Souhrn
Od spuštění ChatGPT koncem roku 2022 pedagógové řeší, jak využít umělou inteligenci k podpoře učení bez ohrožení kvality vzdělávání a spravedlivosti hodnocení. Průzkum z února mezi více než tisíci britskými studenty ukázal, že 92 procent z nich používá AI, oproti 66 procentům v roce 2024. Univerzity potřebují fundamentálně změnit přístup k zkouškám, protože současné metody selhávají.
Klíčové body
- 92 % britských studentů používá AI v nějaké formě, 88 % generativní AI pro akademické úkoly.
- AI překonává studenty v čtení s porozuměním a programování, což zpochybňuje hodnotu esejů.
- Detekční nástroje pro odhalení AI jsou nespolehlivé, vedou k dočasným řešením jako orální zkoušky.
- Rizika zahrnují povrchní učení, méně reflexe a ztrátu autonomie studentů.
- Navrhuje se radikální přehodnocení s třemi slibnými přístupy k hodnocení.
Podrobnosti
Článek analyzuje dopad růstu generativní umělé inteligence, která generuje texty, obrázky či kód z obřích datových sad, na vysokoškolské vzdělávání. Průzkum z února 2025 mezi plnoúpravnými britskými studenty potvrdil dramatický nárůst: z 66 % v roce 2024 na 92 % uživatelů AI. Generativní AI, jako ChatGPT, slouží k tvorbě esejů nebo řešení úkolů, kde často překonává průměrnou studentskou práci. To zpochybňuje tradiční písemné testy, protože AI exceluje v základních úkolech jako čtení s porozuměním nebo programování v jazycích jako Python.
Univerzity reagují detekčními nástroji, například systémy jako Turnitin nebo GPTZero, které skenují texty na stopy AI generace. Tyto nástroje však selhávají: vykazují vysokou míru falešných pozitiv a negativ, což vede k nespravedlivému obviňování studentů nebo prohlížení podvodů. Dočasná řešení zahrnují „stresové testy” písemných prací, kde se zkouší odolnost vůči AI, nebo přechod na orální zkoušky, ručně psané testy, portfolia a deníky. Tyto formáty umožňují lepší posouzení procesového učení, kde student musí vysvětlit své myšlenky ústně nebo v reflexivních textech.
Problémy jdou hlouběji: nadměrná závislost na chatbotech vede k povrchnímu učení, protože studenti kopírují odpovědi bez pochopení. Ztrácí se příležitosti k sebehodnocení a studenti se stávají pasivními konzumenty technologie místo aktivních tvůrců znalostí. Článek navrhuje tři slibné přístupy k hodnocení, které adaptují stávající metody: personalizované úkoly generované AI, které se mění podle studenta a brání kopírování; kontinuální hodnocení založené na datech z interakcí se systémy AI; a hybridní formáty kombinující AI nástroje s lidským dohledem. Například AI tutor jako Khanmigo od Khan Academy by mohl generovat unikátní problémy a sledovat pokrok v reálném čase.
Proč je to důležité
Tento vývoj ovlivňuje celý vzdělávačský systém, kde AI mění podstatu učení. Pokud univerzity nezapracují AI do hodnocení, riskují ztrátu relevance v pracovním trhu, kde znalosti AI jsou standardem. Personalizované učení přes AI by mohlo zvýšit efektivitu, ale vyžaduje etické směrnice proti závislosti. V širším kontextu to nutí přehodnotit akademickou integritu: detekce selže, takže je lepší integrovat AI jako nástroj, například pro scaffolded learning, kde student buduje na AI výstupu. Pro průmysl to znamená lepší připravené absolventy schopné spolupracovat s AI, což je klíčové v oblastech jako datová analýza nebo softwarový vývoj.
Zdroj: 📰 Nature.com
| 