Nedávno vyšel na Seznam Zprávách text Pavla Kasíka s titulkem AI ve školách až zázračně pomáhá. Dopad na výsledky žáků je tragický. Je mi jasné, že titulky musí lákat čtenáře a že o nich ne vždy rozhoduje sám autor. Ale označovat dopad za „tragický“ v době, kdy o něm víme málo a teprve získáváme zkušenosti, je určitě přehnané.
A tak jsem zapojil své jazykové modely. Spolu s nimi jsem dohledal studie, které článek cituje, a porovnal je s tím, co o nich píše. Potom jsme na mém počítači prošli přes dvanáct tisíc záznamů z Web of Science a volně přístupných vědeckých databází.
Modely z nich podle mých kritérií vybraly 1 320 studií o AI a učení. U každé zapsaly, co a na kom měřila, a pokud to abstrakt uváděl, i jak dlouho. U tří desítek nejdůležitějších otevřely plný text a vypsaly z něj doslovné úryvky s čísly. Já jsem zadával otázky, kontroloval sporná místa a rozhodoval, co do textu patří. Tenhle text je o tom, co ze současného stavu poznání doopravdy plyne.
Než se pustím do interpretace důkazů, nejdříve se zaměřím na dva pojmy, kterým je třeba v původním textu rozumět.
První pojem je směrodatná odchylka, označovaná řeckým písmenem sigma (σ). Používá se napříč vědou, od fyziky po sociologii, a vyjadřuje, jak moc se hodnoty liší od průměru. Ve výzkumu vzdělávání slouží také jako společné měřítko velikosti efektu: umožňuje porovnat zlepšení žáků i mezi studiemi, které používají různé testy. Při obvyklém zvonovitém rozložení výsledků by posun o jednu směrodatnou odchylku dostal původně průměrného žáka nad zhruba pět šestin původní skupiny; posun o dvě mezi přibližně dvě procenta nejlepších. Efekt 0,2 se podle rozšířené orientační konvence označuje za malý, 0,5 za střední a 0,8 za velký. Co je skutečně významné pro výuku, ale záleží také na tom, co se měří a za jakých podmínek. (NIST, Daniel Lakens)
Tady je důležité nezaměnit velikost efektu se statistickou průkazností. Když částicoví fyzici požadují pro oznámení objevu „pět sigma“, nemluví o velikosti přínosu, ale o tom, jak výrazně výsledek vybočuje z očekávaného náhodného kolísání. V sociologii či pedagogice se běžně pracuje s mírnější hranicí statistické významnosti, která při oboustranném testu s normálním rozdělením odpovídá přibližně dvěma sigma. Neznamená to, že těmto oborům stačí menší účinek: malý efekt může být přesvědčivě doložený a velký efekt naopak velmi nejistý. (CERN, Louis Lyons, Americká statistická asociace, NIST)
Druhý pojem je náhodné rozdělení do skupin, odborně randomizace. Pokud výzkumníci náhodně určí, kteří žáci budou AI používat a kteří ne, mohou při dobře provedené studii lépe oddělit její účinek od rozdílů mezi žáky. Když si používání AI žáci vyberou sami, mohou se obě skupiny už předem lišit třeba motivací nebo znalostmi. Samotný rozdíl v jejich výsledcích pak ještě neříká, co způsobila AI.
Dvě sigmy
Debaty o AI tutorech se často vracejí k Benjaminu Bloomovi. V roce 1984 publikoval článek The 2 Sigma Problem, v němž shrnul výsledky experimentů s různými způsoby výuky. Podle jeho popisu dosahovali tutorem vedení žáci v závěrečných testech o dvě směrodatné odchylky lepších výsledků než kontrolní skupina z běžné třídy. Podle Blooma průměrný žák z doučované skupiny se vyrovnal dvěma procentům nejlepších v kontrolní skupině. Kasík píše, že Bloom byl psycholog z MIT a zkoumal doktorandy. Už první strana Bloomova článku však uvádí Chicagskou univerzitu a Northwesternskou univerzitu. Doktorandi byli autory výzkumů, které Bloom shrnoval; účastníky byli žáci čtvrtých, pátých a osmých tříd. To potvrzuje také původní výzkumná publikace Joanne Ananiaové, jedné z autorek experimentů.
Bloom vycházel ze dvou disertací svých doktorandů, kteří prováděli třítýdenní experimenty s žáky čtvrtých, pátých a osmých tříd. Děti se učily pravděpodobnost a kartografii a závěrečné testy ověřovaly tuto látku. Doučování navíc zahrnovalo průběžné testování, zpětnou vazbu a nápravu chyb. Jak upozorňuje i pozdější rozbor původních disertací, nešlo o měření celkových školních znalostí ani o účinek samotné přítomnosti lektora. To nejsou drobnosti: velikost naměřeného efektu závisí na tom, koho učíme, jakým způsobem, jak dlouho a jakým testem výsledek hodnotíme.
Když Kurt VanLehn v roce 2011 prošel 28 pozdějších studií, vyšel mu lidský tutor na 0,79 směrodatné odchylky a tehdejší počítačové tutorské systémy na 0,76. Souhrn padesáti hodnocení takových systémů dává 0,66, což je posun z průměru na hranici nejlepší čtvrtiny. A když ekonomové sečetli 96 randomizovaných studií skutečných doučovacích programů pro děti, nikoli laboratorních pokusů, zbylo z dvou sigma 0,37: s učitelem 0,50, s dobrovolníkem 0,21. Sal Khan v roce 2023 v známé přednášce slíbil, že Bloomův náskok lidských tutorů před AI vyřeší. Zdá se ale, že velká část náskoku nebyla skutečná.
Lepší úkoly, horší testy
Čínská studie, o kterou se Kasíkův článek opírá, je dostupná jako pracovní text tří ekonomů ze Stockholmské a Hongkongské univerzity. Autoři analyzovali data o 26 811 žácích sedmých až dvanáctých tříd z jednoho okresu ve střední Číně. Záznamy pokrývaly třicet školních měsíců, jednotlivé žáky však zachycovaly po různě dlouhou dobu. Výzkumníci porovnávali změny výsledků těch, kteří začali používat AI, se změnami u žáků, kteří ji nepoužívali.
Podle jejich odhadů se během prvního půlroku používání AI zvýšilo hodnocení domácích úkolů o téměř pětinu. Průměrná doba od otevření úkolu po jeho odevzdání se zkrátila ze 64 na 45 minut. Výsledky měsíčních písemek bez pomůcek se však za stejnou dobu o pětinu zhoršily. U přijímacích zkoušek na střední školu dosahoval odhadovaný pokles téměř čtvrtiny, pokud žáci začali AI používat alespoň dva roky před zkouškou. Větší ztráty autoři zjistili u žáků s původně nejlepšími výsledky, u mladších ročníků a u chlapců.
Za prvé je potřeba správně číst velikost účinků. Kasík přebírá směrodatné odchylky přímo ze studie, včetně hodnoty 1,9 u domácích úkolů. Autoři však u výsledků zkoušek upozorňují na důležitou okolnost: pracují s průměrem napříč předměty, který má menší rozptyl než výsledky jednotlivých předmětů. Při běžnějším přepočtu podle směrodatných odchylek v jednotlivých předmětech by proto účinky vyjádřené v těchto jednotkách vyšly zhruba poloviční. Naměřený rozdíl tím nezmizí, mění se ale měřítko, podle kterého posuzujeme jeho velikost.
Za druhé se výsledky lišily podle způsobu používání AI. Zhruba pětina jejích déletrvajících uživatelů věnovala domácím úkolům podobný čas jako žáci bez AI. Při srovnatelném čase dosahovali obě skupiny podobných výsledků u zkoušek, přestože uživatelé AI měli lépe hodnocené domácí úkoly.
Za třetí studie není randomizovaná. Žáci se pro používání AI rozhodovali sami. Autoři porovnávali vývoj jejich výsledků s vývojem u žáků bez AI a prováděli řadu doplňkových kontrol. Příčinný výklad však závisí na předpokladu, že bez AI by se výsledky obou skupin vyvíjely obdobně.
Podobnou souvislost našla brémská studie u 193 studentů úvodního kurzu finančního účetnictví. Studenti, u jejichž seminárních textů detektor ZeroGPT označil více než polovinu obsahu za vytvořenou pomocí AI, získali podle statistického modelu u závěrečné zkoušky v průměru o 6,7 bodu ze sta méně než ostatní. Rozdíl přetrval i po zohlednění předchozích studijních výsledků, docházky a dalších sledovaných charakteristik. Výraznější zápornou souvislost autoři zjistili ve skupinách studentů s lepšími maturitními výsledky a s vyšší docházkou na cvičení.
Výzkumníci výsledek prověřovali také jiným detektorem, rozborem jazykových znaků a doplňkovou analýzou studentů opakujících zkoušku. Nešlo však o náhodné rozdělení do skupin a používání AI určovali nepřímo. Jejich kontroly závěr posilují, ale nevylučují i jiné příčiny rozdílu. Sami autoři upozorňují, že zkoumali AI při psaní případových studií v jediném kurzu. Výsledky proto nelze automaticky vztahovat na jiné způsoby učení s AI, například na její využití jako osobního průvodce látkou.
Chatbot s mantinely
Přímější důkaz přinesla studie Hamsy Bastaniové a jejích spoluautorů publikovaná v PNAS. Randomizovaný experiment zahrnoval téměř tisíc žáků turecké střední školy a čtyři devadesátiminutová matematická sezení. Jednotlivé třídy pracovaly ve třech režimech: bez AI, s chatbotem GPT Base napodobujícím běžný ChatGPT a s nástrojem GPT Tutor, který měl poskytovat nápovědy a neprozrazovat celé řešení. Oba využívaly GPT-4, tutor však měl k dispozici i správná řešení a podklady od učitelů.
Při procvičování dosáhli žáci s GPT Base o 48 % lepších výsledků než kontrolní skupina, žáci s GPT Tutor o 127 %. V následném testu bez pomůcek však skupina s GPT Base dopadla o 17 % hůře než kontrola. U skupiny s tutorem se statisticky průkazný rozdíl oproti kontrole neprokázal.
Rozbor konverzací naznačil možné vysvětlení. Během prvního sezení tvořilo dvě třetiny úvodních instrukcí v GPT Base pouhé zopakování zadání nebo žádost o odpověď. S tutorem žáci častěji žádali o pomoc nebo předkládali vlastní pokusy o řešení. A ještě jedna věc: žáci s GPT Base v dotaznících nehodnotili své učení ani výkon hůře než kontrolní skupina, přestože v testu zaostali. Žáci s tutorem hodnotili svůj výkon lépe, ačkoli jejich výsledky průkazně lepší nebyly.
Turecký experiment u tutora s mantinely nezjistil zhoršení samostatného výkonu. To však není obecná záruka, že nástroj neškodí. Podstatné je, jak žáka vede a kolik přemýšlení mu ponechá. Další studie ukazují, že při vhodném použití může AI pomáhat i s učením.
V Singapuru dostalo 197 vysokoškoláků za úkol vylepšit plyšového králíka. Nejoriginálnější nápady měli ti, kteří mohli volně používat ChatGPT. Pak všichni bez AI vymýšleli hru pro výuku jazyků. Předchozí výhoda volného přístupu k chatbotu se už neprojevila. Nejlépe si tentokrát vedli studenti, kteří při práci na králíkovi postupovali jinak: nejdřív tři minuty vymýšleli vlastní nápady, potom je s pomocí modelu a připravených pokynů rozvíjeli a nakonec dopracovali svůj návrh. Pomohl tedy postup, který spojoval vlastní přemýšlení s vedenou spoluprací s AI. Zda by výhoda vydržela i za týden nebo za měsíc, studie nezjišťovala.
Na Harvardu se studenti s AI tutorem naučili více než při výuce fyziky, v níž společně řešili úlohy a dostávali zpětnou vazbu od vyučujících. Tutor byl připravený pro konkrétní látku a vedl je krok za krokem. Výhoda v závěrečných testech dosáhla 0,63 směrodatné odchylky (po zohlednění předchozích znalostí a dalších vlivů). Šlo ovšem jen o dvě lekce okamžitě následované testy. Zda si studenti s AI pamatovali více i po delší době studie nezjišťovala.
Dobré výsledky přinesly i doučovací programy v Africe. V Ghaně žáci pravidelně procvičovali matematiku s chatbotem Rori a zlepšili se o 0,36 směrodatné odchylky více než spolužáci s běžným školním programem. V Nigérii se šest týdnů doučovali s Copilotem pod dohledem učitelů. Oproti ostatním spolužákům dosáhli náskoku 0,31 směrodatné odchylky v testu angličtiny, digitálních znalostí a znalostí o AI. Žáci ale v obou případech získali spolu s AI více příležitostí k procvičování a další podporu. Studie proto neříkají, jak velkou zásluhu měl samotný chatbot ani zda by stejně intenzivní doučování s člověkem pomohlo více, nebo méně.
V britském experimentu spolupracovala AI s učitelem, který každou její zprávu zkontroloval, než ji dostal žák. Přibližně tři čtvrtiny návrhů pustil dál beze změny. Žáci po takové společné pomoci zvládali další úlohu na nové téma o něco lépe než po doučování samotným učitelem. Rozdíl nebyl ale tak velký, abychom mohli říct, že AI skutečně pomohlo.
Na význam učitele upozorňuje i průběžně aktualizovaný souhrn studií o výuce matematiky. Tam, kde AI doplňovala výuku s učitelem, vyšel průměrný přínos na 0,87 směrodatné odchylky. Kde ho nahrazovala, jen na 0,16. Je to výrazný rozdíl, ale pochází ze srovnání různých studií, které se lišily i dalšími podmínkami.
Střízlivější obrázek přinesl dvouletý experiment na osmnácti školách v Tennessee. Žáci šestých až osmých ročníků při doučování matematiky používali Khan Academy s AI tutorem Khanmigem. Průměrný roční přínos činil 0,06 směrodatné odchylky, ve druhém roce 0,08. Podle autorů výsledky odpovídají především přínosu pravidelného procvičování přizpůsobeného znalostem žáků; co navíc přidal samotný tutor, experiment oddělit nedokázal.
Záznamy z druhého roku přitom ukázaly, že typický žák tutorovi něco napsal jen během třetiny dnů, kdy na platformě procvičoval. Ani chyby ho většinou nepřiměly požádat o pomoc: při pěti ze šesti cvičení, ve kterých chyboval, tutorovi nenapsal vůbec. Mít pomoc na dosah tedy ještě neznamená ji využít.
Podobná potíž se objevila ve stanfordském experimentu s 5 831 účastníky online kurzu programování. Nabídnutého chatbota před zkouškou využilo jen 14 procent těch, kteří k němu dostali přístup. V celé skupině s nabídkou AI navíc klesla účast u nepovinné zkoušky o čtyři procentní body. Proč, autoři nevědí.
Měření a skutečný přínos
Jasnější odpověď by mohly nabídnout meta-analýzy, které porovnávají a vyhodnocují výsledky desítek studií. Nicméně ani důkladná analýza nemůže odstranit slabiny původních výzkumů. Dobře to ukazuje citovaná práce Wang a Fan z roku 2025, která přisoudila ChatGPT velký přínos pro výsledky studentů: 0,87 směrodatné odchylky. V dubnu 2026 ji však časopis stáhl kvůli nesrovnalostem v analýze.
Analýza 49 studií z přírodovědných a technických oborů zprvu ukazovala výrazný přínos AI. Výsledky jednotlivých studií se ale natolik lišily, že další podobný experiment mohl podle výpočtu ukázat jak velké zlepšení, tak výrazné zhoršení výsledků studentů. Autoři proto zkoumali, zda celkový obraz nevypadá příliš příznivě i proto, že studie s kladnými výsledky mají větší šanci na zveřejnění. Když toto možné zkreslení zohlednili, odhad průměrného přínosu klesl z 0,84 na 0,08 směrodatné odchylky – a od výrazného zlepšení jsme téměř k nule. Ani tento odhad však nebyl přesný: rozdíly mezi studiemi zůstaly velké a samotný průměr neprozradí, při jakém způsobu výuky AI pomáhá a při jakém škodí.
Ještě základnější problém popsali Joshua Weidlich, Paul Kirschner a jejich kolegové. V původních výzkumech zahrnutých do jiné meta-analýzy prověřili devatenáct porovnání výuky s ChatGPT a bez něj. Hledali odpovědi na tři jednoduché otázky: Co dělali studenti s AI? Jak se učili ti bez ní? A ověřili výzkumníci po skončení výuky, co se studenti naučili, místo aby hodnotili jen jejich vlastní dojmy nebo práci vytvořenou s pomocí nástroje? Všechny tři požadavky splnila pouhá čtyři porovnání. Bez těchto informací ani působivé souhrnné číslo neprozradí, kolik se studenti naučili a co pak zvládnou sami.
Hlavní otázkou je, co se studenti skutečně naučili a co si později vybaví bez pomoci AI. Odpověď hledal i výzkum s 344 britskými žáky ze sedmi škol, který porovnával různé způsoby práce s učebním textem. Po třech dnech si žáci lépe pamatovali obsah, ke kterému si sami psali poznámky, než obsah, který probírali pouze s chatbotem. Rozdíl činil 0,44 směrodatné odchylky ve prospěch poznámek. Žáci si více zapamatovali i tehdy, když si při práci s chatbotem zároveň psali poznámky, než když používali jen chatbota.
V dalších studiích se počáteční náskok při pozdějším testování nepotvrdil. Medici a začínající lékaři, kteří se v kurzu anesteziologie učili s AI asistentem, získali v závěrečném testu o deset bodů více než jejich kolegové bez AI. Po měsíci už byl rozdíl menší a nebylo možné spolehlivě odlišit, zda šlo o přínos AI, nebo náhodu. Podobně v malém experimentu s 22 programátory dosáhli účastníci při řešení úloh s Copilotem o 14 bodů ze sta více než při spolupráci s druhým člověkem. Když ale o týden později řešili úlohy samostatně, předchozí pomoc Copilotu jim už průkaznou výhodu nepřinesla.
V brazilském pokusu s nečekaným testem po 45 dnech dopadla skupina s ChatGPT hůře: správně odpověděla na 57,5 procenta otázek, skupina bez něj na 68,5 procenta. K testu ale dorazilo jen 85 ze 120 účastníků, což jistotu výsledku oslabuje.
Existují ovšem i příznivé výsledky. Souhrn dvaceti experimentů v lékařském vzdělávání našel přínos AI i v testech nejméně dva týdny po skončení výuky: v průměru přibližně půl směrodatné odchylky. Takové pozdější měření však provedly jen čtyři studie. Doklady trvalejšího přínosu tedy máme, zatím jich ale není mnoho.
Když AI pomáhá přemýšlet
Poučné jsou případy, kdy se studenti s AI naučili více a prokázali to později, když AI nepoužívali. Na Middlebury College dosáhli v testech o 0,27 směrodatné odchylky lepších výsledků než spolužáci, kteří se učili bez AI. Tento náskok měli bezprostředně po učení i o týden později. Rozbor konverzací naznačil, že trvalejší přínos měli ti, kteří si nechávali látku vysvětlovat. Studenti, kteří svěřovali AI psaní eseje, odevzdávali kvalitnější texty, ale při samostatném psaní se náskok už neprojevil.
V experimentu s 1 176 studenty na čtyřech univerzitách zase pomáhalo, když studenti nejprve sami zhodnotili svou práci a teprve potom si přečetli připomínky AI. V pozdější úloze na nové téma, kterou řešili bez AI, dokázali lépe formulovat a podložit své závěry než ti, kteří dostávali připomínky modelu rovnou.
Další experiment v úvodním kurzu programování s 979 studenty se zaměřil na to, jak o pomoc vůbec požádat: vysvětlit modelu, čemu nerozumím, co už umím a že potřebuji nápovědu, ne hotové řešení. Studenti dokázali takové dotazy lépe formulovat i s odstupem šesti týdnů. Výsledek ale vycházel jen ze 431 účastníků, u nichž měli výzkumníci úplné údaje. A u závěrečné zkoušky z programování se průkazné rozdíly mezi skupinami neprojevily.
Co se skrývá za titulky o hloupnutí
Loni obletěla svět studie týmu z MIT Your Brain on ChatGPT, doprovázená titulky o hloupnutí. Výzkumníci sledovali 54 dospělých, kteří psali eseje s ChatGPT, s internetovým vyhledávačem nebo bez obou nástrojů. Pomocí čepiček s elektrodami přitom zaznamenávali jejich mozkovou aktivitu. U skupiny s ChatGPT naměřili celkově slabší propojení zaznamenaných signálů mezi oblastmi mozku; účastníci také hůře dokázali zpaměti citovat vlastní, právě dokončený text. To jsou zajímavá zjištění o způsobu práce a zapamatování, nikoli důkaz poškození mozku. Dobrovolného čtvrtého sezení, při němž část účastníků přešla od AI k samostatnému psaní a část opačným směrem, se navíc zúčastnilo jen 18 lidí. Studie vyšla jako nerecenzovaný rukopis a sami autoři žádali novináře, aby nepsali o poškození mozku ani hloupnutí.
Opatrnost vyžaduje také průzkum spojující častější používání AI se slabším kritickým myšlením. Lidé v něm hodnotili vlastní návyky a schopnosti, například jak často ověřují zdroje nebo nakolik si věří při rozpoznávání nepravdivých zpráv. Jejich odpovědi neukazují, zda případné rozdíly způsobila AI. A jak připomíná Bastaniho experiment, vlastní dojem z učení může být lepší než skutečný výsledek. Tyto studie upozorňují na možná rizika při učení. Tvrzení, že AI ničí mozek, ale nedokládají.
Pevnější oporu nabízí výzkumu učení a paměti: to, co si zapamatujeme, závisí i na tom, jak o látce přemýšlíme a jak s ní pracujeme. Robert Bjork mluví o žádoucích obtížích. Když se například pokusíme vybavit si odpověď z paměti, místo abychom si ji rovnou přečetli, může nás to sice stát více úsilí, ale později si ji snáze vybavíme. Pomáhá ovšem taková obtíž, kterou dokážeme zvládnout; samotná námaha lepší učení nezaručuje. Daniel Willingham tuto souvislost vystihl větou „paměť je stopa po přemýšlení“.
Příklad z používání AI nabízí experiment, v němž 91 studentů hledalo pomocí ChatGPT nebo Googlu informace o opalovacích krémech s nanočásticemi. Jejich úkolem bylo doporučit, zda takový krém používat, a své rozhodnutí zdůvodnit. Studenti s chatbotem považovali hledání za méně namáhavé. Když však následně psali doporučení bez pomoci chatbotu či vyhledaných stránek, dokázali je podložit menším počtem relevantních argumentů než ti, kteří hledali přes Google. Riziko pro učení tak může být docela prosté: když chatbot vyřeší domácí úkol za dítě, připraví ho o příležitost promyslet si postup, pochopit souvislosti a zapamatovat si, jak na to.
Učitelé
Co se stane, když AI pomáhá s přípravou učitelům? Angela Duckworthová s kolegy vyhodnotila údaje o 193 učitelích a 2 816 žácích ze čtrnácti tureckých škol. Týmy učitelů stejného předmětu výzkumníci náhodně rozdělili do skupin: některé dostaly speciálně připraveného AI asistenta a školení, ostatní pokračovaly jako dosud. Žáci učitelů s přístupem k asistentovi vykázali oproti kontrolní skupině o desetinu směrodatné odchylky nižší vnitřní motivaci – hodiny je méně bavily a přikládali menší význam tomu, aby v předmětu uspěli.
Celkově se výsledky zkoušek průkazně nezměnily. Zhoršení výzkumníci zjistili pouze u žáků učitelů, jejichž studenti dosahovali slabších výsledků už před experimentem. Kasíkovo „zhoršily se i výsledky“ tak platilo jen pro část sledovaných žáků. Studie také neprokázala, že s AI vznikaly kvalitnější materiály. A ztrátu učitelova osobitého přístupu autoři uvádějí pouze jako jedno z možných vysvětlení, proč žáky hodiny méně zajímaly. Výsledek přesto připomíná něco podstatného: nástroj, který učiteli usnadní přípravu, ještě nemusí zlepšit výuku pro jeho žáky.
Čeští učitelé patřili v používání AI k evropské špičce už na jaře 2024. Podle šetření TALIS ji během předchozího roku využilo při výuce nebo k podpoře učení 46 procent učitelů druhého stupně základních škol a nižších ročníků víceletých gymnázií, zatímco průměr zapojených zemí EU činil 32 procent. Započítávala se ovšem i příprava hodin, nikoli jen práce s chatbotem přímo ve třídě. Vzděláváním zaměřeným na AI prošlo 54 procent českých učitelů oproti evropským 30 procentům. Vedle otevřenosti se ukázala i nejistota: přibližně polovina těch, kteří AI nepoužívali, soudila, že by se ve výuce používat neměla, a čtyři pětiny uváděly nedostatek znalostí a dovedností. Jde však o více než dva roky starý obraz. Od té doby se nástroje i zkušenosti zřejmě výrazně změnily.
Novější průzkumy naznačují, že zájem učitelů o AI přetrvává, hlavně jako o pomocníka při přípravě hodin. Ve výzkumu Scio z přelomu let 2024 a 2025 ji při práci pravidelně používalo 64 procent dotázaných českých učitelů, přímo ve výuce s žáky však jen třetina. Podobný obraz přineslo šetření EDU-AI a Samsungu z května 2026: učitelé využívali AI především k tvorbě materiálů, testů a prezentací, zároveň ale upozorňovali na chyby v odpovědích a nejasná pravidla používání. Do tohoto průzkumu se ovšem zapojili hlavně ti, kteří se o AI aktivně zajímají. Novější zjištění tak ukazují, že si AI v práci učitelů nachází své místo. Jak rychle se ale šíří mezi všemi učiteli a zda Česko zůstává nad evropským průměrem, z nich spolehlivě vyčíst nelze.
Děti mezitím začaly AI používat po svém. V průzkumu Scio z přelomu let 2024 a 2025 uvedlo 69 procent dotázaných českých žáků druhého stupně a středoškoláků, že ji pravidelně využívají pro školní práci. Informace o ní čerpali hlavně z internetu, sociálních sítí a od kamarádů; škola se mezi zdroji umístila až čtvrtá. Přesto si 62 procent dotázaných přálo, aby se o AI a možnostech jejího využití učili ve škole, a téměř polovina by uvítala pomoc učitelů. To, že žáci už nástroj používají, tedy neznamená, že další vedení nepotřebují nebo o ně nestojí.
Podrobnější obraz nabízí česká zpráva EU Kids Online, která vychází z údajů získaných na jaře 2025. Za poslední měsíc před dotazováním použilo AI při psaní slohů nebo referátů 42 procent oslovených dětí ve věku devět až sedmnáct let. Shrnutí nebo vysvětlení delšího textu si nechalo připravit 39 procent a o svých obavách a starostech s ní mluvilo nebo u ní hledalo radu 22 procent. V samostatných rozhovorech některé děti popisovaly, jak odpovědi AI ověřují a upravují, jiné jim spíše věřily, pokud zněly přesvědčivě. Nejisté si byly také školními pravidly: chápaly, že odevzdat celý úkol napsaný AI není přijatelné, ale nevěděly, jakou pomoc si ještě mohou dovolit.
Co nevíme
Největší neznámou zůstává, jak pravidelné používání AI v průběhu let ovlivní učení, zvlášť u dětí, které si základní dovednosti teprve osvojují. Pravidla přesto vznikají už teď. Čínské pokyny z května 2025 zakazují žákům primárních škol samostatně používat nástroje, které volně generují obsah. New York oznámil 2. září 2026 roční moratorium na přímé používání generativní AI žáky veřejných škol až do osmé třídy. Opatření se týká téměř 600 tisíc dětí.
UNESCO doporučuje pro samostatné rozhovory s generativní AI věkovou hranici třinácti let. Ani jedna z těchto hranic ale neznamená, že je od daného věku přínos AI pro učení prokázaný. Výše popsaný test paměti po 45 dnech zase neukáže, co si žák bude pamatovat po několika letech. Zahraniční výsledky navíc nemůžeme bez dalšího přenášet do češtiny a českých tříd.
Opatrnost je namístě i u studijních režimů ChatGPT, Gemini a Claudu: slibují vedení pomocí otázek a nápověd, ale to samo ještě nezaručuje stejný účinek jako u Bastaniho tutora. Jejich přínos ovšem lze testovat i přímo v aplikaci a OpenAI už zveřejnilo předběžné výsledky vlastního experimentu. Nezávislé potvrzení dlouhodobého přínosu je však jiná věc.
Také Estonsko svůj program AI Leap, určený v první fázi pro dvacet tisíc středoškoláků, doprovází výzkumem. Aplikace má žáky vést k vlastnímu přemýšlení, vybavování znalostí a hledání řešení. Výzkum vedený Univerzitou v Tartu má pomocí dotazníků, testů a rozborů používání aplikace zjišťovat, za jakých podmínek takové vedení pomáhá. Výzkumníky zajímá i motivace, vytrvalost a schopnost řídit vlastní učení – stanovovat si cíle, sledovat pokrok a měnit postup, když nefunguje. To odpovídá otázce, která se vrací napříč popsanými studiemi: co se při práci s AI mění v samotném žákovi? Samotný plán měření však ještě nedokládá, že se zamýšlený přínos dostaví a vydrží.
Nová zjištění přinesly výsledky PISA 2025, zveřejněné 8. září 2026. Čeští patnáctiletí žáci se oproti předchozímu cyklu zhoršili v matematice a čtení, přesto v obou oblastech zůstali nad průměrem OECD. Nadprůměrně zvládali také řešení problémů v digitálním prostředí. Samotný pokles výsledků ale neříká, jakou roli v něm hrála generativní AI.
Česká zpráva také porovnávala výsledky žáků podle toho, k čemu chatboty používali. Ti, kteří si od nich nenechávali zpracovat první přehled o novém tématu nebo návrh písemné práce, dopadli v přírodovědném testu lépe než ti, kteří takovou pomoc využívali. U shrnování textů a pomoci označené obecně jako „snazší učení“ nebyly rozdíly dost přesvědčivé, aby je bylo možné odlišit od náhodného kolísání. Ani tato zjištění však spor nerozhodují. Nevíme z nich, zda používání chatbota vedlo k horším výsledkům, nebo zda po něm častěji sahali žáci, kteří už předtím měli slabší znalosti či jiné studijní návyky. PISA ukazuje, jak používání AI souvisí s výsledky českých žáků. Zda jim ale AI v průběhu let pomáhá, nebo škodí, z tohoto srovnání určit nelze.
Liška ve škole
V minulé eseji o lišce a ježkovi jsem psal, že v práci AI nejvíc pomáhá lidem, kteří měli původně slabší výsledky, a zmenšuje tak rozdíly mezi nimi a zkušenějšími kolegy. Pro zaměstnavatele je podstatné, že je práce dobře a rychle hotová. Ve škole ale nestačí správně vypracovaný úkol. Důležité je, zda se při něm dítě něco naučilo a zda si příště poradí samo.
V německých experimentech vědci zkoumali, zda ChatGPT pomáhá studentům naučit se programovat. V průměru zlepšení nezjistili, ale za tímto výsledkem se skrývaly rozdíly v tom, jak studenti chatbot používali. Ti, kteří mu přenechávali řešení úloh, učivu hůře rozuměli. Ti, kteří se snažili úlohu vyřešit sami a od chatbota si nechávali poradit, se naopak naučili více. Rozdíl mezi slabšími a silnějšími studenty se přitom zvětšil. Pro školu z toho plyne důležitá otázka: zvládne žák podobnou úlohu i bez pomoci? Samotná správná odpověď v domácím úkolu totiž ještě neukazuje, co se naučil.
Když jsem psal esej Liška mezi vědou, politikou a umělou inteligencí, jednu myšlenku jsem nakonec vyškrtl. Teď se k ní vracím. Studentovi dnes stačí položit otázku a za tři sekundy dostane srozumitelné vysvětlení. Jak ale pozná, že v něm není chyba? Právě to ho škola musí naučit. Aby mohl odpověď posoudit, potřebuje o tématu něco vědět a rozumět mu. K tomu se dostane vlastním přemýšlením, zkoušením a opravováním chyb. Pokud tuto práci přenechá chatbotu, může mít úkol rychle a správně hotový, ale sám se při tom nic nenaučí.
Co z toho plyne
Rodičům: když dítě použije AI při domácím úkolu, požádejte ho, aby vám vlastními slovy vysvětlilo, jak došlo k řešení a proč je správné. Pokud to nedokáže, potřebuje se k úloze ještě vrátit. Správná odpověď sama o sobě nestačí – dítě musí rozumět tomu, co odevzdává.
Učitelům: to, co se žáci naučili, ověřujte i při úlohách, které řeší bez AI. Při procvičování stanovte jasný postup: nejdřív se žák pokusí najít řešení sám, teprve potom požádá chatbot o nápovědu. A vlastní přípravu hodiny neberte jako pouhou administrativu. Když promýšlíte, jak látku vysvětlit a kde mohou žáci narazit, připravujete se na to, abyste jim při učení dokázali pomoci.
Školám a ministerstvu: samotný zákaz nestačí. Zkušenosti z britských a nizozemských škol ukázaly, že po omezení mobilů ve škole děti trávily čas u obrazovek doma. Starší anglická studie zjistila malé zlepšení školních výsledků jen u nejslabších žáků. Česká vláda letos v létě podpořila zákaz mobilů na základních školách od září 2027. Ať už tento návrh dopadne jakkoli, u AI školní zákaz nevyřeší její používání doma.
Školy potřebují upravit zadávání úkolů a hodnocení tak, aby poznaly, co žák skutečně umí. Zároveň musí jasně určit, kdy a jak smí AI používat: kdy mu pomáhá pochopit látku a kdy už za něj dělá práci, na které se měl něco naučit. Praktický návod pro rodiče i školy najdete v kapitole Co s tím.
Tragický dopad
Já bych se slovem „tragický“ ještě počkal. Je to veliké slovo a člověk by s ním měl zacházet opatrně, zvlášť když mluví o dětech, které mají většinu života před sebou. Do školy přišel nástroj, který dovede trpělivě vysvětlovat, poradit při nesnázi a nabídnout jinou cestu k pochopení. Dovede ovšem také udělat celý úkol a na odevzdané práci nemusíme poznat, co se odehrálo v dětské hlavě.
Představme si dítě nad sešitem. Chvíli píše, pak se zarazí a neví, jak dál. Můžeme mu říci výsledek a mít pokoj. Můžeme se ale také zeptat, čemu rozumí a kde se ztratilo. To druhé trvá déle. Někdy je třeba vrátit se o kus zpátky, něco nakreslit, nechat dítě udělat chybu a dát mu čas, aby ji samo objevilo. Právě tak by měl pomáhat i chatbot. Trpělivost mu nedojde; záleží však na tom, k čemu ji využije. Zda dítěti napoví a nechá je přemýšlet, nebo mu rovnou nabídne hotové řešení. Po rozhovoru by mělo něco zůstat i v hlavě: aby si dítě zítra s podobnou úlohou poradilo samo.
Co pravidelné používání AI přinese za několik let, zatím nevíme. Máme důvody k naději i k opatrnosti a rodiče, učitele i výzkumníky čeká ještě hodně práce. Dnes ale můžeme začít něčím docela obyčejným. Až nám dítě ukáže hotový úkol, zůstaňme u něj o chvíli déle a vedle pochvaly mu věnujme i trochu zvědavosti: „Ukaž mi, jak jsi na to přišel.“
Stejně jako většina mých textů vznikl i tento v dialogu s několika jazykovými modely. Pomáhají mi s formulacemi, protiargumenty a oponováním mým závěrům. Směr, výběr argumentů i konečná podoba jsou moje, důležitá tvrzení ověřuji ve zdrojích a za výsledek nesu odpovědnost já. Více v úvodním textu blogu. Kniha Umělá inteligence srozumitelně – od fungování modelů po dopady na práci, školu i demokracii, včetně českého kontextu – je zdarma ke stažení pod licencí CC BY 4.0.