AI ve třídě: Přelomový pokus DeepMind v Sieře Leone ukázal, komu nejvíc pomáhá
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení. Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatí...
PublikovalUpraveno pomocí DeepSeek-V4-ProObrázky vytvořeny pomocí GPT Image 1.5
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení.
Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatímco Gemini poskytlo přímou odpověď jen ve 2,1 % případů.
Výzkumníci upozorňují, že pozitivní efekt nelze připsat pouze samotné AI. Součástí zásahu bylo i školení učitelů, nová struktura hodin a poskytnutí tabletů.
Searching for What were the design, results, and key findings of the randomized controlled trial in Sierra Leone (involving 1,763 Grade 7 anThe Sierra Leone trial used a structured four-part lesson plan where students worked in pairs with driver and navigator roles to interact with Gemini. Image: AI-generated editorial illustration.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Searching for What were the design, results, and key findings of the randomized controlled trial in Sierra Leone (involving 1,763 Grade 7 an. Article summary: Here is the complete summary of the Sierra Leone randomized controlled trial testing Google DeepMind and Fab AI's Gemini Guided Learning, based on the technical report [1] and supporting coverage [2][4][5][8].. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "#### *R4D’s Evaluation and Adaptive Learning team partnered with Rising Academy Network to design, test, and improve a low-cost, scalable literacy intervention for their growing ne" source context "Using adaptive learning to measure and improve literacy rates in Sierra Leone | Results for Development" Reference image 2: vis
openai.com
Příslib umělé inteligence ve vzdělávání je obrovský, ale přísné důkazy o jejím dopadu ve skutečných třídách jsou zatím vzácné. V červnu 2026 zveřejnily společnosti Google DeepMind a vzdělávací nezisková organizace Fab AI výsledky přelomové randomizované kontrolované studie (RCT) v Sieře Leone. Ta nabídla jeden z nejpodrobnějších pohledů na to, jak může dobře strukturovaný výukový nástroj s AI fungovat po boku učitelů .
Studie zjistila, že zapojení režimu „Řízené učení“ (Guided Learning) v modelu Gemini do hodin matematiky významně zlepšilo výsledky studentů v testech. Výsledky však také odhalily zásadní nuance: nejvíce z nástroje těžili studenti, kteří už v matematice vynikali, učitelé museli přizpůsobit svou roli a celkový efekt lze jen těžko oddělit od doprovodných podpůrných prvků, bez nichž by zásah nefungoval.
Jak byla studie navržena
Výzkum probíhal ve spolupráci s ministerstvem školství Sierry Leone a šlo o předem registrovanou, dvouramennou klastrově randomizovanou kontrolovanou studii. Trvala osm týdnů, od 6. října do 5. prosince 2025, ve 12 státem podporovaných nižších středních školách v okrese Port Loko .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI ve třídě: Přelomový pokus DeepMind v Sieře Leone ukázal, komu nejvíc pomáhá"?
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení.
What are the key points to validate first?
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení. Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatímco Gemini poskytlo přímou odpověď jen ve 2,1 % případů.
What should I do next in practice?
Výzkumníci upozorňují, že pozitivní efekt nelze připsat pouze samotné AI. Součástí zásahu bylo i školení učitelů, nová struktura hodin a poskytnutí tabletů.
AI ve třídě: Přelomový pokus DeepMind v Sieře Leone ukázal, komu nejvíc pomáhá
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení. Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatí...
PublikovalUpraveno pomocí DeepSeek-V4-ProObrázky vytvořeny pomocí GPT Image 1.5
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení.
Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatímco Gemini poskytlo přímou odpověď jen ve 2,1 % případů.
Výzkumníci upozorňují, že pozitivní efekt nelze připsat pouze samotné AI. Součástí zásahu bylo i školení učitelů, nová struktura hodin a poskytnutí tabletů.
Searching for What were the design, results, and key findings of the randomized controlled trial in Sierra Leone (involving 1,763 Grade 7 anThe Sierra Leone trial used a structured four-part lesson plan where students worked in pairs with driver and navigator roles to interact with Gemini. Image: AI-generated editorial illustration.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Searching for What were the design, results, and key findings of the randomized controlled trial in Sierra Leone (involving 1,763 Grade 7 an. Article summary: Here is the complete summary of the Sierra Leone randomized controlled trial testing Google DeepMind and Fab AI's Gemini Guided Learning, based on the technical report [1] and supporting coverage [2][4][5][8].. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "#### *R4D’s Evaluation and Adaptive Learning team partnered with Rising Academy Network to design, test, and improve a low-cost, scalable literacy intervention for their growing ne" source context "Using adaptive learning to measure and improve literacy rates in Sierra Leone | Results for Development" Reference image 2: vis
openai.com
Příslib umělé inteligence ve vzdělávání je obrovský, ale přísné důkazy o jejím dopadu ve skutečných třídách jsou zatím vzácné. V červnu 2026 zveřejnily společnosti Google DeepMind a vzdělávací nezisková organizace Fab AI výsledky přelomové randomizované kontrolované studie (RCT) v Sieře Leone. Ta nabídla jeden z nejpodrobnějších pohledů na to, jak může dobře strukturovaný výukový nástroj s AI fungovat po boku učitelů .
Studie zjistila, že zapojení režimu „Řízené učení“ (Guided Learning) v modelu Gemini do hodin matematiky významně zlepšilo výsledky studentů v testech. Výsledky však také odhalily zásadní nuance: nejvíce z nástroje těžili studenti, kteří už v matematice vynikali, učitelé museli přizpůsobit svou roli a celkový efekt lze jen těžko oddělit od doprovodných podpůrných prvků, bez nichž by zásah nefungoval.
Jak byla studie navržena
Výzkum probíhal ve spolupráci s ministerstvem školství Sierry Leone a šlo o předem registrovanou, dvouramennou klastrově randomizovanou kontrolovanou studii. Trvala osm týdnů, od 6. října do 5. prosince 2025, ve 12 státem podporovaných nižších středních školách v okrese Port Loko .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI ve třídě: Přelomový pokus DeepMind v Sieře Leone ukázal, komu nejvíc pomáhá"?
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení.
What are the key points to validate first?
Studenti, kteří používali Gemini Guided Learning od Google DeepMind 12 hodin během 8 týdnů, si zlepšili skóre z matematiky o 0,258 směrodatné odchylky – což odpovídá zhruba 1,2 až 1,7 rokům učení. Analýza více než 113 000 interakcí studentů s AI odhalila, že 91,4 % konverzací se soustředilo na porozumění látce, zatímco Gemini poskytlo přímou odpověď jen ve 2,1 % případů.
What should I do next in practice?
Výzkumníci upozorňují, že pozitivní efekt nelze připsat pouze samotné AI. Součástí zásahu bylo i školení učitelů, nová struktura hodin a poskytnutí tabletů.
Do studie bylo zapojeno 1 763 studentů 7. a 8. tříd (ve věku 13 let a více) ze 48 tříd matematiky. V rámci každé školy a ročníku byly třídy náhodně rozděleny buď do testovací skupiny, která používala Gemini Řízené učení, nebo do kontrolní skupiny, která pokračovala ve standardní výuce. Aby se vyloučil vliv kvality učitele, všichni učitelé absolvovali stejné 5–6hodinové školení .
Cílem bylo, aby studenti používali AI nástroj během dvou ze svých čtyř týdenních hodin matematiky, což za celou dobu studie představovalo 12 hodin Řízeného učení.
Strukturovaná hodina o čtyřech částech se zajímavým prvkem
Studie nebyla jen o tom, že studenti dostali do ruky chatbota. Řídila se přísným pedagogickým rámcem, který z AI učinil partnera v procesu společného učení:
Úvod vedený učitelem: Učitel stanovil cíle hodiny a ověřil dosavadní znalosti studentů.
Hlavní aktivita ve dvojicích: Studenti pracovali ve dvojicích s jedním zařízením (poměr studentů k zařízení 2:1). Měli přesně definované role: „řidič“ (driver) psal otázky do Gemini, zatímco „navigátor“ (navigator) si dělal poznámky a řídil celý proces. Role se každou hodinu střídaly, aby se zajistilo vyvážené zapojení.
Třídní diskuse: Učitel vedl společnou diskusi k upevnění získaných znalostí.
V rámci přípravy učitelé definovali cíle hodiny, napsali úvodní podněty (prompty) a připravili si kostru otázek na tabuli, aby studentům usnadnili první interakci s Gemini .
Výsledky: Významné zlepšení, ale ne pro všechny stejně
Studie prokázala statisticky významné zlepšení, ale velikost efektu silně závisela na tom, jak moc byl nástroj používán a na výchozí úrovni studenta.
Ukazatel
Zjištění
ITT (Intent-to-treat)
Studenti zařazení do skupiny s Řízeným učením si v průměru polepšili o +0,258 směrodatné odchylky (SD). To odpovídá posunu studenta z 50. na 60. percentil .
Vztah mezi dávkou a odezvou
69 % studentů, kteří absolvovali celkovou cílovou dávku 12 a více hodin, dosáhlo mnohem většího efektu +0,380 SD. Každá další hodina používání byla spojena s nárůstem o +0,016 SD.
Výchozí úroveň znalostí
Nejkritičtější zjištění: studenti s lepšími výchozími znalostmi matematiky z nástroje profitovali podstatně více. Efekt intervence se zvýšil o 0,195 SD za každou další směrodatnou odchylku výchozí úrovně matematiky, kterou student měl .
Analýza podskupin
Při rozdělení podle výchozí úrovně čtení, pohlaví nebo věku nebyly zjištěny žádné významné rozdíly v účinku AI .
Jak studenti s Gemini ve skutečnosti komunikovali
Jednou z nejobjevnějších částí studie byla analýza přepisů více než 113 000 interakcí mezi studenty a Gemini. Vyplývá z ní obrázek AI, která nejedná jako stroj na odpovědi, ale jako trpělivý tutor.
Drtivá většina konverzací – 91,4 % – se soustředila na porozumění matematice . Chování Gemini bylo samo o sobě pečlivě řízeno funkcí Řízené učení: v 76,4 % svých zpráv kladlo návodné otázky, čímž studenty tlačilo k samostatnému přemýšlení, a přímé řešení poskytlo jen v 2,1 % případů .
Riziko prohlubování rozdílů ve výsledcích
Zjištění, že z nástroje profitovali nejvíce původně nejlepší studenti, vedlo výzkumníky k upozornění na vážný problém. Bez promyšlených strategií na podporu slabších studentů hrozí, že intervence bude spíše prohlubovat existující rozdíly ve výsledcích, než aby je snižovala .
Co zažívali učitelé
Kvalitativní zpětná vazba z cílových skupin s učiteli dodala výsledkům další rozměr. Učitelé hlásili znatelné zvýšení zapojení studentů a aktivnější účast v hodinách . Mnozí z nich začali Gemini používat i pro přípravu na hodiny, když objevovali nové způsoby, jak vysvětlit složitá témata, například zlomky .
Klíčové bylo, že učitelé popisovali posun ve své vlastní profesní identitě. Cítili, že se jejich role vyvíjí z „přednášejícího“ na „facilitátora“, který se pohybuje po třídě a pomáhá jednotlivým dvojicím .
Ne všechna zpětná vazba byla pozitivní. Někteří učitelé hlásili problémy, například že Gemini občas odbočoval od tématu nebo že postup třídy osnovami byl kvůli práci s nástrojem pomalejší .
Zásadní omezení studie
Přestože jsou výsledky pozitivní, výzkumníci pečlivě vyjmenovávají několik omezení, která je třeba brát v potaz:
Kombinovaná intervence: Studie spojila Řízené učení se školením učitelů, novou strukturou hodin, poskytnutím zařízení a průběžným monitoringem ve třídě. Její design nedokáže izolovat efekt samotného AI nástroje od těchto dalších klíčových podpůrných prvků .
Zobecnitelnost: Vzorek pochází z jediného okresu v Sieře Leone a není celostátně reprezentativní. Zjištění lze nejsnáze aplikovat na školy se srovnatelnou infrastrukturou, včetně dostupnosti tabletů, spolehlivého internetu a připravenosti učitelů .
Plán pro globální výzkum
Studie v Sieře Leone je jen začátek. Jde o první z plánované mezinárodní série předem registrovaných studií, které společnosti Google DeepMind a Fab AI chystají, aby prozkoumaly Řízené učení v různých vzdělávacích systémech . Jako krok k transparentnosti a škálovatelnosti partneři spolu s výsledky zveřejnili své materiály pro školení učitelů a manuál pro rychlé provedení RCT studie, čímž poskytli návod dalším výzkumníkům a vzdělávacím systémům .
Do studie bylo zapojeno 1 763 studentů 7. a 8. tříd (ve věku 13 let a více) ze 48 tříd matematiky. V rámci každé školy a ročníku byly třídy náhodně rozděleny buď do testovací skupiny, která používala Gemini Řízené učení, nebo do kontrolní skupiny, která pokračovala ve standardní výuce. Aby se vyloučil vliv kvality učitele, všichni učitelé absolvovali stejné 5–6hodinové školení .
Cílem bylo, aby studenti používali AI nástroj během dvou ze svých čtyř týdenních hodin matematiky, což za celou dobu studie představovalo 12 hodin Řízeného učení.
Strukturovaná hodina o čtyřech částech se zajímavým prvkem
Studie nebyla jen o tom, že studenti dostali do ruky chatbota. Řídila se přísným pedagogickým rámcem, který z AI učinil partnera v procesu společného učení:
Úvod vedený učitelem: Učitel stanovil cíle hodiny a ověřil dosavadní znalosti studentů.
Hlavní aktivita ve dvojicích: Studenti pracovali ve dvojicích s jedním zařízením (poměr studentů k zařízení 2:1). Měli přesně definované role: „řidič“ (driver) psal otázky do Gemini, zatímco „navigátor“ (navigator) si dělal poznámky a řídil celý proces. Role se každou hodinu střídaly, aby se zajistilo vyvážené zapojení.
Třídní diskuse: Učitel vedl společnou diskusi k upevnění získaných znalostí.
V rámci přípravy učitelé definovali cíle hodiny, napsali úvodní podněty (prompty) a připravili si kostru otázek na tabuli, aby studentům usnadnili první interakci s Gemini .
Výsledky: Významné zlepšení, ale ne pro všechny stejně
Studie prokázala statisticky významné zlepšení, ale velikost efektu silně závisela na tom, jak moc byl nástroj používán a na výchozí úrovni studenta.
Ukazatel
Zjištění
ITT (Intent-to-treat)
Studenti zařazení do skupiny s Řízeným učením si v průměru polepšili o +0,258 směrodatné odchylky (SD). To odpovídá posunu studenta z 50. na 60. percentil .
Vztah mezi dávkou a odezvou
69 % studentů, kteří absolvovali celkovou cílovou dávku 12 a více hodin, dosáhlo mnohem většího efektu +0,380 SD. Každá další hodina používání byla spojena s nárůstem o +0,016 SD.
Výchozí úroveň znalostí
Nejkritičtější zjištění: studenti s lepšími výchozími znalostmi matematiky z nástroje profitovali podstatně více. Efekt intervence se zvýšil o 0,195 SD za každou další směrodatnou odchylku výchozí úrovně matematiky, kterou student měl .
Analýza podskupin
Při rozdělení podle výchozí úrovně čtení, pohlaví nebo věku nebyly zjištěny žádné významné rozdíly v účinku AI .
Jak studenti s Gemini ve skutečnosti komunikovali
Jednou z nejobjevnějších částí studie byla analýza přepisů více než 113 000 interakcí mezi studenty a Gemini. Vyplývá z ní obrázek AI, která nejedná jako stroj na odpovědi, ale jako trpělivý tutor.
Drtivá většina konverzací – 91,4 % – se soustředila na porozumění matematice . Chování Gemini bylo samo o sobě pečlivě řízeno funkcí Řízené učení: v 76,4 % svých zpráv kladlo návodné otázky, čímž studenty tlačilo k samostatnému přemýšlení, a přímé řešení poskytlo jen v 2,1 % případů .
Riziko prohlubování rozdílů ve výsledcích
Zjištění, že z nástroje profitovali nejvíce původně nejlepší studenti, vedlo výzkumníky k upozornění na vážný problém. Bez promyšlených strategií na podporu slabších studentů hrozí, že intervence bude spíše prohlubovat existující rozdíly ve výsledcích, než aby je snižovala .
Co zažívali učitelé
Kvalitativní zpětná vazba z cílových skupin s učiteli dodala výsledkům další rozměr. Učitelé hlásili znatelné zvýšení zapojení studentů a aktivnější účast v hodinách . Mnozí z nich začali Gemini používat i pro přípravu na hodiny, když objevovali nové způsoby, jak vysvětlit složitá témata, například zlomky .
Klíčové bylo, že učitelé popisovali posun ve své vlastní profesní identitě. Cítili, že se jejich role vyvíjí z „přednášejícího“ na „facilitátora“, který se pohybuje po třídě a pomáhá jednotlivým dvojicím .
Ne všechna zpětná vazba byla pozitivní. Někteří učitelé hlásili problémy, například že Gemini občas odbočoval od tématu nebo že postup třídy osnovami byl kvůli práci s nástrojem pomalejší .
Zásadní omezení studie
Přestože jsou výsledky pozitivní, výzkumníci pečlivě vyjmenovávají několik omezení, která je třeba brát v potaz:
Kombinovaná intervence: Studie spojila Řízené učení se školením učitelů, novou strukturou hodin, poskytnutím zařízení a průběžným monitoringem ve třídě. Její design nedokáže izolovat efekt samotného AI nástroje od těchto dalších klíčových podpůrných prvků .
Zobecnitelnost: Vzorek pochází z jediného okresu v Sieře Leone a není celostátně reprezentativní. Zjištění lze nejsnáze aplikovat na školy se srovnatelnou infrastrukturou, včetně dostupnosti tabletů, spolehlivého internetu a připravenosti učitelů .
Plán pro globální výzkum
Studie v Sieře Leone je jen začátek. Jde o první z plánované mezinárodní série předem registrovaných studií, které společnosti Google DeepMind a Fab AI chystají, aby prozkoumaly Řízené učení v různých vzdělávacích systémech . Jako krok k transparentnosti a škálovatelnosti partneři spolu s výsledky zveřejnili své materiály pro školení učitelů a manuál pro rychlé provedení RCT studie, čímž poskytli návod dalším výzkumníkům a vzdělávacím systémům .
