Počítač učil fyziku lépe než třída. Proč z toho neplyne zánik vysokých škol

1. 10. 2026 – 7:32 | Člověk | Miroslav Krajča |Diskuze:

Počítač učil fyziku lépe než třída. Proč z toho neplyne zánik vysokých škol
uceni pomoci AI zdroj: ChatGPT
Přidat mezi oblíbené zdroje na Googlu

Na sociálních sítích se šíří zpráva, která zní jako rozsudek nad vysokými školami. Harvard prý nechal umělou inteligenci soutěžit s vlastními špičkovými učebnami a prohrál.

Studenti s počítačovým učitelem se měli naučit dvakrát víc, za kratší dobu a s lepším výsledkem v závěrečném testu. Univerzity podle autorů podobných příspěvků ztratily důvod k existenci. Studie, o kterou se tato tvrzení opírají, skutečně existuje a její výsledky jsou pozoruhodné. Říká ale něco podstatně jiného, než co z ní udělaly virální příspěvky.

Počítačový učitel proti živé třídě

Pokus proběhl na Harvardově univerzitě v úvodním kurzu fyziky pro studenty biologických oborů. Tento kurz se neučí klasickou přednáškou. Používá takzvané aktivní učení, při kterém studenti v hodině řeší úlohy ve skupinách a vyučující jim průběžně pomáhá. Tato metoda patří k nejlépe prověřeným postupům ve výuce přírodních věd. Rozsáhlá analýza 225 studií z roku 2014 ukázala, že studenti v kurzech s aktivním učením dosahují v průměru o šest procent lepších výsledků u zkoušek a propadají méně často. Posluchači klasických přednášek u zkoušek neuspěli zhruba jedenapůlkrát častěji.

Tým vedený fyzikem Gregem Kestinem proti této metodě postavil vlastního počítačového učitele založeného na jazykovém modelu GPT-4. Nešlo o běžný chatovací nástroj. Učitel byl nastavený podle stejných pedagogických zásad jako výuka ve třídě. Neprozrazoval rovnou řešení, vedl studenty krok za krokem a nutil je přemýšlet. Výsledky vyšly v červnu 2025 v odborném časopise Scientific Reports.

Nebyly to dvě skupiny

Virální příspěvky tvrdí, že vědci rozdělili 194 studentů do dvou skupin, z nichž jedna se učila ve třídě a druhá doma s umělou inteligencí. Tak to ale nebylo. Pokus měl takzvaný zkřížený design. Každý student vyzkoušel obě formy výuky. V jednom týdnu se učil jedno téma ve třídě a v dalším týdnu druhé téma mimo třídu s počítačovým učitelem, nebo naopak. Témata byla dvě: povrchové napětí a proudění kapalin. Celý pokus trval dva týdny v druhé polovině semestru.

Tento design je ve skutečnosti silnější, než jaký popisují sociální sítě. Každý student slouží sám sobě jako srovnání, takže výsledky nezkreslují rozdíly v nadání mezi skupinami.

Co vědci naměřili

Studenti před každou lekcí a po ní vyplnili krátký test. Při výuce s umělou inteligencí byl jejich střední přírůstek znalostí více než dvojnásobný oproti výuce ve třídě. Medián výsledku v testu po lekci činil 4,5 bodu u počítačového učitele a 3,5 bodu u výuky ve třídě. Odtud pochází virální „o 30 procent vyšší skóre“. Nejde ale o závěrečnou zkoušku, jak tvrdí příspěvky, jen o krátký test hned po jedné lekci.

Studentům s počítačovým učitelem to navíc zabralo méně času. Hodina ve třídě trvala zhruba 60 minut, kdežto s umělou inteligencí studenti strávili v mediánu 49 minut. Sedm z deseti se učilo kratší dobu, než trvala hodina. V dotaznících také uváděli, že se cítili víc zaujatí a motivovaní. Jak moc je výuka baví a zda věří, že se mohou zlepšovat, se mezi oběma formami nelišilo.

Autoři tvrdí opak toho, co sítě

Nejvíc se virální interpretace rozcházejí se závěry samotných autorů. Kestin a jeho kolegové nikde netvrdí, že by umělá inteligence měla nahradit univerzitní výuku. Naopak výslovně píší, že počítačoví učitelé by neměli nahrazovat výuku ve třídě. Podle nich se hodí hlavně k tomu, aby studentům předali úvodní látku. Čas ve třídě by se pak mohl věnovat náročnějším dovednostem, jako je řešení složitějších problémů, projektová výuka nebo práce ve skupinách.

Autoři také upozorňují, že nepředpokládají, že by strukturovaná výuka s umělou inteligencí vždy překonala aktivní učení ve třídě. Zvlášť ne v situacích, které vyžadují propojování více pojmů a kritické myšlení na vyšší úrovni.

Proč na nastavení záleží

Klíčové slovo celé studie zní „strukturovaný“. Harvardský učitel byl pečlivě navržený tak, aby studentům nedával hotové odpovědi. Že na tom opravdu záleží, ukázal jiný velký pokus. Tým vedený Hamsou Bastaniovou z Pensylvánské univerzity sledoval téměř tisíc tureckých středoškoláků při hodinách matematiky. Studenti s běžným chatovacím nástrojem si při cvičení vedli lépe. Když ale psali test bez něj, dopadli o 17 procent hůř než spolužáci, kteří žádnou umělou inteligenci neměli. Umělá inteligence jim posloužila jako berlička, bez které nedokázali úlohy vyřešit. Skupina, která měla k dispozici verzi s omezeními, jež poskytovala jen nápovědy, dopadla v testu stejně jako kontrolní skupina. Výsledky vyšly v roce 2025 v časopise PNAS pod výmluvným názvem Generativní umělá inteligence bez zábran může učení poškodit.

Samotná technologie tedy nerozhoduje. Rozhoduje, jak ji někdo navrhne a jak ji studenti používají.

Starý sen o soukromém učiteli

Myšlenka, že individuální výuka je nejúčinnější, není nová. Americký pedagog Benjamin Bloom v roce 1984 popsal takzvaný problém dvou sigma. Studenti, kteří se učili individuálně s osobním učitelem, ve výzkumech, které shrnul, dosahovali výsledků o dvě směrodatné odchylky lepších než studenti v běžné třídě. Problém byl v tom, že poskytnout každému studentovi osobního učitele je neúnosně drahé. Bloom proto hledal metody skupinové výuky, které by se individuální výuce vyrovnaly.

Umělá inteligence nabízí možnost, jak tento problém obejít. Harvardský pokus naznačuje, že dobře navržený počítačový učitel se v určitých situacích může individuální výuce přiblížit. To je skutečně významné zjištění.

Co studie neukazuje

Od dvou lekcí fyziky k zániku univerzit je ale daleko. Pokus trval dva týdny a týkal se dvou témat jednoho kurzu na jedné z nejselektivnějších škol světa. Harvardští studenti jsou motivovaní a zvyklí se učit samostatně. Jak by stejný přístup fungoval u méně motivovaných studentů nebo v jiných oborech, zatím nevíme.

Studie navíc měřila znalosti hned po lekci. Neříká nic o tom, zda si studenti látku zapamatují na týdny či měsíce, ani zda ji dokážou použít v nových souvislostech. A univerzita neslouží jen k předávání faktů. Studenti v ní diskutují, pracují v laboratořích, navazují vztahy a učí se od lidí, kteří v oboru sami bádají.

Harvardská studie tedy nepřepisuje budoucnost vysokých škol. Ukazuje ale, že dobře navržená umělá inteligence může být velmi účinným pomocníkem při výuce základů. Tam, kde ji autoři chtějí mít: vedle učitele, ne místo něj.

Zdroje:
Redaktor vědecko-popularizačního serveru Nedd.cz, kde pravidelně publikuje články zabývající se aktuálními tématy z oblastí jako příroda, technologie i lidské zdraví. Rád kombinuje dostupné výzkumy a studie se srozumitelným podáním, protože je k ničemu publikovat články, které ocení pět lidí v republice. Ve volných chvílích rád chodí po lese a nebo alespoň po městě.

Nejnovější články