; technologie stabilizují znalosti napříč časem a prostorem. | Informační přetížení a fragmentace; rychlost přístupu často vede k mělkému porozumění namísto hlubokého studia. |
| Pozornost a soustředění |
Studie zdůrazňuje, že technologie samy o sobě nedělají lidi „hloupějšími“, ale přerozdělují kognitivní práci mezi lidský mozek a externí nástroje. Klíčovým problémem vzdělávání v éře AI se stává rozdíl mezi odlehčováním (kdy nástroj pomáhá vlastnímu myšlení) a outsourcingem (kdy systém myslí za člověka, což zvyšuje metakognitivní lenost).
Zatímco technologie skvěle zvládají procedurální a rutinní úkoly, vzdělávací systém musí nově chránit a záměrně kultivovat nedelegovatelné lidské kapacity, jako je dlouhodobá pozornost, etický úsudek a schopnost verifikace informací (tiché poznání). Úspěšná transformace tedy nespočívá v odmítání technologií, ale v dosažení tzv. inteligentního spoléhání, kdy žák rozumí principům, na kterých nástroje pracují, a dokáže dohlížet na jejich výstupy.
Potřebnou AI kompetenci lze získat jen dlouholetou praxí a zkušenostmi, které nelze plně automatizovat (řídit algoritmem). Je třeba ji v rámci kurikula implementovat jako základní občanskou dovednost. Rozdíl mezi budoucí elitou a zbytkem společnosti nebude v tom, kdo používá AI, ale v tom, kdo je schopen její výstupy kriticky posoudit a kdo je na nich kognitivně závislý.
Dirk Van Damme potřebnou AI kompetenci specifikuje v podobě 5 úrovní. Nejlépe se s jejich obsahem seznámíme prostřednictvím infografiky, kterou vygeneroval NotebookLM.
5 úrovní digitálních AI kompetencí pro revizi kurikula podle Dirka Van Damme [1]
VAN DAMME, Dirk. Technologies Smarter, Humans “Dumber”? [online]. 2026. [cit. 2026-03-15]. Dostupné z: https://curriculumredesign.org/wp-content/uploads/Technology-Smarter-Humans-DumberQ-CCR.pdf.
Tento materiál je publikován pod licencí Creative Commons – Uveďte původ – Neužívejte komerčně – Nezpracovávejte 4.0.
| Fragmentace pozornosti kvůli neustálým notifikacím; digitální multitasking prokazatelně snižuje schopnost hlubokého učení. |
| Typy znalostí a expertíza | Rozvoj abstraktního a systémového myšlení; schopnost ovládat a modelovat komplexní systémy v měřítku, které člověk sám nezvládne. | Eroze tichých (tacitních) znalostí a praktické intuice; oslabení vtěleného a kontextuálního vědění získaného přímou zkušeností. |
| Autorita a úsudek | Standardizace a přesnost výsledků; AI nástroje mohou sloužit jako personifikovaní tutoři nebo pomocníci při brainstormingu. | Epistemická neprůhlednost (systémy fungují jako „černé skříňky“); riziko automatizační zaujatosti, kdy uživatel nekriticky věří nekvalitním výstupům. |