Když AI odmítá dát odpověď
Jedna americká univerzita testuje AI tutora, který se zásadně liší od všeho, na co jsou studenti zvyklí. Tento chatbot odpovědi prostě nedává. Místo toho klade otázky, které studenta vedou k tomu, aby si každý krok svého uvažování vybudoval sám — a výsledky jsou překvapivé.
Zatímco většina studentů používá umělou inteligenci jako digitální tahák, tým výzkumníků zvolil přesně opačný přístup. Chatbot žádné řešení neprozradí, ale prostřednictvím ostrých otázek vrátí myšlenkovou práci zpět studentovi.
AI na přednáškách: pomocník, nebo intelektuální berla?
V americkém vysokém školství jsou chatboty dnes téměř všudypřítomné. Výzkumy ukazují, že zhruba devět z deseti studentů využívá AI při domácích úkolech a zadáních. Typický postup vypadá takto: student zadá otázku, zkopíruje odpověď a přejde k dalšímu úkolu.
Působí to efektivně, ale vlastní myšlenkový proces přitom zcela mizí. A právě proti tomu se rozhodli bojovat ekonomové z University of Wisconsin–La Crosse. Vyvinuli AI tutora jménem „Macro Buddy" pro výuku makroekonomie.
Systém na první pohled připomíná běžný chatbot — s jednou zásadní výjimkou. Hotové řešení od něj nikdy nedostanete.
Místo rozdávání odpovědí klade tutor otázky, které studenta krok za krokem přivádějí k vlastnímu pochopení.
2 400 let stará filozofická metoda v moderním hávu
Macro Buddy je přímo inspirován sokratovskou metodou — způsobem výuky, při němž učitel pouze klade otázky a nechá žáka, aby sám dospěl k závěru. Žádné mini-přednášky, žádné hotové příklady, jen řetězec cílených otázek.
Zeptá-li se student například, jak se vypočítá růst hrubého domácího produktu, žádný vzorec se neobjeví. Místo toho AI položí třeba tyto otázky:
- Co přesně se v tomto kontextu rozumí pojmem HDP?
- Jaká časová období chceme porovnávat?
- Jde zde o nominální, nebo reálné hodnoty?
- Jakou roli hrají cenové změny ve vašem výpočtu?
Díky těmto otázkám musí student aktivovat dříve nabyté znalosti, zopakovat definice a vytvořit mezi pojmy vazby. Výsledek se objeví až na konci myšlenkové cesty — ne na jejím začátku.
Trénovaný na skutečných přednáškách, bez přístupu k internetu
AI není naplněna obecnými internetovými daty. Ekonomové trénovali Macro Buddy výhradně na kompletních přepisech vlastních makroekonomických přednášek. Chatbot zná jen pojmy, příklady a definice, které byly probrány v rámci daného kurzu.
Tím chtějí výzkumníci dosáhnout dvou věcí. Každá otázka těsně navazuje na látku konkrétního předmětu a zároveň se předchází tomu, aby AI přinášela nahodilé nebo protichůdné informace zvenčí.
Každá otázka i nápověda vychází přímo z oficiálních studijních materiálů, takže studenti se učí přemýšlet v rámci daného oboru.
Odhalí-li systém chybu — například když student zamění reálný HDP za nominální — rozpozná toto mylné porozumění a spustí sérii dalších otázek zaměřených přesně na toto slabé místo. Otázky se točí kolem cenových indexů a inflace, aniž by kdykoli odhalily výsledný vzorec. Poslední krok musí student udělat sám.
Experiment se 140 studenty: aktivní využití se vyplácí, pasivní trestá
Na jaře 2025 univerzita testovala systém se 140 studenty v kurzu makroekonomie. Ti byli rozděleni do čtyř skupin s odlišným přístupem:
- Skupina 1: Individuální práce s Macro Buddy
- Skupina 2: Tradiční skupinové úkoly bez AI
- Skupina 3: Nejprve Macro Buddy, poté skupinová diskuse
- Skupina 4: Kontrolní skupina bez jakékoli dodatečné pomoci nebo AI
Výzkumníci porovnali výsledky třetí zkoušky. Jedna skupina výrazně vyčnívala: studenti, kteří nejprve pracovali s AI tutorem a poté diskutovali v malých týmech, dosáhli průměrně o 12 bodů lepšího skóre než kontrolní skupina.
Zároveň zaznělo varování. Studenti, kteří AI využívali především jako snadnou cestu k hotovým odpovědím, zaznamenali po odebrání chatbota propad výsledků — jejich skóre kleslo průměrně o 8 bodů.
Kdo používá AI jako myšlenkového partnera, jde dopředu. Kdo ji používá jako kalkulačku za sebe, zaplatí za to později.
Jak Macro Buddy mění chyby ve zdroje učení
Jádrem systému je smyčka protiotázek. Jakmile odpověď naznačuje nedorozumění, chatbot spustí novou sérii otázek zaměřených přesně na toto slabé místo v porozumění. Student musí sám ukázat, kde jeho uvažování selhalo.
Při otázce o inflaci může chat nejprve zjišťovat, jak student vnímá roli peněžní zásoby. Pak přicházejí otázky na rychlost oběhu peněz a teprve poté na obecnou cenovou hladinu. Každý krok prověřuje dílčí porozumění, aniž by celý příběh byl vysloven.
Dřívější výzkum zaměřený na adaptivní AI tutory prokázal, že tento způsob průvodního kladení otázek se pamatuje lépe než pouhé předávání informací. Nová studie z Wisconsinu to potvrzuje a zároveň konkrétně ukazuje, jak tento přístup funguje v kurzu ekonomie a co to udělá se známkami.
AI a skupinová práce: člověk a stroj se navzájem doplňují
Skupina s nejlepšími výsledky používala Macro Buddy pouze jako výchozí bod. Studenti nejprve samostatně prošli dialogem s chatbotem a poté pokračovali v malých týmech.
Při skupinovém rozhovoru studenti porovnávají vlastní vybudované uvažování s pohledem spolužáků. Tam, kde někdo prostřednictvím otázek AI dospěl k určité interpretaci inflace nebo nezaměstnanosti, může druhý odhalit mezery nebo alternativní souvislosti.
Podle výzkumníků tato kombinace současně posiluje tři věci:
- hlubší porozumění klíčovým pojmům makroekonomie
- procvičování ústního vysvětlování ekonomických úvah
- kritické přemýšlení o výstupech AI namísto slepé důvěry
Vzdělávací platformy zaznamenávají, že tyto hybridní modely — AI, individuální reflexe a skupinová diskuse — se rychle stávají důležitými ve vysokoškolském vzdělávání. Ne jako technická hračka, ale jako způsob, jak rozvíjet myšlenkové dovednosti bez vzdání se efektivity digitálních nástrojů.
Co tento přístup znamená pro jiné předměty a univerzity
Ačkoli je Macro Buddy nyní přizpůsoben makroekonomii, základní princip je mnohem širší. Každý předmět, v němž pojmy logicky navazují jeden na druhý — matematika, statistika, fyzika, ale i právo nebo lingvistika — může těžit z AI tutora, který cíleně klade otázky místo servírování odpovědí.
Pro univerzity se rýsuje jasná volba. Nasadí AI jako stroj na odpovědi, který studentům práci ulehčuje, nebo vybudují systémy, jež naopak myšlenkový proces posilují? Studie z Wisconsinu ukazuje, že obě cesty přinášejí velmi odlišné výsledky v oblasti studijních výkonů.
Pedagogové, kteří chtějí s podobnými nástroji pracovat, získají i nový úkol: shromažďovat kvalitní trénovací data. Macro Buddy funguje dobře jen proto, že výzkumný tým do modelu vložil kompletní a strukturované přednášky a cvičné příklady. Nekvalitní nebo roztříštěné studijní materiály se rychle promítnou do zmatených otázek a povrchního vedení.
Co to konkrétně znamená pro studenty a pedagogy?
Pro studenty přináší tento přístup nový druh studijního zážitku. Místo „zeptám se ChatGPT" musíte být ochotni zůstat u problému déle. AI funguje jako ten kritický spolužák, který se neustále ptá: „Jste si tím jistý? Jak jste k tomu přesně dospěl?"
To sice zabere čas, ale výrazně zvyšuje šanci, že u zkoušky bez digitální pomoci skutečně uspějete.
Pro pedagogy dává studie praktický signál: zakazovat AI je stěží proveditelné, ale lze ji usměrňovat. Vědomou volbou systémů, které kladou otázky namísto nabízení řešení, zůstává prostor pro rozvoj myšlenkových dovedností — i v době, kdy má téměř každý student chatbota v kapse.
