Využití umělé inteligence ve školách: Experimentování, adaptace a rovnost

GD&TĐ - Ve školním roce 2025-2026 požádalo ministerstvo školství a odborné přípravy, aby ministerstva školství a odborné přípravy zaváděla aplikace umělé inteligence zodpovědně, s vhodným plánem pro každou úroveň vzdělávání, lokalitu a cílovou skupinu s ohledem na to, že studenti jsou středem pozornosti, učitelé a manažeři ve vzdělávání jsou průkopnickou silou.

Flexibilní itinerář

„Zavádění umělé inteligence ve vzdělávání nelze provádět současně, ale vyžaduje vhodný plán pro každou úroveň vzdělávání, lokalitu a cílovou skupinu, založený na Všeobecném vzdělávacím programu z roku 2018 a realitě.“ Dr. Pham Van Gieng - zástupce ředitele Pedagogické střední a vysoké školy (Hanojská pedagogická univerzita 2) to vysvětlil tak, že požadavky, kterých je třeba dosáhnout na každé úrovni vzdělávání, se liší.

Základní škola se zaměřuje na formování vlastností, učebních návyků a základních schopností. Střední škola se zaměřuje na rozvoj analytického myšlení a řešení problémů. Střední škola posiluje autonomii a kariérní orientaci. Pokud se na všech třech úrovních aplikuje stejný model umělé inteligence, snadno to povede k odchylce od cíle, kdy mladí studenti budou přetíženi, zatímco starší studenti nebudou schopni plně využít svůj potenciál.

Kromě toho je aplikace informačních technologií ve školách budována na specifických úrovních, které jsou vázány na věkové požadavky. Proto je třeba aplikace umělé inteligence integrovat do odpovídajícího procesu. Pokud se budou aplikovat současně, učitelé nebudou plně připraveni a infrastruktura a obsah nebudou synchronizovány, což povede k formálnosti nebo plýtvání zdroji.

Kognitivní schopnosti a úroveň autonomie při používání učebních nástrojů se navíc mezi věkovými skupinami značně liší. Žáci základních škol si dosud plně nerozvinuli dovednosti rozlišovat mezi správným a špatným a ovládat své chování, takže se snadno stanou závislými na zavádějících informacích nebo je přijímají; studenti vyšších úrovní si však mohou umělou inteligenci rozvíjet jako kreativní nástroj. Proto je nutné implementaci diferencovat namísto „jednotného řešení“.

Rozdíly v podmínkách socioekonomického rozvoje a infrastruktuře informačních technologií mezi regiony navíc vyžadují flexibilní plán. Jednotné uplatňování totiž vytvoří digitální propast. Kvalifikovaná místa z toho budou mít prospěch, zatímco nepřipravená místa zůstanou pozadu.

„Proto musí být plán pro uplatnění umělé inteligence ve vzdělávání propojen s cíli každé úrovně vzdělávání v rámci Všeobecného vzdělávacího programu z roku 2018 a musí být vhodný pro regionální podmínky a charakteristiky studentů, aby se technologie stala praktickým, efektivním a spravedlivým podpůrným nástrojem,“ uvedl svůj názor Dr. Pham Van Gieng.

Podobně Dr. Ton Quang Cuong - vedoucí Fakulty pedagogických technologií Pedagogické univerzity (Vietnamská národní univerzita v Hanoji ) zdůraznil potřebu vybudovat národní strategii pro umělou inteligenci ve vzdělávání se skutečně systematickým plánem, v níž je prioritou číslo 1 vybudování digitální infrastruktury a standardizace dat.

Prioritou číslo 2 je systematická a aktuální rekvalifikace učitelů a manažerů, založená na komplexním a rozsáhlém posouzení současné situace.

Prioritou číslo 3 je vybudovat právní rámec pro etiku a bezpečnost umělé inteligence.

Implementace by měla začít pouze malými pilotními projekty, které budou pečlivě monitorovány na místech s odpovídajícími podmínkami; provést závěrečné hodnocení, aby se z něj vyvodily ponaučení pro další rozšíření.

Pan Vu Ngoc Hoa - učitel na střední škole Bien Hoa (Dong Nai) uvedl, že aplikace umělé inteligence na úrovni střední školy by se měla zaměřit na podporu individuálního učení, samostudia a rozvoje digitálních dovedností, kritického myšlení a na podporu hodnocení a testování.

Konkrétně může umělá inteligence pomoci analyzovat studijní data studentů, a tím poskytnout učební cestu vhodnou pro schopnosti a zájmy každého studenta. To je obzvláště užitečné při rozvoji specializovaných dovedností a kariérní orientaci. Virtuální asistenti jsou schopni odpovídat na otázky, poskytovat referenční materiály, vést studenty k řešení úloh a pomáhat jim efektivně se učit samostatně. Měly by být prozkoumány a aplikovány interaktivní modely výuky a samostudium s virtuálními asistenty.

Kromě výuky používání nástrojů umělé inteligence je nutné studenty vybavit kritickým myšlením, schopností klást otázky a ověřovat data. To jim pomáhá stát se mistry technologií, nikoli jen zaměstnanci. A konečně, umělou inteligenci lze využít pro pravidelné a periodické hodnocení prostřednictvím online formulářů, což pomáhá učitelům objektivně a efektivně sledovat pokrok studentů.

„Zavádění aplikací umělé inteligence musí být doprovázeno školením učitelů a manažerů v oblasti digitálních technologií a umělé inteligence; zároveň je třeba budovat sdílené digitální vzdělávací materiály a zajišťovat bezpečné prostředí digitálního vzdělávání ve školách,“ dodal pan Le Van Hoa.

Fotoilustrace INT.

Řešení pro zajištění spravedlnosti a efektivity

Vzhledem k rozdílům v socioekonomických podmínkách a digitální infrastruktuře mezi lokalitami Dr. Ton Quang Cuong uvedl, že je třeba najít řešení, která zajistí spravedlnost a efektivitu při zavádění umělé inteligence do škol.

Teoreticky je možné vytvořit analytický model „Věže potřeb a technické stratifikace“ aplikací umělé inteligence ve vzdělávání v každé lokalitě. V němž existují hlavní úrovně stratifikace, jako například: offline aplikace umělé inteligence, které mohou běžet na zařízeních s nízkou konfigurací, nestabilní internetové připojení (například software umělé inteligence, který podporuje čtení a psaní, jednoduchí asistenti učitele); hybridní aplikace umělé inteligence kombinující lokální a cloudové zpracování, vhodné pro nestabilní internetové připojení; pokročilá, komplexní řešení umělé inteligence pro oblasti s rozvinutou digitální infrastrukturou.

Jinými slovy, návrh a implementace infrastruktury umělé inteligence (s počáteční databází) musí splňovat dva faktory: zajištění provozu v prostředí s omezeným internetovým připojením (mechanismus periodické synchronizace) a optimalizaci výkonu pro zařízení s nízkou konfigurací, která spotřebovávají málo dat.

Podle Dr. Ton Quang Cuonga výše zmíněná stratifikace podle technických přístupů pomůže poskytnout řadu směrů pro vývoj řešení aplikací umělé inteligence, která splní podmínky zmenšování regionálních rozdílů a podpory rovnosti v přístupu. Zároveň se navrhuje, že v závislosti na skutečných podmínkách je možné vyvinout model komunitního digitálního centra, „mobilní laboratoř umělé inteligence“ pro vzdělávání ve znevýhodněných a těžko dostupných oblastech, nebo vyvinout specializovanou cloudovou platformu pro propojení se školami s dobrými podmínkami, sdílení serverových zdrojů a zpracování umělé inteligence pro znevýhodněné školy...

Kromě toho mohou znevýhodněné lokality navrhnout vytvoření mechanismu pro technologické podniky, aby mohly získávat „sponzorství“, poskytovat řešení a školení v oblasti používání umělé inteligence za minimální náklady; telekomunikační operátoři poskytují bezplatná data pro vzdělávací aplikace umělé inteligence...

Digitální propast je nevyhnutelnou realitou, která přímo a v první řadě ovlivňuje „přijetí“ a aplikaci umělé inteligence ve školách. Tuto skutečnost nelze překonat přes noc ani administrativními nařízeními; a ještě méně je možné aplikovat společnou šablonu nebo model. Kapacitu průkopnického týmu je třeba přezkoumat a přehodnotit, abychom získali realistický obraz o digitální kapacitě, kapacitě využití technologií a „pedagoze integrované s technologiemi“. - Dr. Ton Quang Cuong

Zdroj: https://giaoducthoidai.vn/ung-dung-tri-tue-nhan-tao-vao-truong-hoc-thu-nghiem-thich-nghi-va-cong-bang-post750906.html