Jak postupuje vlna zákazů ve školství

Denně jsme bombardováni zprávami o tom, kdo další zakazuje využívání technologií ve školách. Už se to netýká jen osobních mobilů žáků o přestávkách, ale často veškerých digitálních zařízení. Nově se objevují zákazy týkající se specificky AI (Norsko, New York City, Los Angeles) [1]. Kalifornie již přijala zákon nutící provozovatele soc. sítí omezovat závislost dětí do 16 let [2]. Jen málokdy se ve spojení se zákazy řeší možnost smysluplného užití ve prospěch učení, což je skutečnost, která tuto kampaň zavádí na slepou kolej.

Podívejme se například na jedno z typických opatření, které přijal školský obvod v Los Angeles (LAUSD). Stanovuje maximální časové limity pro práci žáků u obrazovky v jeho školách, a to takto [3]:

MŠ - 1. třída	0 minut
2. - 3. třída	1:40 týdně (max. 20 min./den)
4. - 5. třída	2:30 týdně (max. 30 min./den)
2. st. ZŠ	6 hod. týdně (max. 60 min./předmět)
SŠ	10 hod. týdně (max. 90 min./předmět)

LAUSD dále zakázal používání mobilů během oběda a přestávek, zablokoval přístup žáků k YouTube i k herním a sociálním sítím a zrušil dříve praktikovanou možnost brát si školní zařízení domů (pozor, znamená to, že vybavenost tamních žáků školními přístroji je 1:1). Výjimky platí jen pro specializované kurzy, jako je grafický design nebo informatika. Cílem tohoto opatření je podpořit výuku vedenou učitelem a praktické učení. Jak vidno, ani v LA se nejedná o zákaz úplný. Potíž je v tom, že vyhláška LAUSD se vůbec nezabývá tím, co se s technologiemi ve výuce dělá.

Zábrany ze strany škol dávají smysl jen tehdy, jsou-li dělány ve prospěch dětí. Lze pochopit, mají-li za cíl omezit nevhodné využití bránící osobnímu kontaktu se spolužáky, riziko zneužití a závislostí, nesoustředění na výuku apod. Problém ovšem vzniká, jestliže se škola dostane do situace jakéhosi skanzenu od světa venku neprodyšně odděleného a žáky na něj nepřipravujícího. Je třeba se zamyslet nad tím, co se myslí pojmem „praktické učení“. Možná to mají být mechanické dílny či pěstování rostlin, jenže naprostá většina praxe se dnes bez digitálních technologií neobejde.

K opatření LAUSD jsou pro nás relevantní například kritické připomínky Johna Spencera [4]:

• Zachází s časem s obrazovkou jako s jedinou proměnnou
  Nabízí se otázka, co přesně se tím časem myslí. Je to jednoduché, když někdo pracuje samostatně s počítačem a nějakou výukovou aplikací, ale co když třeba přístroj používají 2 žáci společně, co když slouží jen jako prostředek pro vyhledávání informací při řešení na technologiích jinak nezávislého problému (třeba diskuze nad ve třídě probíraným tématem), co když je to nástroj pro zaznamenávání zvuku či videa v rámci vlastní tvorby. Je zřejmé, že bude minimálně velice obtížné v takových případech definovat, kolik minut kdo obrazovku sleduje.

• Nerozlišuje mezi aktivním a pasivním učením
  Problém není v tom, že LAUSD chce méně času stráveného u obrazovky. V mnoha případech se jedná o moudrý instinkt (viz digitální minimalismus). Otázka času stráveného u obrazovky však není jen otázkou kvantity, ale též kvality. Musíme věnovat pozornost také tomu, jak žáci technologie používají. Pomáhají jim technologie hlouběji myslet, smysluplněji tvořit, efektivněji spolupracovat nebo řešit autentičtější problémy? Jinými slovy, rozlišujeme mezi pasivním a aktivním učením? Dáváme jim příležitost používat ověřené nástroje umělé inteligence pro hlubší učení, aby mohli klást otázky a dostávat okamžitou zpětnou vazbu? Rozvíjí to hlubší studijní kompetence, které žáci potřebují k tomu, aby se jim v nepředvídatelném světě dařilo?

• Neučí etickému používání
  Pokud je namísto „lepší integrace“ cílem jen „méně technologií“, vede to k jejich používání, jen když je to nezbytně nutné. Pak se žáci nikdy nenaučí orientovat v technologiemi naplněném prostředí, které existuje mimo zdi školy. Stačí se podívat na klíčové dovednosti, které jsou cílem výuky (u nás DigComp), a je jasné, že jsou v ostrém kontrastu k povrchnímu přístupu zaměřenému na uživatele. Ve světě deepfakes a dezinformací potřebujeme, aby byli žáci zvídaví, ale také analytičtí. Pokud nastavíme příliš mnoho zábran (například budeme mít omezený přístup do internetu, místo abychom umožnili otevřený online výzkum), žáci si nerozvinou hlubší informační gramotnost. Škola musí být místem pro učení etického používání technologií k řešení problémů a využití kreativity, která jde nad rámec sociálních médií, videoher a prohlížení videí.

• Politika týdenních kvót je příliš rigidní
  Existuje mnoho situací, kdy nemá smysl týdenní kvóty dodržovat. Někdy může být několik týdnů probíráno téma, které využití technologií vůbec nevyžaduje. Pak ale žáci pracují na projektu, v jehož rámci tvoří podcast nebo dokumentární video, a najednou potřebují strávit na svých zařízeních delší dobu. I když omezení celkového množství času stráveného u obrazovky dává smysl, existují situace, kdy s limity nevystačíme.

John je zastáncem tzv. Vintage Innovation, tedy kombinace tradičních a inovativních výukových postupů s cílem maximalizovat lidský prvek a zároveň využít některé ze skutečných výhod technologií [5]. Bude mimořádně nesnadné u tohoto postupu definovat, jak měřit čas strávený na obrazovce.

What is vintage innovation?

Připomeňme si na závěr tři zásadní doporučení, která pro zavádění technologií školám dává nám dobře známé americké sdružení Consortium for School Networking [6]:

1. Zaměření na učení
   Vzdělávací technologie by měly být používány pouze tehdy, když posilují, rozšiřují, personalizují nebo zpřístupňují učení.

2. Ochrana žáků online
   Školní zařízení by měla fungovat v rámci systémů spravovaných školou, které zahrnují kybernetickou bezpečnost, filtrování obsahu, ochranu soukromí a další ochranná opatření. (viz ekosystém)

3. Místní řízení
   Rozhodnutí o vzdělávacích technologiích by měla odrážet jedinečné potřeby, priority a okolnosti jednotlivých komunit.

Zdroje:

[1] Indrabati Lahiri - Before New York City, Norway had already banned AI in schools, 2026
https://www.euronews.com/next/2026/09/03/before-new-york-city-norway-had-already-banned-ai-in-schools

[2] Stronger protections for kids, 2026
https://www.commonsensemedia.org/california-kids-online-safety-laws

[3] Tony Kurzweil - LAUSD bans classroom screen time before 2nd grade, caps use elsewhere. 2026
https://ktla.com/news/local-news/lausd-screen-time-limits-students/

[4] John Spencer - Beyond Screen Time: What LAUSD’s New Policy Gets Right and Wrong, 2026
https://spencereducation.com/lausd-low-tech/

[5] John Spencer - Beyond Screen Time: What LAUSD’s New Policy Gets Right and Wrong, 2026
https://spencereducation.com/lausd-low-tech/

[6] From Screen Time Mandates to Purposeful Technology Policies and Guidance
https://www.cosn.org/from-screen-time-mandates-to-purposeful-technology-policies-and-guidance/

PISA 2025 a technologie

 

Asi nejsem sám, kdo se po 8. září 2026 zajímal o nově publikované výsledky [1] [2] mezinárodního šetření OECD PISA 2025, které ve 4letých intervalech zkoumá schopnost 15letých žáků aplikovat znalosti v reálných životních situacích. Hlavní zprávou je, že se spolu s celým světem naši žáci zhoršují. A co je pro nás mimořádně důležité – tento fakt je dáván do souvislosti s technologiemi.

Nejčastěji se mluví o času stráveném s obrazovkou, jen někdo (celkem správně) zmiňuje souvislost se sociálními sítěmi. Logickým důsledkem je snaha tento vliv omezit, což je nepochybně záměr velmi rozumný. Je tady však jedno „ale“. Dospěli-li jsme k pochopení, že svět bez digitálních technologií již fungovat nebude, musíme kromě zákazů řešit i to, jak na život s technologiemi naše děti připravit. Podívejme se, co nám o tom říká PISA.
V tomto posledním běhu bylo zařazeno tzv. „computational problem solving“ (naše zpráva v názvu kategorie vynechává „počítačové“ a mluví jen o „řešení problémů“). Výsledky vůbec nejsou špatné. Jsme nadprůměrní (9. místo mezi zeměmi OECD). Překvapivé by to být nemělo, když si vzpomeneme na neuvěřitelné výsledky minulých šetření ICILS, kde jsme opakovaně patřili k nejlepším. Jak se zdá, programování a modelování nám jde. Jenže pak se podívám na titulní stranu výsledků OECD a najdu tam toto:

Více než polovina žáků může být zranitelná vůči dezinformacím a nepravdivým informacím.

Žáci žijí v prostředí, kde je mnoho informací nespolehlivých a je často obtížné je odlišit od důvěryhodných zdrojů. V této souvislosti nestačí, aby žáci pouze věděli, že je třeba fakta ověřovat. Musí se také naučit, kdy a jak zvažovat důkazy, zpochybňovat intuitivní tvrzení a posuzovat spolehlivost různých typů informací. V průměru v zemích OECD méně než polovina žáků (46 %) uvedla, že ověřuje důvěryhodnost informačních zdrojů a zároveň více důvěřuje vědeckým důkazům než zdravému rozumu. 37 % uvedlo, že ověřuje zdroje, ale spoléhá se na zdravý rozum, zatímco 11 % uvedlo, že důvěřuje vědeckým důkazům bez ověřování zdrojů. Dalších 5 % uvedlo, že ani nekontroluje zdroje, ani neupřednostňuje vědecké důkazy. To naznačuje, že velká část patnáctiletých může být zranitelná vůči dezinformacím a nepravdivým informacím.

Jsme 4. od konce (37.2, 46.9, 9.9, 5.9). Jistě by to stálo za bližší analýzu. Je ale zřejmé, že s digitální kompetencí (informační gramotností) na tom zas až tak skvěle ve skutečnosti nejsme. To je problém, který řešíme již od roku 2014, kdy jsme ve Strategii digitálního vzdělávání vytyčili dva hlavní směry rozvoje kompetencí – informatické myšlení (které slaví úspěchy) a digitální gramotnost (jejíž význam se nám nedaří mezi ostatními klíčovými kompetencemi a gramotnostmi dostatečně zviditelnit).

Když se podíváme na země, které se v celkovém skóre umístily nejlépe, zjistíme zajímavou věc. Jsou tam takové, které teď technologie ve školách omezují (např. Finsko), i takové, které je naopak používají ve velkém a stále více (např. Estonsko, Singapur). Statisticky se opakovaně ukazuje, že správná míra nasazení technologií je přínosem, a tudíž vlastně ve skutečnosti nezbytná. OECD to zjišťuje opakovaně již od PISA 2012 (OECD: Žáci, počítače a učení). Tentokrát je výsledek opět velmi podobný.

Z toho lze udělat jednoduchý závěr, který pro nás také není nový. Technologie nelze jednoduše označit za příčinu úpadku důležitých schopností žáků. Jsou za určitých okolností přínosem. Jen je třeba umět tyto okolnosti vyvolat. To je ten problém, který Spomocník řeší dlouhodobě.

Připomeňme si to nejdůležitější, co nakonec odhalují i všechny výzkumy nejen OECD. Technologie (dnes s AI) napomáhají učení, když jsou používány aktivně, ne pasivně a vždy jen tehdy, když se tak děje v situaci, kterou inicioval někdo schopný žáka do aktivního stavu dostat. Všimněte si toho, že právě to se třeba sociálním sítím daří velmi dobře, jen cíl je dost odlišný.

Z výsledků PISA 2025 můžeme pro výuku s využitím technologií odvodit určitá doporučení:

• Zajistit, aby prostřednictvím digitálních zařízení nedocházelo k rozptylování během výuky.

• Zabránit dalšímu růstu nerovností v důsledku socio-ekonomických rozdílů, které mají technologie tendenci zvyšovat.

• Věnovat zvýšenou pozornost výuce smysluplného využívání AI (v terminologii PISA modrý sloupec – „pomáhá učit se“).

A. J. Juliani dává na základě výsledků PISA 2025 školám tyto konkrétní rady [3]:

• Nastavte jasnou politiku používání telefonů a vynucujte ji, protože data OECD o rozptylování jsou jednoznačná.

• Oddělte používání technologií pro učení od jejich používání ve volném čase během výukového dne.

• Naučte žáky hodnotit výstup AI jako explicitní, hodnocenou dovednost.

• Chraňte potřebu aktivního zapojení u každého úkolu. Pokud lze myšlení, které je v jeho rámci generováno, svěřit stroji, přepracujte úkol tak, aby to nebylo možné.

Singapur a Estonsko nejsou nejlepší proto, že by technologie vynechaly. Je to proto, že odmítají nechat technologie rozhodovat o tom, co žáci dělají se svou myslí.

Připomeňme si na závěr, že OECD vydalo letos také specializovanou zprávu zabývající se AI (Digital Education Outlook 2026 on GenAI) a že příští PISA 2029 bude primárně technologicky orientovaná (PISA 2029 Media and Artificial Intelligence Literacy)

Zdroje:

[1] PISA 2025 Results (Volume I), 2026
https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en.html

[2] Národní zpráva PISA 2025, 2026
https://www.csicr.cz/cz/Aktuality/Narodni-zprava-PISA-2025

[3] A. J.Juliani - What The PISA Results Really Show Us About Technology And Curriculum, 2026
https://www.ajjuliani.com/blog/the-pisa-story-everyone-is-getting-wrong

Jak používat AI tutory

Nejprve si musíme ujasnit, co si pod pojmem AI tutor máme představit. Jedná se o software v podobě chatbota, který uživateli asistuje při dosažení určitého výukového cíle. Jejich množství stále narůstá. Hodně oblíbení jsou např. specializovaní asistenti pro výuku jazyků (např Speak, Loora, Duolingo), existují však i aplikace pokrývající širší oblast školní výuky (např. Khanmigo, Synthesis Tutor, Tutor AI). U nás se můžete setkat se Sciobotem. Komplexní podporu pro tuto problematiku najdete na webu Chatveskole od AI dětem.

Možná může být zajímavé, seznámit se s poznatky Nicka Potkalitskyho, amerického experta specializujícího se na AI s více než 20 letou učitelskou praxí, který působí v Educational Service Center v Ohiu.

Nickovo Centrum poskytuje služby školským obvodům, a proto se zabývá hlavně tím, jak uplatnit AI přímo ve třídách s větším množstvím žáků najednou. Pokouší se ověřit taková tvrzení poskytovatelů těchto služeb, podle nichž samotné umístění žáků do prostředí využívajícího AI má zásadní pozitivní vliv na jejich výukové výsledky.

Interaktivní prostor s AI, oddělený od otevřeného internetu a vyladěný na praxi, údajně dokáže to, co učitel s třiceti studenty nedokáže: věnuje se každému žákovi na jeho vlastní úrovni, reaguje okamžitě a nikdy se neunaví. Připomeňme si hned, že to samé se říká o personalizovaných adaptivních (tzv. inteligentních) systémech již dobře 30 let.

Nick proto začal hledat důkazy, které by taková tvrzení mohly podpořit. Nalezl dva výzkumy, které naznačují značně pozitivní výsledky.

Na podzim roku 2023 provedl Gregory Kestin, přednášející fyziky na Harvardu, randomizovanou kontrolovanou studii porovnávající výsledky učení se specializovaným na fyziku orientovaným AI tutorem s klasickou prezenční výukou v učebně, při níž byl aktivní učební program veden učitelem. Téměř 200 studentů se střídavě učilo jedno téma ve třídě a další samostatně s AI tutorem. Porovnání výsledků ukázalo, že výuka s AI tutorem zdvojnásobila studijní výsledky a navíc zkrátila dobu studia, uvádí studie publikovaná ve Scientific Reports [2].

Druhý podobně silný výsledek pochází z Nigérie, kde Světová banka v roce 2024 hodnotila nasazení Microsoft Copilot běžící na GPT-4 jako tutora angličtiny u žáků prvního ročníku střední školy. Tento systém používali žáci devíti veřejných škol celkem šest týdnů. Zaznamenané celkové zlepšení bylo 0,31 směrodatné odchylky (porovnej s Rozbor 2 sigma problému podle Paula Hippela). Kombinované měření zahrnovalo nejen angličtinu, ale též digitální dovednosti. Autoři popisují intervenci jako vysoce efektivní a naznačují, že pokud by se účinky rozšířily na celý školní rok, mohly by se zisky rovnat jednomu a půl až dvěma letům běžné školní docházky [3].

Nick zprávy o obou výzkumech pečlivě prostudoval a přiměly ho k zamyšlení. Harvardská studie testovala AI tutora, kterého profesor Kestin a jeho tým vytvořili na základě konkrétních vzdělávacích cílů, problémů a struktury zpětné vazby daného kurzu. Nigerijská studie testovala doplňkové používání nástroje Copilot pod dohledem učitele v prostředí s nedostatečnými jinými vzdělávacími zdroji. V obou případech byla umělá inteligence zakotvena v pedagogickém přístupu, který ovlivňoval, co nástroj dělá a jak s ním studenti interagují.

Podobné důkazy ukazují, že AI dokáže za určitých podmínek zvýšit studijní výsledky, někdy i působivě. Jenže to jde jen se zapojením schopných lektorů, kteří dokážou vliv AI vhodně nasměrovat k umocnění žáků. Žádné studie neprokazují, že interaktivní prostředí s AI funguje samo o sobě.

Kestinův tutor nebyl chatbotem pro všeobecné použití, který by se používal v kurzu fyziky. Měl předem připravená správná řešení odpovídající obsahu kurzu, krok za krokem uvolňoval nápovědu, vyžadoval od studentů, aby se pokusili o práci, než dostanou vysvětlení, a zaměřoval se na obsah měřený výzkumem v rámci pre- a post-testů. Studie Světové banky má podobné vyznění. Žáci se v rámci systému neučili samostatně. Učitelé realizovali specializované lekce a provázeli žáky jejich interakcemi se systémem. Největší zlepšení se projevilo u žáků s vyšší základní úrovní znalostí, což komplikuje často používanou argumentaci, že AI tutoři zachrání ty nejslabší studenty (Matoušův efekt). Dokonce i Sal Khan uznal, že jeho asi nejznámější chatbot Khanmigo neměl na učení takový vliv, jaký mnoho odborníků očekávalo [4].

Tato zjištění jsou významná, protože školy si jen zřídka pořizují specializovaného umělého lektora fyziky nebo implementační model Světové banky i s lektory. Kupují si obecné platformy, přístup, dashboardy a uzavřená prostředí. Důkazy podporují výuková opatření, která činí AI užitečnou. Nedokládají však, že samotné prostředí má potřebný výukový efekt. To znamená, že musíme korigovat takové myšlenky, jako že bezpečný, konverzační a vždy dostupný AI tutor automaticky vyvolá hluboké učení.

Přitom je nezbytné zkoumat, jakým způsobem je možné se k pozitivním dopadům využití AI ve výuce dopracovat. Škola by se neměla ptát, zda je interaktivní prostředí s umělou inteligencí obecně efektivní. Měla by se ptát, jakou výukovou metodu prostředí podporuje, jaké důkazy pro zlepšení existují, kteří studenti profitují více, kteří zaostávají a zda se naměřené zisky přenášejí i mimo vlastní praktické úkoly v rámci platformy realizované. Musí si ujasnit, co je cílem výuky. Zda je třeba zachovat též schopnost žáků fungovat bez přítomnosti AI (Jak používat AI ve vzdělávání)?

Nick podstatu vysvětluje pomocí přirovnání k dodávce s nákladem. Instituce, které si pořizují prostředí vybavené systémem s AI, získávají náklaďák, do něhož lze obsah naložit. Jakkoli jsou vlastnosti vozidla (systému) důležité, vybrat obsah a dovést ke správnému cíli musí sami. I za změněných podmínek je to stále hlavně práce pro učitele.

Thinking with AI: AI Literacy, Critical Thinking & the Future of Education | Nick Potkalitsky

Zdroje:

[1] Nick Potkalitsky - What Are We Buying When We Buy an AI Tutor?, 2026
https://nickpotkalitsky.substack.com/p/what-are-we-buying-when-we-buy-an

[2] Greg Kestin at al. - AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting, 2025
https://www.nature.com/articles/s41598-025-97652-6

[3] Martin De Simone at al - From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria. 2025
http://hdl.handle.net/10986/43212

[4] Sal Khan - Khanmigo’s First Chapter Changed How I Think About AI: A note from Sal Khan, 2026
https://blog.khanacademy.org/khanmigos-first-chapter-changed-how-i-think-about-ai-a-note-from-sal-khan/

Úspěch žáka v éře AI podle Hargadona

Steva Hargadona sledujeme již 20 let. Určitě to stojí za to. Je známým americkým poradcem, knihovníkem a propagátorem vzdělávacích technologií původem z Irska spojujícím zájemce o jejich prospěšné využití z celého světa. Stojí za mnoha online aktivitami (např. Classroom 2.0, Library 2.0, Learning Revolution Project ad.). Nedávno jsem na jeho blogu narazil na článek, který nám možná může pomoci ještě lépe pochopit, jaký vliv má AI na vzdělávání [1].

Vypráví o tom, jak se rozpadá nejméně 200 let zavedený řád věcí, v němž k dosažení úspěchu v podobě diplomu vedlo dodržování pravidel, shromažďování znalostí, vykonávání úkolů, získávání známek … Žáci byli primárně vedeni k poslušnosti, kterou následně potřebovali k uplatnění v životě (zaměstnání). Současné prostředí umocněné AI dokáže většinu tradičních školních činností automatizovat. Tím odhaluje něco, co tento systém pečlivě skrýval, a sice že to, co škola, navzdory deklarovanému rozvoji myšlení, ve skutečnosti odměňovala, nebylo učení, ale hlavně schopnost naplňovat očekávání. Tyto dvě věci si prostě dříve byly dostatečně blízké a trvalo to dostatečně dlouho na to, aby je téměř nikdo neuměl rozlišovat.

Žáci, kterým se dařilo, nebyli ti, kteří se učili nejvíce, ale ti, kteří pochopili, že se jedná o hru. Že úkol je transakce, že porozumění není nezbytné a že vyhrává ten, kdo dodá výstup, který chce instituce vidět. Hodnocení navíc vytvářelo žebříček, díky němuž se mnoho žáků podceňovalo a ztráceli motivaci.

Sebeřízené dítě bylo nepříjemností. Ten, kdo se ptal proč, kdo to chtěl dělat jinak, kdo nechtěl jednoduše konat na povel, mohl být klasifikován jako vadný. Starý systém trestající svobodnou vůli mohl po dvě století fungovat jen proto, že to mělo určitý praktický význam. Ekonomika chtěla přesně to, co tato hra produkovala: lidi, kteří se dostaví, plní pokyny, tolerují nudu, podřizují se autoritám a dělají zadané úkoly, ať už jim na nich záleží, nebo ne. Škola byla pozoruhodně efektivním výcvikovým aparátem pro průmyslový řád, který fungoval na poddajné práci, a její genialita spočívala v tom, že maskovala výcvik jako rozvoj osobnosti. Celá konstrukce známek, přijímacího řízení a dokladů o způsobilosti byla nástrojem pro měření schopností, které jsou stále méně potřebné (snad s výjimkou armády).

V rámci celé společnosti tak vznikla jakási nepsaná dohoda o tom, jak má škola vypadat. A tu teď AI nabourává. Ve věku umělé inteligence už není svobodná volba jednat jen jednou z mnoha cest k úspěchu. Je to jediná cesta, která k němu skutečně může vést. Ne proto, že by svobodná vůle byla ušlechtilá, i když je, a ne proto, že by sebeřízení bylo lepším cílem výchovy, i když i to je. Svoboda jednat se stala nosnou z pragmatičtějšího důvodu: je to jediný vstup, který AI nemůže dodat, nemůže zfalšovat, nemůže simulovat a nemůže nahradit. Všechno ostatní nyní dokáže. Tato skutečnost mění náš pohled na to, co znamená učit se a uspět.

Jestliže AI dokáže vytvořit vyhovující výstup – esej, laboratorní zprávu, zadání úlohy, kód, motivační dopis – během několika sekund a bez nákladů, samotný výkon přestává být cílem. A to znamená, že přestává mít smysl ho vyžadovat a hodnotit. Známka se odděluje od vlastnosti, kterou tiše zastupovala. Ukazuje nanejvýš to, že žák měl přístup k chatbotovi, což znamená, že nepotvrzuje vůbec nic. To není problém, který by vyřešilo lepší testování nebo chytřejší odhalování plagiátorství, protože to ve skutečnosti není problém nečestnosti. Hodnocení výkonu fungovalo, protože jeho simulace byla nákladná. Nyní je simulace zdarma. Žádné vynucování nemůže tento posun odstranit. Důsledkem je stále se prohlubující nesoulad mezi tím, co tradiční certifikáty deklarují, a skutečnými kompetencemi jejich nositelů. Změna je to přitom tak rychlá, že na ni žádná instituce nedokáže reagovat.

Musíme se zamyslet nad tím, co s tím. Co AI stále nemůže dodat? Co ve výuce přežije?

Je to lidská schopnost práci řídit, spíše než ji pouze vykonávat. AI nemůže rozhodnout, co má cenu dělat, ani posoudit, zda to, co bylo vytvořeno, je dobré. Nepozná, zda brilantně znějící odpověď náhodou není špatná. Nemůže nic chtít. Dokáže vygenerovat tisíc směrů, ale ani jednu preferenci, schopnost zvolit si směr, přinést úsudek, převzít odpovědnost za výsledek, být autorem vlastního jednání. Je to to, co stojí za svobodnou volbou. Základ, na kterém vždy spočívalo veškeré skutečné učení.

Jedná se o jedinečnou lidskou schopnost, kterou nelze delegovat na AI, protože v okamžiku, kdy ji delegujete, už není vaše. AI může plnit váš záměr. Nemůže mít váš záměr za vás. Zkuste jí ho předat a nezískáte nástroj – doslova jste zmizeli.

Mít k dispozici nový výkonný stroj s AI samo o sobě nemá na osobní rozvoj žádný vliv. Všichni stojíme před volbou, jak ho využijeme. Ta, kterou si vybereme, rozhoduje o všem.

• Můžete ho nechat myslet za vás, přijmout jeho výstupy bez soudů, předat mu nejen práci, ale i směr a rozlišovací schopnost. Na první pohled to možná vypadá efektivně, ale ve skutečnosti je to vymazání. Člověk, který se vzdá, nepřináší nic, co by stroj již neměl, a tak se stává zbytečným. Schopnosti, které nejsou používány, atrofují přesně jako sval, a nakonec přestane být vzdání volbou, stane se nutností (Nový výzkum vlivu AI na kognitivní odlehčení).

• Můžete mu předat jen část práce, tu, která je rutinní, nudná, založená na šabloně apod., zatímco určování směru a úsudek si ponecháte pro sebe. To je zhruba neutrální a často rozumné řešení. Je to totéž, co kalkulačka pro matematika. Uvolňuje prostor pro tu část práce, která je komplikovaná a vyžaduje osobní přístup.

• Můžete s jeho pomocí rozvíjet vlastní myšlení – použít ho jako neúnavného partnera, který vám pomáhá formulovat, testovat a zdokonalovat to, co je vaše. Vaše schopnosti se tím nezmenšují. Každé zvýšení schopností stroje posiluje i vás, protože jste tím, kdo činnost řídí.

Stroj je zrcadlem s multiplikátorem: vrací vaši vlastní míru sebeřízení, ale zvětšenou. Přineste svobodnou volbu a stanete se impozantními. Pokud nepřinesete žádnou, stanete se zbytečnými. To je nyní hlavní podstata této hry a hrajeme ji všichni, jen si to většinou neuvědomujeme. Poprvé je to, co škola dvě staletí potlačovala, jedinou věcí, která má nějakou opravdovou hodnotu. Svobodná volba se stala vzácným vstupem, který nyní postrádá i ekonomika.

Jen ten žák, který dokáže řídit, posuzovat a mít vlastní názor, který dokáže pomocí stroje jít dál, než by to dokázal sám, je ten, kdo vytváří skutečné hodnoty. A skutečná hodnota je právě to, co jsme se v rámci vzdělávání vždy pokoušeli měřit a nedařilo se nám to. Zásadní změna je v tom, že teď je sebeřízení hlavní komponentou úspěchu. Otázkou, která je pro vzdělávání důležitá, je, jak si ho člověk osvojí.

Požádejte kohokoli, aby si vzpomněl na dobu, kdy měl skvělou zkušenost s učením, na okamžik, který ho změnil, a nikdy nepopíše dobu, kdy se bifloval na známku. Popíše člověka, který v  něj věřil. Výzvu, která ho zaujala a kterou mohl přijmout nebo odmítnout. Prostor, kde bylo bezpečné se mýlit, kde mu byla svěřena skutečná odpovědnost, kde někdo bral jeho otázky vážně. Jsou to situace, v nichž byl podporován, vyzýván, povzbuzován či inspirován někým, kdo s ním zacházel spíše jako se svéprávným člověkem než jako s příjemcem instrukcí.

Svobodnou vůli jako výukový cíl (podobně jako růstové myšlení) lze rozvíjet pouze v prostředí podnětných lidských vztahů. Pozor ale, AI se pokouší takové vztahy simulovat a nutno přiznat, že se jí to docela daří. Mnoho lidí nahrazuje lidský vztah AI agentem, který může znít podporujícím způsobem. Může žáka neúnavně povzbuzovat, třeba ve tři hodiny ráno, s nekonečnou trpělivostí, které se žádný lidský učitel nevyrovná. Dokáže formulovat výzvu, zrcadlit pocity a předstírat, že mu věří.

Rozdíl je však v tom, co AI nedokáže napodobit. V rámci velkých jazykových modelů (LLM) pracuje se slovy a snaží se uživateli maximálně vyhovět a neodporovat mu. Nemůže po žákovi chtít něco, co si sám ještě nepřeje. Schopný živý učitel však dokáže formulovat výzvu, vyvést žáka z komfortní zóny, riskovat jeho nesouhlas – to vše proto, že chce jeho růst víc než jeho pohodlí. Takové povzbuzení nese informaci o skutečném hodnocení jinou myslí.

AI agent se chová jinak. Povzbuzuje všechny stejně, nemůže být zklamán, protože je mu to jedno, ve skutečnosti mu nezáleží na tom, zda žák roste. Tvrzení „věřím v tebe“ od simulované bytosti bez skutečné schopnosti věřit je něco docela jiného, než od učitele. Musíme si však dávat velký pozor, abychom ten rozdíl vnímali.

Proto bude mít živý učitel stále své nezastupitelné místo ve vzdělávacím procesu. Nemůže konkurovat umělé inteligenci v poskytování obsahu, což je závod, který již prohrál, ale může vytvářet podmínky, v nichž žák dokáže ovládat obsah, aniž by byl sám ovládán. Instituce, která to pochopí, se přestane ptát, jak AI udržet venku, a začne zkoumat, jak ji používat tak, aby se stala nejmocnějším společníkem myšlení sebeřízeného žáka, jaký kdy byl vytvořen.

Čelíme však velkému nebezpečí. Čím dokonalejší je simulace vztahu, tím snadněji se stává nástrojem ovládnutí uživatele, protože to, co se jeví jako péče, snižuje jeho ostražitost (epistemická bdělost). Mladý člověk vychovaný s pomocí AI, která vždy uklidňuje, nikdy neriskuje vztah a neustále ho odráží zpět k sobě samému, vůbec ve vztahu nebyl. Byl v zrcadlové síni, která ho naučila očekávat, že s ním svět bude souhlasit. O to víc potřebuje lidský kontakt se skutečným vztahem, kde ho někdo může zklamat, tlačit na něj a myslet to vážně. Vzdělávací prostředí bohaté na vztahy a na pozornost, kultivující angažovanost se stává něčím, co bude stále nezbytnější. Nikoli náhodou je to jediná věc, kterou AI nemůže poskytnout, protože sociální vztahy nejsou tvořeny informacemi.

Je snadné současný vývoj vnímat jako ztrátu a lidé, jejichž autorita byla postavena na staré dohodě, to tak budou číst a budou se bránit. Nemýlí se v tom, že něco končí. Mluvíme o disrupci, redefinici, novém paradigmatu apod. Stojí za to si ujasnit, co přesně nové technologie způsobují a pokusit se tomu vzdělávání přizpůsobit. Tak úplně nové to přece jen asi nebude. Vše tady už v trochu jiné podobě dříve bylo – Technologie vrací pedagogiku tam, kde vždy měla být.

Steve Hargadon (Ch. 2 - Blessings): AI Possibilities, Professional Learning, and Trusted Guidance

Zdroje:
[1] Steve Hargadon - Student Success (in the Age of AI), 2026
https://www.stevehargadon.com/2026/05/student-success-in-age-of-ai.html

Jak AI pomáhá sledovat občany na internetu

O rizicích současného vývoje světa, která se projevují jako „nová realita“, mluvíme opakovaně. Začínáme si uvědomovat, že existuje reálná možnost, že může být kdokoli z nás sledován prostřednictvím digitální stopy, kterou zanechává v online prostředí (viz Deibertova občanská laboratoř), vnímáme pronikání snahy ovlivňovat rozhodování lidí online do politiky (Nová éra sociální kontroly) a s obavami sledujeme nástup tzv. „technofašismu“. Nepochybně bude užitečné se na postupy, které jsou v této souvislosti používány, podívat ještě blíže. Jedině to nám dává alespoň jakous takous naději, že se budeme umět bránit. Hezký výklad přináší MIT Technology Review [1].

Po celém internetu jsou roztroušeny kousky našeho života a některé z nich jsou na prodej. Datoví makléři shromažďují informace o webovém vyhledávání, finanční záznamy, údaje o poloze nebo o našich nedávných online nákupech a nabízejí je v anonymizované podobě k prodeji. I když analýza takových dat není triviální, existují důkazy o tom, že AI by ji mohla výrazně usnadnit. Agenti LLM by potenciálně mohli vykonávat funkci zpravodajských analytiků za zlomek času a nákladů, což by platícím klientům umožnilo zaměřit své vševidoucí oko prakticky na kohokoli.

Obavy z toho, jak by LLM mohly usnadnit hromadný dohled, se nedávno dostaly na titulní stránky novin po celém světě, když společnost Anthropic odmítla poskytnout Pentagonu své AI nástroje k analýze komerčně dostupných dat o amerických občanech. Konkurenční OpenAI využila příležitost a s dohodou souhlasila, avšak velká vlna kritiky nakonec vedla k revizi této smlouvy.

Toto však je jen jeden příklad z mnoha. O většině zneužívání osobních dat se nejspíše vůbec nedozvíme. Vlády po celém světě používají např. rozpoznávání obličejů ke sledování občanů i cizinců. Nedávné zprávy naznačují, že v USA jsou tyto aplikace využívány k provádění hromadných deportací přistěhovalců.

Ve Spojených státech existuje 4. dodatek Ústavy, který chrání soukromí občanů. Díky němu lze legálně získávat data z mobilních telefonů jen se souhlasem soudu. Ten však může být obcházen, protože se nevztahuje na komerčně dostupná data nabízená makléři (která nezískal zájemce přímo ze sledovaných mobilů). Drobný problém způsobený absencí jmen majitelů jednotlivých záznamů řeší LLM, jsou-li k dispozici třeba data o častých místech jejich výskytu (domov, práce).

Greg Nojeim, ředitel bezpečnostního a sledovacího projektu v Centru pro demokracii a technologie, tvrdí, že „agenti LLM jsou již na tuto práci připraveni“. LLM dokážou víc než jen identifikovat majitele datových záznamů. Umí mimo jiné porovnat anonymní účty na fórech s profily na LinkedIn, identifikovat rodné jazyky autorů, izolovat identifikační informace z historie online příspěvků uživatele, odvodit psychologické rysy, místo pobytu, příjmy, pohlaví či věk uživatelů sociálních médií.

Všechny tyto skutečnosti naznačují, že AI agenti by mohli nekvalifikovanému pracovníkovi poskytnout schopnosti týmu vysoce kvalifikovaných analytiků zpravodajských služeb. To snižuje vstupní bariéru a posouvá hranice možného sledování občanů. Pokud by např. političtí vůdci chtěli potlačit disent nebo potrestat odpůrce ve velkém měřítku, dostávají nástroj, který jim to může umožnit. Tým agentů LLM by mohl být schopen identifikovat skutečné lidi stojící za účty na sociálních sítích, které vyjadřují negativní názory na vládu, nebo využít datovou sadu o poloze k sestavení seznamu lidí přítomných na protestní akci. K jakým účelům lze takové informace využít, názorně vidíme v totalitních státech. Ono ale možná pro začátek stačí docela nenápadné obtěžování – například v podobě zevrubné kontroly na letišti.

Problém zhoršuje skutečnost, že LLM nejsou imunní vůči chybám. Pracují sice mnohem rychleji než lidští analytici, ale to zároveň znemožňuje důkladnou kontrolu. A protože hromadný dohled je ze své podstaty tajný, oběti takových chyb často nemají žádnou možnost nápravy.

Je obtížné zjistit, co vše se již dnes děje. Je však zřejmé, že se naše soukromí nachází na pokraji propasti. Firmy a korporace, které poskytují nástroje, jež by vláda mohla použít k provádění dohledu, detaily (na rozdíl od Anthropic) z pochopitelných důvodů nezveřejňují.

V některých případech možná existují pro utajování legitimní důvody (zpravodajské nebo obranné účely). Míra utajení, která je s tímto použitím spojena, je však díky současným možnostem AI a nesnadné kontrole obzvláště znepokojivá.

Je proto mimořádně důležité sledovat, kdo má přístup nejen ke komerčně dostupným hromadným datům, ale také k datovým sadám sestaveným jednotlivými státními agenturami (např. adresy). Historicky byly tyto datové sady odděleny v různých úřadech, v rámci digitalizace však dochází k jejich propojování. S daty na jednom místě a výkonnými nástroji umělé inteligence na dosah ruky mohou členové vládních agentur v zásadě vytvářet podrobné profily kohokoli.

Ve skutečnosti to může dělat i někdo jiný. Soukromé společnosti by mohly stejně snadno nakupovat velká data a analyzovat je pomocí agentů LLM. Přitom méně podléhají právním omezením a odporu veřejnosti. AI analýzu lze využít např. k prověřování uchazečů o zaměstnání nebo k určení, zda je někdo pojistitelný. Je velmi, velmi těžké volat korporace k odpovědnosti, když vůbec nevíme, co s našimi daty dělají.

V principu je digitalizace přínosná. Umožňuje státu fungovat efektivněji a ekonomičtěji. Jak vidno, má to však svou cenu. Možná budeme muset přehodnotit, jak chápeme své vlastní soukromí. Dříve ten, kdo měl k našim datům přístup, musel vynaložit značné úsilí, chtěl-li nahlížet do našich životů. Agenti LLM však mohou toto úsilí zmírnit nebo ho úplně odstranit. Pokud vláda či jiné organizace dokážou vytvořit podrobné profily milionů lidí najednou, nikdo není vůči jejich pozornosti imunní.

Public Data, Public Concern: Rethinking Government Accountability in the Digital Age

Zdroje:
[1] Grace Huckins - How LLMs could supercharge mass surveillance in the US, 2026
https://www.technologyreview.com/2026/04/21/1135919/ai-surveillance-privacy-llms-bulk-data/

Spomocníkův zpravodaj 260615

Vážení přátelé!

Nechci vás svými myšlenkami obtěžovat příliš často, tak se ozývám až nyní s odstupem 4 měsíců. Vývoj v oblasti technologií není příliš překvapivý. Již dlouho víme, že je výrazně rychlejší, než naše schopnost je využívat (Dokážeme držet krok s AI?). Co bychom měli dělat sice víme, ale nejsme schopni to realizovat (Nezdařená disrupce podle Reicha). Typickým příkladem jsou mobily ve školách. Když řeknu, že je třeba vnímat i jejich roli při učení a umocňování schopností žáků, bude asi většina souhlasit. Nedokážeme však zajistit, aby tuto roli skutečně naplňovaly a nepřevládal oprávněný dojem veřejnosti, že dětem spíše škodí. Pak se nemůžeme divit, že se pořád znovu mluví o plošných zákazech a návratu k učebnicím. Schválně teď nediskutuji věk, ale konstatuji, že rozdíl mezi tím absolventem, který dokáže technologie používat ke svému prospěchu, a tím, který se jen veze v prostředí plném lákavých online vyrušení, je zásadní. (Zákazy mobilů jako iluze ochrany, Je digitální klam skutečný?) A rozdíly se nám navzdory strategickým cílům stále zvětšují. Je třeba si uvědomit, že technologie s AI přerozdělují kognitivní práci mezi lidský mozek a externí nástroje. Klíčovým problémem vzdělávání se stává rozdíl mezi odlehčováním, kdy nástroj pomáhá vlastnímu myšlení (vyvolává kognitivní tření), a outsourcingem, kdy systém myslí za člověka, což zvyšuje metakognitivní lenost (Vliv AI na kognitivní schopnosti lidí). Přiznejme si, že zvyšující se nároky na digitální kompetenci jsou pro mnoho lidí obtížně zvládnutelné (Jak má vypadat AI gramotnost, nechceme-li být ovlivňováni). A tak jsme svědky nástupu „nové reality“, díky níž se celý svět orientuje na konfrontaci. Nedávno jsme měli možnost si mnohé souvislosti ještě lépe ozřejmit. Ukázali jsme si, jak AI podkopává demokracii, zda AI dokáže demokracii bránit a co na obranu dělá kanadská Deibertova občanská laboratoř. Zásadní alarmující sdělení nám přináší vnitropolitický Manifest z dílny softwarové společnosti Palantir sídlící v Silicon Valley, pracující kromě jiného též pro americkou vládu. Ukazuje, které síly přicházející „oheň“ (či „povodeň“) rozdmýchávají. Jejich vliv je možné nazvat „technofašismem“ (Technofašismus v režii Palantir). Posuďte sami: Inženýrská elita má povinnost podílet se na obraně národa. Schopnost svobodných a demokratických společností vítězit vyžaduje tvrdou sílu. Otázkou není, zda budou zbraně s AI vyrobeny; jde o to, kdo je vyvine a za jakým účelem. Jeden věk odstrašování, atomový věk, končí a začíná nová éra odstrašování postavená na umělé inteligenci. Příliš mnoho lidí zapomnělo nebo možná považuje za samozřejmost, že téměř století jakési formy míru panovalo ve světě bez vojenského konfliktu velmocí. Opatrnost ve veřejném životě, kterou nevědomky podporujeme, je ničivá. Ti, kdo neříkají nic špatného, často neříkají vůbec nic. Určité kultury přinesly zázraky a jiné se ukázaly jako průměrné, a co je horší, regresivní a škodlivé. Musíme odolat povrchnímu pokušení bezobsažného pluralismu. Nebude snadné světovému požáru zabránit. Šance stále existuje. Podle profesora Coeckelbergha má vše v rukou právě vzdělávání. Z Ráje vás zdraví Bořivoj Brdička

Spomocníkův zpravodaj 260223

Vážení přátelé!

Jsem už nějaký čas v důchodu a většinu času trávím v Ráji se psem a slepicemi. Mám proto často pocit, že jsem se již zcela vzdálil naší běžné školské realitě. Přesto se nemůžu zbavit dojmu, že až příliš mnoho vedoucích představitelů škol i učitelů roli technologií ve vzdělávání nevnímá a je přesvědčeno, že je třeba jejich vliv omezovat, protože je na žáky neblahý. Již mnoho let se pokouším vysvětlovat, že bez technologií je dnes učení nepředstavitelné a bránit se jejich vlivu má smysl jen v podobě „minimalismu“, který sám důsledně, zvláště u soc.sítí, uplatňuji. Snad nejsem sám. Díky tomu, že se digitální technologie stávají všudypřítomnými (Nová teorie zjevných technologií ve výuce), nemá smysl vytvářet ve školách od zbytku světa oddělené prostředí, kde je jejich vliv eliminován a žáci nejsou na život mimo školu připravováni. Jedině správný přístup je nacházet smysluplné způsoby využití technologií ve vzdělávacím procesu. Jinak nám hrozí, že ho technologie budou silně ovlivňovat bez naší účasti. A právě to se skutečně ve velké míře děje. Díky zavádění AI je to stále zřejmější. Svět se rychle mění a to, co přichází, je tzv. „nová realita“, v níž bude mnoho věcí vypadat jinak než dříve. Možná by nám mohlo pomoci pochopit souvislosti, podíváme-li se na pár mezi odborníky oblíbených metafor, o nichž Spomocník informuje podrobněji (viz odkazy). Maginotova linie O přirovnání vzdělávacích technologií k Maginotově linii jsem slyšel prvně již v polovině 90. let minulého století od Lewise J. Perelmana (Aktualita 22.12.1996). Byla to reakce na již tehdy existující značný odpor učitelské veřejnosti k technologiím. V té době jsme propagátory využití technologií ve výuce označovali jako inovátory. Podle klasické Rogersovy teorie jich bylo nanejvýš 2.5 % (Hippelova technologická inovace ve školství). Perelman chtěl zodpovědné činitele školství varovat, že se může stát, že technologie učitele prostě obejdou a budou bez jejich vlivu pro děti (nejen) zdrojem poznání. A to mluvíme o době, kdy mobily ještě nebyly vůbec a AI byla v plenkách. Trojský kůň Arizonský profesor Andrew Maynard mluvil na podzimní konferenci OEB25 o „kognitivním trojském koni“ (Je AI kognitivním trojským koněm?). Připomíná existenci tzv. „epistemické bdělosti“, což je soubor kognitivních mechanismů, s jejichž pomocí hodnotíme sdělované informace z pohledu jejich potenciálního rizika nás dezinformovat či oklamat. A varuje před tím, že AI má mimořádnou schopnost tuto bdělost potlačit. Pak se může snadno stát, že myšlenky, které proniknou do našeho vědomí, jsou trojským koněm záměrně nastraženým někým, kdo s jeho pomocí realizuje zájmy, které ve skutečnosti nejsou v souladu s našimi. Je docela smutné sledovat, jak se dnes toto varování projevuje dokonce i ve svobodných volbách. Dort S podobenstvím, v němž je strojové učení dortem, přišel v roce 2016 tehdejší šéf výzkumné AI sekce Facebooku Yann LeCun (Lze AI přirovnat k dortu?). V něm je nekontrolované (unsupervised) učení korpusem (hledání nejvhodnějších reakcí na základě obrovského množství dat), polevou je lidmi kontrolované (supervised) učení a třešničkou na dortu je učení zpětnovazební (reinforcement), tj. samo-opravné (např. hra GO, v níž se stroj sám zdokonaluje na základě minulých úspěšných tahů). Pro učitele je však možná ještě zajímavější modifikace této analogie pro výuku lidí s využitím AI. Maha Bali nám ukazuje různé způsoby, jak připravovat dort – můžeme si vyrobit vlastní těsto ze základních surovin, upéct ho z hotové směsi a podle chuti doladit, připravit podle receptu (použít vlastní AI model). Nejvíce lidí ho ale bude asi kupovat hotový, podobně jako když používáme AI aplikace, u nichž nejsme schopni ovlivnit, co se peče. Maha nás vede k tomu, abychom se zajímali o to, co velké AI společnosti dávají do trouby. Voda Podle vedoucího univerzitní knihovny na australské Charles Sturt University Carla Iacona vyvolává současný boom dojem, že AI je jako voda, v níž plaveme. Vstupujeme do éry, v níž přestává dávat smysl oddělovat práci AI od lidské. AI začíná být všudypřítomná (a neviditelná). Již je součástí operačních systémů (včetně mobilních) i prohlížečů. Formuje každé vyhledávání, doplňuje každou myšlenku. Představa, že dokážeme vědomě volit, kdy AI aktivovat, je mylná. V pozadí tiše běží nenápadná revoluce. Otázkou není, zda ji přijmout, ale zda si dokážeme zachovat prostor pro nezprostředkované myšlení, i když se zprostředkování stane všudypřítomným. Taková ryba by si asi těžko uměla představit život bez vody. Lesní požár Podobenství, v němž se AI chová jako lesní požár nám přináší A.J. Juliani (AI jako svět měnící požár). Školy si podle něj v současné situaci mohou zvolit 2 zásadně odlišné cesty. Buď budou hořlavým keřem nebo sekvojí přizpůsobenou ohni. Trochu to připomíná nám dobře známý souboj těžařů s přírodovědci. Ti první pěstují les za účelem zisku z prodeje dřeva (a po požáru krachují), ti druzí se snaží o přirozený rozvoj ekosystému, v němž může být požár dokonce přínosem. Likviduje hustý porost, který dusí nový růst, vrací živiny do půdy a vytváří podmínky pro prosperitu další generace lesů. Sekvoj jako ikona není vybrána náhodou. Je to strom, který se bez ohně při svém rozmnožování vůbec neobejde. Nejde jen o to AI používat, jde o to, aby v situaci, kdy požáru nelze zabránit, navzdory tomu, že je snadnější zůstat hloupý, s její pomocí kompetence žáků rostly. K tomu je třeba mít dostatečnou AI gramotnost. Jsme svědky toho, jak dochází k vnějšími okolnostmi vynucené redefinici (transformaci) v duchu SAMR modelu, zatím bohužel asi jen v inovativně naladěné části škol. Nová realita vyvolaná stále silnějším pronikáním technologií do běžného života lidí má mnoho negativních důsledků. Zdá se, že většina z nás bude raději jíst hotový dort, než aby se pustila do pečení vlastního. Metafory naznačující riziko, že nás ovládnou (Maginotova linie, trojský kůň), je třeba brát vážně. Ocitáme se v komplexním prostředí (Vzdělávání ve věku komplexity) plném nejistoty. Zabránit katastrofickému vývoji lze jedině tak, že provedeme takovou transformaci vzdělávání, která integruje AI a převrací taxonomii vzdělávacích cílů i kurikulum. Naše metafory ukazují různé možnosti, jak se zachovat. Můžete si vybrat. Buď se utopíte, nebudete-li umět plavat, nebo shoříte, nebudete-li dost odolní. Podle mě je určitě třeba, abychom všichni uměli plavat (snižování nerovností jako strategický cíl). Povodeň se na nás již řítí. Ani ten oheň se nedá vyloučit. Nová realita se bohužel orientuje na konfrontaci. Jestli opravdu přijde, přežijí jen ti nejsilnější. Možná bude rozumné naučit se plavat a zároveň posilovat odolnost. Z Ráje vás zdraví Bořivoj Brdička