Jaká je budoucnost pedagogického výzkumu?

"Všechny modely jsou chybné, některé z nich však mohou být docela užitečné." Tímto 30 let starým citátem známého statistika George Boxe uvozuje šéfredaktor online časopisu Wired Chris Anderson svůj článek z června 2008 The End of Theory: The Data Deluge Makes the Scientific Method Obsolete (Konec teorií: dostupnost dat činí vědecké metody zbytečnými). Bylo-li cílem autora vyprovokovat zájem čtenářské veřejnosti, povedlo se. I když je třeba brát tvrzení obsažené již v samotném názvu s nadsázkou, stojí za to se nad ním zamyslet.

Až dosud bylo vědecké poznání světa založeno jen na teoriích vycházejících z modelů, které nedokážou popsat skutečnost úplně beze zbytku. Každý model platí jen za určitých podmínek, a je tudíž ve skutečnosti zjednodušením reality. Týká se to všech věd, od přírodních až po sociální. Chce-li vědec posunout poznání na vyšší úroveň, musí najít takové podmínky, v nichž stávající model přestává být funkční. Pak nezbývá než vymyslet nový zpravidla složitější model. Hledání podmínek zpochybňujících použití momentálně přijatého modelu na základě experimentálně zjištěných dat je postup neobyčejně složitý a s vývojem vědy stále obtížnější. Současný technologický pokrok však dovoluje za určitých podmínek poznávat svět i jinak.

Již přibližně 60 let jsou počítače schopné ukládat informace a 20 let si je mohou vyměňovat. Za posledních 10 let udělaly vyhledávače v čele s Google téměř ze všech na internetu dostupných informací, které se v objemu petabytů (2⁵⁰) vznášejí jako mrak kolem nás, jednotnou databázi. Jestliže se megabyty daly uložit na diskety, gigabyty na harddisk a terabyty na diskové pole, petabyty žádnou jasně definovanou strukturu nemají. Zato jsou v nich ukryté téměř úplné informace o nás i o světě kolem nás. Na takto velké množství dat nelze pohlížet jako na organizovaný archiv se strukturou knihovny. Mnohem spíše se chová jako korpus obsahující komplexní záznam o činnosti lidí, jež může posloužit jako laboratoř pro zkoumání otázek s nimi souvisejících.

U sociálních věd mohou vědci tento záznam využít přímo k provádění různých analýz. Anderson zde zachází až příliš daleko a tvrdí, že když máme k dispozici všechny informace o chování lidí, nemusíme již vymýšlet žádné teorie a vytvářet modely, protože i bez toho vlastně vše víme. Za příklad dává třeba reklamu. Google nepotřebuje zkoumat, proč ten který web je úspěšnější. Úplně stačí, když ví, že úspěšnější je, a stojí proto za to na něj reklamu umístit. Jiným podobným příkladem mohou být strojové překlady. Představme si, že máme k dispozici korpusy velikého množství přeložených textů v různých jazycích. Další překlad pak může být realizován automaticky vyhledáním stejných významů shodných slovních úseků ve stávajícím obsahu korpusů. Výsledek sice stále není dokonalý, je ale lepší, než při automatickém překladu slovo od slova. A obejdeme se bez teorií, modelů i jazykovědců.

Poznávání se v případech, jako je tento, odehrává poněkud jinak. Nevymýšlejí se žádné hypotézy, neprovádějí se žádné vědecké experimenty a nehledají se příčiny zjištěných závislostí. Skutečnost se prostě jen odhaluje analýzou existujících digitálních dat. Vzhledem k jejich množství vyžaduje podobná analýza obrovský výpočetní výkon, a proto se často k realizaci spojují síly mnoha organizací i jednotlivých počítačů spolupracujících prostřednictvím sítě. Důkazem toho, že právě tato forma výzkumu je perspektivní, je nedávno zveřejněný grantový program Národní vědecké nadace USA CLuE, který sdružuje výzkumné kapacity šesti pilotních amerických univerzit a dává jim k dispozici výsledky dosavadní spolupráce firem Google a IBM – tzv. Google-IBM cluster, což je platforma disponující cca 1600 procesory, několika terabyty operační paměti, stovkami terabytů paměti vnější, a k tomu navíc též specializovaný software na provádění analýz.

Asi si zatím umíme jen těžko představit, k čemu všemu by se daly tyto nástroje použít. Doufejme, že nebudou sloužit jen ke zkoumání nákupních zvyklostí občanů, či jejich volebních preferencí. Pro nás učitele by jistě bylo neobyčejně zajímavé pokusit se analyzovat skutečné výsledky vzdělávacího procesu. Bylo by úžasné, kdyby se jednou podařilo porovnat takovéto výsledky s výukovými postupy, které k nim vedly, a promítnout zjištěné závěry do praxe. Bez pokusu o stanovení nějakého zjednodušujícího modelu ideálních výukových postupů by se taková vědecká práce asi nakonec přece jen neobešla. Co by ale určitě odpadlo, je dnes tolik oblíbené vymýšlení hypotéz a provádění výukových experimentů, jejichž zkoumání a statistické vyhodnocení je tak jako tak obsahově, časově i místně velmi omezeno.

zdroje:
Chris Anderson - The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, Wired Magazine, June 23, 2008
Marc Prensky - H. Sapiens Digital: From Digital Immigrants and Digital Natives to Digital Wisdom, Innovate, February/March 2009
Peter Norvig - All we want are the facts, ma'am, Norvig.com, 2009