1. AI jako existenciální výzva
Všichni řečníci se shodli na jednom: AI není jen další technologie, kterou zapojíme do výuky. Petr Špecián upozornil, že jde o eskalující výzvu, která mění pravidla hry. Univerzity jsou tradičně designovány na stabilitu, ale současný svět vyžaduje extrémní volatilitu a flexibilitu.
- Nový typ učitele: Vyučující přestává být „zdrojem správných odpovědí“ (protože ty AI často poskytne rychleji), ale stává se mentorem, kurátorem a průvodcem, který studentům pomáhá orientovat se v informačním chaosu.
- Konec pasivity: Model “univerzita jako poskytovatel vědění vs. student jako jeho pasivní příjemce“ končí. Univerzity se musí zaměřit na formování osobností a metakompetence, nikoliv jen na předávání znalostí.
2. Čeká nás návrat k ústnímu zkoušení?
Část debaty se věnovala profesionálnímu testování – tedy oblasti, která je zásadní i pro Scio. zásadní. Hynek Cígler a náš kolega Ondřej Hrubeš přinesli střízlivý pohled na praxi:
- AI zatím neumí spolehlivě hodnotit: Pokusy využít AI k automatickému hodnocení otevřených odpovědí v testech zatím narážejí na limity. Korelace s lidským hodnocením byla v experimentech nízká a AI měla tendenci omezovat variabilitu hodnocení (bála se dávat plný počet nebo naopak velmi málo bodů).
- Renesance ústního zkoušení: Paradoxně nás moderní technologie mohou vrátit k nejstarší formě zkoušení. Pokud AI ušetří učitelům čas s administrativou, měli by ho věnovat osobnímu kontaktu se studenty a ústním zkouškám, kde lze lépe ověřit skutečné pochopení látky.
- Právní výzva: Kdo může za to, když AI špatně vyhodnotí přijímací test? Hynek Cígler upozornil na problém odpovědnosti – instituci zažalovat můžete, algoritmus (zatím) ne.
3. Hrozí nám „kognitivní atrofie“, nebo přijdou noví polyhistoři?
Daria Hvížďalová vnesla do diskuse zajímavá data z předběžných studií MIT. Ty naznačují, že studenti, kteří při psaní esejů spoléhali čistě na ChatGPT, vykazovali nižší mozkovou aktivitu než ti, kteří pracovali samostatně nebo ve spolupráci s technologií.
- Riziko pro juniory: Pokud za začínající pracovníky (juniory) bude všechnu „černou práci“ dělat AI, hrozí, že se nenaučí základy a nevyrostou z nich experti, kteří rozumí procesům do hloubky.
- Potřeba polyhistorů: AI dokáže propojovat různé obory na průměrné úrovni. Skutečným expertem budoucnosti však může být novodobý „polyhistor“ – člověk, který dokáže výstupy AI kriticky zasadit do širšího kontextu a chápat souvislosti, které stroji unikají.
4. Univerzity jako „laboratoře neúspěchu“
Petr Škyřík z MUNI představil koncept univerzity jako bezpečného prostoru pro experimentování. V době, kdy je budoucnost nejistá, by školy měly vytvářet tzv. „safe-to-fail“ zóny – kurzy, kde se počítá s tím, že výsledek je také nejistý a kde je selhání bráno jako cenná součást procesu učení. Důležitější než samotný titul se pak stává komunita, sociální vazby a „vzdělávací zážitek“, který studenty formuje.
Co si z toho odnést?
Závěr debaty se nesl v duchu opatrného optimismu. Shoda panovala na tom, že 20 let (což je doba jednoho vzdělávacího cyklu) je příliš krátká doba na to, aby se historicky ukotvený systém zcela změnil. Přesto je jasné, že role vysokých škol se bude posouvat.
Jak zaznělo v závěru: „Člověk se nejlépe učí to, co je pro něj aktuální. Efektivní je dát lidem – studentům i akademikům – dostatek prostoru, aby se mohli zastavit a zamyslet.“
