Odborný článek
Digitalizace ve vzdělávání
Podle McKinsey mohou technologie převzít nejméně čtvrtinu práce učitele
5,0 (1 hodnocení)
Zpráva o studii poradenské agentury McKinsey, která zkoumá, jaké možnosti přinášejí učitelům technologie využívající umělou inteligenci.
Známá poradenská agentura McKinsey, která pomáhá firmám (i státům) držet krok s dobou, se logicky musí zabývat tím, kam směřuje vývoj světa (hlavně průmyslu, obchodu apod.). Ve své poslední studii se zaměřila na školství [1]. Zkoumá, jaké možnosti přinášejí technologie využívající umělou inteligenci (podle názvu).
Studie nejprve analyzuje práci učitele. Jeho průměrně 50hodinový pracovní týden rozděluje na tyto činnosti: přímá výuka (16,5 hod.), příprava (10,5 hod.), hodnocení a zp. v. (6,5 hod.), administrativa (5 hod.), poradenská činnost (4,5 hod.), soc.-emocionální výchova (3,5 hod.), studium (3 hod.). Zdroj dat pochází od učitelů z USA, UK, Kanady a Singapuru, jinde mohou být výsledky trochu odlišné, ale o to nejde. Struktura činností učitele se nikde moc neliší, a o tu tady jde.
Výzkumníci McKinsey se pokusili zkoumat jednotlivé činnosti zvlášť z pohledu potenciálu možné automatizace. Přitom hned na začátku konstatují, že nahrazení učitelů stroji vůbec nepřichází v úvahu, protože některé činnosti vůbec automatizovat nelze. Je to především výchova (např. budování pozitivního klimatu ve třídě) a poradenství (koučink). U ostatních určitou míru možné automatizace nalezli. Nejvyšší potenciál podle nich má administrativa, příprava na výuku a hodnocení výukových výsledků. Všechny tyto činnosti může podle nich již dnes přibližně z poloviny zastat stroj. Určitý menší potenciál má výuka a vlastní studium. Dohromady to dělá z oněch 50 hodin celých 13, o něž by učitel mohl rozšířit svůj přímý osobní vliv na žáky.
Zajímavé bude se podívat na to, jak konkrétně si výzkumníci McKinsey zapojení technologií představují. Asi nejsnazší to bude u administrativy. Takové funkce, jako automatické vyplnění částí formuláře či nabídka možných odpovědí, nebo dokonce automatizovaná docházka, mohou jistě hodně učitelům usnadnit život. Zatím na trhu ale není mnoho produktů, které by byly schopny při řešení školní administrativy využít umělou inteligenci.
Obtížnější to je u přípravy na výuku. Výzkumníci McKinsey předpokládají, že učitelé mají mít k dispozici sofistikovaný systém, který jim nabídne pro každou situaci nejvhodnější výukový materiál. Podobné pokusy se ale dosud nedaří realizovat. Byla na nich založena celá teorie e-learningu. Vzniklo mnoho úložišť (u nás DUM či DUMY). Nejsem sám, kdo má o schopnosti technologií uspořit učiteli polovinu času na přípravu pochybnosti. Velmi podobný postoj vyjadřuje reakce, kterou vydal The Hechinger Report [2]. Připomíná též fakt, že dosud žádné úložiště výukových materiálů nepracuje s algoritmem, který by dokázal poskytnout žákovi skutečně vhodnou individualizovanou nabídku.
Zatím nejproblematičtější je představa, že učitel ušetří polovinu času stráveného hodnocením žáků. Výzkumníci McKinsey předpokládají nasazení technologií umožňujících analýzu a formativní hodnocení delších tvořených textů i slovních odpovědí. To je dosud obtížně představitelné i v angličtině. Má-li dojít k posunu, je třeba zavést jednotný personalizovaný systém řízení výuky, který by disponoval natolik velkými daty, aby smysluplnou analýzu vůbec bylo možné realizovat. Nebude snadné nastavit optimální cestu. Velká data snadněji získává plně centralizované školství, které však zase mnohem obtížněji vyvolává motivaci žáků. Snad nám v tomto pomůže dnes tak diskutovaný střední článek řízení. Inspirací by nám mohlo být, jak to dělají v Londýně – The London Grid for Learning.
The Hechinger Report [2] přináší reakci dvou významných odborníků. Ryan Baker, profesor University of Pennsylvania, říká, že „počítače jsou schopné snadno hodnotit jen jednoduché matematické úlohy, ale poskytování zpětné vazby u tvořeného textu či u složitějších matematických problémů vyžaduje značné zdokonalení“.
Nám již známá Stefania Druga (Strojové učení pro nejmenší), nyní doktorandka University of Washington, dokonce tvrdí, že „automatizované hodnocení může narušit vztah mezi učitelem a žákem. Vede žáky ke snaze robotického hodnotitele oklamat. Snaží se optimalizovat své výsledky bez toho, že by vykonali požadovanou práci.“
Studie McKinsey připouští, že problémem je vybrat vhodné technologie. Existuje značné množství nabídek, které slibují velké věci, ale skutečnost je jiná. Proto je třeba, aby existovaly služby neutrálně hodnotící existující nabídky (jako je např. EdReports.org nebo naše EMA pro výukové materiály). Nejvhodnějším postupem však je sdílení informací v rámci skupiny důvěryhodných kolegů. To pro nás ovšem není nic nového (Pracovat nahlas).
Závěr je zřejmý. Spoléhat na umělou inteligenci je zatím předčasné. Učitel by si měl budovat své vlastní online osobní vzdělávací prostředí a neměl by věřit tomu, kdo slibuje usnadnění práce. I kdyby některé činnosti technologie skutečně převzaly, práce bude mít vždy víc než dost.
WAGLE, Dilip. How artificial intelligence will impact K-12 teachers [online]. 2020. [cit. 2020-02-13]. Dostupné z: https://www.mckinsey.com/industries/social-sector/our-insights/how-artificial-intelligence-will-impact-k-12-teachers.
BARSHAY, Jill. Reframing ed tech to save teachers time and reduce workloads [online]. 2020. [cit. 2020-02-13]. Dostupné z: https://hechingerreport.org/ai-in-education-reframing-ed-tech-to-save-teachers-time-and-reduce-workloads/.
Tento materiál je publikován pod licencí Creative Commons – Uveďte původ – Neužívejte komerčně – Nezpracovávejte 3.0 ČR.