Umělá inteligence jako pomůcka pro domácí úkoly: praktické, ale škodlivé pro skutečné učení
Univerzity čelí narůstajícímu problému. Studenti ve velkém měřítku přesouvají svou duševní práci na AI nástroje a sami přestávají myslet. Průzkumy ukazují, že téměř devět z deseti studentů využívá chatbota při plnění domácích úkolů. Mechanismus je jednoduchý: zadat otázku, zkopírovat odpověď, hotovo.
Chatbot ochotně vysvětlí makroekonomii, statistiku i historii, napíše vzorové odpovědi a připraví cvičné otázky i s řešením. Kdo však pouze čte hotové odpovědi, téměř vůbec neposiluje vlastní myšlenkové schopnosti. Tým ekonomů z University of Wisconsin–La Crosse se rozhodl tento trend zvrátit.
Macro Buddy: AI tutor, který odmítá prozradit správnou odpověď
Výsledkem jejich snahy je chatbot s názvem Macro Buddy. Nejde o klasický nástroj, který by čerpal informace z internetu. Je natrénován výhradně na přepsaných přednáškách z makroekonomie od příslušných vyučujících. Žádné externí zdroje, žádný přístup k webu — jen oficiální studijní materiály kurzu.
Jeho způsob fungování se zásadně liší od ChatGPT nebo jiných velkých jazykových modelů. Když se student zeptá, jak se vypočítá růst HDP, nedostane žádný vzorec ani vysvětlení. Macro Buddy odpovídá výhradně otázkami:
- Které proměnné patří k HDP podle přednášky?
- Co se změnilo mezi prvním a druhým obdobím?
- Jak definuješ růst v procentech?
- Jaké údaje ti ještě chybí k výpočtu?
Chatbot tak vede studenty přes sérii cílených otázek až k řešení, aniž by ho kdy přímo napsal. Důraz se přesouvá od „získání odpovědi" k „budování vlastního uvažování".
Digitální verze 2 400 let staré filozofické metody
Přístup Macro Buddy vychází ze sókratovské metody — techniky otázek a odpovědí ze starořecké filozofie. Sókratés neučil své žáky výčtem informací, ale neustálým kladením otázek, dokud sami nedospěli k poznání.
Tato stará metoda je zde převedena do podoby moderního jazykového modelu. Chatbot rozpozná klíčové pojmy z kurzu, propojí je s dotazem studenta a sestaví jakýsi žebřík otázek. Každá studentova odpověď určuje další krok.
Chyby nejsou zameteny pod koberec — stávají se naopak výchozím bodem pro novou sérii otázek.
Pokud například student zamění reálný a nominální HDP, Macro Buddy nezahájí mini-přednášku. Místo toho přijde série otázek o cenových indexech, inflaci a kupní síle, dokud student sám nevysloví rozdíl vlastními slovy.
Výzkum: aktivní uživatelé zlepšili výsledky o 12 bodů, pasivní klesli o 8
Aby výzkumníci ověřili, zda takový „vzdorovitý" AI tutor skutečně funguje, rozdělili 140 studentů do čtyř skupin v rámci experimentu na jaře 2025:
| Skupina | Typ podpory |
|---|---|
| 1 | Pouze práce s Macro Buddy |
| 2 | Tradiční seminární skupiny bez AI |
| 3 | Nejprve Macro Buddy, poté skupinová diskuse |
| 4 | Žádná dodatečná podpora (kontrolní skupina) |
Výsledky byly jednoznačné. Studenti ve smíšené skupině — nejprve individuální práce s Macro Buddy, pak diskuse v malých skupinkách — dosahovali nejlepších výsledků. Jejich průměrná známka u třetího testu byla přibližně o 12 bodů vyšší než u kontrolní skupiny.
Na druhé straně stáli studenti, kteří v jiných předmětech používali AI převážně jako stroj na odpovědi a pak museli psát test bez pomoci. Jejich výsledky klesly zhruba o 8 bodů, jakmile jim byla tato „digitální berla" odebrána. Výzkumníci hovoří o kognitivní závislosti: kdo se nechá zásobovat hotovými odpověďmi, své znalosti téměř nerozvíjí.
Jak Macro Buddy přeměňuje každou chybu v cílenou následnou otázku
Síla systému spočívá v tom, jak nakládá s nedorozuměními. Jakmile chatbot z odpovědi rozpozná, že student nechápe fungování inflace, spustí novou sérii otázek:
- Co rozumíš pod pojmem peněžní zásoba?
- Co se stane, když tato zásoba roste rychleji než produkce?
- Jak souvisí rychlost oběhu peněz s cenovou hladinou?
- Dokážeš nyní vlastními slovy popsat, proč ceny strukturálně rostou?
Student tak zůstává v aktivním režimu. AI ho nutí propojovat pojmy jako peněžní zásoba, cenová hladina a rychlost oběhu peněz. Chatbot problém neřeší — řídí myšlenkový proces.
Výzkumy v oblasti vzdělávání, mimo jiné z Harvardu, ukazují srovnatelné vzorce. Systémy pracující s technikami dotazování dosahují na delší dobu lepšího zakotvení znalostí než nástroje, které jednoduše podávají vysvětlení a správné odpovědi.
Kombinace se skupinovou diskusí efekt ještě umocňuje
Pozoruhodný detail experimentu: nejlepší výsledky přinesla skupina, kde se AI a lidská diskuse vzájemně doplňovaly. Studenti nejprve použili Macro Buddy k vyostření vlastního uvažování a teprve poté si sedli s ostatními ke stolu.
V této fázi porovnávali své přístupy, navzájem se opravovali a vysvětlovali pojmy vlastními slovy. Rozhovory s AI sloužily jako odrazový můstek: každý přišel na diskusi s promyšleným základem, takže debata byla obsahově bohatší.
Nejúčinnější cesta se ukázala být: nejprve individuální zápasení s AI, pak společné řešení problémů se spolustudenty.
Co to znamená pro české vysoké školy
Tento experiment se může zdát vzdálený, ale přímo se dotýká diskusí probíhajících na českých univerzitách a vyšších odborných školách. Mnoho institucí právě nastavuje pravidla pro používání AI při psaní závěrečných prací, zkouškách a zadáních. Důraz bývá kladen především na kontrolu a podvádění — méně se řeší otázka: jak AI využít tak, aby studenti chytřeli, a ne líněli?
Příklad Macro Buddy ukazuje, že existuje jiná cesta. Vzdělávací instituce může AI nasadit jako:
- tutora, který klade otázky místo sdílení odpovědí
- nástroj omezený na materiály kurzu
- přípravu na semináře nebo praktická cvičení
- prostředek k odhalení mylných představ na začátku výukového procesu
To si žádá vědomá rozhodnutí. Obecný chatbot s přístupem ke všemu vybízí ke kopírování. Uzavřený tutor, který vrací pouze otázky, naopak studenty nutí přemýšlet. Oba se nazývají „umělá inteligence", ale jejich dopad na učení se zásadně liší.
Praktické příklady: jak může AI tutor fungovat ve výuce
Sókratovský přístup se nemusí omezovat jen na makroekonomii. Představte si jeho uplatnění v dalších oborech:
- Právo: studenti nedostanou právní posouzení, ale otázky o relevantních zákonných ustanoveních, judikatuře a zvažování zájmů.
- Medicína: při kazuistice se symptomy se chatbot ptá krok za krokem na možné příčiny, potřebná vyšetření a odhad rizik.
- Matematika: místo řešení zobrazí AI u každého kroku kontrolní otázku: „Jaké pravidlo zde používáš, a proč?"
Vyučující mohou takové systémy využít jako průvodce domácí přípravou, trenéra ke zkouškám nebo přípravu na laboratorní cvičení. Studenti tak průběžně dostávají osobní, adaptivní otázky — něco, co je ve velkých přednáškových sálech s stovkami prváků prakticky nedosažitelné.
S tím jsou spojena i rizika. Špatně navržené struktury otázek mohou být frustrující nebo studenty zavést do bludného kruhu. Transparentnost ohledně toho, co AI umí a neumí, zůstává nezbytná. A pokušení otevřít si vedle něj ještě obecný chatbot nepomíjí. Pravidla, formy hodnocení i nastavení očekávání musí na tuto realitu pamatovat.
Proč samostatné uvažování s AI přináší více než opisování
Klíčové poučení z výzkumu kolem Macro Buddy je jednoduché: AI může studentům myšlení odebrat, nebo ho naopak zostřit. Vše závisí na tom, jak je technologie navržena a nasazena.
Tutor řízený otázkami lépe odpovídá tomu, o co vzdělávání v konečném důsledku usiluje: nestačí jen znát správnou odpověď, je třeba rozumět tomu, jak se k ní dojde. Pro instituce, které dnes hledají funkční způsob, jak naložit s generativní AI, zde leží konkrétní stavební kameny — jiná cesta než pouhý zákaz nebo úplná volnost.
