AI ako sprievodca, nie ghostwriter

AI má v škole pomáhať žiakovi premýšľať, nie premýšľať za neho. Riešením nie je zákaz AI, ale dať jej v procese učenia správne miesto: ako sprievodcu, kritika a oporu, nie ako výrobcu hotového textu.

Tento článok napísala pod mojou taktovkou umelá inteligencia Chatgpt na základe textu v anglickom jazyku AI should be the Guide, not the Ghostwriter

---

AI nemá rozmýšať za dieťa

Pri písaní esejí a zadaní môže AI veľmi ľahko nahradiť tú časť práce, v ktorej sa žiak reálne učí. Výsledok potom vyzerá kompetentne, ale “učenie sa” neprebehlo.

Kľúčové argumenty

• Žiaci sa často spoliehajú na opätovné čítanie, zvýrazňovanie a pasívne prijímanie textu, hoci to nevedie k hlbokému učeniu.
• Učenie potrebuje generačnú činnosť: žiak musí sám formulovať, skladať argument, vypĺňať medzery, prepájať poznatky.
• To, čo bolí v krátkodobom horizonte, často prináša dlhodobý zisk. Autor to v pôvodnom článku stavia na princípe žiadúcej náročnosti.
• Ak AI preberie samotné generovanie riešenia, žiak prichádza o jadro učenia.
• Ak však AI pomáha so štartom, štruktúrou, kritikou, odhaľovaním slabín a otázkami, môže učenie podporiť.

V škole často padajú úlohy bez opory, bez štruktúry a bez procesu

Najväčšie nedorozumenie je predstava, že problém je iba v tom, že žiaci „podvádzajú s AI”. Podľa autora je hlbší problém v tom, že škola často zadáva úlohy bez opory, bez štruktúry a bez procesu, takže žiak prirodzene siahne po skratke. Inak povedané: ak škola nastaví úlohu ako „odovzdaj text”, AI sa stane náhradou práce. Ak ju nastaví ako proces myslenia, AI sa môže stať užitočným mentorom.

---

Čo to znamená pre učiteľa

Ako má učiteľ postupovať v prípade, kde žiaci majú niečo vytvoriť sami:

• esej alebo sloh,
• seminárna práca,
• projektová úloha,
• argumentačný text,
• reflexia po prečítaní knihy alebo článku,
• domáca úloha, kde má žiak vysvetliť svoj názor.

Čo sa potom deje v “praxi”

• Žiak nevie, ako začať, tak zadá tému AI a nechá si vygenerovať osnovu aj celý text.
• Žiak odovzdá výborne znejúci text, ale pri rozhovore nevie obhájiť základné tvrdenia.
• Učiteľ vidí hladký výsledok a myslí si, že žiak zvládol úlohu, hoci žiak len presunul námahu na nástroj.
• Naopak, ak učiteľ AI zapojí dobre, žiak ju použije na to, aby našiel slabé miesta, spresnil argument a lepšie pochopil zdroje.

Prečo je to problém práve v triede

Pretože škola často hodnotí finálny výstup, nie proces myslenia. A práve tam AI vie vytvoriť falošný dojem zvládnutej práce. Základná správa pre učiteľa je: nepozeraj sa len na to, čo žiak odovzdal, ale aj na to, ako k tomu došiel.

---

Ako to použiť v praxi v triede

Tu je jednoduchý postup, ktorý môže učiteľ použiť prakticky hneď pri eseji, úvahe alebo projektovej úlohe.

Krok 1: Žiak začne sám Najprv nesmie ísť hneď do AI. Má napísať aspoň:

• 3–5 bodov k téme,
• vlastnú otázku,
• pracovnú tézu,
• veľmi hrubý úvod alebo náčrt.

Tým sa zachová prvý akt vlastného myslenia.

Krok 2: AI pomôže so štartom, nie s riešením Potom môže žiak použiť AI na:

• návrh možných uhlov pohľadu,
• odporúčanie otázok k téme,
• pomoc so štruktúrou,
• návrh, čo si má overiť v zdrojoch.

Krok 3: Žiak napíše prvý draft vlastnými slovami Nie text z AI. Prvý draft má byť jeho vlastná verzia, aj keby bola slabšia alebo neuhladená.

Krok 4: AI ako kritik Až teraz vstupuje AI do hry naplno. Žiak ju požiada, aby mu ukázala:

• logické diery,
• nepodložené tvrdenia,
• nejasné pojmy,
• chýbajúce protiargumenty,
• príliš silné alebo neobhájené závery.

Krok 5: Žiak opravuje sám AI nemá prepísať text. Žiak má sám rozhodnúť:

• čo ponechá,
• čo zmení,
• čo doplní,
• čo si ešte potrebuje overiť.

Krok 6: Kontrola so zdrojmi Ak žiak pracuje s textami, musí overiť, či jeho tvrdenia naozaj sedia s tým, čo zdroj hovorí.

Krok 7: Reflexia Na konci pridá krátku odpoveď:

• čo mu AI vytkla,
• čo po tejto spätnej väzbe zmenil,
• čo bolo na texte najslabšie.

Tým sa AI stáva súčasťou učenia, nie len skratkou k výsledku.

---

Ako to pokaziť

Najčastejšie chyby učiteľa

• Zadá len tému bez medzikrokov a očakáva, že žiak bude pracovať poctivo.
• Zakáže AI úplne a tvári sa, že tým problém zmizol.
• Povolí AI bez pravidiel, takže žiaci ju používajú ako výrobňu textu.
• Hodnotí len jazykovú uhladenosť a formu.
• Nepýta si žiadnu reflexiu procesu.

Najčastejšie chyby žiaka

• Zadá AI: „Napíš mi esej na tému…”
• Zoberie hladký text ako dôkaz, že už téme rozumie.
• Neoddelí vlastné myslenie od prevzatej formulácie.
• Neoverí tvrdenia ani zdroje.
• Preberie pripomienky AI mechanicky, bez vlastného úsudku.

Čo vyzerá dobre, ale nefunguje

• Pekne napísaná práca, ktorú žiak nevie vysvetliť.
• Formálne správny text bez vlastnej argumentácie.
• AI použité „moderne”, ale v skutočnosti len ako elegantná forma outsourcovania myslenia.

---

Bonus: konkrétne zadanie pre žiakov

Ukážková aktivita: Argumentačný text s AI ako kritikom

Zadanie pre žiakov Napíš krátky argumentačný text na tému: Má byť AI bežnou súčasťou školskej práce?

Rozsah: 250 až 400 slov

Prompty pre žiakov

• „Pomôž mi nájsť tri možné uhly pohľadu na túto tému, ale text za mňa nepíš.”
• „Tu je moja téza. Ukáž mi, kde môže byť slabá alebo príliš zjednodušená.”
• „Tu je môj prvý draft. Nájdi v ňom logické skoky, nepodložené tvrdenia a nejasné pojmy.”
• „Aký najsilnejší protiargument by použil človek, ktorý so mnou nesúhlasí?”
• „Pozri sa na môj záver. Vyplýva z textu, alebo tvrdím viac, než som dokázal?”
• „Daj mi otázky, ktoré si mám položiť, aby som text zlepšil sám.”

---

Jedna veta na zapamätanie

AI má v škole držať rebrík, nie liezť po ňom namiesto žiaka.

Mindmapa pôvodného článku

========================================
| HLAVNÁ TÉZA AUTORA                   |
========================================
AI má byť v učení sprievodca, nie ghostwriter.
Anchor: Text tvrdí, že hlavná hodnota esejí a úloh nie je v hotovom
výstupe, ale v náročnom procese generovania myslenia. AI je prínosná,
ak pomáha začať, štruktúrovať a kritizovať, no škodí, ak robí prácu
namiesto žiaka.

│
├── [E] Východisko: problém je „ilúzia kompetencie“
│   ├── [E] Karpicke a Roediger použili rereading ako kontrolu
│   │   ├── [E] Dôvod: rereading robí väčšina študentov
│   │   └── [E] Survey 117 študentov: väčšina volila rereading
│   ├── [E] Relatívne málo študentov používa self-testing/free recall
│   ├── [⚡][E] Toto pomenovali ako „illusion of competence“
│   ├── [I] Autor tým pripravuje pôdu pre útok na pasívne učenie
│   └── [A][~] Dátový základ je použitý skôr ako odrazový mostík,
│       nie ako detailne rozvinutý dôkaz pre AI kontext
│
├── [E] Nosný argument 1: učenie potrebuje kognitívnu námahu
│   ├── [E] Bjork, Karpicke, Roediger: učenie zlepšíme technikami,
│   │   ktoré nútia k úsiliu
│   ├── [E] Učitelia aj študenti sa často mýlia o tom, ako vzniká učenie
│   │   ├── [E] Myslia si, že stačí prednáška, rereading, highlightovanie
│   │   └── [I] Autor to spája s pohodlným modelom školy
│   ├── [E] Odporúčajú generative learning
│   ├── [E] Bjork stavia odporúčania na „desirable difficulty“
│   ├── [⚡][E] Krátkodobá bolesť → dlhodobý zisk v retencii a porozumení
│   ├── [📖][E] Eseje a assignments sú obhájené práve týmto princípom
│   └── [A] Tu sa láme hlavná logika textu: hodnota úlohy je v námahe,
│       nie len v produkte
│
├── [E] Nosný argument 2: generovanie je lepšie než prijímanie
│   ├── [E] Generating words, knowledge and solutions je lepšie než
│   │   reading, highlighting alebo nechať AI to spraviť za teba
│   ├── [E] Osobné generovanie dáva kontext pre lepšie pochopenie
│   │   a neskoršie vybavenie
│   ├── [E] Preto vôbec zadávame eseje a assignments
│   ├── [I] Autor tvrdí, že ak AI prevezme generovanie, berie si jadro
│   │   učenia
│   ├── [!][A] Predpoklad: vzťah „viac vlastného generovania = lepšie“
│   │   je prezentovaný dosť lineárne, bez podmienok a výnimiek
│   └── [A][~] Silné ako pedagogická zásada; menej presné ako všeobecný
│       zákon pre všetky úlohy a všetkých žiakov
│
├── [E] Nosný argument 3: Wittrockova teória dáva autorovi model
│   ├── [E] Learners nie sú pasívni prijímatelia, ale aktívni
│   │   reorganizéri poznania
│   ├── [E] Učenie vzniká integráciou nového do toho, čo už viem
│   │   cez generative activities
│   ├── [E] Efektívne vyučovanie facilituje konštrukciu významu
│   ├── [E] Model má štyri procesy:
│   │   ├── [E] 1) Attention
│   │   ├── [E] 2) Motivation
│   │   ├── [E] 3) Knowledge and preconceptions
│   │   └── [E] 4) Generation
│   ├── [E] Autor pripisuje AI pozitívnu rolu v prvých troch oblastiach
│   │   ├── [E] AI pomáha upriamiť pozornosť na východisko/argument
│   │   ├── [E] AI pomáha so štartom a motiváciou investovať čas
│   │   └── [E] AI pomáha budovať počiatočnú platformu vedomostí
│   ├── [⚡][E] Problém nastáva pri štvrtej zložke: generation
│   │   └── [E] Ak ju delegujeme na AI, učenie môže trpieť
│   ├── [I] Toto je centrálne rozlíšenie textu: AI pri rozbehu áno,
│   │   AI pri zmyslotvorbe nie
│   └── [A] Logika je konzistentná: autor nehádže AI do jedného vreca,
│       ale delí funkcie podľa fázy učenia
│
├── [E] Nosný argument 4: Bruner ukazuje, prečo nestačí len zadať tému
│   ├── [E] Brunerove 4 princípy:
│   │   ├── [E] 1) Readiness
│   │   ├── [E] 2) Structure
│   │   ├── [E] 3) Sequence
│   │   └── [E] 4) Generation
│   ├── [E] „Just throwing an essay title at them is far from adequate“
│   ├── [E] Ak žiaka nastavíš bez podpory, bude to vnímať transakčne
│   │   └── [E] A zareaguje skratkou cez AI
│   ├── [E] Preto je hodné dať štruktúru a sekvenciu
│   ├── [E] Generation prináša extrapolation, filling gaps, expansion
│   ├── [E] Brunerov termín pre riešenie: scaffolding
│   ├── [A][~] Autor sám priznáva, že scaffolding je trochu „hazy“
│   │   a pýta si detailnejšie spresnenie
│   ├── [⚡][E] Tu vstupuje AI „to good effect“
│   └── [I] Autor mení AI z hrozby na nástroj scaffoldingu
│
├── [E] Kľúčový obrat: AI ako podpora, nie generátor riešení
│   ├── [E] Študenti majú byť vedení používať AI na:
│   │   ├── [E] find
│   │   ├── [E] support
│   │   ├── [E] sequence
│   │   └── [E] critique their work
│   ├── [⚡][E] „not generate it from scratch“
│   ├── [E] Autor to označuje za vital distinction
│   ├── [E] AI má byť dialóg medzi žiakom a imagined mentor
│   ├── [E] Treba akceptovať, že AI sa bude používať
│   │   └── [E] lebo je useful mentor
│   ├── [E] Chyba je chápať súčasnú AI len ako generovanie textu
│   ├── [E] AI vie:
│   │   ├── [E] reason
│   │   ├── [E] support
│   │   ├── [E] critique
│   │   ├── [E] identify gaps in reasoning
│   │   └── [E] act as expert mentor / external perspective
│   ├── [!][A] Predpoklad: AI poskytuje dostatočne spoľahlivú expert
│   │   perspektívu; text málo rieši halucinácie a kvalitu rád
│   └── [A] Toto je najsilnejšia presviedčacia veta textu aj jeho
│       najväčší praktický claim
│
├── [E] Praktická časť: návod „Using AI as a mentor, not a ghostwriter“
│   ├── [📖][E] Prázdny papier ako psychologická bariéra
│   │   ├── [E] Many learners are overwhelmed by blank piece of paper
│   │   ├── [E] Nevedia nájsť way in / solid place to start
│   │   └── [📖][E] Hora, na ktorú treba vyliezť
│   ├── [E] AI môže znížiť strach zo začiatku
│   │   ├── [E] help get started
│   │   ├── [E] provide right equipment
│   │   └── [E] mentor them forward
│   ├── [⚡][E] Veľký rozdiel:
│   │   ├── [E] AI writes assignment for you = outsourcing effort
│   │   └── [E] AI helps you move forward = preserving effort
│   ├── [📖][E] AI ako guide on the route / teacher next to you
│   └── [📖][E] „Let AI hold the ladder, not climb for you.“
│
├── [E] Workflow 1: Just get started
│   ├── [→][E] Nepoužívaj AI, aby písala za teba
│   ├── [→][E] Použi ju, aby tvoje myslenie bolo rigoróznejšie
│   ├── [→][E] Začni rough argument / outline / notes / statement /
│   │   reading list / sources
│   ├── [E] Prvá verzia môže byť messy
│   ├── [E] Môžeš to vygenerovať sám
│   ├── [E] Alebo AI môže navrhnúť niekoľko one-paragraph starting points
│   └── [E] Tvoj úsudok má rozhodnúť, čo bude starting position
│
├── [E] Workflow 2: Build your first draft
│   ├── [→][E] Use AI diagnostically
│   ├── [→][E] Namiesto full essay žiadaj sources pre case/solution/arg
│   ├── [E] AI ti dá „pieces of the jigsaw“
│   ├── [→][E] Napíš first draft vo vlastných slovách
│   ├── [E] Keep it structured and simple
│   └── [E] Tu sa začína rysovať structure and sequence
│
├── [E] Workflow 3: Diagnose weaknesses
│   ├── [→][E] Pýtaj sa AI na weak logical jumps
│   ├── [→][E] unsupported claims
│   ├── [→][E] vague terms
│   ├── [→][E] hidden assumptions
│   ├── [→][E] miesta, kde expert povie „nemôžeš urobiť tento skok“
│   ├── [E] AI tu nepomáha vyhnúť sa úsiliu
│   ├── [E] Pomáha odhaliť, kde ešte treba pracovať
│   └── [⚡][E] „Use AI to critique, not compose“
│
├── [E] Workflow 4: Rebuild your argument
│   ├── [E] Zlepšenie musí prísť z tvojho vlastného judgement
│   ├── [→][E] Tighten logic
│   ├── [→][E] Clarify vague concepts
│   ├── [→][E] Remove exaggeration
│   ├── [→][E] Add supporting evidence/explanations
│   ├── [📖][E] Metafora lezenia: secure hand and footholds
│   └── [A] Autor tu explicitne vracia zodpovednosť späť na žiaka
│
├── [E] Workflow 5: Check against sources
│   ├── [→][E] Konfrontuj argument s actual readings/papers/evidence
│   ├── [E] AI môže ukázať, kde:
│   │   ├── [E] oversimplifies an author
│   │   ├── [E] contradicts source material
│   │   └── [E] misses important distinction
│   ├── [E] Tým si nútený do genuine understanding of sources
│   └── [A][~] Prakticky silné; metodicky slabšie, lebo text nerieši,
│       čo ak AI sama zle interpretuje zdroj
│
├── [E] Workflow 6: Identify what’s missing
│   ├── [→][E] Pýtaj sa na chýbajúce counterarguments
│   ├── [→][E] undefended assumptions
│   ├── [→][E] čo by povedal critic from another perspective
│   ├── [E] Toto mení reasonable piece na genuinely thoughtful one
│   └── [I] Autor tu dáva AI rolu nástroja intelektuálnej oponentúry
│
├── [E] Workflow 7: Test conclusion
│   ├── [📖][E] False peak metaphor
│   │   └── [E] Záver môže vyzerať ako vrchol, ale nemusí ním byť
│   ├── [E] Záver často tvrdí menej alebo viac, než práca unesie
│   ├── [→][E] Pýtaj sa, či záver naozaj vyplýva z evidence
│   ├── [→][E] či neoverstates the case
│   ├── [→][E] či nie je justified bolder conclusion
│   └── [E] Cieľ: more precise and defendable conclusion
│
├── [E] Workflow 8: Write final version yourself
│   ├── [→][E] Final version píš až na konci
│   ├── [E] Počas procesu si mal rozumieť, čo čítaš a píšeš
│   ├── [E] Finished polished work má byť v tvojich vlastných slovách
│   ├── [E] Built on strong foundations you managed alone
│   ├── [E] AI newrite the essay
│   └── [E] AI served as critic, preserver of method and difficulty,
│       guide pushing you forward
│
├── [E] Záver autora: zachovať užitočnú ťažkosť, nie flounder
│   ├── [E] Účel eseje/assignment je prinútiť ťa myslieť a učiť sa
│   ├── [E] Použi tools, ktoré ti umožnia nefloundrovať, ale napredovať
│   ├── [E] Overcoming difficulties as you proceed
│   ├── [⚡][E] Keep the useful difficulty and preserve the learning
│   └── [→][E] Výsledkom má byť práca, ktorá je your own, defensible,
│       constructive
│
├── [I] Tichá architektúra textu: autor robí dvojitý manéver
│   ├── [I] Najprv delegitimizuje pasívne učenie
│   ├── [I] Potom legitimizuje „náročné učenie“
│   ├── [I] Následne povie, že AI je prijateľná len tam, kde
│   │   náročnosť uchováva
│   └── [I] Takto zachraňuje AI pre školu bez toho, aby obetoval
│       tradičný cieľ úloh
│
└── [A] Meta vrstva
├── [A] Komu je text určený
│   ├── učiteľom, ktorí riešia AI pri esejach a assignments
│   ├── študentom, ktorým treba vysvetliť „ako AI používať“
│   └── ľuďom v edtech/vzdelávaní, ktorí nechcú AI ani zakázať,
│       ani glorifikovať
├── [A] Čím presviedča
│   ├── autoritami výskumu (Bjork, Karpicke, Roediger, Wittrock,
│       Bruner)
│   ├── silnými pedagogickými pojmami
│   ├── jasným kontrastom mentor vs ghostwriter
│   ├── metaforami hory, rebríka, cesty, vrcholu
│   └── praktickým 8-krokovým návodom
├── [A] Kde je najsilnejší
│   ├── v rozlíšení „AI critique vs AI compose“
│   ├── v prepojení teórie učenia s konkrétnym workflow
│   └── v tom, že nepôsobí ani techno-naivne, ani prohibične
├── [A] Kde je najzraniteľnejší
│   ├── spolieha sa na priaznivý obraz AI ako mentora
│   ├── málo rieši chybovosť AI a kvalitu zdrojov
│   ├── málo rieši vek, predmet a kontext žiakov
│   └── [☠️?][A] možný problém: hasty generalization?
│       z teórie učenia na široké praktické použitie AI
│       bez rozlíšenia hraníc platnosti
└── [A] Hodnota textu
├── ako mapa sveta: dobrý rámec na premýšľanie o AI v škole
└── ako presviedčanie: silný, ale skôr normatívny než dôkazový