Michal Černý: Jak umělá inteligence usnadňuje učení? (Umělá inteligence není konkurencí pro učitelskou profesi)

Když se mluví o umělé inteligenci a vzdělávání, můžeme se setkat s celou řadou mýtů. Ten první se týká představy, že jde o technologie, jejichž cílem je nahradit běžné učitele, což má za následek ztrátu osobního kontaktu a sociálního rozměru učení. Tento mýtus těsně souvisí s tím, o čem se v jiných souvislostech hovoří již dlouho, totiž s mimořádně nízkou kredibilitou profesní identity učitele. Druhý mýtus je ten, že umělá inteligence je všude kolem nás a nemá smysl se jí tedy nějak speciálně didakticky věnovat. Třetí mýtus pak spočívá v tom, že je nutné výuku umělé inteligence zavést do školního kurikula, protože jen schopnost s ní pracovat na úrovni základního programování dá žákům možnost nadvlády nad ní.

Všechny tři mýty obsahují určitou dávku pravdu, je možné říct, že vždy přinášejí něco pozitivního a užitečného. Ale současně v sobě vždy obsahují jistou přepjatost, která dle našeho soudu není zcela nutná. To, čemu bychom se chtěli věnovat v tomto článku, je ukázka několika zajímavých oblastí, ve kterých umělá inteligence přímo pomáhá ve výuce (nebo v nejbližší době bude), a zamyšlení se nad tím, co takové systémy vlastně přinášejí a jak je z hlediska pedagogiky vhodné o nich vlastně přemýšlet.

Domníváme se, že umělá inteligence není konkurencí k učitelské profesi, ale něčím, co může významně žákům pomoci v tom, aby se skutečně efektivně učili. Mimo řady benefitů, o kterých budeme ještě mluvit, totiž řeší jeden z velkých problémů školství obecně – příliš velikého množství studentů, kteří připadají na jednoho vyučujícího. Systémy s AI obecně umožňují tento problém částečně kompenzovat, což dává učiteli reálnou možnost kvalitně vyučovat a pracovat se skupinou, zatímco mnoho individualizovaných aktivit je možné určitým způsobem delegovat právě na umělou inteligenci.

Co je to umělá inteligence?

Říci v jedné či dvou větách, co je to umělá inteligence (AI), není snadné. Jde o poměrně široké spektrum technologických postupů, které umožňují algoritmům deduktivním způsobem řešit problémy, jejichž přesné zadání v sobě nemají implementováno. K tomu, aby AI mohla vykonávat svůj účel, je nutné, aby trénovala s nějakým, poměrně velkým množstvím dat. Dnes asi nejpopulárnějším způsobem, jak umělou inteligenci implementovat, je využít umělé neuronové sítě, která je inspirovaná lidským mozkem a standardně umožňuje provádět klasifikaci objektů, často podle předem ne zcela jasného klíče.

To, co je důležité, je, že umělá inteligence nepracuje s žádnými dopředu danými postupy, ale snaží se o hledání vlastního řešení. Tím se liší od tradičních modelů deterministických algoritmů. V případě umělé inteligence tedy řešení není možné dopředu odhadnout. Pokud bychom si chtěli návrh nějaké neuronové sítě vyzkoušet, pak velice doporučujeme TensorFlow, což je prostředí pro návrh AI od Google, které je nyní otevřené a existuje k němu nepřeberné množství návodů a postupů, jak s ním pracovat, nebo co jeho prostřednictvím lze vytvořit.

Tradičně se můžeme setkat s pojetím umělé inteligence, které se říká všeobecná, což je taková, která by se měla mít schopnost naučit čemukoli a byla by podobně univerzální jako lidská mysl. Jde ale spíše o teoretický koncept s omezenou aplikovatelností a mnohem častěji se pracuje s menšími, úzce specializovanými systémy, které umí řešit své poměrně malé a úzce zadané úkoly, jako je vyhledávání, práce s dialogem, analýza obrazu atp.

Pokud by někoho zajímaly podrobnější příklady, velice doporučujeme sledovat Google a jeho AI skupinu, kde najdete nejen jednotlivé nástroje, ale také velké množství popularizačních, ale současně nesmírně aktuálních textů. Cognitive Services od Microsoftu jsou praktičtější, ale také hodně zajímavé. Obecně je možné říci, že umělá inteligence je v současnosti trend, který se uplatňuje téměř všude, a pokud se podíváme například na sezam TOP 200 nástrojů pro vzdělávání, tak téměř všechny s umělou inteligencí nějakým způsobem pracují.

Poslední pojem, který bychom měli objasnit, je rozdíl mezi AI a strojovým učením. Říká se vtip, že umělá inteligence je to, co je napsané v PowerPointu a strojové učení to, co je napsané v Pythonu. Jde vlastně o silně synonymní pojmy, mezi kterými není nutné v našem kontextu příliš rozlišovat.

Nyní se pokusíme upozornit na některé konkrétní aplikace umělé inteligence, které se mohou zajímavým způsobem uplatňovat ve vzdělávání. Ve svém výběru budeme záměrně pracovat s nástroji, které mohou být navázané na konkrétní oborové didaktiky.


Celý text naleznete zde