ROI edtech a AI: jak měřit přínos a neplatit dvakrát

Na vysokých školách se teď láme chleba: peněz je méně, očekávání studentů i vyučujících jsou vyšší a počet digitálních nástrojů roste rychleji než schopnost je smysluplně řídit. Nejde jen o „šetření“. Jde o to, aby technologie skutečně zlepšovaly studium, výuku a služby – a aby to šlo prokázat.

Z dat z průzkumu mezi 124 technologickými lídry ve vysokoškolském prostředí (09/2025) vyplývá paradox, který v praxi vídám pořád: 71 % respondentů říká, že ROI je při rozhodování o edtech aspoň „středně důležité“, ale jen 46 % institucí ROI reálně měří nebo zohledňuje. Jinými slovy: skoro všichni chtějí rozhodovat podle dopadů, ale polovina stále rozhoduje podle dojmu, tradice nebo nejhlasitějšího hlasu u stolu.

Tenhle text je součástí série „Umělá inteligence ve vzdělávání a rozvoji dovedností“ a vezme ROI prakticky: jak nastavit měření přínosů edtech a AI nástrojů tak, aby to dávalo smysl lidem ve výuce i ve financích – a aby se z toho stal proces, ne jednorázová tabulka.

Proč se ROI u edtech konečně nedá odkládat

Odpověď napřímo: ROI není „finanční šikana“, ale způsob, jak chránit výuku před náhodným nakupováním nástrojů a rozpočtovými škrty bez rozmyslu.

Vysoké školy (a stále častěji i střední školy a firemní akademie) čelí kombinaci tlaků: omezené rozpočty, růst provozních nákladů, veřejná debata o hodnotě diplomu a zároveň potřeba držet krok s digitálním prostředím. V takové situaci se vedení logicky ptá: „Co z toho máme?“

Problém je, že edtech přínosy často nejsou jen v korunách. Pokud se ale nepokusíte přínosy převést do měřitelných dopadů, skončíte u dvou extrémů:

• Šetření za každou cenu: škrtne se i něco, co zvyšuje úspěšnost studia.
• Technologický „švédský stůl“: nakupuje se všechno, protože „to používají jinde“.

Nejlepší ROI praxe umí obojí brzdit. A AI v tom může být užitečný pomocník – nejen jako nástroj pro výuku, ale i jako analytická vrstva, která pomáhá vyhodnocovat adopci, dopady a efektivitu.

Co si pod ROI u edtech představit (a co rozhodně ne)

Odpověď napřímo: ROI u edtech není jen „ušetřené hodiny“ a už vůbec ne plán na nahrazení lidí.

U AI projektů ve vzdělávání se ROI často zploští na jedno číslo: kolik času nástroj ušetřil. To je snadno uchopitelné, ale zrádné. Časová úspora je často vedlejší efekt – hlavní efekt bývá v kvalitě, dostupnosti podpory, personalizaci nebo v tom, že lidé konečně dělají práci, která má vysokou hodnotu.

Praktická definice, která funguje:

ROI edtech = (měřitelné přínosy pro studenty, vyučující a provoz) ÷ (celkové náklady včetně skrytých).

„Skryté náklady“, které lidé rádi zapomenou

Pokud chcete férové ROI, počítejte i tohle:

• čas IT a metodiků na implementaci a integrace
• školení a onboarding (a opakované zaškolování při fluktuaci)
• správa licencí a komunikace změn
• podpora uživatelů (helpdesk, metodická podpora)
• požadavky na bezpečnost, soulad s pravidly a ochranu dat

Jedna z nejdražších chyb je myslet si, že SaaS licence je „celá cena“.

Dvě praxe z vysokých škol: čísla, která přesvědčí vedení

Odpověď napřímo: Když ROI ukážete na konkrétním procesu a dashboardu, rozhýbete rozhodování mnohem rychleji.

Berry College: AI v přijímacím řízení, která ušetřila 80+ hodin

Na Berry College vsadili na AI řešení pro administrativní část práce v admissions – mimo jiné pro přepočty GPA a předpřipravené shrnutí studijních podkladů. Cíl nebyl „zmenšit tým“. Cíl byl zvládnout víc personalizované práce bez nabírání lidí.

Výsledek v jednom čísle, které si umí představit i finanční ředitel:

• přepočty GPA klesly z 90,8 hodin manuální práce na 10,1 hodiny automatizované práce

Tohle je ukázkový ROI „první úrovně“ – úspora času a snížení chybovosti. Zásadní je ale druhý krok: vedení školy správně říká, že hodiny nesmí být jediná metrika. Pokud cílem admissions týmu je lepší zkušenost uchazečů a více smysluplného kontaktu, musí být ROI doplněno o:

• zpětnou vazbu uchazečů a rodin (spokojenost s procesem)
• dobu reakce na dotazy
• kvalitu komunikace a konzistence rozhodování
• dopad na zápis (konverze) a případně retenci

Southeastern University: systematické portfolio ROI

Na Southeastern University šli opačným směrem: místo jedné aplikace hodnotí celé edtech portfolio – LMS, platformy pro podporu studia, CRM pro nábor, vyhodnocování přepisů, AI nástroje, doplňky pro výuku i enterprise SaaS.

Klíčová praxe, která stojí za okopírování: vytvořili dashboard „využití vs. náklad“ a zavedli každoroční proces „edtech value assessment“. Tím se z ROI stává rutina. Ne boj.

Co sbírají za data:

• adopce a uživatelská zkušenost (spokojenost, používání)
• úspory času a provozní efektivita
• finanční data: náklady a „cost avoidance“ (náklady, kterým se předešlo)

Tohle je přesně typ prostředí, kde AI dává velký smysl: umí pomoci s analýzou trendů v používání, segmentací uživatelů (např. kdo z vyučujících potřebuje podporu) a s hledáním souvislostí mezi používáním nástroje a studijními výsledky.

Jak nastavit ROI model pro edtech a AI bez zbytečné byrokracie

Odpověď napřímo: Začněte jedním procesem, definujte 3–5 metrik a udělejte z toho opakovatelný cyklus.

1) Vyberte „kritický proces“, ne „nejzajímavější nástroj“

Nejrychlejší cesta k věrohodnému ROI je vybrat proces, který:

• bolí (zdržuje, je chybový, vytváří stížnosti)
• má dost dat (aspoň základní logy, časy, počty)
• je viditelný pro studenty nebo vyučující

Příklady:

• onboarding nových studentů
• tvorba a hodnocení testů
• podpora studentů v riziku (retence)
• zpracování studijních uznání / přepisů

2) Definujte metriky ve třech vrstvách

Ať se z ROI nestane soutěž v excelu, držte se jednoduché struktury:

• Efektivita: čas na úkon, počet tiketů, doba reakce
• Kvalita: chybovost, konzistence, auditovatelnost
• Dopad na učení a zkušenost: spokojenost, dokončování kurzů, retence, engagement

Jedna zapamatovatelná věta pro interní komunikaci:

Když měříme jen čas, optimalizujeme jen rychlost. Když měříme dopad, optimalizujeme smysl.

3) Spočítejte „celkové náklady vlastnictví“ (TCO)

Do TCO dejte:

• licence
• implementace a integrace
• provoz a podpora
• školení
• náklady na bezpečnost a compliance

U AI nástrojů navíc:

• správa promptů / šablon a metodická kontrola výstupů
• rizika halucinací a potřeba validace
• pravidla pro práci s citlivými daty

4) Nastavte rytmus: měsíčně signály, ročně rozhodnutí

Funguje kombinace:

• měsíční/kvartální dashboard (adopce, náklady, signály dopadu)
• roční hodnoticí cyklus (ponechat, rozšířit, nahradit, ukončit)

Tím se z ROI stává navigace, ne jednorázová obhajoba.

Nejčastější překážky (a jak je obejít)

Odpověď napřímo: ROI se nejčastěji zadrhne na datech, kultuře a důvěře – ne na výpočtech.

Datová sila a nekompatibilní metriky

Když jsou data o studiu, používání nástrojů a financích v různých systémech, ROI se rozpadne. Řešení nemusí být hned velký datový sklad. Někdy stačí:

• sjednotit identifikátory (uživatel, kurz, nástroj)
• dohodnout 3–5 společných metrik napříč týmy
• zavést „datového vlastníka“ pro každou metriku

Napětí s vyučujícími

V praxi se často objeví obava: „Budete měřit, kdo kliká méně, a podle toho hodnotit výuku?“ Tohle je potřeba utnout hned na začátku.

Co se osvědčilo:

• transparentně říct, k čemu data jsou a nejsou
• používat agregovaná data pro rozhodování o nástroji, ne pro „ranking“ lidí
• zapojit faculty champions do definice metrik

Soukromí a regulace

U AI a edtech je bezpečnost a ochrana dat součást ROI, ne překážka vedle. Pokud nástroj vyžaduje složité výjimky, ruční obcházení pravidel nebo vytváří reputační riziko, „levná licence“ přestává být levná.

Co udělat v příštích 30 dnech (praktický checklist)

Odpověď napřímo: Udělejte malý pilot ROI na jednom nástroji a připravte rozhodovací rámec pro celé portfolio.

1. Vyberte 1 edtech/AI nástroj, který je drahý, hodně používaný nebo hodně diskutovaný.
2. Sepište cíle ve stylu „proces + dopad“ (např. „zkrátit reakční dobu podpory studentů o 30 %“).
3. Definujte 3–5 metrik ve vrstvách efektivita–kvalita–dopad na studium.
4. Zmapujte TCO: kdo co spravuje, kolik času to reálně stojí.
5. Vytvořte jednoduchý dashboard (klidně první verze v tabulce).
6. Domluvte roční „value review“: co ponecháme, co ukončíme, co sjednotíme.

ROI není o tom dokázat, že IT „má pravdu“. Je to způsob, jak si ve škole přestat lhát do kapsy o tom, co opravdu funguje.

Kam to míří: ROI jako motor personalizace a rozvoje dovedností

Když se ROI dělá dobře, nevytváří strach z inovací. Naopak. Dává školám prostor investovat do nástrojů, které reálně podporují personalizované vzdělávání, včasnou podporu studentů a rozvoj dovedností – a to se v roce 2026 bude počítat ještě víc než dnes.

Nejlepší otázka na závěr není „kolik to stojí“, ale:

Který edtech nebo AI nástroj dokáže prokazatelně zlepšit výsledky studentů – a co musíme začít měřit, abychom to viděli?