Umělá inteligence ve školství a práci učitele

Lidé jsou prostřednictvím médií vystaveni mnohdy alarmisticky vyznívajícím reportážím o tom, jak automatizace a robotizace řízená umělou inteligencí vezme práci spoustě lidí. Zatímco robota či automatizovanou výrobní linku si mnohý čtenář dovede v nějaké podobě představit, umělá inteligence dodává takovým článkům nádech čehosi tajemného, neznámého, až nelidského a ve spojení s hrozbou ubývání míst na pracovním trhu rozhodně negativního. Ve skutečnosti jsme algoritmy umělé inteligence obklopeni již mnoho let, do značné míry ovlivňují naše životy, jen to málokdo tuší. Jedním z důvodů je i to, že ač se o umělé inteligenci hovoří minimálně od druhé světové války, ve škole nás s ní nikdo dosud neseznamoval a běžní lidé o ní vlastně moc nevědí.

Pro účely tohoto článku si umělou inteligenci maximálně zjednodušíme. Nebudeme dělat rozdíly mezi umělou inteligencí a její podoblastí – strojovým učením (Machine Learning), hlubokým učením (Deep Learning) či neuronovými sítěmi (Neural Networks). Nebavíme se teď o vytvoření bájného obecně inteligentního stroje podle vzoru lidské inteligence, jak o tom píšou autoři sci-fi dlouhá desetiletí. Vystačíme si s extrémně zjednodušenou představou, kdy můžeme umělou inteligenci popsat jako takové algoritmy, které pracují nezávisle na lidských vlivech a podle kritérií, která si samy vytvoří.

Kromě zmíněných predikcí o odebírání práce lidem se o umělé inteligenci zas tak často nemluví. Možná je to proto, že její dnešní uplatňování není příliš efektní, aby zaujímalo titulky v novinách. Algoritmy umělé inteligence ale fungují a postupně se zlepšují. Hnacím motorem není jen stále vyšší výkon počítačů, ale i více investic, které do vývoje umělé inteligence poslední roky investoři vkládají.

Podle nejznámějšího českého odborníka na umělou inteligenci Michala Pěchoučka z ČVUT vnímají lidé umělou inteligenci především prostřednictvím robotů, kteří nás stále více obklopují. A vnímají ji stále více nikoli proto, že by toho dnes uměli roboti zásadně více, ale proto, že je jich čím dál více.

Skvělý příklad plíživého pokroku ve využití umělé inteligence je Překladač Google. Všichni si pamatujeme mnohdy nepříliš využitelné a občas i humorné překlady, které Google před několika málo lety při překladu z cizích jazyků do češtiny vracel. Dnes je výsledek strojového překladu dobře využitelný, používají jej i profesionální překladatelé a stále se zlepšuje. Je to dáno využíváním hluboké neuronové sítě k překladu celých vět, nejen krátkých frází, jak tomu bylo v minulosti. Ostatně, velkým dílem ke kvalitě překladů přispívá Evropská komise, která publikuje oficiální překlady stejného textu do mnoha evropských jazyků, na čemž se neuronové sítě mohou dobře učit.

Jiným příkladem překladače je konkurence v podobě Microsoft Translator, který asi zná většina uživatelů internetu prostřednictvím služby Bing Translation. Microsoft tomuto překládacímu enginu důvěřuje natolik, že zajišťuje překlady nápovědy z angličtiny do různých jazyků pro mnohé z produktů této společnosti, jako je např. Outlook, PowerPoint či Word. Kde hledat lepší příklad, kde technologie podporované umělou inteligencí nenahrazují pouze bílé límečky, ale i kvalifikované vysokoškolsky vzdělané zaměstnance?

Ona totiž linie mezi těmi, kteří budou moci být jednoduše nahrazeni roboty, neleží ani tak v jejich vzdělání, jako spíše v tom, jak rutinní práci vykonávají. A překlady k rutinním činnostem do velké míry patří. Tedy pokud nejste někdo jako Jan Kantůrek (překladatel bájné Zeměplochy Terryho Pratchetta) či Pavel Medek (překladatel ságy o Harrym Potterovi od Joanne K. Rowling).

Další příbuznou oblastí využívající výsledky umělé inteligence je rozpoznávání řeči. Již zmiňovaný Překladač Google umí po zapnutí hlasového vstupu rozpoznat a převést na psaný text to, co člověk říká do mikrofonu. Úspěšnost je enormní. Vědci z IBM tvrdí, že aby se stroj vyrovnal člověku, musí míra chybovosti rozpoznávání a přepisu mluveného slova do textové podoby klesnout na 5,1 %. A to už je dnes v praxi s využitím umělé inteligence možné. Rozpoznávání řeči je klíčové například pro nový segment chytrých osobních asistentů, jakými jsou Alexa (Amazon), Siri (Apple), Cortana (Microsoft) či Google Assistant.

Jiným příkladem masivního nasazování umělé inteligence, o kterém by nám jistě podali svědectví naši žáci, jsou počítačové hry. Například vedlejší postavy, které se v nich nacházejí, se pro dokreslení pocitu opravdovosti virtuálního prostředí chovají stále více přirozeně. Nepřešlapují pouze na místě, ale vykazují chování podobné svému předobrazu ve světě fyzickém.

Hledáme-li příklad, jak algoritmy řídí naše životy, není lepší ukázky nežli sociální síť Facebook, u mladší generace pak třeba oblíbenější Instagram, vlastněný stejnou firmou. Obě tyto sítě přešly z chronologického řazení příspěvků do řazení určovaného umělou inteligencí, která se dle deklarací zakladatele této firmy Marka Zuckerberga snaží učit na základě vašeho chování a vybírat pro vás ty nejzajímavější příspěvky. Že je primárním cílem firmy upřednostňovat zaplacená reklamní sdělení a že používané algoritmy významně přispívají k šíření fenoménu fake news, jen dokazuje, jak jednoduše tyto inteligentní algoritmy mohou být zneužity.

Ale ani pokud nepoužíváte sociální sítě, stejně se umělé inteligenci nevyhnete. Jistě máte svůj chytrý mobilní telefon, se kterým občasně pořizujete fotografie. A i tam úřaduje umělá inteligence, a to docela znatelně. Pomocí strojového učení je naučený algoritmus schopný rozpoznat, co je na zachycované scéně – zda se jedná o portrét, širokoúhlý snímek krajiny, obličej člověka, nebo třeba makro. Moderní telefony umějí v plně automatickém režimu zobrazovat na displeji, o jakou scénu se jedná, a podle toho pak vypočítají expoziční a další parametry snímku. Některé fotografické aplikace jdou ještě dále a umožňují na identifikovaném obličeji vyhlazení pleti, změnu velikosti očí, stažení lícních kostí, nebo dokonce z obrazových dat dopočítávají další, která nemají k dispozici. Mnozí si kladou otázku, do jaké míry je pak výsledek zásluha toho, kdo stiskl spoušť.

A i na to už Google odpověděl, když v loňském roce uvedl na trh fotoaparát Clips, kde o pořízení snímku rozhoduje pouze umělá inteligence. Fotoaparát připevníte díky klipsu, po kterém byl přístroj pojmenován, na nějaký objekt tak, aby pozoroval okolí. Třeba na narozeninové party. Umělá inteligence natrénovaná fotografiemi nejlepších fotografů pak vyhodnotí kompozici, nasvětlení scény a výraz tváří, a pokud uzná za vhodné, pořídí snímek.

Poměrně nový je pojem deepfake, který označuje falešná videa, která ale vypadají zcela autenticky. Realističnost způsobuje pokročilé počítačové zpracování dat s využitím umělé inteligence, která například věrohodně změní mimiku člověka, a tedy i samotnou řeč jednotlivých aktérů. Těm mohou být do úst vkládány věty, které nikdy nepronesli. Kvalita těchto videí se stále zlepšuje a lze očekávat, že kromě využití v parodiích a pornu, kde se zatím deepfake uchytily, se brzy dočkáme mnohem závažnějších dezinformací. Někteří odborníci tvrdí, že není daleko doba, kdy volně dostupnému videoobsahu nebude možné vůbec důvěřovat.

Výzkumy umělé inteligence a strojového učení mohou ale pozitivně přispívat i pedagogickým oborům. Pedagogiku a psychologii obohacují o zjištění, jak konkrétně se lidé učí, jak procesy učení probíhají. Algoritmy umělé inteligence mohou například přesně rozpoznat, které části učebních materiálů jsou žákům méně srozumitelné či kde dělají více chyb. V konečném důsledku mohou více personalizovat učení na míru každého žáka, jeho zvyklostí či potřeb.

Vzdělávací online systémy a celé digitální platformy za využití umělé inteligence již dnes učitelům v anglofonních zemích pomáhají při hodnocení prací žáků, například esejí. Některé výzkumy ukázaly, že algoritmy hodnotí lépe nežli nejlepší učitelé. Dovedou se například oprostit od osobní zaujatosti, ke které někdy učitel může sklouzávat. Umělá inteligence nemusí zpracovat celou zpětnou vazbu pro žáka, ale třeba jen její návrh, se kterým pak dále pracuje živý učitel. V současné době to ovšem například znamená, že odevzdaná práce musí být v elektronické podobě, takže se tyto systémy používají především v terciárním vzdělávání. Právě ve spolupráci člověka a stroje s umělou inteligencí, nikoli v nahrazení učitele strojem vidí mnozí vizionáři budoucnost učitelství.

Příkladem využití umělé inteligence v českém prostředí je v lednu 2019 spuštěný e-learningový kurz lektorských dovedností. Vznikl v projektu EPALE a mimo jiné obsahuje i chatbota pojmenovaného EPALEbot, který pomáhá účastníkům v procházení kurzem. V komunikaci s účastníky kurzu využívá umělou inteligenci, rozpoznává v dotazech klíčová slova a snaží se na ně reagovat. Jak popisuje šéf dodavatelské firmy Oppus Braňo Frk, problémem může být někdy podpora českého jazyka a absence diakritiky. Pro angličtinu jsou již k dispozici jazykové korpusy. Autoři ale plánují EPALEbota dále rozvíjet, a to především podle toho, na co se jej účastníci kurzu budou ptát. Ostatně, tento kurz lektorského minima je skvělým příkladem e-learningu včetně jeho moderních prvků, jako je microlearning či udělování digitálních odznaků. Kurz provozuje Dům zahraniční spolupráce na adrese http://kurzy.epale.cz/, samotný chatbot je dostupný také přímo prostřednictvím Facebook Messengeru na http://m.me/epalebot.

Americká organizace ISTE nabízí pro učitele základních škol 30hodinový online kurz Artificial Intelligence Explorations and Their Practical Use in Schools (Výzkumy umělé inteligence a jejich praktické využití ve školách), ve kterém se účastníci snaží pochopit, jak „přemýšlí“ známý počítač Watson od společnosti IBM, jaké typy umělé inteligence existují, jak pracuje neuronová síť pro rozpoznávání vzorců, tedy například objektů na fotografiích, vytvoří si vlastního chatbota, zabývají se etickými otázkami kolem umělé inteligence i její historií. Především se ale dozvědí, jak prakticky lze umělou inteligenci využít ve výuce ve třídě. V nabídce žádné české vzdělávací instituce zaměřující se na vzdělávání učitelů jsem obdobný seminář zatím nenalezl.

Užitečným nástrojem pro studenta vysoké školy by se mohl stát algoritmus vytvořený na zakázku na Západočeské univerzitě v Plzni. Je schopen vyhodnotit, které z kurzů různých univerzit se nejvíce podobají obsahem a úrovní kurzu, který má student na své domovské alma mater. Například u vypsaných jazykových kurzů je možné zjistit, zda se vyučuje stejný jazyk, zda jde o shodný typ výuky, jak se shoduje obtížnost. Algoritmus rozumí obsahu textu nikoliv díky klíčovým slovům, ale porozuměním obsahu přirozeného textu bez předem stanovené struktury. Blíže viz http://nlp.kiv.zcu.cz/projects/pathevo.

Uvedený algoritmus z dílny české vysoké školy je jedním z úspěšných příkladů uvedených v novém výzkumu potenciálu rozvoje umělé inteligence v ČR, který v prosinci 2018 zveřejnili autoři z Technologického centra, Ústavu státu a práva AV ČR a FEL ČVUT. Úřad vlády jim tento úkol zadal, aby zmapovali, jak na tom v ČR jsme. Měl jsem možnost se jako respondent hloubkových rozhovorů výzkumu účastnit, o to více mne výsledky zajímaly.

V oblasti základních a středních škol dospěli výzkumníci v části výzkumu věnované očekávaným socioekonomickým dopadům rozvoje umělé inteligence k výsledkům, které lidi z rezortu školství patrně příliš nepřekvapí. Ve vytvořené SWOT analýze je jako silná stránka uveden fungující systém vzdělávání a celoživotního učení. Více zmínek o regionálním školství nejdeme ale ve slabých stránkách analýzy:

Jako příležitosti jsou pak uvedeny body o využití potenciálu umělé inteligence jako asistenta učitele ve vzdělávání a koncepční reforma a rozvoj systému vzdělávání. Zmíněnou reformou jsou míněny přípravy nové strategie vzdělávací politiky a digitálního vzdělávání po roce 2020 a probíhající revize rámcových vzdělávacích programů.

Stále málo kvalitní česká státní správa v kombinaci s fluktuací ministrů školství a reflexí nedávno zveřejněného kriticky vyznívajícího externího hodnocení naplňování Strategie vzdělávací politiky ČR do roku 2020 mne vedou ke konstatování, že to, co je považováno za příležitost, může být považováno i za potenciální riziko.

V závěrech příslušné kapitoly pak autoři uvádějí doporučení pro stát, jak ve školství nepromarnit potenciál umělé inteligence: posílení infrastrukturního vybavení škol pro rozvoj digitální gramotnosti a informatického myšlení, rozvoj kompetencí a zvýšení prestiže učitelů, zapojení umělé inteligence do vzdělávání (hodnocení výsledků učení, individualizovaný přístup ke každému žákovi při zajištění ochrany osobních dat žáků).

Z výzkumu mne ve vztahu ke školství zaujaly také výsledky modelu přinášející odhad technologického potenciálu nahraditelnosti lidských dovedností umělou inteligencí v horizontech 5, 15 a 30 let – blíže viz tabulka. Jistým klidem vyzařuje prognóza, že schopnost řešit problémy, kreativita a sociální a emoční dovednosti – tedy to, co dnes považujeme za klíčové lidské dovednosti pro 21. století – by měla umět umělá inteligence ve stejné kvalitě jako lidé nejdříve za 30 let. Ovšem spolehněme se na to…

Prosazování většího důrazu na informatiku v základním a středním školství, například v podobě informatického myšlení, je mnohdy zdůvodňováno tím, že by lidé měli chápat, jak počítače myslí. Pro generaci masivně obklopenou počítači to zní celkem logicky.

Již zmiňovaný vědec Michal Pěchouček ale upozorňuje, že tomu, jak umělá inteligence konkrétně funguje a jak dospívá ke svým závěrům, dnes mnohdy nerozumějí ani sami vědci. Přesnost moderních hlubokých neuronových sítí totiž neumožňuje porozumět tomu, proč se daná síť rozhodla, jak se rozhodla. Jenže v některých oblastech, jako je například medicína nebo právo, je odpovědnost za rozhodnutí důležitá. Takže dalším zadáním pro výzkumníky je vymyslet takovou vyšší formu umělé inteligence, která bude vládnout schopností vysvětlovat své počínání.

Je zřejmé, že čím bude umělá inteligence více ovlivňovat životy lidí, tím více bude sílit tlak na to, aby s ní byly kriticky konfrontovány již děti od základních škol. Aby ji uměly vhodně využívat a rozpoznaly nebezpečí manipulace. V podstatě se tomu děje již dnes, akorát se obecněji hovoří o nutnosti integrovat digitální technologie do vzdělávání, a to zejména s ohledem na bezpečnost. K práci (nebo hraní) s technologiemi se děti mnohdy dostanou samy, ale zprostředkovat jim pravidla bezpečnosti ve virtuálním prostředí či zásady bezpečného používání hardwaru nikdo jiný nežli učitel ve své pracovní náplni napsané nemá.