AI ve výuce bez konfliktů: studenti i učitelé v loopu

Na školách se dnes děje zvláštní věc: umělá inteligence je zároveň „zakázané ovoce“ i každodenní nástroj. Studenti ji používají na přípravu, strukturování učení nebo trénink na pohovor – a přitom mají pocit, že by při tom měli schovat obrazovku, aby je někdo neoznačil za podvodníky. Učitelé a akademici se mezitím často rozdělili na dva tábory: jedni AI přijímají, druzí ji odmítají, a mezi nimi se těžko vede klidná, praktická debata.

Přesně tenhle střet se naplno ukázal v živé diskusi na konferenci EDUCAUSE 2025, kde spolu mluvili student Jo Trotechaud a pedagog John Crow. Mně na tom zaujala hlavně jedna věc: nejde o to, jestli AI „povolit“ nebo „zakázat“. Jde o to, jak ji začlenit tak, aby zlepšovala učení, podporovala rozvoj dovedností a přitom držela férovost, bezpečnost i důvěru.

Tenhle článek je součástí série „Umělá inteligence ve vzdělávání a rozvoji dovedností“. Navazuje na téma personalizovaného učení, digitálních platforem a přípravy studentů na praxi. A hlavně: nabízí konkrétní postupy, které fungují i mimo velké americké univerzity – klidně na české fakultě, vyšší odborné škole nebo ve firemním vzdělávání.

Proč AI na kampusu vyvolává konflikty (a proč je to problém)

AI polarizuje akademické prostředí, protože sahá do dvou nejcitlivějších oblastí: hodnocení a identity. Hodnocení řeší férovost („kdo to napsal?“) a identita řeší hodnotu práce („nebere mi AI smysl toho, co dělám?“). V diskusi zaznělo, že studenti se bojí disciplinárních postihů i při legitimním použití nástrojů. A část vyučujících se debatě raději vyhne – ne nutně z lenosti, ale protože se bojí vypadat neinformovaně.

Tohle má tvrdý dopad na kvalitu vzdělávání:

• studenti používají AI potichu a bez pravidel → roste riziko nefér výhody i chybného učení,
• učitelé reagují zákazem nebo naopak nekritickým nadšením → vzniká chaos mezi předměty,
• instituce přichází o šanci učit AI gramotnost systematicky.

A teď ta nepříjemná pravda: když škola neudělá bezpečný prostor pro učení práce s AI, studenti si ho udělají sami – jen mimo pravidla školy.

„Human in the loop“: jednoduchý princip, který drží kvalitu i důvěru

Nejspolehlivější rámec pro zodpovědné použití AI ve výuce je „člověk ve smyčce“ (human in the loop). V praxi to znamená: AI pomáhá, ale člověk rozhoduje, ověřuje a nese odpovědnost.

Jo (student) to popsal velmi přesně: AI je skvělý „asistent“ – pomůže udělat studijní plán, zkouší znalosti, připraví otázky na pohovor. Ale pořád to není magie, která „udělá školu za mě“. A John (vyučující) ukázal druhou stranu: studenti často ani nevědí, jak s AI mluvit (promptovat), co je v pořádku a co už je za hranou.

Co „human in the loop“ znamená pro studenta

• AI může vytvořit návrh struktury, seznam kroků, cvičné otázky.
• Student musí psát, argumentovat a rozhodovat sám.
• Student musí umět říct: „Tady mi AI pomohla takto a takto.“

Co „human in the loop“ znamená pro vyučujícího

• Učitel neurčuje jen „zákaz/povolení“, ale záměr použití.
• Učitel hodnotí porozumění a práci, ne jen výsledek textu.
• AI může zrychlit rutinu (např. formátování, přepis, návrh zpětné vazby), ale nepřebírá odpovědnost za známku.

Snippet pro praxi: „AI může být kalkulačka pro psaní a učení – ale pořád musíte umět matematiku.“

Praktické scénáře: jak AI reálně pomáhá ve výuce (bez ztráty smyslu)

AI dává největší hodnotu tam, kde podporuje proces učení, ne jeho obcházení. V diskusi se objevily tři scénáře, které stojí za převzetí.

1) AI jako tutor: studijní plán, kvízy, příprava na pohovor

Tohle je dnes pro studenty nejrychlejší „win“. Pokud chcete, aby to bylo fér, funguje jednoduché pravidlo: AI je povolená na přípravu, ale student musí umět výsledek vysvětlit a obhájit.

Praktický příklad do sylabu:

• „Použij AI k vytvoření 14denního plánu učení na zkoušku.
• Přines plán do semináře a vysvětli, proč máš takové tempo.
• Uprav plán podle zpětné vazby a odevzdej finální verzi.“

Tady AI nevyrábí známku. Pomáhá vytvořit strukturu.

2) AI pro rozvoj akademického psaní (ne pro „psaní místo mě“)

John popsal přístup, který se mi líbí: učitel AI do úkolu přímo zahrne, ale nastaví kontrolní body.

Například:

1. Student použije Copilot/Gemini/ChatGPT na brainstorming.
2. AI navrhne úvod a osnovu.
3. Student text přepracuje a dopíše sám.
4. Student odevzdá i „AI návrh“ a krátkou reflexi změn.

Tím se z AI stane nástroj pro metakognici: student se učí, co zlepšil a proč.

3) AI a přístupnost: Universal Design for Learning (UDL) v praxi

Nejvíc podceňovaná oblast je přístupnost a UDL (Universal Design for Learning). John ukázal, že AI umí rychle převést materiály do více formátů: titulky, přepis, PDF, stránku v LMS, korekturu přepisu.

V českém kontextu tohle často naráží na kapacity: vyučující chce dělat výuku dobře, ale nemá čas připravit 4 verze materiálu. AI tu není „zkratka“ – je to způsob, jak učiteli vrátit čas a studentovi dát volbu.

Konkrétní použití, které dává smysl:

• automatický přepis nahrané přednášky a oprava chyb,
• tvorba stručného shrnutí „na jednu stránku“ pro opakování,
• generování kontrolních otázek podle prezentace,
• převod odborného textu do jednoduššího jazyka pro úvodní orientaci (a pak návrat k originálu).

Jak nastavit pravidla AI ve škole tak, aby se lidi nepřestali bavit

Nejlepší AI politika není nejpřísnější – je nejjasnější. Pokud chcete snížit polarizaci, přestaňte začínat zákazem. Začněte tím, co je cílem výuky.

Tady je rámec, který funguje v praxi (a dá se dát do každého sylabu):

1) Rozdělte použití AI podle účelu

• Povolené: plánování učení, vysvětlování pojmů, kvízy, kontrola gramatiky, brainstorming.
• Podmíněně povolené: návrh osnovy, návrh úvodu, návrh argumentů (nutná reflexe a citace použití).
• Zakázané: odevzdání AI textu jako vlastního bez přiznání, generování dat či citací bez ověření.

2) Zaveďte „AI disclosure“ – jednoduché přiznání použití

Jedna věta na konci práce stačí. Například:

• „Použil/a jsem generativní AI k návrhu osnovy a ke kontrole stylistiky. Argumentaci a závěry jsem vytvořil/a sám/sama.“

Tím se snižuje strach a roste transparentnost.

3) Přesuňte hodnocení od produktu k procesu

Pokud hodnotíte jen finální esej, student má motivaci „vyrobit výsledek“. Pokud hodnotíte i proces, motivace se mění.

Praktické prvky:

• pracovní verze (drafty),
• krátká reflexe,
• ústní obhajoba (5 minut),
• otázky „proč“ a „jak“.

4) Budujte bezpečnou komunitu pro učitele

John popsal, že funguje „inovační skupina“ – pravidelná setkání, kde se učitelé ptají bez strachu. V českém prostředí to může být:

• měsíční „AI v kabinetu“ (45 minut),
• sdílená knihovna promptů pro konkrétní předměty,
• ukázkové sylaby a zadání.

Učitelé často neodmítají AI. Odmítají chaos a pocit, že jsou v tom sami.

Časté otázky, které řeší studenti i vyučující

Používá učitel AI na hodnocení? A čte vůbec práci?

Dobrý standard je: AI může pomáhat se zpětnou vazbou, ale známku a posouzení dělá člověk. Užitečné je, když vyučující:

• transparentně řekne, jak AI používá (např. pro formulaci komentářů),
• drží se rubriky,
• nepředává do AI citlivá data mimo schválené nástroje.

Co ochrana dat a „trénování na studentských textech“?

Studenti mají legitimní obavu, že jejich práce skončí „v černé skříňce“. Nejpraktičtější opatření:

• používat institucionálně schválené nástroje a režimy ochrany dat,
• nastavit možnost opt-out, pokud to jde,
• u citlivých prací (např. osobní příběhy, zdravotní témata) AI vůbec nepoužívat.

Dá se AI použít jako facilitátor v týmové práci?

Zatím spíš omezeně, ale směr je jasný: AI může být „třetí hlas“ pro strukturování diskuse, shrnutí rozhodnutí a hlídání úkolů. Vyzkoušejte jednoduchý pilot:

• po týmové schůzce vložte zápis do AI,
• nechte vygenerovat „rozhodnutí / otevřené otázky / další kroky“,
• tým si to společně odsouhlasí.

Tady se AI chová jako zapisovatel a moderátor, ne jako autor výsledku.

Co si z toho odnést (a jak to otočit na rozvoj dovedností)

AI ve vzdělávání není jen téma „podvádění“. Je to šance posunout výuku k tomu, co školy často slibují a hůř dodávají: samostatnost, kritické myšlení, schopnost vysvětlit postup, práci s nástroji a odpovědnost.

Z pohledu kampaně „Umělá inteligence ve vzdělávání a rozvoji dovedností“ je nejdůležitější tohle: když AI zavedete jako řízenou součást procesu, posilujete skill mindset. Studenti se učí nástroje používat, ale zároveň se učí dokázat, že rozumí.

Další krok, který doporučuju: vyberte jeden předmět nebo jeden modul a udělejte z něj pilot „AI v loopu“.

• nastavte jasná pravidla použití,
• zaveďte krátkou reflexi,
• zvažte více formátů materiálů (UDL),
• a hlavně: mluvte o tom nahlas.

Jak by vypadala vaše výuka, kdyby se studenti přestali bát přiznat, že AI použili – a začali umět vysvětlit, proč a jak jim pomohla?