AI agenty ve vzdělávání v roce 2026: nákupní průvodce pro školy a tvůrce
Jak hodnotit samostatné tutory, generátory materiálů a studijní společníky, aniž byste se nechali ovlivnit marketingem a pedagogickými hype
Daniel Nikulshyn
Editor
Tržní kontext
Proč je rok 2026 rokem nákupu (s opatrností)
Trh s technologií pro vzdělávání (EdTech) byl již obrovský ještě před příchodem velkých jazykových modelů, ale nástup autonomních agentů změnil povahu konverzace. Nejde už o statické obsahové platformy, ale o systémy, které generují cvičení, opravují eseje, přizpůsobují stopy a komunikují se studenty v přirozeném jazyce. Podle Wikipedie sahá pojem „intelligent tutoring systems“ až do 1970‑tých let, ale až nedávno se překážka v oblasti nákladů a jazykové kvality snížila natolik, aby to bylo možné používat v rozsahu. Když jsem to opakoval všem institucionálním kupujícím: rozdíl mezi úchvatnou demo a spolehlivým produktem ve třídě leží v těchhle nudných detailech — správa dat, shoda s učebním plánem, tolerance k faktickým chybám a podpora místních jazyků. Modely jako GPT (OpenAI) a Claude (Anthropic) se výrazně zlepšily, ale stále se mohou podívat na realitu, a podívaní se v hodině historie nebo biologie má reálné pedagogické důsledky. Existuje také rozpočtový tlak. Veřejné i soukromé sítě chtějí prokázat návratnost investice, obvykle měřenou úspornými hodiny učitelů a zlepšením výkonu studentů. Problém je, že „zlepšení výkonu“ je notoricky obtížné měřit čistě, a mnoho dodavatelů předkládá interní studie nepocházející z peer‑review. V roce 2026 by měl kupující požadovat průhlednou metodologii. Moje jednoduchá doporučená otevírací poznámka: zacházejte s každým nástrojem jako s talentovaným a rozptýleným juniorním zaměstnancem. Zrychluje práci, ale vyžaduje dohled, jasná omezení a odpovědnou osobu na čele. Žádný současný vzdělávací agent nenahradí úsudek učitele — to, co učitel dělá nejlépe, je odstraňování opakujícího se úkolu, který zabírá čas skutečnému vyučování.
- Intelligent tutoring system (Wikipedia) — Historické přehled o inteligentních výukových systémech.
- OpenAI — Výrobce modelů GPT často používaných v edukačních produktech.
Taxonomie nástrojů
Kategorie, které opravdu musíte rozlišovat
Před porovnáním produktů je nezbytné oddělit kategorie, které se často prodávají pod stejným označením „vzdelávací AI“. První jsou adaptivní tutorové: agenti, kteří dialogují se studentem, diagnostikují mezery a upravují další krok. Druhá je generátor materiálů — nástroje, které vytvářejí učební plány, cvičení, pracovní listy a testy pro učitele. Třetí jsou studijní společníci, zaměřeni na jednotlivého studenta, kteří převádějí poznámky na flashcards, shrnutí a kvízy. Existují ještě podpůrné kategorie: asistenti korekce a zpětné vazby, agenti přístupnosti (čtení nahlas, překlad, zjednodušení textu) a administrativní nástroje, které se starají o komunikaci s rodinami a plánování schůzek. Zaměňování těchto kategorií při nákupu je nejčastější chyba – škola si zakoupí „tutora“ s očekáváním zvýšení produktivity učitelů a zjistí, že nástroj slouží studentům, nikoli učitelům. Každá kategorie má odlišný profil rizika. Generátory materiálů chybují ověřitelným způsobem (učitel zkontroluje cvičení před použitím), takže riziko je zvládnutelné. Autonomní tutorové, kteří přímo interagují s dětmi, nese větší rizika: vystavení nevhodnému obsahu, nadměrná závislost a soukromí dětí. V USA stanovují zákon COPPA a v Evropě GDPR přísná omezení při zpracování dat dětí, a vážní prodejci explicitně uvádějí shodu. Rozumný kupující nejprve mapuje problém – úspora času učitele? zvýšení samostatného praxe studenta? podpora studentů s obtížemi? – a teprve poté hledá odpovídající kategorii. Nakupovat technologie na základě problému je klasický recept na přetížení digitálních regálů prachem.
- General Data Protection Regulation (Wikipedia) — Európsky právní základ pro ochranu údajů, včetně údajů dětí.
- COPPA (Wikipedia) — Americký zákon o online soukromí dětí.
Nákupní kontrolní seznam
Kritéria hodnocení, která rozlišují hračky od nástrojů
Můj praktický kontrolní seznam začíná přesností faktů. Požádejte dodavatele o ukázky generované v konkrétním učebním plánu a ověřte chyby. Dobrý znak je, když nástroj používá retrieval‑augmented generation (RAG) založenou na skutečných učebních zdrojích, místo aby se spoléhal pouze na parametrické paměťové modely. Technika RAG, která se prosadila v výzkumu od roku 2020, snižuje halucinace tím, že nutí model citovat poskytnutý materiál. Druhým kritériem je školní rámec a jazyk. Nástroj většinově trénovaný v angličtině může generovat gramaticky správný portugalštinu, ale kulturně nesouladný – data, příklady a samotná struktura BNCC v Brazílii nebo učební plán každé země hovořící portugalštinou. Otestujte s místním obsahem před podpisem. Třetí: správa dat. Kde jsou uložená data studentů? Používají se k trénování modelů? Existuje možnost nulové retence? Závažní enterprise dodavatelé (OpenAI, Anthropic a další) nabízejí smlouvy s garanty proti trénování. Pro data menších dětí tato klauzule není volitelná. Čtvrté: transparentnost nákladů. Ceník podle tokenů, aktivních studentů nebo sedadel má velmi odlišné dopady na rozpočet v závislosti na rozsahu. Škola s deseti tisíci studenty může být překvapena cenou za interakci. Páté a poslední: schopnost učitele udržet kontrolu – vidět, co AI řekla studentovi, upravit limity a vypnout funkce. Nástroje, které učitele považují za pozorovatele, selhávají nejdůležitějším testem výchovy: udržet dospělého odpovědného na ovládacím panelem.
- Retrieval-augmented generation (Wikipedia) — Technika, která snižuje halucinace tím, že model opírá o zdroje.
- Anthropic — Dodavatel modelů s enterprise možnostmi nevyužívání dat pro trénování.
Praktická analýza
Významné nástroje: Funboxie a LoveStudy.ai
V tomto odstavci zhodnotím dva nástroje z našeho adresáře, které dobře ilustrují dva užitečné extrémy spektra v oblasti vzdělávání: tisknutelný materiál pro počáteční fáze a digitální studijní pomocník pro samostatnější studenty. Funboxie nabízí stránky k vybarvování a tisknutelné a zdarma dostupné pracovní listy pro děti. Dokazuje to, že ‚IA ve vzdělávání‘ neznamená vždy sofistikovanou konverzační rozhraní – často je hodnota v rychlém vytváření kvalitního fyzického materiálu pro předškolní a první ročníky. Je ideální pro učitele prvního dětství, rodiče a pedagogy, kteří potřebují nízkotechnické, bezpečné zdroje bez vystavení dětí chatbotům. Jelikož výsledek je tisknutelný a před použitím revidován dospělým, je rizikový profil velmi nízký. LoveStudy.ai představuje opačný extrém: je to studijní pomocník poháněný IA, který promění poznámky studenta do flashkaret, kvízů a shrnutí. Je určen pro studenty středních a vyšších škol, kteří již mají autonomii a chtějí optimalizovat opakování a aktivní zapamatování – techniku s pevnou vědeckou podporou, jako je testování a rozložená opakování. Jelikož vychází z poznámek samotného uživatele, snižuje riziko generického odlišení obsahu, přesto musí student ověřit přesnost vytvořených flashkaret. Kontrast mezi těmito nástroji je sám o sobě poučný: jeden slouží učiteli připravujícím materiál pro děti, které by neměly přímo interagovat s IA; druhý posiluje dospělého studenta k lepšímu studiu. Volba mezi nimi je, než nic jiného, volbou, kdo je konečný uživatel a jaký problém chcete vyřešit.
- Funboxie — Stránky k vybarvování a tisknutelné a zdarma dostupné pracovní listy pro děti.
- LoveStudy.ai — Studijní pomocník s IA, který převádí poznámky do flashkaret, kvízů a shrnutí.
Co nikdo neuvádí do brožury
Rizika, etika a pastí závislosti
Nejautentičtější diskuse o AI ve vzdělávání se nedotýká účinnosti, ale skutečného učení. Existuje zdokumentované riziko „kognitivního offloadingu“: když nástroj dělá těžkou práci (psaní eseje, řešení rovnice), může student nezískat dovednost. Výzkumníci kognitivní vědy od desítek let varují, že proces odstraňování – produktivní obtížnost zkoušení, aby se vzpomnělo – je tím, co posiluje paměť. Nástroje, které tento proces eliminuje, mohou škodit těm, kterým by měly pomáhat. Existuje také problém akademické integrity. Detektory textu generovaného AI jsou notoricky nespolehlivé a produkují falešné pozitivní výsledky, trestající nevinné studenty. Místo sázení na detekci se zavrchné školy přetvářejí hodnocení tak, aby byl hodnocen proces, a ne jen výsledek. Zakoupení detektoru jako kouzelné řešení obvykle zhoršuje důvěru ve třídě. Pochyby představují další rozměr. Modely trénované na anglofonních a západních korporech mohou reprodukovat stereotypy a zobrazovat kulturně cizí příklady v lusofonním kontextu. To vyžaduje neustálou lidskou kuraci, zejména u citlivých témat historie, geografie a společenských věd. Konečně přístupnost a spravedlnost. AI ve vzdělávání může zvyšovat nerovnosti, pokud mají přístup pouze studenti s dobrou technikou a internetem. Současně mají funkce přístupnosti – čtení nahlas, překlad, zjednodušení – potenciál skutečně transformovat studenty s handicapem nebo učení se v druhém jazyce. Centrální etické téma je stále stejné: AI by měla odstraňovat bariéry učení, nikoliv převádět samotné učení na externí úkoly.
- Testing effect (Wikipedia) — Vědecká podstata aktivního zapamatování.
- Algorithmic bias (Wikipedia) — Jak mohou modely reprodukovat kulturní a sociální předsudky.
Od pilotního projektu k rozšíření
Plán adopce za 90 dnů
Doporučuji zacházet s adopcí jako s kontrolovaným experimentem, ne jako s nákupem infrastruktury. V prvních 30 dnech stanovte jeden konkrétní a měřitelný problém — například snížit o 40 % čas, který učitelé věnují přípravě matematických cvičení. Vyberte si jednu nebo dvě nástroje, zapojte tři až pět dobrovolných učitelů a stanovte jasné metriky před zapnutím jakéhokoli systému. Mezi 30 a 60 dny spusťte skutečný pilot ve skutečných třídách, ale s bezpečnostní sítí: veškerý generovaný materiál je revidován lidmi, veškerá data žáků mají souhlas a existuje otevřený kanál pro zpětnou vazbu. Shromažďujte kvantitativní údaje (ušetřený čas, efektivní využití) a kvalitativní údaje (co si učitelé a žáci myslí). Mějte podezření na izolované nadšení; hledejte vzor. Od 60 do 90 dnů rozhodněte na základě důkazů. Pokud nástroj ušetřil čas učitelům bez degradace kvality a bez incidentů soukromí, naplánujte postupné rozšíření s tréninkem. Pokud ne, ukončte bez dramatu — pilotní projekty, které selhávají, jsou levné; rozšíření, která selžou, jsou drahá a oslabují důvěru týmu v budoucí inovace. Během celého procesu vyjednávejte smlouvy, které umožní odchod. Vyvarujte se uzamčení dat: požadujte export v otevřených formátech a klauzule o odstranění dat po ukončení. Technologie agentů se stále rychle mění — správný dodavatel dnes může být zastaralý po dvanácti měsících, a vy potřebujete svobodu změnit. Koupě vzdělávacího AI v roce 2026 je především koupí volnosti a udržení učitele v centru rozhodování.
- Pilot experiment (Wikipedia) — Základy pilotních studií před rozšířenou adopcí.
- Vendor lock-in (Wikipedia) — Proč se vyvarovat závislosti na jednom dodavateli.
Zdroje
- Inteligentní výukový systém (Wikipedia)
Historie a koncepty inteligentních tutorizačních systémů.
- Vzdělávací technologie (Wikipedia)
Přehled oblasti vzdělávací technologie.
- OpenAI
Výrobce modelů GPT používaných v mnoha vzdělávacích produktech.
- Anthropic
Dodavatel modelů Claude s možnostmi enterprise ochrany soukromí.
- Generování s podporou vyhledávání (Wikipedia)
Technika, která snižuje halucinace v odpovědích AI.
Časté dotazy
Mohou agenti AI nahradit učitele?
Ne, a neklidně se zpochybňuj, kdo tvrdí opak. Současné nástroje šetří čas při opakujících se úkolech a podporují samostatnou praxi žáka, ale vyžadují lidskou kontrolu pro pedagogické úsudky, etiku a opravu chyb. Učitel zůstává v centru.
Je bezpečné používat AI tutory s dětmi?
Záleží na právní shodě a designu. U dětí vyžadujte soulad s COPPA a/nebo GDPR, doložky o nevyhodnocování dat a rodičovské/učitelé kontroly. Pro první kolo dětské vědomosti jsou nástroje generující materiál k tisku, který je přezkoumán dospělými, rizikově mnohem menší než přímé chatboty.
Jak zjistím, zda nástroj generuje špatné informace?
Otestujte ho s vaším reálným osnovovým materiálem a ověřte odpovědi proti ověřeným zdrojům. Preferujte produkty, které využívají RAG ancorovaný na osnovový materiál a uvádí zdroje, namísto spoléhaní se pouze na paměť modelu.
Jaký je rozdíl mezi adaptivním tutorem a studijním partnerem?
Adaptivní tutor dialoguje, diagnostikuje mezery a automaticky upravuje cestu studenta. Studijní partner je nástroj, který student sám používá k přeměně svých poznámek na flashcards, shrnutí a kvízy, jako je LoveStudy.ai.
Jsou detektory textu vytvořeného umělou inteligencí spolehlivé?
Ne příliš. Vytvářejí falešné pozitivy, které mohou trestat nevinné studenty. Přetvoření hodnocení tak, aby oceňovalo proces, je účinnější a spravedlivější než spoléhat pouze na automatickou detekci.
Slušují bezplatné nástroje jako Funboxie pro školy?
Ano, zejména v mateřské a základní škole. Bezplatné tisknutelné materiály jsou bezpečné, praktické a udržují dospělého pod kontrolou, aniž by děti vystavovaly konverzačním rozhraním. Zkontrolujte podmínky použití pro institucionální kontext.
Jak vypočítat skutečné náklady na tyto nástroje?
Analyzujte cenový model – po tokenu, po aktivním studenta nebo po místě – a simulujte na vaší škále. Co se jeví být levné v jedné třídě, se může vynásobit na desítky tisíc studentů. Požádejte o písemné odhady na základě vašeho objemu.
Jak začít implementaci bez rizika?
Zahajte pilot 90 dní s měřitelným problémem, málo dobrovolných učitelů, lidskou revizi celého materiálu a definovanými metrikami před zahájením. Škálujte pouze, pokud existuje jasný důkaz o zisku bez incidentů ochrany soukromí.