Digiday #25 – Smysluplná výuka s AI

Digiday #25 – 4 kroky ke smysluplné výuce s AI je dlouhý záznam zaměřený na to, jak zapojit AI do výuky tak, aby nepřebírala přemýšlení za žáka. Hlavní linka videa není o tlačítkách a funkcích jednotlivých aplikací, ale o metodice, promyšleném použití promptů a o tom, kdy má nejdřív pracovat vlastní hlava a až potom model.

Video stojí hlavně na těchto principech:

• AI nemá nahrazovat přemýšlení, ale rozšířit možnosti učitele a žáka.
• Před použitím AI má přijít samostatná práce bez technologií.
• Hodnotit se má proces, reflexe a obhajoba postupu, ne jen finální výstup.
• Silné použití AI ve škole není jen generování textu, ale i kritika, zpětná vazba, gamifikace, persony nebo simulace rolí.

Ve videu nezaznívají desítky dlouhých systémových promptů. Silnější část je v kratších zadáních, instrukčních šablonách a metodických postupech. Níže uvádím jen to, co ve videu zazní přímo nebo jde rozumně rekonstruovat z ukázaných příkladů.

Z videa jde vyčíst tento rámec práce:

• Zmapovat třídu – zjistit, co už žáci s AI dělají, co používají a jaké mají návyky.
• Rozšířit cíle o AI gramotnost – nejde jen o znalost tématu, ale i o schopnost chápat limity modelu a rozpoznat, kdy si výstup zaslouží kontrolu.
• Změnit hodnocení – méně sledovat hotový produkt a víc proces, reflexi a obhajobu postupu.
• Vymezit roli AI v hodině – rozhodnout, kdy má být AI aktivní pomocník a kdy se má naopak úplně vypnout.

Nejvýraznější prompt z videa je použití AI jako skeptika nebo oponenta. Smysl je jednoduchý: žák nebo autor práce nemá dostat hotovou odpověď, ale těžké otázky, na které musí reagovat vlastní hlavou.

Ve videu zaznívá tato formulace:

Tady jsem vytvořil tuhle práci a řekni mi, jaký tři těžký otázky bych měl odpovědět, abych tomu doopravdy rozuměl.

Ukázková varianta pro konkrétní téma:

Mám tento názor třeba na nějakou tu úlohu, kterou řeší jako klimatickou změnu, a ty hraj roli skeptika. Polož mi tři těžký otázky, na který musím odpovědět, abych svůj názor obhájil.

Tento prompt je užitečný hlavně proto, že AI není v roli generátoru řešení, ale v roli protivníka, který nutí k argumentaci. Hodí se pro eseje, referáty, diskusní témata nebo obhajobu projektu.

Druhý silný vzor není postavený na tom, že žák žádá vysvětlení, ale že sám vysvětluje téma modelu. Ve videu se to objevuje například u dějepisného tématu hyperinflace.

Rekonstruovaná podoba zadání:

Teď ti vlastními slovy vysvětlím, jak jsem pochopil hyperinflaci. Najdi chyby v mém vysvětlení, doplň, co mi chybí, a řekni, čemu ještě nerozumím dostatečně.

Tady AI funguje jako kontrolor pochopení. Výstupem nemá být hotová definice, ale oprava myšlenkových chyb nebo slepých míst.

Ve videu zazní i praktický jazykový scénář: žák má nevhodně napsaný e-mail a přes AI si zkouší upravit tón.

Rekonstruované zadání:

Tady je můj e-mail paní učitelce. Přepiš ho tak, aby byl slušnější a zdvořilejší, ale aby zůstal zachovaný můj požadavek.

Smysl není jen „vylepšit text“, ale učit se pragmatiku, asertivní komunikaci a rozdíl mezi afektem a věcným sdělením.

U projektu o Jupiteru se AI nepoužívá jako výrobník celého referátu, ale jako pomocník pro osnovu a strukturu.

Rekonstruovaná šablona:

Navrhni osnovu referátu o Jupiteru pro žáka 6. třídy. Zaměř se na zajímavosti. Napiš jen osnovu a body, ne celý hotový text.

Tím se zachová lidská práce tam, kde má zůstat: při doplnění obsahu, ověřování zdrojů a tvorbě finální prezentace.

Další praktický vzor je generování otázek pro publikum z již hotové prezentace.

Tady je obsah mé prezentace o [téma]. Navrhni tři otázky, které můžu na konci položit spolužákům, aby se zapojili do diskuze.

Tento vzor je jednoduchý, ale dobře použitelný. AI pomůže s aktivizací třídy, aniž by přebrala tvorbu hlavního obsahu.

Ve videu se ukazuje i připravený asistent pro chemii. Plné systémové zadání ve videu nepadne celé nahlas, ale jeho logika je dobře čitelná z ukázky práce.

Rozumná rekonstrukce šablony vypadá takto:

Jsi asistent pro výuku chemie. Komunikuj se mnou hravě. Dávej mi hádanky na chemické prvky, ale neprozrazuj odpověď hned. Naváděj mě přes vlastnosti prvku, počet protonů, elektronů, skupinu a další indicie. Veď mě tak, abych si odpověď dohledal a ověřil.

Důležité je, že asistent nevrací výsledek rovnou. Má držet dialog a vytvářet situaci, ve které žák používá periodickou tabulku, pracovní list a následné ověření faktů.

Nejsilnější princip celého videa je, že AI má přijít až po úvodní fázi vlastního přemýšlení. Ve videu se opakuje doporučení dát žákům nejdřív 10 až 15 minut bez technologií, aby formulovali hypotézy, otázky nebo první návrh řešení.

Prakticky to znamená:

• nejdřív papír, diskuse, vlastní poznámky,
• teprve potom chatbot jako partner,
• AI nesmí být první reflex, ale druhý krok.

Video dobře rozlišuje, co ještě dává smysl delegovat a co už ne. Rozumné je nechat AI pomoci s pravopisem, tónem, strukturou nebo s návrhem otázek. Horší je nechat ji sepsat celé přemýšlení za člověka.

Jinými slovy:

• na AI lze delegovat technické a podpůrné části,
• hlavní myšlenku, argumentaci a porozumění si má udržet člověk,
• žák by měl vědět, proč AI používá právě v tomto kroku.

Ve chvíli, kdy AI umí během chvíle vyrobit text, slidy nebo osnovu, přestává dávat smysl hodnotit jen hotový produkt. Ve videu proto zaznívá důraz na:

• obhajobu postupu,
• reflexi práce s AI,
• vysvětlení, co žák převzal a co vytvořil sám,
• ověření toho, že rozumí výsledku.

Další opakovaný princip je nevěřit chatbotovi automaticky. U chemie se má výstup ověřovat v učebnici nebo jiném zdroji. U historických nebo argumentačních témat má AI sloužit spíš jako sparing partner než autorita.

To je důležité i pro formulaci promptů. Užitečnější než „napiš mi odpověď“ je často:

• „najdi chyby v mém vysvětlení“,
• „polož mi těžké otázky“,
• „řekni, co musím ještě dovysvětlit“,
• „najdi slabá místa v argumentaci“.

Video mluví i o tom, že výstup nesmí být jen generický text od modelu. Žák nebo autor má mít pocit, že text je jeho, že mu rozumí a že ho dokáže obhájit. To je důležité hlavně u prezentací, referátů a argumentačních textů.

Ve videu zazní i upozornění, že model má často tendenci přikyvovat tomu, jak je položený dotaz. Proto je užitečné vědomě přepínat AI do rolí skeptika, kritika, fact-checkera nebo ďáblova advokáta. Právě to snižuje riziko, že model jen uhlazeně potvrdí uživatelův předpoklad.

Ukázka s chemickými prvky je postavená na dialogickém asistentovi, pracovním listu a následném ověřování. Žák tedy:

• komunikuje s AI asistentem,
• z indicií odhaduje prvek,
• zapisuje si vlastnosti,
• ověřuje správnost mimo chatbot.

Tohle je dobrý vzor i mimo chemii: AI může vytvářet hru nebo výzvu, ale ověření má jít mimo ni.

U referátu o Jupiteru je zajímavé hlavně rozdělení práce:

• nejdřív vlastní znalosti a otázky,
• potom AI pro osnovu a strukturu,
• následně doplnění obsahu,
• případná jazyková transformace,
• nakonec otázky pro publikum.

To je dobře použitelný workflow i pro jiné předměty.

U historické ukázky je důležitý moment, kdy se nejdřív úplně vypnou technologie. Žáci dostanou fyzický artefakt, formulují hypotézy a až potom mohou použít AI. Tím se dobře oddělí fáze vlastního pozorování od fáze digitální podpory.

Video ukazuje i kreativní linku: tvorbu 3D objektů ve virtuální realitě, export videa a následnou stylizaci přes AI. To je zajímavé hlavně tím, že AI tady není textový pomocník, ale rozšiřuje výtvarnou nebo projektovou práci.

Ve videu zároveň zazní praktická poznámka k limitům nasazení ve školách:

• ChatGPT a Copilot jsou uváděné s limitem 13+.
• Google Gemini v prostředí školního Google Workspace je prezentované jako použitelné i bez této spodní hranice.

• Zkusit prompt se sokratovským oponentem místo klasického „napiš mi odpověď“.
• Zavést pravidlo 10 až 15 minut bez AI před každou aktivitou, kde jde o porozumění.
• Převrátit roli a nechat žáka vysvětlovat látku chatbotovi.
• U referátů a prezentací použít AI jen pro osnovu, otázky a zpětnou vazbu, ne pro kompletní text.
• U každého výstupu chtít krátkou reflexi: co udělal člověk, co udělala AI a jak se výsledek ověřoval.

Část promptů ve videu zaznívá přímo, ale část je jen ukázaná na slidech nebo vysvětlená přes metodiku práce. Proto je dobré rozlišovat mezi přímou citací a rekonstrukcí. Hodnota videa není jen v jednotlivých formulacích, ale hlavně v tom, jak důsledně odděluje samostatné přemýšlení, práci s AI a následnou reflexi.

• Digiday #25 – 4 kroky ke smysluplné výuce s AI