Umělá inteligence ve školství

Tohle je silný posun, protože AI už není jen provozní experiment nebo dobrovolná inovace pár učitelů. Guide výslovně míří na to, zda škola umí doložit, proč AI používá, kdo ji kontroluje a jak chrání žáky před nepřesností nebo škodou.

Pro českou SŠ je to praktický impuls pro vedení školy: mít stručný AI checklist k účelu, monitoringu, lidskému ověřování, práci s daty a odpovědnosti za rozhodnutí, která se nesmějí delegovat na model.

zdroj: Ofsted — School inspection operating guide from September 2026

Materiál je praktický hlavně tím, že nejde po abstraktních zásadách. Učitele vede otázkami, zda je AI pro daný úkol vůbec potřeba, jaká data se vkládají, kdo je za jejich zpracování odpovědný a kdy má být přizvaný DPO nebo IT lead.

Pro českou SŠ je to dobrý podklad pro jednoduchý interní checklist: nevkládat citlivá data do běžných nástrojů, oddělit rutinní automatizaci od práce s osobními údaji a mít jasně určené situace, kdy rozhoduje člověk, ne model.

zdroj: UK DfE — data protection in schools

Hodnota kolekce je v tom, že nejde o jednorázový článek, ale o ucelené školní minimum: porozumění AI, bezpečná interakce s GenAI, konkrétní use cases a plánování zavedení na úrovni vedení školy.

Pro SŠ je to praktická opora pro interní školení kabinetů nebo celého sboru. Místo marketingových webinářů může škola začít strukturovaným materiálem, který propojuje bezpečnost, workflow a pedagogické použití.

zdroj: UK DfE — Using AI in education settings

Materiál je cenný tím, že nejde jen o ochranu dat. Výslovně řeší, zda nástroj nepodkopává myšlení žáků, nepůsobí manipulačně a zda je vhodný pro daný věk a učební situaci.

Pro českou SŠ je praktické použít standardy při nákupu i zkušebním nasazení nástrojů: vyžadovat jasný účel, lidský dohled, reporting rizik a omezení marketingových slibů.

zdroj: UK DfE — Generative AI: product safety standards

Zpráva je pro českou střední školu cenná tím, že popisuje reálné workflow, ne jen deklarovaná očekávání. Ukazuje, kde AI šetří čas, kde zvyšuje kvalitu přípravy a kde je nutná lidská kontrola.

Do hodiny se dá převést zejména jako opora pro školní debatu: co lze automatizovat, jak chránit data, jak sdílet dobré prompty a proč je potřeba zůstat u důkazu o učení, ne jen u rychlejší tvorby materiálů.

zdroj: Edu.cz — ExploreEdu

Výzkum rozlišuje formální a neformální guidance a ukazuje, že u řady úloh učitelé nemají jasné mantinely. Zvlášť citlivé je hodnocení a individuální tutoring, kde bez pravidel snadno mizí odpovědnost.

Pro českou školu je to argument, že nestačí říct „používejte AI rozumně“. Škola potřebuje konkrétní pravidla pro přípravu materiálů, zpětnou vazbu, práci s daty a žákovské použití AI.

zdroj: Gallup — Most Teachers Receive No Formal Guidance on AI Use

Zásadní je rozlišení mezi produktivitou a učením. Report opakovaně ukazuje, že dobré výsledky vznikají tam, kde AI nepřebírá cíl úlohy, ale podporuje vysvětlení, reflexi, strukturované vedení a lidský úsudek.

Pro SŠ je to silná opora pro redesign zadání: méně úloh, které stačí vygenerovat, a více práce s obhajobou, procesem, iterací, zdroji a komentovaným rozhodováním.

zdroj: OECD — Digital Education Outlook 2026

Nejde o důkaz, že je vše vyřešené, ale o důležitý signál připravenosti. České školy tak mají větší šanci stavět na existujících digitálních kompetencích učitelů místo čistě defenzivního přístupu.

Pro SŠ to znamená, že další krok už nemusí být jen školení „co je AI“, ale spíš společná pravidla k hodnocení, bezpečnosti dat a sdílení kvalitních učitelských workflow.

zdroj: NPI ČR — čeští učitelé a AI

Text je praktický zejména pro redesign úkolů. Pomáhá učiteli formulovat, kdy je AI povolená, jak má být přiznaná a jak hodnotit práci, u níž samotný finální výstup už není dostatečný důkaz učení.

Pro SŠ se hodí převést jej do školních pravidel: procesní portfolio, zdrojový deník, prompt log, reflexe rozhodnutí, ústní obhajoba a jasné rozlišení mezi pomocí a nahrazením práce.

zdroj: NPI ČR — Jak učit a hodnotit žáky v době AI

Dokument je užitečný tím, že neřeší AI jen jako úsporu času. Připomíná odpovědnost učitele za obsah, povinnost ověřovat přesnost a nutnost hlídat, jak AI ovlivňuje žákovské myšlení a samostatnost.

Pro českou školu je to dobrý srovnávací rámec: AI může pomoci s přípravou a oporami, ale nemá převzít pedagogický úsudek, práci s citlivými daty ani konečné rozhodování o žákovi.

zdroj: Department of Education Northern Ireland — DE Circular 2026/02

Hodnota textu je v tom, že neřeší AI jen jako nástroj produktivity. Připomíná, že škola musí umět mluvit i o emocích, tlakových interakcích s AI společníky a o nových formách digitálního ubližování.

Pro SŠ je to praktické pro třídnické hodiny, mediální výchovu i preventivní programy: vedle pravidel používání AI učit i to, co s žákem dělá dlouhodobá závislost na automatické odpovědi.

zdroj: AI dětem — digitální wellbeing dětí

Hodnota materiálu je v tom, že nezůstává u obecných etických tezí. Přímo převádí AI do rozhodování o obsahu oborů, profilech absolventa a spolupráci se zaměstnavateli, ale bez vytěsnění expertního úsudku člověka.

Pro českou SŠ a zejména odborné školy je to použitelný rámec pro otázku, jak rychle aktualizovat obory a kompetence, aniž by škola přebrala nekritické představy dodavatelů nebo delegovala kurikulární rozhodnutí na AI.

zdroj: OECD — Five principles for the effective use of AI in VET development

Dokument je užitečný tím, že odmítá jak plošný zákaz, tak plošné nařizování. Vede školy k tomu, aby vždy posuzovaly pedagogický účel, přiměřenost věku a to, zda AI rozvíjí, nebo obchází žákovské myšlení.

Pro českou SŠ je to silný srovnávací rámec pro vlastní policy: co má zůstat na učiteli, jak pracovat s pilotními příklady a proč spojit AI s informační etikou a transparentností.

zdroj: MEXT Japan — Guideline Ver. 2.0

Hodnota finální verze je v tom, že už nejde jen o izolované aktivity nebo draft. Rámec výslovně spojuje technické porozumění AI s kritickým úsudkem, agency, etikou a praktickým rozhodováním učitele i žáka.

Pro SŠ je to silný podklad pro školní pravidla a kurikulum: co má žák umět rozpoznat, vytvořit, řídit a kriticky zhodnotit, aniž by se AI gramotnost zúžila jen na promptování nebo obsluhu nástroje.

zdroj: AILit Framework — Finalised AI Literacy Framework

Text je užitečný pro školní leadership, protože neřeší jednotlivý nástroj, ale systémové otázky: jak změnit zadání, co považovat za důkaz učení a jak učitele podpořit v konzistentních pravidlech.

Pro SŠ lze článek použít jako podklad pro předmětové komise: které úkoly AI znehodnotila, které zůstávají smysluplné a kde je potřeba více živého výkonu, diskuse nebo obhajoby.

zdroj: Leon Furze — Curriculum Leaders and AI in 2026

Hlavní riziko není jen podvod, ale kognitivní odlehčení: žák se vyhne námaze, kterou potřebuje k porozumění. Mollick proto zdůrazňuje strukturované využití AI místo prostého generování výsledků.

Ve třídě to znamená zadávat AI jako partnera pro otázky, protiargumenty a kontrolu, nikoli jako autora. Žák má umět doložit, co převzal, co odmítl a co sám změnil.

zdroj: One Useful Thing — Against “Brain Damage”

Tohle je užitečný protiváhový signál proti jednoduchému narativu „mladí AI chtějí a všechno půjde samo“. Data naznačují, že žáci vnímají i náklady: menší důvěru ve výstupy a obavy z dopadu na učení.

Pro SŠ je to praktický argument, proč budovat AI gramotnost přes reflexi, ověřování a diskusi, ne jen přes nácvik promptování nebo zákaz používání.

zdroj: Gallup — Gen Z's AI Adoption Steady

Nejde o výzkum ani oficiální metodiku, ale o použitelný český profesní hlas. Text je silný tím, že vede školu k otázkám: jak mluvit se žáky o přiznání AI, jak nastavit společný jazyk mezi učiteli a co má být viditelným důkazem učení.

Pro SŠ je to praktický podklad na poradu nebo předmětovou komisi. Pomáhá přejít od izolovaných zákazů a výjimek k průběžné debatě o smyslu používání, hodnocení a školní kultuře.

zdroj: Spomocník — Jak ve škole mluvit o AI?

Aktivity jsou dobře přenositelné do jazyků, občanské výchovy, mediální výchovy i odborných předmětů. Místo pasivního používání AI žáci hodnotí, co je ve výstupu slabé a jak by se dalo zlepšit.

Praktický postup: dát třídě stejný AI výstup, nechat žáky označit chyby a poté společně vytvořit kvalitnější verzi s odůvodněním změn.

zdroj: AI for Education — Generative AI Critical Analysis Activities

Materiál je užitečný pro učitele, kteří chtějí AI gramotnost rozdělit do kratších bloků a nečekat na samostatný předmět. Aktivita může sedět do jazyků, společenských věd i informatiky.

Pro SŠ je praktické vzít exemplář jako kostru a doplnit lokální zadání: práce se zdroji, transparentní použití AI, kontrola biasu a obhajoba vlastních rozhodnutí.

zdroj: AILit Framework — Bringing AI Literacy to Life

Žáci se učí porovnat odpověď chatbota s důvěryhodnými zdroji, formulovat lepší otázky a rozpoznat, kdy je výstup příliš obecný nebo nepřesný.

Pro SŠ lze lekci rozšířit o porovnání více modelů, práci s primárními zdroji a krátkou obhajobu, proč student konkrétní informaci přijal nebo odmítl.

zdroj: AI dětem — Hádej chemické prvky!

Hodnota materiálu je v okamžité použitelnosti. Nezůstává u obecných principů, ale nabízí konkrétní formulace, asistenta pro tvorbu pravidel a důraz na viditelnou dohodu se žáky.

Pro SŠ je to rychlá cesta, jak z roztříštěných individuálních pokusů přejít ke společnému minimu: co je povolené, co se musí přiznat a jak škola pracuje s mobily, daty a domácí přípravou.

zdroj: AI dětem — AI akcelerátor