„Nebudu hodnotit vaše odpovědi. Budu hodnotit vaše otázky.“ Tak zadal Hiranya K. Nath, Distinguished Professor ekonomie na Sam Houston State University v Texasu, úkol svým studentům. Po několika týdnech výuky o americké ekonomice a měnové politice Federálního rezervního systému (Fed) je požádal, aby si zahráli na finanční novináře a připravili tři otázky pro vysokého představitele Fedu. Zkušenost popsal v komentáři pro americký server Hechinger Report. Podle něj ukazuje problém, který se netýká jen jeho posluchárny: vzdělávací systém učí studenty odpovídat na otázky, ale skoro vůbec je neučí, jak se ptát.
- Profesor ekonomie Hiranya K. Nath zadal studentům úkol připravit tři otázky pro vysokého představitele amerického Fedu a známkoval otázky, ne odpovědi.
- Studenti, kteří bez potíží vysvětlovali ekonomické pojmy, podle něj najednou zaváhali.
- Nath tvrdí, že v době umělé inteligence je klíčovou dovedností vědět, na co se zeptat.
- Nath učí ekonomii na vysoké škole přes dvacet let a v komentáři uvádí, že vyjadřuje své osobní názory.
Zadání odhalilo, že znalost látky nestačí
„Reakce byla okamžitá – a výmluvná,“ píše Nath. Studenti, kteří si věřili při vysvětlování pojmů, najednou váhali. Jiní se do úkolu pustili a podle profesora přemýšleli pečlivěji než za celý semestr. Z cvičení podle něj vyplynulo „něco jednoduchého, ale znepokojivého“: zatímco studenty učíme odpovídat na otázky, jak se ptát, je učíme jen zřídka.
Volba tématu nebyla náhodná. Fed je americká centrální banka, podobně jako u nás Česká národní banka. Rozhoduje o úrokových sazbách a jeho představitelé pravidelně odpovídají na otázky novinářů. Dobře položená otázka centrálnímu bankéři vyžaduje víc než znalost definic. Tazatel musí vědět, co je v danou chvíli podstatné a co zůstává nevyjasněné. Přesně tady podle Natha mnoho studentů narazilo, přestože o ekonomice a měnové politice strávili týdny.
Starý model školy počítal s nedostatkem informací
Nath kritizuje model, který podle něj ve vzdělávání v USA i jinde převládá po generace. Učitel předává znalosti, studenti je vstřebávají a úspěch se měří tím, jak přesně je dokážou zopakovat. „Standardizované testy odměňují přesnost. Známky odměňují správnost. Systém odměňuje odpovědi,“ shrnuje.
„Ten model dával smysl, když bylo informací málo,“ píše Nath. Dnes je podle něj informací nadbytek, a skutečnou výzvou proto není přístup k nim, ale schopnost se v nich vyznat.
Se smartphonem mají studenti podle profesora za pár sekund přístup k více znalostem, než kolik předchozí generace získávaly roky. Umělá inteligence umí obsah téměř okamžitě shrnout, analyzovat i vytvořit. Učebny přesto podle Natha fungují, jako by hlavním problémem byl přístup k informacím. Vzdělávání by se podle něj mělo přesunout k rozlišování: co je spolehlivé, co je relevantní a co si zaslouží pozornost.
Umělá inteligence podle Natha zvyšuje cenu dobré otázky
Obavy kolem AI se podle profesora soustředí hlavně na ztrátu pracovních míst. Uznává, že rutinní fyzické i duševní úkoly se stále víc automatizují. Lidská inteligence tím ale podle něj nezastarává, jen se mění, na jakých jejích druzích záleží. Stroje vynikají ve zpracování informací, hledání vzorců a plnění jasně zadaných úkolů. Zpracovat informace ovšem neznamená uplatnit lidský úsudek, zvlášť když jde o kontext, nejednoznačnost, etiku a kreativitu. „Čím schopnější naše stroje budou, tím cennější budou lidské dovednosti,“ tvrdí.
Jednou z nich je podle Natha schopnost klást smysluplné otázky. Kvalita odpovědí od AI totiž závisí na tom, jak je otázka nebo pokyn formulován. „Vágní otázka přináší vágní odpověď. Promyšlená otázka přináší vhled,“ píše. A dodává: „Nástroj problém nedefinuje. To děláme my.“
„Připravujeme studenty na svět odpovědí, zatímco vstupují do světa otázek,“ varuje profesor.
Od základní školy po univerzitu se podle něj studenti hodnotí podle toho, jak odpovídají na otázky, které položil někdo jiný. Otázky jsou strukturované, zadání jasné a řešení známá. Skutečný svět ale přináší problémy chaotické, proměnlivé a často špatně vymezené. Než je člověk začne řešit, musí nejdřív zjistit, jaká otázka se za nimi vlastně skrývá.
Profesor vyzývá k volbě mezi dvěma typy školy
Spojené státy jsou podle Natha dlouhodobě hrdé na svou inovativnost. Inovace ale podle něj nevzniká v systému, který kladení otázek fakticky potlačuje, nýbrž v takovém, který ho pěstuje. Školy proto podle něj mají přejít od učení toho, co si myslet, k učení toho, jak myslet, a dát přednost zvídavosti, uvažování, úsudku a schopnosti pracovat se složitostí.
„Ten svět nebude odměňovat ty, kdo prostě vědí. Bude odměňovat ty, kdo umějí myslet. A myšlení nezačíná odpověďmi, ale lepšími otázkami,“ uzavírá Nath.
Jeho text se týká amerického školství, otázka je ale obecnější. I české školy do velké míry stojí na testech, písemkách a zkouškách, které ověřují správnou odpověď na předem danou otázku. Pokud má Nath pravdu, nestačí do výuky jen přidat práci s AI. Bylo by potřeba změnit i to, co se hodnotí, třeba zařadit úkoly, v nichž se známkuje kvalita položené otázky stejně jako u jeho studentů. Komentář vyšel na serveru Hechinger Report, což je nezisková nezávislá zpravodajská organizace zaměřená na nerovnosti a inovace ve vzdělávání.






























