SLS je jedním z hlavních pilířů této strategie. MOE uvádí, že platforma nabízí kurikulem sladěné materiály od primárního až po předuniverzitní vzdělávání a také funkce založené na AI, které mají podporovat výuku a učení. Singapurská vládní technologická agentura popisuje nástroje v SLS jako prostředek k personalizaci výuky a lepšímu přehledu učitelů o pokroku žáků, přičemž zdůrazňuje bezpečnostní mantinely a věkově přiměřené používání.

Tím však vzniká složitější úkol než pouhé rozdání notebooků nebo tabletů. Studenti se musí naučit zpochybňovat výstupy AI, odhalovat chyby a rozpoznat situace, kdy by použití nástroje popřelo smysl samotného úkolu.

Největší riziko? Když AI převezme hlavní mentální práci

Takzvané kognitivní přenášení není samo o sobě špatné. Lidé běžně využívají vnější nástroje, aby snížili zbytečnou mentální zátěž. Kalkulačka, slovník nebo kontrola pravopisu mohou uvolnit pozornost pro náročnější úkoly.

Problém nastává ve chvíli, kdy student AI svěří jádro učení ještě předtím, než se o něj sám pokusí. Může jí přenechat vytvoření argumentu, interpretaci důkazů, řešení neznámého problému nebo napsání vysvětlení dříve, než si vytvoří vlastní předběžnou odpověď.

Výsledkem může být velmi přesvědčivá práce, která ale zakrývá slabé porozumění. AI často zvýší rychlost, jazykovou plynulost a viditelnou přesnost, studentovi však nemusí zůstat mentální model potřebný k tomu, aby dokázal:

• odhalit tvrzení, které zní věrohodně, ale je nepravdivé;
• použít známý princip v nové situaci;
• vysvětlit, proč je určitý argument přesvědčivý;
• poznat, jaké důkazy chybějí;
• obhájit svou práci bez pomoci nástroje.

Proto pedagogové mluví o produktivním zápasu. Jde o čas strávený vybavováním znalostí, prvním pokusem, chybami, zpětnou vazbou a následnou opravou. Odstranit z úkolu každou obtíž může znamenat, že se úkol sice stane snazším, ale zmizí i procvičování, při němž se rozvíjí uvažování.

Co ukazují výzkumy — a co zatím neprokazují

Dostupné důkazy podporují opatrnost, nikoli však jednoduché tvrzení, že AI vždy zhoršuje kritické myšlení.

Přehledová studie o generativní AI na vysokých školách popisuje přínosy pro psaní, zpětnou vazbu, řešení problémů a výzkum. Zároveň upozorňuje na kognitivní přenášení, závislost na nástroji a možné oslabení samostatnosti studenta.

Širší systematický přehled 89 studií zjistil, že dopady nejsou jednotné ani automatické. Pozitivní výsledky se objevily ve 40,4 % analyzovaných studií, zatímco ve 23,6 % byly účinky smíšené nebo závisely na podmínkách použití. Mezi nejčastěji uváděná rizika patřily nadměrná závislost, nižší analytická autonomie a kognitivní přenášení.

Podobně vyznívá i syntéza výzkumu o učení ve třídě. Upozorňuje, že analýza, uvažování a kreativita mohou utrpět, pokud obecně dostupná AI obejde náročné kroky nutné k osvojení dovedností. Doporučuje proto nejprve vybudovat základní znalosti, vyučovat AI gramotnost a zavádět nástroje postupně a s oporou učitele.

Výzkumná základna se však stále vyvíjí. Jednotlivé studie používají odlišné definice kritického myšlení a zkoumají různé věkové skupiny, předměty, typy úkolů i způsoby pomoci AI. Nejbezpečnější závěr proto zní podmíněně:

AI pravděpodobně podporuje učení tehdy, když funguje jako opora, partner pro zpětnou vazbu nebo protiváha ke studentskému uvažování. Učení spíše oslabuje, když nahradí základní interpretaci a analýzu.

Klíčový rozdíl může vznikat mezi výkonem v úkolu a trvalým učením. Student může úkol zvládnout lépe, aniž by získal znalosti a úsudek, které měl úkol původně rozvíjet.

Od odhalování plagiátorství k promyšlenému hodnocení

Po veřejném uvedení ChatGPT v roce 2022 se mnoho institucí soustředilo především na podvádění, plagiátorství a detekci AI. Singapurské univerzity dnes uplatňují diferencovanější přístup.

Používání AI může být u některých úkolů povoleno, pravidla se však liší podle kurzu a předmětu. Studenti přitom nadále odpovídají za přesnost, integritu a uvedení zdrojů u odevzdané práce.

Pokyny Národní univerzity Singapuru (NUS) studentům doporučují, aby používání AI přiznali, ověřili si pravidla u vyučujících a zůstali odpovědní za kvalitu a integritu své práce. Politika NUS označuje za nepřípustný plagiát nejen přímé převzetí výstupu AI bez uvedení, ale také jeho neuvedené přeformulování.

Zároveň se ukazují limity samotných detektorů AI. Technologická univerzita Nanyang (NTU) oznámila, že od roku 2027 ukončí používání svého institucionálního detektoru, protože je nespolehlivý a nemá dostatečnou empirickou validitu k prokázání akademického pochybení. Univerzita chce místo toho více sledovat proces vzniku práce a zavést standardizované přiznávání použití AI.

To vede k jiné filozofii hodnocení. Namísto odhadování autorství pouze z hotového textu mohou školy sledovat, jak student ke svému závěru došel, například prostřednictvím:

• prvního pokusu vypracovaného bez pomoci;
• průběžných verzí a historie úprav;
• anotovaných zdrojů;
• reflexe vlastního pracovního postupu;
• ústního vysvětlení nebo obhajoby;
• místních, oborových či osobních důkazů;
• úkolů, které vyžadují použití znalostí v nové situaci.

Cílem není vytvořit hodnocení dokonale „odolné vůči AI“. Smyslem je zviditelnit učení, které má hodnocení měřit.

Jak vypadá odpovědné používání AI

Praktické pravidlo pro studenty může být jednoduché: používejte AI po vlastním přemýšlení, spolu s ním nebo proti němu — nikdy místo něj.

Co mohou dělat studenti

1. Začněte bez AI. Nejprve si vytvořte osnovu, pokuste se vyřešit problém, najděte relevantní zdroje nebo formulujte předběžný názor.
2. Využívejte AI jako partnera pro uvažování. Požádejte ji o protiargumenty, odhalení předpokladů, návrhy vyhledávacích dotazů, cvičné otázky nebo kritiku vlastního konceptu.
3. Berte výstup jako tvrzení, nikoli jako důkaz. Ověřujte fakta, citace, odkazy, výpočty a interpretace v důvěryhodných primárních či autoritativních zdrojích.
4. Veďte si záznam o použití AI. Poznamenejte si nástroj, důležité prompty, podstatné výstupy, co jste přijali nebo odmítli a jak jste informace ověřili. Pokyny NUS už vyžadují přiznání použití a osobní odpovědnost; některá pracoviště požadují i podrobnější přehled.
5. Udržte si samostatnou kontrolu. Student by měl umět vysvětlit a obhájit každé důležité tvrzení i bez pomoci nástroje.

Co mohou dělat školy a učitelé

Školy a univerzity mohou očekávání zpřehlednit tím, že u každého úkolu určí úroveň povolení AI:

• Zakázáno: úkol měří samostatné vybavení znalostí, výpočet, psaní nebo jinou základní dovednost.
• Povoleno s přiznáním: AI může pomoci s rešerší, zpětnou vazbou nebo úpravou textu, student však musí její použití zdokumentovat a výsledek ověřit.
• Očekáváno: student je hodnocen podle toho, zda dokáže výstup AI zkoumat, zlepšit nebo zpochybnit.

Dobře navržený postup může vypadat takto: nejprve samostatný pokus, potom řízená zpětná vazba od AI, následná nezávislá revize a nakonec reflexe toho, kde měla AI pravdu, kde se mýlila nebo co přehlédla.

Učitelé by také měli odlišovat schopnost napsat dobrý prompt od skutečného porozumění. Promyšlený prompt není důkazem znalosti. Naopak dobře odůvodněné odmítnutí věrohodné, ale chybné odpovědi AI může být silným důkazem učení.

U mladších dětí MOE uvádí, že používání AI musí podporovat učení, být účelné, přiměřené věku a vývoji, bezpečné a odpovědné. Podle aktuálních zpráv se nástroje vyvíjené MOE zavádějí postupně od 4. ročníku základní školy pod dohledem učitele, zatímco učitelé dostávají rozšířenou podporu pro rozvoj AI gramotnosti. Děti proto potřebují řízené používání ve třídě a podporu dospělých, nikoli bezbřehý soukromý přístup.

Stejný přístup k technologiím neznamená stejnou AI gramotnost

Centralizovaná digitální infrastruktura Singapuru může omezovat rozdíly v přístupu k zařízením a schváleným vzdělávacím nástrojům. MOE uvádí, že školám poskytuje podporu pro digitální infrastrukturu, zařízení a software a že studenti mohou napříč systémem využívat SLS.

Stejný přístup však automaticky neznamená stejnou schopnost používat AI kriticky. Děti z rodin, které mají více času, sebejistoty nebo vzdělávacích zkušeností, mohou získávat více pomoci s ověřováním zdrojů, zpochybňováním odpovědí a rozpoznáním povrchního vysvětlení. Bez výslovné výuky se z těchto rozdílů může stát nová forma vzdělávací nerovnosti.

Školy mohou tuto mezeru zmenšovat tím, že odborné návyky učiní viditelnými a naučitelnými:

• předvádět ve třídě ověřování informací a hodnocení zdrojů;
• nabízet strukturované prompty a příklady dobrého i špatného použití AI;
• učit metakognici, tedy i to, jak student pozná, že něč skutečně rozumí;
• poskytovat řízený přístup k nástrojům spravovaným institucí;
• školit učitele, aby kvalita vedení studentů nezávisela jen na osobní jistotě jednotlivých pedagogů.

Současný směr MOE v oblasti AI gramotnosti zahrnuje porozumění přínosům, omezením a rizikům AI, zpochybňování jejích výstupů a rozpoznávání zkreslených, nepravdivých či zavádějících informací.

Kam se singapurské školství vydá do roku 2029

Dostupné politické signály ukazují spíše na hlubší integraci než na ústup od AI. Singapur bude pravděpodobně dál začleňovat AI gramotnost do jednotlivých etap vzdělávání, rozšiřovat schválené nástroje a využívat SLS k personalizovanému procvičování a formativní zpětné vazbě.

Univerzity budou nejspíš dál upřednostňovat přiznání použití, odpovědnost a pravidla konkrétních kurzů před vymáháním založeným na detektorech. V hodnocení poroste význam pracovního procesu, aplikace znalostí, dialogu a úsudku — zejména tam, kde je cílem samostatné uvažování.

Rozhodující otázkou bude, zda AI rozšíří schopnost studentů přemýšlet, nebo nenápadně odstraní procvičování, které je k přemýšlení nezbytné. Nejsilnější singapurský model proto není „AI všude“ ani „AI nikde“. Je to řízené používání, které zároveň chrání čas pro samostatné čtení, psaní, počítání, diskusi a řešení problémů.

Absolventi by měli umět s AI efektivně pracovat, poznat, kdy se mýlí, rozhodnout se, kdy ji nepoužít, a vytvořit kvalitní argument i tehdy, když žádný nástroj není k dispozici. Právě v tom spočívá rozdíl mezi učením s AI a přenesením učení na AI.

SLS je jedním z hlavních pilířů této strategie. MOE uvádí, že platforma nabízí kurikulem sladěné materiály od primárního až po předuniverzitní vzdělávání a také funkce založené na AI, které mají podporovat výuku a učení. Singapurská vládní technologická agentura popisuje nástroje v SLS jako prostředek k personalizaci výuky a lepšímu přehledu učitelů o pokroku žáků, přičemž zdůrazňuje bezpečnostní mantinely a věkově přiměřené používání.

Tím však vzniká složitější úkol než pouhé rozdání notebooků nebo tabletů. Studenti se musí naučit zpochybňovat výstupy AI, odhalovat chyby a rozpoznat situace, kdy by použití nástroje popřelo smysl samotného úkolu.

Největší riziko? Když AI převezme hlavní mentální práci

Takzvané kognitivní přenášení není samo o sobě špatné. Lidé běžně využívají vnější nástroje, aby snížili zbytečnou mentální zátěž. Kalkulačka, slovník nebo kontrola pravopisu mohou uvolnit pozornost pro náročnější úkoly.

Problém nastává ve chvíli, kdy student AI svěří jádro učení ještě předtím, než se o něj sám pokusí. Může jí přenechat vytvoření argumentu, interpretaci důkazů, řešení neznámého problému nebo napsání vysvětlení dříve, než si vytvoří vlastní předběžnou odpověď.

Výsledkem může být velmi přesvědčivá práce, která ale zakrývá slabé porozumění. AI často zvýší rychlost, jazykovou plynulost a viditelnou přesnost, studentovi však nemusí zůstat mentální model potřebný k tomu, aby dokázal:

• odhalit tvrzení, které zní věrohodně, ale je nepravdivé;
• použít známý princip v nové situaci;
• vysvětlit, proč je určitý argument přesvědčivý;
• poznat, jaké důkazy chybějí;
• obhájit svou práci bez pomoci nástroje.

Proto pedagogové mluví o produktivním zápasu. Jde o čas strávený vybavováním znalostí, prvním pokusem, chybami, zpětnou vazbou a následnou opravou. Odstranit z úkolu každou obtíž může znamenat, že se úkol sice stane snazším, ale zmizí i procvičování, při němž se rozvíjí uvažování.

Co ukazují výzkumy — a co zatím neprokazují

Dostupné důkazy podporují opatrnost, nikoli však jednoduché tvrzení, že AI vždy zhoršuje kritické myšlení.

Přehledová studie o generativní AI na vysokých školách popisuje přínosy pro psaní, zpětnou vazbu, řešení problémů a výzkum. Zároveň upozorňuje na kognitivní přenášení, závislost na nástroji a možné oslabení samostatnosti studenta.

Širší systematický přehled 89 studií zjistil, že dopady nejsou jednotné ani automatické. Pozitivní výsledky se objevily ve 40,4 % analyzovaných studií, zatímco ve 23,6 % byly účinky smíšené nebo závisely na podmínkách použití. Mezi nejčastěji uváděná rizika patřily nadměrná závislost, nižší analytická autonomie a kognitivní přenášení.

Podobně vyznívá i syntéza výzkumu o učení ve třídě. Upozorňuje, že analýza, uvažování a kreativita mohou utrpět, pokud obecně dostupná AI obejde náročné kroky nutné k osvojení dovedností. Doporučuje proto nejprve vybudovat základní znalosti, vyučovat AI gramotnost a zavádět nástroje postupně a s oporou učitele.

Výzkumná základna se však stále vyvíjí. Jednotlivé studie používají odlišné definice kritického myšlení a zkoumají různé věkové skupiny, předměty, typy úkolů i způsoby pomoci AI. Nejbezpečnější závěr proto zní podmíněně:

AI pravděpodobně podporuje učení tehdy, když funguje jako opora, partner pro zpětnou vazbu nebo protiváha ke studentskému uvažování. Učení spíše oslabuje, když nahradí základní interpretaci a analýzu.

Klíčový rozdíl může vznikat mezi výkonem v úkolu a trvalým učením. Student může úkol zvládnout lépe, aniž by získal znalosti a úsudek, které měl úkol původně rozvíjet.

Od odhalování plagiátorství k promyšlenému hodnocení

Po veřejném uvedení ChatGPT v roce 2022 se mnoho institucí soustředilo především na podvádění, plagiátorství a detekci AI. Singapurské univerzity dnes uplatňují diferencovanější přístup.

Používání AI může být u některých úkolů povoleno, pravidla se však liší podle kurzu a předmětu. Studenti přitom nadále odpovídají za přesnost, integritu a uvedení zdrojů u odevzdané práce.

Pokyny Národní univerzity Singapuru (NUS) studentům doporučují, aby používání AI přiznali, ověřili si pravidla u vyučujících a zůstali odpovědní za kvalitu a integritu své práce. Politika NUS označuje za nepřípustný plagiát nejen přímé převzetí výstupu AI bez uvedení, ale také jeho neuvedené přeformulování.

Zároveň se ukazují limity samotných detektorů AI. Technologická univerzita Nanyang (NTU) oznámila, že od roku 2027 ukončí používání svého institucionálního detektoru, protože je nespolehlivý a nemá dostatečnou empirickou validitu k prokázání akademického pochybení. Univerzita chce místo toho více sledovat proces vzniku práce a zavést standardizované přiznávání použití AI.

To vede k jiné filozofii hodnocení. Namísto odhadování autorství pouze z hotového textu mohou školy sledovat, jak student ke svému závěru došel, například prostřednictvím:

• prvního pokusu vypracovaného bez pomoci;
• průběžných verzí a historie úprav;
• anotovaných zdrojů;
• reflexe vlastního pracovního postupu;
• ústního vysvětlení nebo obhajoby;
• místních, oborových či osobních důkazů;
• úkolů, které vyžadují použití znalostí v nové situaci.

Cílem není vytvořit hodnocení dokonale „odolné vůči AI“. Smyslem je zviditelnit učení, které má hodnocení měřit.

Jak vypadá odpovědné používání AI

Praktické pravidlo pro studenty může být jednoduché: používejte AI po vlastním přemýšlení, spolu s ním nebo proti němu — nikdy místo něj.

Co mohou dělat studenti

1. Začněte bez AI. Nejprve si vytvořte osnovu, pokuste se vyřešit problém, najděte relevantní zdroje nebo formulujte předběžný názor.
2. Využívejte AI jako partnera pro uvažování. Požádejte ji o protiargumenty, odhalení předpokladů, návrhy vyhledávacích dotazů, cvičné otázky nebo kritiku vlastního konceptu.
3. Berte výstup jako tvrzení, nikoli jako důkaz. Ověřujte fakta, citace, odkazy, výpočty a interpretace v důvěryhodných primárních či autoritativních zdrojích.
4. Veďte si záznam o použití AI. Poznamenejte si nástroj, důležité prompty, podstatné výstupy, co jste přijali nebo odmítli a jak jste informace ověřili. Pokyny NUS už vyžadují přiznání použití a osobní odpovědnost; některá pracoviště požadují i podrobnější přehled.
5. Udržte si samostatnou kontrolu. Student by měl umět vysvětlit a obhájit každé důležité tvrzení i bez pomoci nástroje.

Co mohou dělat školy a učitelé

Školy a univerzity mohou očekávání zpřehlednit tím, že u každého úkolu určí úroveň povolení AI:

• Zakázáno: úkol měří samostatné vybavení znalostí, výpočet, psaní nebo jinou základní dovednost.
• Povoleno s přiznáním: AI může pomoci s rešerší, zpětnou vazbou nebo úpravou textu, student však musí její použití zdokumentovat a výsledek ověřit.
• Očekáváno: student je hodnocen podle toho, zda dokáže výstup AI zkoumat, zlepšit nebo zpochybnit.

Dobře navržený postup může vypadat takto: nejprve samostatný pokus, potom řízená zpětná vazba od AI, následná nezávislá revize a nakonec reflexe toho, kde měla AI pravdu, kde se mýlila nebo co přehlédla.

Učitelé by také měli odlišovat schopnost napsat dobrý prompt od skutečného porozumění. Promyšlený prompt není důkazem znalosti. Naopak dobře odůvodněné odmítnutí věrohodné, ale chybné odpovědi AI může být silným důkazem učení.

U mladších dětí MOE uvádí, že používání AI musí podporovat učení, být účelné, přiměřené věku a vývoji, bezpečné a odpovědné. Podle aktuálních zpráv se nástroje vyvíjené MOE zavádějí postupně od 4. ročníku základní školy pod dohledem učitele, zatímco učitelé dostávají rozšířenou podporu pro rozvoj AI gramotnosti. Děti proto potřebují řízené používání ve třídě a podporu dospělých, nikoli bezbřehý soukromý přístup.

Stejný přístup k technologiím neznamená stejnou AI gramotnost

Centralizovaná digitální infrastruktura Singapuru může omezovat rozdíly v přístupu k zařízením a schváleným vzdělávacím nástrojům. MOE uvádí, že školám poskytuje podporu pro digitální infrastrukturu, zařízení a software a že studenti mohou napříč systémem využívat SLS.

Stejný přístup však automaticky neznamená stejnou schopnost používat AI kriticky. Děti z rodin, které mají více času, sebejistoty nebo vzdělávacích zkušeností, mohou získávat více pomoci s ověřováním zdrojů, zpochybňováním odpovědí a rozpoznáním povrchního vysvětlení. Bez výslovné výuky se z těchto rozdílů může stát nová forma vzdělávací nerovnosti.

Školy mohou tuto mezeru zmenšovat tím, že odborné návyky učiní viditelnými a naučitelnými:

• předvádět ve třídě ověřování informací a hodnocení zdrojů;
• nabízet strukturované prompty a příklady dobrého i špatného použití AI;
• učit metakognici, tedy i to, jak student pozná, že něč skutečně rozumí;
• poskytovat řízený přístup k nástrojům spravovaným institucí;
• školit učitele, aby kvalita vedení studentů nezávisela jen na osobní jistotě jednotlivých pedagogů.

Současný směr MOE v oblasti AI gramotnosti zahrnuje porozumění přínosům, omezením a rizikům AI, zpochybňování jejích výstupů a rozpoznávání zkreslených, nepravdivých či zavádějících informací.

Kam se singapurské školství vydá do roku 2029

Dostupné politické signály ukazují spíše na hlubší integraci než na ústup od AI. Singapur bude pravděpodobně dál začleňovat AI gramotnost do jednotlivých etap vzdělávání, rozšiřovat schválené nástroje a využívat SLS k personalizovanému procvičování a formativní zpětné vazbě.

Univerzity budou nejspíš dál upřednostňovat přiznání použití, odpovědnost a pravidla konkrétních kurzů před vymáháním založeným na detektorech. V hodnocení poroste význam pracovního procesu, aplikace znalostí, dialogu a úsudku — zejména tam, kde je cílem samostatné uvažování.

Rozhodující otázkou bude, zda AI rozšíří schopnost studentů přemýšlet, nebo nenápadně odstraní procvičování, které je k přemýšlení nezbytné. Nejsilnější singapurský model proto není „AI všude“ ani „AI nikde“. Je to řízené používání, které zároveň chrání čas pro samostatné čtení, psaní, počítání, diskusi a řešení problémů.

Absolventi by měli umět s AI efektivně pracovat, poznat, kdy se mýlí, rozhodnout se, kdy ji nepoužít, a vytvořit kvalitní argument i tehdy, když žádný nástroj není k dispozici. Právě v tom spočívá rozdíl mezi učením s AI a přenesením učení na AI.