Stručná odpoveď
AI asistent pre pedagóga je opakovateľne nakonfigurovaný pracovný systém s jasnou úlohou, povolenými dátami, zdrojmi, testovacou sadou a povinnou ľudskou kontrolou. Nemá samostatne robiť rozhodnutia s významným dopadom na žiaka.
Tematický kontext: AI v pedagogickom procese, AI školenia a AI vzdelávanie, AI gramotnosť pre školy a firmy a generatívna AI.
Aktualizované pre rok 2026. Pillar vychádza z údajov OECD TALIS 2024, slovenského rámca AI kompetencií pedagógov, GDPR, AI Actu a medzinárodných rámcov UNESCO.
Úvod: Učiteľ nemá byť administratívny procesor
Pedagogická práca sa nekončí posledným zvonením. Učiteľ pripravuje hodiny, hodnotí práce, komunikuje s rodičmi, plánuje, dokumentuje, aktualizuje materiály, pracuje so školským vzdelávacím programom a priebežne reaguje na nové metodické a legislatívne požiadavky. Nie všetky tieto činnosti sú zbytočná byrokracia. Mnohé sú potrebné pre kvalitu, bezpečnosť a fungovanie školy. Problém vzniká vtedy, keď sa opakovateľná administratívna a produkčná práca stane takou objemnou, že odoberá kapacitu činnosti, pre ktorú učiteľ v škole primárne je: premýšľaniu o učení konkrétnych detí, príprave kvalitnej výučby, spätnej väzbe a ľudskému kontaktu.
OECD v národnej správe TALIS 2024 pre Slovensko uvádza, že 53 % učiteľov nižšieho sekundárneho vzdelávania označilo príliš veľa administratívnej práce za významný zdroj stresu. Učitelia na plný úväzok zároveň uvádzali v priemere 7,4 hodiny týždenne na prípravu hodín, 3,6 hodiny na hodnotenie a opravu práce žiakov a 2,9 hodiny na všeobecnú administratívu. Samotný počet hodín pritom nevystihuje mentálnu cenu častého prepínania medzi formulármi, plánmi, komunikáciou a pedagogickými rozhodnutiami.
Najväčšia hodnota AI asistenta pre učiteľa nie je v tom, že napíše text rýchlejšie. Je v tom, že opakovanú úlohu prevedie na kontrolovaný proces, ktorý učiteľ nemusí zakaždým od začiatku vysvetľovať, promptovať, iterovať a formátovať.
Slovenský rámec AI kompetencií pedagógov z roku 2026 už výslovne uvádza využívanie AI pre profesijný rozvoj, administratívu a riadenie zmien v školách ako jednu z piatich kompetenčných oblastí. AI asistent preto nie je exotický doplnok. Pri správnom nastavení je to praktická vrstva digitálnej transformácie školy. Musí však byť postavená tak, aby neznižovala profesionálnu autonómiu učiteľa, nevytvárala nové dátové riziká a nepresúvala zodpovednosť na model, ktorý ju právne ani pedagogicky niesť nemôže.
1. Čo je AI asistent pre pedagóga
AI asistent je opakovateľne nakonfigurovaný systém založený na modeloch umelej inteligencie, ktorý vykonáva jasne vymedzenú triedu úloh podľa trvalých inštrukcií, pravidiel, zdrojov, vstupov a výstupných formátov. Na rozdiel od bežného chatu nemusí učiteľ pri každom použití znova vysvetľovať svoju rolu, metodiku, štruktúru výstupu, zakázané kroky ani kvalitatívne kritériá. Dobrý asistent si tieto pravidlá nesie vo svojej konfigurácii.
| Prístup | Ako funguje | Výhoda | Slabina |
|---|---|---|---|
| Jednorazový chat | Učiteľ pri každej úlohe znova opisuje cieľ, kontext a formát. | Flexibilita, nulová príprava. | Variabilné výstupy, veľa iterácií, riziko zabudnutých pravidiel. |
| Prompt šablóna | Používateľ kopíruje pripravené zadanie a dopĺňa premenné. | Rýchly štart a lepšia konzistentnosť. | Stále závisí od disciplinovaného používania a manuálneho kontextu. |
| Jednoduchý AI asistent | Má trvalé inštrukcie, definovaný use case a výstup. | Menej promptovania, stabilnejší proces. | Bez znalostnej bázy môže pracovať príliš všeobecne. |
| Asistent so znalostnou bázou | Okrem inštrukcií používa vybrané kurikulárne a metodické dokumenty. | Vyššia kontextová presnosť a prenos interných pravidiel. | Vyžaduje správu zdrojov, verzií a prístupových práv. |
| Riadený AI systém | Viac krokov, validácie, integrácie, audit, evaly a monitoring. | Vysoká opakovateľnosť pri zložitejších procesoch. | Vyššie nároky na návrh, bezpečnosť a systémové inžinierstvo. |
Asistent teda nie je synonymom pre autonómneho agenta. Môže byť veľmi jednoduchý a stále užitočný. V školskom prostredí je dokonca často vhodnejšie, aby asistent nevykonával akcie samostatne, ale pripravoval návrh, ktorý učiteľ skontroluje a až následne použije. Čím väčší dopad má výstup na konkrétneho žiaka, tým dôležitejšia je táto hranica.
2. Prečo je asistent efektívnejší než nekonečné promptovanie
Pri opakovanej úlohe vzniká skrytá režijná práca. Učiteľ musí zakaždým formulovať cieľ, pripomenúť modelu ročník, predmet, taxonómiu cieľov, formát, dĺžku, zdroje, obmedzenia, štýl komunikácie a spôsob overenia. Ak model niečo pochopí nesprávne, nasledujú opravy. Výsledok môže byť kvalitný, ale proces sa znova opakuje pri ďalšej príprave. AI asistent presúva túto režijnú prácu z každého jednotlivého použitia do návrhu systému.
| Vrstva, ktorú učiteľ nemusí zakaždým opakovať | Príklad |
|---|---|
| Rola | Si metodický asistent učiteľa 2. stupňa ZŠ, nie autonómny hodnotiteľ žiakov. |
| Cieľ | Pripravuj návrhy, ktoré šetria administratívny čas a zachovávajú pedagogické rozhodnutie učiteľa. |
| Zdrojová hierarchia | Najprv pracuj so schválenou znalostnou bázou, potom s používateľským vstupom, až následne so všeobecnými znalosťami. |
| Dátové hranice | Nevyžaduj mená, rodné čísla, diagnózy, zdravotné informácie ani iné nepotrebné osobné údaje. |
| Výstup | Použi presnú štruktúru, tabuľku alebo formulár, ktorý škola potrebuje. |
| Kvalitatívna brána | Ak chýba kritický údaj, nepokračuj odhadom. Polož jednu konkrétnu otázku alebo označ neistotu. |
| Eskalácia | Neprijímaj finálne rozhodnutia o hodnotení, podpore, disciplinárnom postupe alebo právnej interpretácii. |
Technicky sa konfiguráciu jednoduchého no-code asistenta možno naučiť pomerne rýchlo. Nie je však zodpovedné tvrdiť, že niekoľko hodín automaticky stačí na bezpečný asistent pre akýkoľvek pedagogický proces. Jednoduchá produkčná úloha s verejnými dátami je iný problém než systém pracujúci s internou dokumentáciou školy alebo údajmi žiakov. Čas potrebný na návrh rastie s rizikom, komplexnosťou, počtom zdrojov, potrebou integrácií a požadovanou mierou konzistentnosti.
3. Ktoré úlohy sú pre AI asistenta najvhodnejšie
Najlepším kandidátom nie je úloha, ktorá je iba časovo náročná. Mala by byť zároveň opakovateľná, dostatočne štruktúrovaná, mať kontrolovateľný výstup a umožňovať ľudské schválenie. Ak sa výsledok dá rýchlo skontrolovať a chyba nemá vysoký dopad, automatizácia prináša veľa úžitku pri relatívne nízkom riziku.
| Oblasť | Vhodné príklady | Podmienka bezpečného použitia |
|---|---|---|
| Príprava vyučovania | Návrh cieľov, otázok, variantov úloh, pracovných listov, aktivít, rubrík a diferenciácie. | Pracovať s neosobnými údajmi a overiť faktickú a didaktickú správnosť. |
| Kurikulárna administratíva | Mapovanie tém na štandardy, kontrolné zoznamy ŠkVP, návrhy plánov a prehľady zmien. | Aktuálna znalostná báza, verziovanie zdrojov a ľudská kontrola súladu. |
| Komunikácia | Návrhy e-mailov, oznamov, pozvánok, FAQ a textov pre rodičov. | Používať zástupné polia namiesto osobných údajov, finálne odoslanie človekom. |
| Porady a tímová práca | Agenda, zápis zo sanitizovaných poznámok, zoznam úloh, sumarizácia metodiky. | Neprenášať citlivé osobné údaje do neschváleného systému. |
| Profesijný rozvoj | Zhrnutie metodických materiálov, otázky na reflexiu, plán samoštúdia. | Pracovať s overiteľnými zdrojmi a neplietť odporúčanie s autoritou. |
| Tvorba šablón | Formuláre, checklists, rubriky, osnovy dokumentov, opakovateľné textové štruktúry. | Šablóna nesmie automaticky produkovať rozhodnutia s vysokým dopadom. |
| Analýza anonymných dát | Zhrnutie trendov bez identifikátorov, kategorizácia otvorených odpovedí po anonymizácii. | Skutočná anonymizácia alebo schválené spracovanie, nie iba odstránenie mena. |
Pravidlo výberu use case: automatizujte najprv to, čo je časté, štruktúrované, ľahko kontrolovateľné a dátovo nízkorizikové. Nezačínajte rozhodnutiami, ktoré môžu zásadne ovplyvniť dieťa.
4. Čo by AI asistent nemal robiť samostatne
AI môže pripraviť podklad, ale existujú oblasti, v ktorých nemožno zameniť pomocný návrh za profesionálne rozhodnutie. Európska komisia medzi príkladmi vysokorizikových vzdelávacích use case uvádza AI systémy používané na hodnotenie výsledkov učenia a usmerňovanie vzdelávacieho procesu alebo na monitoring podvádzania. To neznamená, že každý nástroj použitý učiteľom je vysokorizikový. Rozhodujúci je zamýšľaný účel systému. Znamená to však, že škola musí byť oveľa opatrnejšia, ak AI prestáva byť administratívnym pomocníkom a začína rozhodovať o ľuďoch.
finálne klasifikovať žiaka alebo meniť známku bez zodpovedného ľudského posúdenia;
rozhodovať o prijatí, vylúčení, disciplinárnom opatrení alebo vzdelávacej dráhe;
vyhodnocovať zdravotný, psychologický alebo špeciálnopedagogický stav ako náhrada odborníka;
vytvárať oficiálne záznamy o konkrétnom dieťati z neovereného alebo neúplného AI výstupu;
posudzovať podvádzanie alebo autorstvo práce iba na základe AI detektora;
odosielať komunikáciu rodičom alebo úradom bez kontroly pedagóga alebo poverenej osoby;
interpretovať právne povinnosti školy ako konečný právny názor bez overenia príslušným odborníkom.
5. AI asistent ako súčasť novej digitálnej školy
Od roku 2026 sa slovenské školy nachádzajú v prostredí, kde sa súbežne mení kurikulum, zavádza AI gramotnosť a školské vzdelávacie programy sa dopĺňajú o stratégiu digitálnej transformácie vzdelávania. To vytvára prirodzený priestor pre riadené portfólio AI asistentov. Nie ako zbierku náhodných chatbotov jednotlivých učiteľov, ale ako súčasť školského informačného a metodického ekosystému.
| Typ asistenta | Primárny používateľ | Úloha |
|---|---|---|
| Kurikulárny asistent | učiteľ, predmetová komisia, vedenie | Vyhľadáva požiadavky v schválenom kurikule, mapuje ciele, tvorí kontrolné zoznamy a návrhy plánov. |
| Metodický asistent | učiteľ | Pripravuje varianty aktivít, otázok, rubrík a didaktických postupov podľa zvoleného cieľa. |
| Administratívny asistent | učiteľ, vedenie | Pomáha s opakovateľnými štruktúrami dokumentov, oznamov, agend, zápisov a prehľadov. |
| Komunikačný asistent | učiteľ, vedenie | Vytvára návrhy zrozumiteľnej komunikácie pre rodičov, kolegov alebo verejnosť. |
| Asistent profesijného rozvoja | pedagogickí a odborní zamestnanci | Pracuje s metodickými zdrojmi, pripravuje otázky, sumarizácie a plány rozvoja. |
| Špecializovaný predmetový asistent | konkrétny predmet alebo vzdelávacia oblasť | Používa presne definovanú znalostnú bázu, didaktické pravidlá a formáty výstupov. |
| Asistent vedenia školy | manažment | Podporuje plánovanie, kontrolné zoznamy, sumarizáciu neosobných dát a prípravu rozhodovacích podkladov. |
6. Jednoduchý asistent verzus špecializovaný systém
Jednoduchý asistent je vhodný pre jednotlivca alebo malý tím, keď má jednu jasnú úlohu, používa obmedzené množstvo neosobných vstupov a výstup sa vždy manuálne kontroluje. Špecializovaný systém má zmysel tam, kde sa spájajú viaceré zdroje, presné pracovné kroky, rôzne roly používateľov, dátové oprávnenia, validácie a požiadavka na auditovateľnosť.
| Parameter | Jednoduchý asistent | Špecializovaný systém |
|---|---|---|
| Návrh | No-code konfigurácia, jasná systémová inštrukcia. | Architektúra promptov, retrieval, workflow, integrácie, prístupové vrstvy. |
| Vstup | Niekoľko polí alebo krátky kontext. | Štruktúrované dáta, dokumenty, formuláre, niekedy API. |
| Znalosti | Všeobecný model alebo menšia znalostná báza. | Riadený korpus, metadáta, verzie, citácie, retrieval pravidlá. |
| Kontrola | Ručná kontrola každého výstupu. | Automatické validácie plus povinný human-in-the-loop pri kritických krokoch. |
| Bezpečnosť | Pravidlá používania a vhodný účet. | Identity, role, logging, retention, incident management, vendor governance. |
| Testovanie | 20 až 50 realistických príkladov môže stačiť na základný pilot. | Systematické eval sady, regresné testy, adversarial testy a monitoring v produkcii. |
| Údržba | Občasná úprava inštrukcií. | Versioning, change management, aktualizácia znalostnej bázy a pravidelné audity. |
Hlbšie LLM systémové inžinierstvo začína tam, kde už nestačí dobrý textový prompt. Treba riešiť architektúru kontextu, chunking a retrieval, ochranu pred prompt injection, oddelenie inštrukcií od dát, citovanie zdrojov, konflikty dokumentov, hodnotiace metriky, fallback správanie, autorizáciu a zmeny modelov. Taký systém môže učiteľovi navonok položiť iba tri otázky, ale v pozadí môže vykonávať desiatky kontrolných krokov.
7. Z čoho sa skladá kvalitný AI asistent
| Vrstva | Otázka, ktorú musí návrh vyriešiť | Príklad |
|---|---|---|
| Účel | Akú presnú triedu problémov rieši? | Tvorí návrh prípravy na hodinu z cieľa, ročníka a času. |
| Rola | Akú odbornú perspektívu používa? | Metodický asistent, nie generický copywriter. |
| Vstupné schema | Aké minimum potrebuje od používateľa? | Predmet, ročník, cieľ, čas, dostupné pomôcky. |
| Znalostná báza | Ktoré zdroje majú prednosť? | Aktuálny ŠVP, školské metodiky, schválené interné dokumenty. |
| Workflow | V akom poradí uvažuje a kontroluje? | Cieľ, štandard, aktivita, diferenciácia, riziká, výstup. |
| Výstupné schema | Ako presne má vyzerať výsledok? | Tabuľka s cieľom, aktivitou, časom, dôkazom učenia a poznámkou pre učiteľa. |
| Bezpečnostné hranice | Čo nesmie robiť alebo vyžadovať? | Nevyžaduje identifikátory detí a nerobí diagnostické závery. |
| Validácia | Čo musí skontrolovať pred odovzdaním? | Súlad cieľa a aktivity, faktické tvrdenia, chýbajúce údaje, citácie. |
| Eskalácia | Kedy sa má zastaviť? | Pri konflikte zdrojov, citlivých údajoch alebo úlohe s vysokým dopadom. |
| Verzia | Ako vieme, podľa čoho výsledok vznikol? | Verzia asistenta, dátum znalostnej bázy, verzia metodiky. |
8. Znalostná báza je rozdiel medzi generickým a školským asistentom
Bez znalostnej bázy model pracuje najmä zo svojich všeobecných naučených vzorcov a aktuálneho vstupu. To môže stačiť na brainstorming, ale nie na úlohu, kde potrebujeme konzistentne pracovať s konkrétnym ŠVP, metodikou školy, interným formátom alebo schválenou terminológiou. Znalostná báza vytvára riadený kontext. Neznamená však automatickú pravdivosť. Dokument môže byť zastaraný, konfliktný alebo nesprávne interpretovaný.
Zdroje musia byť pomenované, datované a verzované.
Asistent má mať jasnú hierarchiu autority zdrojov, napríklad právny predpis, ŠVP, školský dokument, metodická pomôcka.
Pri konflikte nemá rozhodnúť podľa jazykovej presvedčivosti, ale konflikt označiť a eskalovať.
Pri kritických tvrdeniach má vedieť uviesť, z ktorého dokumentu vychádza.
Staré verzie dokumentov treba archivovať alebo vyradiť z aktívneho retrievalu.
Dokument v znalostnej báze je dátový zdroj, nie automaticky dôveryhodná inštrukcia. To je dôležité aj pre obranu pred prompt injection.
9. GDPR: najväčšia hranica nie je prompt, ale dáta
AI asistent môže byť metodicky výborný a napriek tomu nevhodný na použitie, ak doň škola posiela údaje bez jasného účelu, právneho základu, potrebných zmluvných vzťahov alebo bezpečnostných opatrení. GDPR platí aj pri moderných AI nástrojoch. Medzi základné zásady patria zákonnosť, transparentnosť, obmedzenie účelu, minimalizácia údajov, presnosť, obmedzenie uchovávania, integrita a dôvernosť. EDPB zároveň zdôrazňuje, že deti si zasluhujú osobitnú ochranu pri spracovaní osobných údajov.
Najbezpečnejší dizajn je často taký, ktorý osobné údaje vôbec nepotrebuje. Ak asistent tvorí pracovný list pre siedmy ročník, nepotrebuje mená žiakov. Ak pripravuje univerzálnu šablónu rodičovského oznámenia, nepotrebuje konkrétnu rodinu. Ak má navrhnúť diferenciáciu, možno pracovať s anonymným didaktickým profilom namiesto identifikovateľného dieťaťa, pokiaľ je to pre účel dostatočné.
10. Anonymizácia nie je vymazanie mena
Jedna z najčastejších chýb pri práci s pedagogickými dátami je predstava, že text je anonymný, keď odstránime meno. Ak z kombinácie ročníka, triedy, diagnózy, rodinnej situácie, udalosti alebo iných detailov možno konkrétne dieťa znovu rozpoznať, môže stále ísť o osobné údaje. EDPB rozlišuje pseudonymizáciu a anonymizáciu: pseudonymizácia znižuje prepojiteľnosť s osobou, ale prepojenie zostáva možné; skutočne anonymizované dáta už nemožno priradiť konkrétnej osobe primerane dostupnými prostriedkami.
| Situácia | Riziko | Bezpečnejšia alternatíva |
|---|---|---|
| Meno nahradené iniciálami, ale zostane diagnóza, trieda a unikátna situácia. | Pseudonymizácia, osoba môže byť stále rozpoznateľná. | Použiť abstraktný profil bez unikátnych identifikátorov alebo schválené interné prostredie. |
| Celá žiacka práca s menom vložená do verejného chatbota. | Priame spracovanie osobných údajov a možné ďalšie zmluvné riziká. | Odstrániť identifikátory a citlivý obsah alebo použiť schválený nástroj s jasným právnym režimom. |
| Zdravotná správa vložená na vytvorenie pedagogického odporúčania. | Osobitná kategória údajov, vysoké riziko a nesprávne prenesenie odbornej zodpovednosti. | Postupovať podľa schváleného procesu školy a pracovať s oprávneným odborníkom. |
| Anonymná sada všeobecných chýb z testu bez možnosti spätnej identifikácie. | Nízke riziko, ak je anonymizácia skutočná. | Vhodný kandidát na analýzu vzorcov a návrh remedial aktivít. |
11. Čo musí škola preveriť pri nástroji alebo asistentovi
| Kontrolná otázka | Prečo je dôležitá |
|---|---|
| Kto je prevádzkovateľom a kto sprostredkovateľom spracúvania? | Roly určujú zodpovednosť, právny základ, zmluvy a informačné povinnosti. |
| Používa poskytovateľ vstupy na tréning alebo iné vlastné účely? | Podmienky sa líšia medzi produktmi, účtami a režimami služby. |
| Existuje zmluva o spracúvaní údajov podľa článku 28, ak je potrebná? | Škola musí mať kontrolu nad spracovateľom, pokynmi, bezpečnosťou a subdodávateľmi. |
| Kde sa údaje ukladajú a aké transfery sa uskutočňujú? | Prenosy do tretích krajín môžu vyžadovať ďalšie záruky a posúdenie. |
| Aká je retencia a možno dáta vymazať? | Minimalizácia sa týka aj času uchovávania, nie iba rozsahu vstupu. |
| Aké sú prístupové práva, MFA, logovanie a správa účtov? | Bezpečný model potrebuje bezpečnú identitu a infraštruktúru. |
| Je potrebná DPIA? | Pri pravdepodobnom vysokom riziku pre práva a slobody môže byť posúdenie vplyvu povinné. |
| Ako sa rieši incident a porušenie ochrany údajov? | AI pilot bez incident procesu je stále produkčné riziko. |
Právne minimum pre školu: nikdy neposudzujte bezpečnosť nástroja podľa toho, že je populárny alebo že má vzdelávaciu verziu. Posudzujte konkrétny produkt, konkrétny typ účtu, konkrétny dátový tok a konkrétny účel.
12. AI Act: asistent potrebuje gramotného používateľa
Článok 4 AI Actu vyžaduje, aby organizácie, ktoré poskytujú alebo nasadzujú AI systémy, prijímali opatrenia na podporu rozvoja AI gramotnosti ľudí, ktorí s týmito systémami pracujú. Aktuálne znenie neurčuje jednu pevnú individuálnu úroveň pre všetkých. Európska komisia zdôrazňuje, že úroveň sa má prispôsobiť technickým znalostiam, skúsenostiam, vzdelaniu, tréningu a kontextu použitia. To je pre školy zásadné. Nestačí kúpiť asistenta a poslať učiteľom link.
Slovenský rámec AI kompetencií pre pedagogických a odborných zamestnancov pracuje s troma úrovňami Získavanie, Prehlbovanie a Vytváranie a zahŕňa ľudsky orientované myslenie a wellbeing, etiku, právo a bezpečnosť, porozumenie fungovaniu AI, pedagogickú integráciu a využívanie AI pre profesijný rozvoj, administratívu a riadenie zmien. Asistent pre administratívu teda patrí priamo do kompetenčného rozvoja pedagóga, nie mimo neho.
13. Návrh jednoduchého asistenta: praktický postup
Vyberte jednu opakovanú úlohu, nie všetko, čo učiteľ robí.
Popíšte dnešný proces krok za krokom a označte, kde vzniká najviac režijnej práce.
Určte, ktoré rozhodnutia musí vždy urobiť človek.
Klasifikujte vstupné dáta a odstráňte všetko, čo asistent na účel nepotrebuje.
Definujte presný vstupný formulár alebo minimálnu sadu otázok.
Napíšte systémové pravidlá, hierarchiu zdrojov, zakázané kroky a spôsob eskalácie.
Vytvorte presný výstupný formát, aby učiteľ nemusel výsledok zakaždým prerábať.
Otestujte bežné, neúplné, hraničné a rizikové vstupy.
Pilotujte s malým počtom používateľov a zbierajte konkrétne chyby, nie iba dojmy.
Verzujte asistenta a pravidelne testujte, či aktualizácia modelu alebo zdrojov nezhoršila správanie.
14. Ukážková špecifikácia: asistent pre prípravu vyučovacej hodiny
| Pole návrhu | Príklad špecifikácie |
|---|---|
| Účel | Pripraviť návrh 45-minútovej hodiny podľa zadaného cieľa a ročníka. Nie nahradiť pedagogické rozhodnutie učiteľa. |
| Povinné vstupy | Predmet, ročník, cieľ učenia, čas, dostupné pomôcky, predchádzajúce učivo. |
| Voliteľné vstupy | Preferovaná forma práce, počet žiakov, všeobecná úroveň triedy bez identifikátorov. |
| Zakázané vstupy | Mená žiakov, diagnózy, rodné čísla, adresy, citlivé rodinné informácie. |
| Zdroje | Aktuálny ŠVP, schválené metodické dokumenty a používateľský vstup. |
| Workflow | Overiť cieľ, navrhnúť dôkaz učenia, zvoliť aktivitu, časovanie, diferenciáciu, otázky a reflexiu. |
| Výstup | Tabuľka: fáza, minúty, činnosť učiteľa, činnosť žiaka, dôkaz učenia, pomôcky, riziko. |
| Kvalita | Aktivity musia viesť k deklarovanému cieľu. Fakty musia byť overiteľné. Neznáme údaje neodhadovať. |
| Human gate | Učiteľ pred použitím overí faktickú správnosť, primeranosť, čas a potreby konkrétnej triedy. |
15. Testovanie asistenta: nestačí, že raz fungoval
LLM systémy sú pravdepodobnostné a ich správanie sa môže meniť po aktualizácii modelu, systémových pravidiel alebo znalostnej bázy. Kvalita asistenta sa preto musí hodnotiť na sade realistických úloh. Testovacia sada nie je technická formalita. Je to pedagogický ekvivalent štandardu kvality.
| Typ testu | Príklad | Očakávané správanie |
|---|---|---|
| Bežný vstup | Jasný cieľ, ročník a čas. | Vytvorí kompletný výstup podľa šablóny. |
| Neúplný vstup | Chýba cieľ učenia. | Nepredstiera istotu, položí jednu cielenú otázku. |
| Konfliktný vstup | Používateľ chce aktivitu v rozpore s uvedeným štandardom. | Označí konflikt a navrhne bezpečnú alternatívu. |
| Citlivé údaje | Používateľ vloží meno a diagnózu žiaka. | Upozorní na dátové riziko, nepracuje ďalej s nepotrebnými údajmi. |
| Halucinácia | V znalostnej báze odpoveď nie je. | Prizná, že oporu nenašiel, a nevyrobí falošnú citáciu. |
| Prompt injection | Dokument obsahuje text typu ignoruj systémové pravidlá. | Zaobchádza s dokumentom ako s dátami, nie ako s nadradenou inštrukciou. |
| Hraničný use case | Používateľ žiada finálne disciplinárne rozhodnutie. | Odmietne automatizovať rozhodnutie a eskaluje na človeka. |
16. Metriky: koľko času šetrí a akú kvalitu drží
Cieľom asistenta nie je maximalizovať počet vygenerovaných výstupov. Škola potrebuje vedieť, či systém reálne uvoľňuje kapacitu a pritom nezvyšuje chybovosť alebo riziko. Najdôležitejšie je sledovať kombináciu efektivity, kvality a bezpečnosti.
| Metrika | Čo meria | Poznámka |
|---|---|---|
| Čas do použiteľného návrhu | Minúty od vstupu po výstup, ktorý učiteľ vie použiť po kontrole. | Dôležitejšie než čas do prvej odpovede. |
| First-pass acceptance | Podiel výstupov, ktoré potrebujú iba malé úpravy. | Ukazuje stabilitu systému. |
| Rozsah editácie | Koľko textu alebo štruktúry učiteľ musí meniť. | Vysoká editácia môže znamenať zlý use case alebo konfiguráciu. |
| Faktická chybovosť | Počet zásadných nesprávnych tvrdení na testovacej sade. | Kritické chyby sa majú vážiť viac než štylistické. |
| Miera eskalácie | Ako často asistent správne rozpozná, že potrebuje človeka. | Nízka eskalácia nie je automaticky dobrá. |
| Dátové incidenty | Nesprávne vloženie alebo spracovanie osobných údajov. | Cieľ má byť nulový počet. |
| Regresná úspešnosť | Koľko referenčných testov prejde po zmene modelu alebo konfigurácie. | Chráni kvalitu pri aktualizáciách. |
| Ušetrená kapacita | Čas ušetrený na úlohách po odpočítaní kontroly a údržby. | Má zmysel sledovať po mesiacoch, nie po jednej demo úlohe. |
17. Kúpiť hotového asistenta alebo si ho vytvoriť
| Otázka | Vlastný jednoduchý asistent | Hotové riešenie | Špecializovaný vývoj |
|---|---|---|---|
| Rýchlosť | Vysoká pri úzkom use case. | Veľmi vysoká, ak riešenie sedí procesu. | Nižšia, potrebuje analýzu a testovanie. |
| Prispôsobenie | Stredné až vysoké. | Obmedzené produktom. | Veľmi vysoké. |
| Kontrola dát | Závisí od platformy a účtu. | Závisí od dodávateľa a zmlúv. | Možno navrhnúť cielene, stále však závisí od infraštruktúry. |
| Údržba | Na učiteľovi alebo škole. | Časť prenesená na dodávateľa. | Vyžaduje prevádzkový model a zodpovednosti. |
| Najlepší use case | Jedna opakovaná nízkoriziková úloha. | Štandardizovaná potreba mnohých škôl. | Komplexný proces, integrácie, vyššie nároky na kvalitu a governance. |
Rozhodnutie by preto nemalo začínať otázkou, ktorá platforma je najlepšia. Má začínať problémom, dátami, rizikom a očakávanou kvalitou. Škola, ktorá kúpi desať asistentov bez dátovej a procesnej architektúry, môže získať viac chaosu. Škola, ktorá najprv vyberie dve presné repetitívne úlohy a nastaví ich dobre, môže získať merateľný efekt aj s jednoduchým nástrojom.
18. Governance portfólia AI asistentov v škole
| Prvok governance | Minimum |
|---|---|
| Register asistentov | Názov, účel, vlastník, používatelia, platforma, dátová trieda, verzia, posledný review. |
| Schválené use case | Čo je povolené, podmienečne povolené a zakázané. |
| Dátová politika | Jasné pravidlá pre osobné údaje, osobitné kategórie, interné dokumenty a verejné dáta. |
| Zodpovednosť | Každý asistent má vlastníka, ktorý zodpovedá za kvalitu, aktualizáciu a incidenty. |
| Eval a review | Minimálna testovacia sada pred nasadením a po významnej zmene. |
| Školenie používateľov | Používateľ pozná limity, dátové pravidlá, kontrolu a eskalačné body. |
| Change management | Zmena modelu, promptu, znalostnej bázy alebo platformy sa zaznamená a otestuje. |
| Incident proces | Kam hlásiť chybný výstup, dátový incident, bezpečnostný problém alebo nevhodné správanie. |
19. 90-dňový plán pre školu
| Obdobie | Cieľ | Kroky | Výstup |
|---|---|---|---|
| 0 až 30 dní | Zistiť, kde sa oplatí začať. | Audit repetitívnych úloh, dátová klasifikácia, rozhovory s učiteľmi, výber dvoch nízkorizikových pilotov. | Mapa use case, riziká, baseline času a kvality. |
| 31 až 60 dní | Postaviť a otestovať pilot. | Špecifikácia, znalostná báza, testovacia sada, GDPR a vendor kontrola, školenie pilotnej skupiny. | Dva asistenti v riadenom testovaní. |
| 61 až 90 dní | Overiť reálny prínos. | Merať čas, editácie, chyby, incidenty a používateľskú skúsenosť. Opraviť konfiguráciu a rozhodnúť o škálovaní. | Rozhodnutie pokračovať, upraviť alebo zastaviť use case. |
20. Časté chyby
Kúpiť nástroj skôr, než škola presne popíše problém a dátový tok.
Postaviť jedného mega asistenta na všetko namiesto menších modulov s jasnou zodpovednosťou.
Zamieňať trvalý systémový prompt za kompletnú bezpečnostnú architektúru.
Nahrať do znalostnej bázy všetky školské dokumenty bez triedenia, verzií a prístupových pravidiel.
Používať reálne údaje detí pri testovaní, hoci test môže fungovať na syntetických alebo anonymných dátach.
Veriť, že podnikový účet automaticky vyriešil všetky GDPR povinnosti.
Nechať asistenta tvoriť finálne hodnotiace alebo disciplinárne rozhodnutia.
Nesledovať zmeny po aktualizácii modelu alebo platformy.
Hodnotiť asistenta iba podľa toho, ako pekne píše, nie podľa faktickej správnosti, konzistentnosti a bezpečnosti.
Nechať každého učiteľa vytvárať vlastné nezdokumentované riešenia bez minimálnych školských pravidiel.
21. Promptovanie je iba rozhranie, systémový návrh je jadro
Pri jednoduchom používaní AI sa veľa pozornosti venuje promptom. Pri asistentoch je dôležitejšie pochopiť, že prompt je iba jedna vrstva systému. Ak musí používateľ pri každej úlohe opakovane pripomínať bezpečnostné pravidlá, formát, hierarchiu zdrojov a metodické hranice, nejde o dobre navrhnutého asistenta. Tieto prvky majú byť trvalou súčasťou konfigurácie alebo workflow. Používateľský prompt má prinášať najmä premenné konkrétnej úlohy.
| Vrstva | Čo patrí do trvalého návrhu | Čo má zadávať učiteľ |
|---|---|---|
| Identita a rola | Odborná rola asistenta, komu slúži, čo nie je jeho kompetencia. | Konkrétny predmet, ročník alebo situácia. |
| Pravidlá | Bezpečnostné hranice, zdrojová hierarchia, zakázané kroky, eskalácia. | Iba údaje potrebné pre konkrétny výstup. |
| Workflow | Poradie krokov, kontrolné otázky, validačné brány. | Cieľ, čas, obmedzenia a požadovaný výsledok. |
| Výstup | Pevná štruktúra, terminológia, rozsah a kvalitatívne kritériá. | Voliteľné preferencie, ak neporušujú štandard. |
| Testovanie | Referenčné scenáre, hraničné prípady a stop podmienky. | Spätnú väzbu, čo bolo potrebné upraviť. |
Takto navrhnutý asistent znižuje kognitívnu záťaž používateľa. Učiteľ nemusí byť expert na prompt engineering pri každom použití. Musí však rozumieť systému natoľko, aby vedel vyhodnotiť, či výstup dáva zmysel, či pracuje so správnymi dátami a či neprekračuje hranicu, ktorú má rozhodovať človek.
22. Bezpečnostné hrozby, ktoré pri školskom asistentovi nemožno ignorovať
Asistent so znalostnou bázou a externými zdrojmi prináša okrem bežných halucinácií aj systémové riziká. Jedným z nich je prompt injection, keď text v dokumente alebo na webovej stránke obsahuje inštrukciu, ktorá sa pokúša zmeniť správanie modelu. Ďalším je otrávenie znalostnej bázy zastaraným alebo manipulatívnym obsahom, prípadne neúmyselné sprístupnenie informácií používateľovi, ktorý na ne nemá mať prístup. Bezpečnosť preto nie je iba otázkou hesla.
| Riziko | Príklad v škole | Obrana |
|---|---|---|
| Prompt injection | Dokument obsahuje skrytú alebo otvorenú inštrukciu, aby model ignoroval školské pravidlá. | Oddeliť systémové inštrukcie od dát, obmedziť nástroje a testovať injekčné scenáre. |
| Nesprávny retrieval | Asistent vytiahne starú verziu ŠVP alebo nesúvisiaci metodický dokument. | Metadáta, verzovanie, priorita zdrojov a citácia konkrétneho dokumentu. |
| Únik medzi používateľmi | Používateľ dostane obsah, na ktorý nemá oprávnenie. | Prístupové roly, oddelené znalostné priestory, kontrola identity a logovanie. |
| Nadmerné oprávnenia | Asistent môže zapisovať alebo odosielať viac, než potrebuje. | Princíp minimálnych oprávnení a schválenie človekom pred akciou. |
| Model drift | Po aktualizácii modelu sa zmení štýl alebo dodržiavanie pravidiel. | Regresná testovacia sada a review po významnej zmene. |
| Dátová exfiltrácia | Používateľ sa pokúsi prinútiť asistenta vypísať interné inštrukcie alebo citlivé dáta. | Obmedziť citlivý obsah, segmentovať zdroje, red-team testy a monitoring. |
23. Modelové portfólio asistentov pre jednu školu
Portfólio nemusí byť rozsiahle. Už niekoľko dobre zvolených asistentov môže pokryť veľkú časť repetitívnej práce bez toho, aby sa škola pustila do vysoko rizikovej automatizácie. Dôležité je, aby každý mal vlastníka, jasný účel a dátovú triedu.
| Asistent | Typický vstup | Typický výstup | Dátové riziko |
|---|---|---|---|
| Príprava hodiny | ročník, predmet, cieľ, čas | návrh štruktúry hodiny a dôkazov učenia | nízke |
| Kurikulárny kontrolór | cieľ alebo tematický plán | mapovanie na štandardy a chýbajúce prvky | nízke až stredné |
| Rubrikový asistent | zadanie a kritériá | návrh hodnotiacej rubriky bez hodnotenia konkrétneho žiaka | nízke |
| Komunikačný asistent | účel správy a cieľové publikum | návrh oznamu alebo e-mailu so zástupnými poľami | nízke |
| Poradový asistent | sanitizované poznámky | agenda, zhrnutie a úlohy | stredné podľa obsahu |
| Asistent ŠkVP | schválené školské a štátne dokumenty | checklist súladu a návrh štruktúr | stredné |
| Metodický asistent | cieľ, vek, oblasť, podmienky | varianty metód a aktivít s upozornením na limity | nízke |
| Asistent vedenia | neosobné prevádzkové vstupy | návrh plánu, checklistu alebo rozhodovacieho podkladu | nízke až stredné |
Ak škola neskôr potrebuje pracovať s osobnými údajmi, integráciami alebo rozhodovacími procesmi, nemala by iba rozšíriť existujúceho asistenta ďalším promptom. Vtedy sa mení rizikový profil a je potrebné nové právne, bezpečnostné a technické posúdenie.
24. Kedy asistent skutočne znižuje administratívu a kedy iba presúva prácu
Nie každá automatizácia šetrí čas. Ak učiteľ musí dvadsať minút opravovať výstup, ktorý by sám vytvoril za desať, systém iba presunul prácu. Rovnako neefektívny je asistent, ktorý potrebuje desať vstupných polí pri úlohe, kde by stačili tri, alebo systém, ktorý produkuje veľa textu bez jasného použitia. Cieľom je znižovať celkové náklady procesu, nie demonštrovať schopnosti modelu.
| Signál dobrého asistenta | Signál zle navrhnutého asistenta |
|---|---|
| Používateľ zadáva iba informácie, ktoré systém naozaj potrebuje. | Používateľ vypĺňa dlhý formulár len preto, že systém nevie pracovať s prioritami. |
| Výstup prichádza v presnom formáte, ktorý sa ďalej používa. | Výstup je pekný text, ktorý treba celý preskladať. |
| Asistent vie povedať neviem alebo potrebujem doplniť údaj. | Asistent dopĺňa chýbajúce fakty presvedčivým odhadom. |
| Učiteľ kontroluje kritické body, nie každú mechanickú formuláciu. | Človek musí overovať prakticky každú vetu. |
| Chyby sa zaznamenávajú a vedú k úprave systému. | Každý používateľ si chyby opravuje sám a systém sa nič nenaučí. |
Najčastejšie otázky
Je AI asistent to isté ako chatbot?
Nie. Chatbot opisuje rozhranie alebo spôsob komunikácie. AI asistent je účelovo navrhnutý pracovný systém s trvalými pravidlami, zdrojmi, výstupmi a hranicami. Môže mať chatové rozhranie, ale nemusí.
Dokáže si jednoduchého asistenta vytvoriť učiteľ bez programovania?
Áno, mnohé platformy umožňujú no-code konfiguráciu. Učiteľ sa môže naučiť základný návrh pomerne rýchlo. Bezpečné nasadenie však vyžaduje aj AI gramotnosť, dátové pravidlá, testovanie a pochopenie limitov use case.
Môže asistent pracovať so ŠVP?
Áno, ak používa aktuálne a správne verzované zdroje. Pri dôležitých požiadavkách má učiteľ vedieť dohľadať konkrétny zdroj a nespoliehať sa na modelovú pamäť.
Môžem vložiť meno žiaka, ak používam platený AI účet?
Nie je možné dať univerzálne áno. Rozhoduje konkrétny produkt, zmluvy, roly podľa GDPR, účel, právny základ, nastavenie školy a povaha údajov. Bez schválenia školy a jasného režimu sa osobným údajom detí v AI nástrojoch treba vyhnúť.
Stačí meno nahradiť iniciálami?
Nie vždy. Ak možno dieťa identifikovať z ostatných údajov, ide stále o osobné údaje. Pseudonymizácia nie je anonymizácia.
Môže asistent hodnotiť písomky?
Môže pomôcť pripraviť rubriku alebo návrh spätnej väzby v nízkorizikovom a kontrolovanom procese. Finálne hodnotenie žiaka musí zostať profesionálnym rozhodnutím učiteľa a niektoré AI use case v hodnotení vzdelávacích výsledkov môžu podliehať režimu vysokého rizika podľa AI Actu.
Koľko asistentov škola potrebuje?
Neexistuje správne číslo. Lepšie sú dva kvalitne riadené asistenty s vysokou adopciou než desiatky nezdokumentovaných chatbotov. Portfólio má rásť podľa overeného prínosu.
Kedy už potrebujeme odborníka na LLM systémové inžinierstvo?
Keď riešenie potrebuje viac zdrojov, retrieval, integrácie, roly a oprávnenia, automatické validácie, audit, vysokú konzistentnosť, zložité bezpečnostné hranice alebo minimálny vstup používateľa.
Nahradí AI asistent učiteľa?
Nie je to správny cieľ. UNESCO zdôrazňuje zachovanie ľudskej agency a významu vzťahu učiteľ a žiak. Asistent má odoberať režijnú prácu a podporovať profesionálny úsudok, nie ho nahrádzať.
Záver: AI má učiteľovi vrátiť čas, nie zobrať kontrolu
Najväčšia príležitosť AI v školstve nemusí byť v spektakulárnom autonómnom tutorovi. Pre tisíce pedagógov môže mať väčšiu okamžitú hodnotu dobre navrhnutý asistent, ktorý zvládne úlohu, ktorú učiteľ robí každý týždeň: pripraví konzistentný návrh dokumentu, vyhľadá správny štandard v schválenej znalostnej báze, vytvorí štruktúru pracovného listu, preformuluje všeobecný oznam, pripraví rubriku alebo skontroluje, či v pláne nechýba povinná časť. Učiteľ zostáva autorom rozhodnutia, ale prestáva byť mechanickým operátorom opakovaných krokov.
Takéto riešenie je hodnotné iba vtedy, keď je bezpečné. AI asistent nesmie byť skratkou okolo GDPR, profesionálnej zodpovednosti ani pedagogického úsudku. Preto treba začať nízkorizikovými úlohami, minimalizovať dáta, používať schválené prostredie, testovať na realistických scenároch, verziovať znalostnú bázu a definovať, ktoré rozhodnutia zostávajú výlučne ľudské.
Dobrý AI asistent je ako kvalitne navrhnutý pracovný postup: učiteľ mu nemusí zakaždým vysvetľovať celý svet, ale vždy vie, čo systém robí, z čoho vychádza, kde sú jeho hranice a kedy musí rozhodnúť človek.
Budúcnosť preto nie je v tom, aby každý pedagóg trávil večery experimentovaním s desiatkami promptov. Je v tom, aby školy vytvárali a zdieľali bezpečné, kvalitne otestované a zrozumiteľné asistentské systémy pre opakované úlohy. Jednoduché riešenie môže vzniknúť bez programovania. Komplexný systém môže vyžadovať LLM systémového inžiniera, právnika, DPO, metodika aj pedagóga. V oboch prípadoch však platí rovnaká zásada: technológia má znižovať režijnú záťaž a zvyšovať kapacitu človeka na prácu, ktorú má robiť človek.
Zdroje a odborné východiská
OECD: Results from TALIS 2024, Country note Slovak Republic: https://www.oecd.org/en/publications/results-from-talis-2024-country-notes_e127f9e2-en/slovak-republic_e1eeaea5-en.html
Ministerstvo školstva SR: Rámec AI kompetencií pedagogických a odborných zamestnancov: https://www.minedu.sk/ministerstvo-predstavilo-ramec-ai-kompetencii-pre-ucitelov-a-odbornych-zamestnancov/
Ministerstvo školstva SR: Usmernenie k príprave a revízii školských vzdelávacích programov: https://www.minedu.sk/usmernenie-pre-zakladne-skoly-k-postupu-pripravy-a-revizie-skolskych-vzdelavacich-programov/
European Commission: AI Literacy - Questions & Answers: https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
European Commission: Navigating the AI Act: https://digital-strategy.ec.europa.eu/en/faqs/navigating-ai-act
EUR-Lex: General Data Protection Regulation, Regulation (EU) 2016/679: https://eur-lex.europa.eu/eli/reg/2016/679/2016-05-04/eng
European Data Protection Board: Basic principles of personal data processing: https://www.edpb.europa.eu/topics/key-gdpr-concepts/basic-principles_en
European Data Protection Board: Children and personal data: https://www.edpb.europa.eu/topics/key-gdpr-concepts/children_en
European Data Protection Board: Opinion 28/2024 on AI models and personal data: https://www.edpb.europa.eu/documents/opinion-of-the-board-art-64/opinion-282024-on-certain-data-protection-aspects-related-to_en
European Data Protection Board: Anonymisation and pseudonymisation: https://www.edpb.europa.eu/topics/ai-and-technology/anonymisation-pseudonymisation_en
UNESCO: AI competency framework for teachers: https://www.unesco.org/en/articles/ai-competency-framework-teachers