V devatenáctém dílu KYBcastu otevíráme dveře do nového školního roku ruku v ruce s umělou inteligencí (AI). Jak školy a třídy vstupují do další fáze moderního vzdělávání, nemůžeme ignorovat rostoucí roli umělé inteligence v našich učebnách. Jak může AI zlepšit způsob, jakým se učíme nebo učíme druhé? Jaké jsou výzvy a možnosti? A co to vše znamená pro učitele i studenty? Vítejte v novém školním roce, vítejte v našem KYBcastu o AI ve výuce!

Naše podcasty najdete také na YouTube: Podcasty NPI ČR

---

Krátká historie kolem AI

V 60. letech 20. století se objevily první pokusy o počítačově řízené výukové systémy, například systém PLATO z University of Illinois. Během 70. a 80. let se začaly vyvíjet adaptivní výukové systémy, které umožňovaly určitou míru personalizace výuky na základě reakcí studentů. V 90. letech, s růstem výpočetní kapacity, vznikly možnosti pro složitější modely a analýzy, což vedlo k začátku používání datových těžebních technik ve vzdělávání. Na přelomu tisíciletí přinesla éra online vzdělávání platformy, jako Coursera, Udacity a edX, které umožnily analýzu chování velkého počtu studentů a dále zdokonalovaly výukové modely.

V posledních letech jsme svědky ještě větší integrace umělé inteligence do výuky: od doporučovacích systémů pro učební materiály přes inteligentní výukové asistenty až po automatické hodnocení úloh. Přitom se však musíme vypořádat s řadou etických otázek, včetně správného využití technologie, ochrany soukromí studentů a možného zkreslení algoritmů. Dnes je AI stále více integrována do tradičních vzdělávacích systémů, což zdůrazňuje význam personalizované výuky a prediktivní analýzy pro identifikaci potřeb studentů v moderním vzdělávacím prostředí.

Příklad: Duolingo využívá také AI: Duolingo Max Uses OpenAI’s GPT-4 For New Learning Features

Výhody použití AI ve výuce:

Využití umělé inteligence (AI) ve vzdělávání nabízí mnoho výhod. Adaptivní vzdělávací systémy využívají algoritmy AI k personalizaci a diferenciaci toho, jak žáci při učení postupují. AI také pomáhá žákům a učitelům s porozuměním psanému textu. Další výhodou je zlepšení procesu získávání vzdělávacích údajů, což umožňuje vytvořit nové pohledy na proces učení studentů a tím tento proces zlepšit.

• Personalizované vzdělávání
• Nástroje pro hodnocení a zpětnou vazbu
• Interaktivní výukové metody

Rizika a omezení AI ve výuce:

Zkreslení dat může být způsobeno výběrovým zkreslením, zkreslením odpovědí, potvrzujícím zkreslením a publikačním zkreslením. Tyto typy zkreslení mohou vést k matoucím závěrům, pokud nejsou brány v úvahu.

Zde je malá ukázka toho, jak například generalizuje neuronová síť při překladu na základě naučených genderově nevyrovnaných předpokladů.