Stručná odpoveď
Zaradenie AI do pedagogického procesu má začať cieľom učenia a kompetenciou učiteľa, nie výberom nástroja. Škola potrebuje pravidlá, ochranu údajov, primerané úlohy, overovanie, reflexiu, transparentnosť a hodnotenie procesu, ktorý žiak vykonal.
Tematický kontext: AI asistenti pre pedagógov, AI školenia a AI vzdelávanie, AI gramotnosť pre školy a firmy a AI Act, Shadow AI a firemná governance.
Aktualizované pre školský rok 2026/2027. Text vychádza z platných dodatkov k Štátnemu vzdelávaciemu programu, rámca AI kompetencií pedagogických a odborných zamestnancov, európskych pravidiel a medzinárodných kompetenčných rámcov.
Úvod: AI už nie je voliteľná téma školy
Od marca 2026 je AI gramotnosť oficiálnou súčasťou štátneho vzdelávacieho programu pre základné vzdelávanie na Slovensku. Školy ju majú začleniť do vyučovania od školského roka 2026/2027 a nejde o samostatný predmet viazaný na jednu aplikáciu. AI gramotnosť je koncipovaná prierezovo a má sa rozvíjať naprieč vzdelávacími oblasťami. Štátny vzdelávací program ju rozdeľuje do piatich komponentov: princípy fungovania AI, tvorba a spolupráca s AI, kritické myslenie, zodpovednosť a bezpečnosť, identita a digitálna rovnováha.
To je zásadná zmena. Učiteľ už nie je iba človekom, ktorý môže AI dobrovoľne používať na prípravu pracovného listu. Stáva sa sprostredkovateľom kompetencie, ktorú má škola systematicky rozvíjať u detí. A práve tu vzniká najväčší praktický problém: nemožno kvalitne a bezpečne vyučovať technológiu, ktorej princípom, limitom a rizikám pedagóg sám nerozumie.
AI gramotnosť nie je schopnosť napísať prompt. Promptovanie je iba jedna čiastková zručnosť. Skutočná AI gramotnosť znamená rozumieť tomu, čo systém robí, čo nerobí, kde môže zlyhať, aké dáta doň možno vložiť, ako overiť výstup, kedy AI nepoužiť a kto nesie zodpovednosť za výsledok.
Ministerstvo školstva v roku 2026 zverejnilo aj Rámec AI kompetencií pedagogických a odborných zamestnancov. Ten výslovne spája AI s pedagogikou, etikou, právom, bezpečnosťou, wellbeingom a profesijným rozvojom. V júni 2026 navyše spustilo národný projekt zameraný na zodpovedné a pedagogicky zmysluplné využívanie AI, pričom samotné ministerstvo pomenovalo stav, v ktorom školy nástroje používajú často bez jednotných pravidiel, metodickej podpory a jasného posúdenia rizík. To je dôležitý signál: problém nie je v tom, či AI do škôl príde. Ona tam už je. Otázkou je kvalita jej integrácie.
1. Najväčší systémový paradox: učiteľ má rozvíjať kompetenciu, ktorú si ešte len buduje
Pri každej kurikulárnej zmene existuje prechodné obdobie medzi požiadavkou a reálnou pripravenosťou systému. Pri AI je tento rozdiel mimoriadne citlivý, pretože technológia sa mení rýchlejšie než tradičné učebnice, metodické príručky aj cyklus formálneho vzdelávania pedagógov. Obrazne povedané, vzniká riziko, že jednookí budú viesť slepých. Tento obraz nemá znižovať učiteľov. Pomenúva systémový nesúlad medzi novou povinnosťou a úrovňou praktickej pripravenosti, ktorú nemožno vybudovať jedným krátkym školením.
Prieskum AI Kompas 2025 ukázal, že slovenské vedenia škôl veľmi silno žiadali podporu. O odborné konzultácie pri zavádzaní AI malo záujem 89 % oslovených slovenských vedení škôl, o školenia pre učiteľov 84 % a o podporu pri integrácii AI do predmetov a osnov približne dve tretiny. Sto percent slovenských vedení v tejto vzorke považovalo za dôležité pravidlá ochrany osobných údajov žiakov pri práci s AI. Tieto čísla nevypovedajú, že učitelia sú neschopní. Vypovedajú, že školy samy identifikovali potrebu metodickej, kompetenčnej a bezpečnostnej podpory.
Preto by sa kvalita AI vzdelávania pedagóga nemala hodnotiť podľa počtu absolvovaných hodín ani podľa certifikátu. Rozhodujúci je výstup: dokáže učiteľ samostatne a bezpečne pracovať s AI, vysvetliť jej základný mechanizmus, rozpoznať chybu, ochrániť údaje, pedagogicky zdôvodniť jej použitie a naučiť žiaka, aby si zachoval vlastný úsudok? Ak nie, vzdelávanie ešte nedosiahlo cieľ.
2. Čo nový ŠVP skutočne požaduje
Dodatok č. 4 k ŠVP pre základné vzdelávanie je v tomto smere výrazne ambicióznejší než predstava, že deti majú vedieť používať chatbot. Už na konci druhého cyklu má žiak rozumieť, že AI sa učí zo vzorov v dátach, že kvalita vstupov ovplyvňuje výsledky, že generatívna AI vytvára výstupy na báze pravdepodobnosti a nie ľudského porozumenia, a že faktické informácie treba overovať. V treťom cykle má žiak porozumieť princípom LLM, asistentov a agentov, samostatne voliť vhodné nástroje, ladiť zadania, rozdeľovať úlohy medzi AI a vlastný úsudok, rozpoznávať halucinácie, manipulácie a dezinformácie, chrániť súkromie a transparentne priznávať mieru využitia AI.
| Komponent AI gramotnosti v ŠVP | Čo sa má rozvíjať | Čo musí ovládať učiteľ, aby to vedel učiť |
|---|---|---|
| Princípy fungovania AI | Dáta, vzory, strojové učenie, LLM, asistenti, agenti, bias. | Rozlíšiť tradičný program, ML a generatívny model. Vedieť zrozumiteľne vysvetliť tokeny, pravdepodobnostnú povahu, tréning, inferenciu, embeddings a limity modelu. |
| Tvorba a spolupráca s AI | Prompty, voľba nástroja, iterácia, rozdelenie práce človek verzus AI. | Vedieť navrhnúť zadanie, pracovať s kontextom a obmedzeniami, vybrať vhodný nástroj, ale aj povedať, kedy AI použitie poškodzuje cieľ učenia. |
| Kritické myslenie | Overovanie, halucinácie, bias, deepfakes, manipulácia. | Vedieť robiť krížovú kontrolu, posudzovať zdroje, rozlišovať istotu od presvedčivého štýlu a viesť žiaka k epistemickej opatrnosti. |
| Zodpovednosť a bezpečnosť | Súkromie, digitálna stopa, etika, transparentnosť, sociálne a environmentálne vplyvy. | Rozumieť školským pravidlám, GDPR princípom, práci s údajmi detí, licenčným a autorským otázkam, bezpečnostným rizikám a ľudskému dohľadu. |
| Identita a digitálna rovnováha | Ľudská jedinečnosť, neantropomorfizovanie AI, wellbeing, zdravé hranice. | Vedieť pomenovať riziko emocionálnej väzby, ilúzie učenia, nadmernej dôvery a kognitívneho outsourcingu. Vedieť vytvoriť úlohy, ktoré zachovávajú ľudské úsilie. |
3. AI nie je knižnica ani Google
Jedna z najdôležitejších vecí, ktoré musí učiteľ pochopiť skôr, než začne AI používať vo výučbe, je rozdiel medzi vyhľadávaním informácií a generovaním odpovede. Knižnica pracuje s konkrétnymi dokumentmi a ich bibliografickou identitou. Vyhľadávač indexuje dokumenty a snaží sa používateľa priviesť k relevantnému zdroju. Veľký jazykový model generuje pokračovanie textu podľa naučených štatistických vzorcov a aktuálneho kontextu. Môže pracovať s vyhľadávaním alebo citáciami, ak je na také systémy napojený, ale samotná generácia textu nie je databázovým dotazom na pravdu.
| Systém | Primárna činnosť | Čo používateľ dostáva | Typické riziko |
|---|---|---|---|
| Knižnica alebo kurátorovaná databáza | Sprístupňuje identifikovateľné dokumenty. | Konkrétny zdroj s autorom, vydaním a obsahom. | Neaktuálnosť, neúplnosť fondu, chyba zdroja. |
| Webový vyhľadávač | Indexuje a zoraďuje webové zdroje. | Zoznam alebo syntézu naviazanú na webové dokumenty. | Nízka kvalita zdroja, ranking bias, SEO manipulácia, zastaranosť. |
| Generatívny LLM | Predikuje a generuje tokeny podľa modelu a kontextu. | Nový text, ktorý môže byť pravdivý, nepresný alebo úplne vymyslený. | Halucinácia, neexistujúca citácia, presvedčivo formulovaná chyba, bias. |
| LLM s vyhľadávaním alebo RAG | Kombinuje generovanie so získanými zdrojmi. | Syntézu podopretú externým kontextom. | Zlý výber zdrojov, nesprávna interpretácia, strata detailu, stále možná halucinácia. |
Pedagogicky kritické pravidlo: plynulý jazyk nie je dôkaz pravdivosti. Sebavedomý tón AI nie je autorita a citácia vygenerovaná modelom nie je dôkaz, kým nie je overená v reálnom zdroji.
4. Pravdepodobnosť, tokeny a vektorové reprezentácie: minimum, ktoré by mal učiteľ chápať
ŠVP pre tretí cyklus už explicitne požaduje vysvetliť, že LLM predpovedá nasledujúci token. To je správny základ, ale pre kompetentné používanie je užitočné ísť o krok ďalej. Učiteľ nemusí ovládať lineárnu algebru ani programovať neurónové siete. Mal by však rozumieť konceptuálnemu modelu, ktorý mu umožní predvídať typické zlyhania AI.
Token je jednotka, na ktorú model rozkladá vstup a z ktorej skladá výstup. Nemusí zodpovedať slovu. Model pri generovaní nevyhľadáva hotovú vetu v knižnici. Na základe naučených parametrov, predchádzajúcich tokenov a aktuálneho kontextu odhaduje pravdepodobnosť možných pokračovaní. Preto môže vytvoriť odpoveď, ktorá je jazykovo výborná, ale fakticky chybná.
Dôležitý je aj pojem embedding alebo vektorová reprezentácia. Moderné modely reprezentujú prvky textu a kontextu numericky vo viacrozmernom priestore tak, aby sa v reprezentácii zachytávali užitočné vzťahy a podobnosti. Učiteľ nepotrebuje počítať kosínusovú podobnosť. Mal by však vedieť, že model nepracuje s významom rovnakým spôsobom ako človek. Pracuje s naučenými reprezentáciami a vzťahmi medzi vzormi. To pomáha vysvetliť, prečo je kontext taký dôležitý, prečo podobné formulácie často vedú k podobným odpovediam a prečo môže model spojiť koncepty, ktoré sú štatisticky blízke, ale v konkrétnej situácii nesprávne.
V praxi je preto vhodnejšie hovoriť o základoch vektorových reprezentácií alebo embeddingov než o neurčitom výraze vektorový obsah. Cieľom nie je naučiť pedagógov matematický aparát. Cieľom je, aby rozumeli, že presnosť interakcie rastie, keď model dostane správne formulovaný cieľ, relevantný kontext, kvalitné zdroje, obmedzenia a jasnú požiadavku na formát. Ani perfektný vstup však negarantuje pravdivý výstup. Kvalita vstupu je významný faktor, nie jediný determinant výsledku.
5. Minimálna pripravenosť učiteľa pred prvou samostatnou hodinou s AI
Štátny rámec učiteľských AI kompetencií pracuje s troma úrovňami pokroku: Získavanie, Prehlbovanie a Vytváranie. Pre prax je užitočné doplniť k nim veľmi konkrétnu otázku: čo musí učiteľ preukázateľne zvládnuť skôr, než začne samostatne viesť žiakov pri práci s generatívnou AI? Nasledujúci rámec je odborné odporúčanie, nie zákonom predpísaná certifikačná norma.
| Oblasť | Odporúčané minimálne zvládnutie učiteľa | Praktický dôkaz kompetencie |
|---|---|---|
| Základy AI | Vysvetlí rozdiel medzi pravidlovým softvérom, ML a generatívnym modelom. Rozumie tokenom, pravdepodobnosti, dátam, biasu, LLM a embeddingom na konceptuálnej úrovni. | Dokáže 10 až 15 minút vekovo primerane vysvetliť, prečo AI môže presvedčivo klamať. |
| Práca s nástrojom | Vie vytvoriť jasné zadanie, doplniť kontext, obmedzenia, príklady a požadovaný formát. Vie iterovať a zvoliť vhodný typ nástroja. | Rovnakú úlohu vyrieši viacerými spôsobmi a vysvetlí, prečo sa výstupy líšia. |
| Overovanie | Rozlišuje fakt, názor, inferenciu a neistotu. Vie overiť tvrdenie v dôveryhodných zdrojoch. | Dostane zámerne chybnú AI odpoveď a systematicky nájde chyby a overí ich. |
| Dáta a súkromie | Vie rozlíšiť verejné, interné, osobné, citlivé a školské údaje. Pozná pravidlá schválených nástrojov. | Správne rozhodne, ktoré dáta žiaka do verejného AI nástroja nesmú ísť a navrhne bezpečnú alternatívu. |
| Etika a transparentnosť | Rozumie autorstvu, plagiátorstvu, priznaniu použitia AI, biasu a ľudskému dohľadu. | Navrhne pravidlo citovania a priznania AI pre konkrétnu žiacku úlohu. |
| Pedagogika | Vie odlíšiť použitie AI, ktoré učenie podporuje, od použitia, ktoré potrebnú kognitívnu činnosť nahradí. | Prepracuje klasickú úlohu tak, aby AI žiaka nútila premýšľať, nie iba odovzdať hotový text. |
| Wellbeing a identita | Rozumie antropomorfizácii, nadmernej dôvere, emočným väzbám a ilúzii učenia. | Vie viesť reflexiu o tom, čo má robiť človek a čo môže robiť AI. |
| Bezpečnosť | Pozná základné riziká prompt injection, škodlivých inštrukcií, deepfake a sociálneho inžinierstva primerane úrovni žiakov. | Rozpozná rizikovú interakciu a vie ju zastaviť, eskalovať a vysvetliť. |
6. Tri úrovne učiteľskej kompetencie: Získavanie, Prehlbovanie, Vytváranie
Slovenský Rámec AI kompetencií pedagogických a odborných zamestnancov stojí na piatich oblastiach: ľudsky orientované myslenie a wellbeing, etika, právo a bezpečnosť, porozumenie základom fungovania AI, pedagogická a odborná integrácia a využívanie AI pre profesijný rozvoj, administratívu a riadenie zmien. V každej oblasti sa učiteľ posúva cez tri úrovne. Tento model je veľmi užitočný, pretože oddeľuje začiatočné bezpečné používanie od systematickej integrácie a od metodického vedenia iných.
| Úroveň | Charakteristika | Čo by ešte učiteľ nemal robiť | Čo už môže robiť |
|---|---|---|---|
| Získavanie | Orientuje sa v princípoch, základných rizikách, etike a bezpečnom používaní. | Nemal by z pozície experta učiť pokročilé workflow, automatizované hodnotenie alebo komplexnú AI governance. | Používa schválené nástroje, skúša nízkorizikové aktivity, vedie žiakov k základnému overovaniu a ochrane údajov. |
| Prehlbovanie | Systematicky prepája AI s pedagogickými cieľmi, hodnotením, predmetom a pravidlami školy. | Nemal by automaticky prenášať experimentálne postupy na celú školu bez validácie a governance. | Navrhuje a vyhodnocuje AI aktivity, upravuje zadania a hodnotenie, mentoruje kolegov pri bežnom používaní. |
| Vytváranie | Tvorí metodiky, inovuje procesy, vedie implementáciu, hodnotí dopady a riziká. | Nemá nahrádzať právnika, DPO, bezpečnostného experta alebo vedenie školy v ich právomociach. | Vedie školské piloty, tvorí štandardy, koordinuje evaluáciu a podieľa sa na riadení zmien. |
Ministerstvo pri predstavení rámca uviedlo, že vysokoškolská príprava budúcich učiteľov sa má prispôsobiť tak, aby absolventi zvládali minimálne úroveň Získavania a Prehlbovania. To je dôležitý benchmark aj pre ďalšie vzdelávanie súčasných učiteľov. Ak má pedagóg samostatne prenášať AI gramotnosť na žiakov, jeho cieľom by nemalo byť iba formálne absolvovanie úvodného kurzu, ale bezpečná prax najmenej na úrovni, kde vie technológiu pedagogicky integrovať a kriticky kontrolovať.
7. Čo učiť podľa jednotlivých cyklov základnej školy
Veľkou výhodou nového ŠVP je gradačná postupnosť. Dieťa v treťom ročníku nepotrebuje poznať architektúru transformeru. Deviatak však už má rozumieť LLM, asistentom, agentom, pravdepodobnostnej povahe, biasu, transparentnosti a súkromiu na výrazne vyššej úrovni. Veková primeranosť je preto zásadná.
| Cyklus | Oficiálne jadro očakávania | Vhodná pedagogická interpretácia | Nevhodná skratka |
|---|---|---|---|
| 1. cyklus, do 3. ročníka | Rozpozná AI v bežnom živote, vie, že stroje sa učia z dát, vytvorí jednoduché zadanie pod dohľadom učiteľa, neantropomorfizuje AI. | AI je nástroj. Môže sa mýliť. Nedávame mu osobné údaje. Človek je zodpovedný. Skutočné vzťahy a vlastné úsilie sú dôležité. | Nechať malé deti samostatne chatovať s verejnými AI službami bez dohľadu. |
| 2. cyklus, do 5. ročníka | Rozumie vzorom v dátach, kvalite vstupov, generatívnej AI, overovaniu, súkromiu, etickým a sociálnym dopadom. | Porovnávame odpoveď AI s učebnicou. Hľadáme chyby. Skúšame, ako zmena zadania mení výsledok. Učíme sa priznať použitie AI. | Učiť len prompt šablóny bez overovania a vysvetlenia pravdepodobnostnej povahy. |
| 3. cyklus, do 9. ročníka | LLM, asistenti a agenti, pokročilejšie prompty, voľba nástroja, halucinácie, bias, deepfake, transparentnosť, ochrana súkromia, wellbeing. | Žiak navrhne workflow, rozdelí činnosti medzi seba a AI, overí výsledok, uvedie zdroje a mieru použitia AI, reflektuje riziká a limity. | Hodnotiť iba estetiku alebo plynulosť AI výstupu bez skúmania procesu a zdrojov. |
8. Pedagogická zásada: najprv cieľ učenia, až potom AI
Najčastejšia chyba pri zavádzaní AI do vyučovania je technocentrický postup: učiteľ otvorí nástroj a až potom hľadá, čo s ním bude robiť. Pedagogicky správny postup je opačný. Najprv sa určí učebný cieľ, potom sa rozhodne, či AI danému cieľu pomôže. Ak má žiak precvičiť vlastné formulovanie argumentu, AI generátor hotovej eseje môže cieľ zničiť. Ak má žiak naopak porovnávať kvalitu argumentácie, identifikovať logické chyby alebo overovať tvrdenia, zámerne nedokonalý AI text môže byť veľmi dobrým didaktickým materiálom.
9. AI ako kognitívna opora verzus AI ako náhrada myslenia
AI dokáže znižovať kognitívnu záťaž, ale to nie je vždy výhoda. Vzdelávanie často zámerne vytvára primeranú náročnosť, pretože práve počas riešenia problému, vybavovania si vedomostí, formulovania vlastnej odpovede a opravy chyby vzniká učenie. Ak AI tieto kroky preskočí, žiak môže mať kvalitnejší produkt a slabšie osvojenú kompetenciu. ŠVP preto správne používa pojem riziko ilúzie učenia.
| Použitie AI | Možný prínos | Riziko | Lepší dizajn úlohy |
|---|---|---|---|
| AI vysvetlí pojem | Alternatívne vysvetlenie, príklad, prispôsobenie úrovni. | Žiak preberie odpoveď bez aktívneho vybavenia vedomostí. | Najprv vlastné vysvetlenie, potom porovnanie s AI a oprava rozdielov. |
| AI napíše esej | Rýchly modelový text. | Nahradenie argumentácie, štylistiky a tvorby štruktúry. | AI vytvorí dve odlišné verzie, žiak ich kritizuje a následne napíše vlastnú. |
| AI rieši matematiku | Ukáže postup alebo alternatívnu metódu. | Žiak kopíruje postup bez pochopenia. | Žiak najprv odhadne výsledok a rieši sám, AI použije na kontrolu alebo vysvetlenie konkrétneho kroku. |
| AI tvorí otázky | Rýchle precvičovanie. | Otázky môžu byť chybné alebo mimo učiva. | Učiteľ alebo žiak validuje otázky voči učivu a zdrojom. |
| AI sumarizuje text | Pomoc pri orientácii v dlhom materiáli. | Strata nuáns a outsourcing čítania. | Žiak vytvorí vlastné tri tézy a porovná ich so sumarizáciou AI. |
10. Promptovanie patrí do výučby, ale nesmie ju pohltiť
Promptovanie je praktická komunikačná zručnosť. ŠVP v treťom cykle počíta so štruktúrovanými promptmi, rolou, kontextom, obmedzeniami, príkladmi a formátom výstupu. To je primerané. Problém vzniká, keď sa z prompt engineeringu urobí definícia AI gramotnosti. Dobrý prompt môže zvýšiť relevantnosť výstupu, ale nevyrieši neaktuálne znalosti, chybný zdroj, bias, halucináciu, nevhodné spracovanie osobných údajov ani zlé pedagogické zadanie.
| Vrstva kvalitného zadania | Otázka pre žiaka | Čo sa tým učí |
|---|---|---|
| Cieľ | Čo presne potrebujem dosiahnuť? | Metakognícia a formulovanie problému. |
| Kontext | Aké informácie potrebuje AI, aby úlohe rozumela? | Výber relevantných informácií. |
| Obmedzenia | Čomu sa má výstup vyhnúť a aké pravidlá musí dodržať? | Kritériá kvality a bezpečnosť. |
| Formát | V akej podobe potrebujem výsledok? | Štruktúrovanie informácií. |
| Príklady | Čo je dobrý a zlý príklad? | Modelovanie kvality. |
| Overenie | Ako zistím, či je výstup správny? | Epistemická kontrola. |
| Reflexia | Čo som urobil ja a čo AI? | Autonómia a transparentnosť. |
11. Halucinácie, bias, sycophancy a presvedčivý jazyk
Žiak by nemal odísť z AI hodiny s pocitom, že hlavné riziko je iba občasná faktická chyba. Generatívne modely môžu produkovať neexistujúce zdroje, zjednodušovať neistotu, reprodukovať stereotypy, prispôsobovať odpoveď očakávaniu používateľa a pôsobiť autoritatívne aj vtedy, keď je obsah nesprávny. V pedagogike je to obzvlášť citlivé, pretože deti majú prirodzenú tendenciu dôverovať plynulému a sebavedomému vysvetleniu.
Dobrá aktivita preto nie je otázka „napíš prompt a pozri, čo AI vytvorila“, ale napríklad zámerná triangulácia. Žiak položí rovnakú otázku AI, učebnici a dôveryhodnému primárnemu alebo odbornému zdroju. Rozdiely zaznamená, identifikuje, čo je fakt, čo je interpretácia a čo je neisté. Následne vysvetlí, prečo mohol model zlyhať. Takáto aktivita rozvíja AI gramotnosť aj informačnú gramotnosť súčasne.
12. Ochrana detí, osobné údaje a výber AI nástrojov
Deti požívajú podľa GDPR osobitnú ochranu a EDPB zdôrazňuje, že organizácie musia pri spracúvaní údajov detí postupovať s osobitnou opatrnosťou. Pre školu to znamená, že pedagogický nápad nestačí. Pred použitím konkrétnej služby treba vedieť, aké údaje sa spracúvajú, na akom právnom základe, kde sa ukladajú, či sa používajú na tréning, aké sú vekové podmienky, aké administrátorské nastavenia existujú a či škola nástroj schválila.
| Typ informácie | Príklad | Odporúčaný prístup pri verejnom AI nástroji |
|---|---|---|
| Verejný obsah | Verejná učebná téma, anonymný príklad, verejný zákon. | Možno použiť pri dodržaní pravidiel nástroja a školy. |
| Interný školský obsah | Nezverejnené metodiky, interné dokumenty školy. | Použiť iba v schválenom prostredí s jasnými pravidlami spracovania. |
| Osobné údaje žiaka | Meno, kontakt, fotografia, identifikátor. | Nevkladať do neschváleného verejného nástroja. Minimalizovať, anonymizovať alebo použiť schválené riešenie. |
| Citlivé a osobitné kategórie | Zdravotný stav, diagnóza, podporné opatrenia, náboženstvo. | Vysoká opatrnosť. Bez jasného právneho, technického a organizačného rámca do generatívneho nástroja nevkladať. |
| Hodnotiace údaje | Testy, známky, poznámky o správaní, profil žiaka. | Ak AI materially ovplyvňuje hodnotenie, treba posudzovať nielen GDPR, ale aj AI Act a režim vysokého rizika. |
AI Act venuje vzdelávaniu osobitnú pozornosť. Nie každé použitie chatbota v triede je vysokorizikový AI systém. Vysokorizikové sú však určité systémy určené napríklad na rozhodovanie o prístupe k vzdelaniu, hodnotenie výsledkov učenia, určovanie primeranej úrovne vzdelávania alebo monitorovanie zakázaného správania počas testov. Škola preto nemôže predpokladať, že všetky edtech AI nástroje sú právne rovnaké.
13. AI Act a AI gramotnosť zamestnancov školy
Článok 4 AI Actu sa uplatňuje od 2. februára 2025. Po zmenách účinných v júli 2026 zostáva povinnosť providerov a deployerov prijímať opatrenia na podporu AI gramotnosti osôb, ktoré v ich mene pracujú s AI systémami. Európska komisia zároveň výslovne uvádza, že právna úprava nepredpisuje jednu univerzálnu úroveň pre každého jednotlivca. Úroveň vzdelávania má zodpovedať znalostiam, skúsenostiam, kontextu použitia a osobám, na ktoré systém pôsobí.
Pre školu je táto kontextovosť obzvlášť dôležitá. Učiteľ, ktorý používa AI iba na jazykovú korektúru vlastného verejného textu, nepotrebuje rovnakú hĺbku ako človek, ktorý cez AI spracúva výkony žiakov, pripravuje individualizované odporúčania alebo zavádza automatizované hodnotenie. Vzdelávanie pedagógov preto nemá byť jednotný kurz pre všetkých, ale základné minimum plus rolové a rizikové nadstavby.
14. Emócie, antropomorfizácia a digitálny wellbeing
Nový slovenský ŠVP ide v tejto oblasti ďalej než mnohé tradičné digitálne kurikulá. Identita a digitálna rovnováha sú samostatným komponentom AI gramotnosti. Žiak má rozumieť, že AI nie je živá bytosť, nemá pocity ani želania, že môže simulovať empatiu a že nadmerná dôvera či emocionálna väzba predstavujú riziko. Má si chrániť vlastnú sebahodnotu, vlastné úsilie a medziľudské vzťahy.
Učiteľ preto potrebuje jazyk, ktorým vie vysvetliť rozdiel medzi simulovanou konverzačnou empatiou a ľudským vzťahom. Vhodné je vyhýbať sa formuláciám typu „AI si myslí“, „AI vie, čo cítiš“ alebo „AI chce pomôcť“, ak nie sú doplnené vysvetlením, že ide o metaforické vyjadrenie. Pri mladších žiakoch je antropomorfizácia obzvlášť citlivá.
15. Ako meniť hodnotenie v dobe AI
Ak škola zachová úlohy navrhnuté pre svet bez generatívnej AI a súčasne iba zakáže chatboty, vytvára konflikt medzi realitou a hodnotením. Riešením nie je zrušiť písanie, domáce úlohy ani samostatnú prácu. Riešením je presnejšie definovať, čo sa v konkrétnej úlohe hodnotí a aká úroveň AI asistencie je povolená.
| Režim úlohy | Povolenie AI | Čo sa hodnotí | Príklad transparentnosti |
|---|---|---|---|
| A0: Bez AI | AI sa pri riešení nesmie použiť. | Samostatná znalosť alebo výkon, pri ktorom je AI v rozpore s cieľom. | Žiak pracuje v kontrolovanom prostredí alebo ústne obháji postup. |
| A1: AI ako tútor | AI môže vysvetľovať a klásť otázky, nie vytvoriť finálnu odpoveď. | Pochopenie a schopnosť formulovať vlastné riešenie. | Žiak stručne uvedie, na čo sa AI pýtal. |
| A2: AI na ideáciu | Povolený brainstorming, osnova, návrhy otázok. | Výber, argumentácia a vlastná realizácia. | Príloha s hlavnými AI návrhmi a vysvetlením, čo žiak prijal alebo odmietol. |
| A3: AI asistovaná tvorba | Povolené draftovanie, revízia alebo multimodálna tvorba podľa pravidiel. | Riadenie procesu, overenie, editácia, kvalita, zdroje. | Žiak uvedie nástroj, účel, rozsah použitia a overenie. |
| A4: AI ako objekt skúmania | AI je súčasťou úlohy a možno ju používať široko. | Kritické riadenie, experiment, analýza limitov a rizík. | Odovzdáva sa procesný log, zdroje, reflexia a obhajoba. |
Takýto systém znižuje chaos. Žiak vie, čo je povolené. Učiteľ nemusí predstierať, že AI neexistuje. Zároveň sa dá oddeliť hodnotenie produktu od hodnotenia učenia. Pri dôležitých výstupoch je vhodná ústna obhajoba, práca so zdrojmi, medzikroky, procesný denník alebo krátka reflexia, v ktorej žiak vysvetlí, čo urobil sám, čo delegoval AI a prečo výsledku dôveruje.
16. Príklady pedagogicky zmysluplnej integrácie naprieč predmetmi
| Predmet alebo oblasť | Vhodná aktivita | Rozvíjaná AI gramotnosť | Kontrolná otázka učiteľa |
|---|---|---|---|
| Slovenský jazyk | Porovnať vlastný text s AI verziou, identifikovať štýlové rozdiely, faktické chyby a argumentáciu. | Tvorba s AI, kritické myslenie, transparentnosť. | Zostáva jadrom úlohy vlastné formulovanie a jazyková kompetencia žiaka? |
| Cudzí jazyk | AI ako konverzačný partner s následnou korekciou chýb podľa učebnice alebo učiteľa. | Iterácia, limity, overovanie. | Neupevňuje model nesprávne jazykové vzory? |
| Dejepis | AI vytvorí dve protichodné interpretácie udalosti, žiak ich konfrontuje s prameňmi. | Zdrojová kritika, bias, presvedčivý jazyk. | Vie žiak oddeliť primárny prameň od AI interpretácie? |
| Matematika | Žiak rieši úlohu, AI dostane jeho postup a má nájsť chybu; žiak hodnotí oprávnenosť kritiky. | Ľudský úsudok, verifikácia, metakognícia. | Dokáže žiak riešenie obhájiť bez AI? |
| Prírodné vedy | AI navrhne hypotézy a žiak určí, ktoré sú testovateľné a aké dáta by boli potrebné. | Problem scoping, práca s dôkazmi. | Je experimentálne overenie oddelené od jazykového návrhu AI? |
| Informatika | Jednoduchý model klasifikácie, tréningová a testovacia sada, analýza biasu. | ML princípy, dáta, férovosť. | Rozumie žiak rozdielu medzi tréningom a testovaním? |
| Občianska náuka | Analýza deepfake, mikrocielenia, informačných bublín a etických dilem. | Digitálna ostražitosť, etika, spoločenský dopad. | Vie žiak zdôvodniť riziko a navrhnúť ochranné opatrenie? |
| Umenie | Porovnať ľudský tvorivý zámer a AI generovanie, diskutovať autorstvo a tréningové dáta. | Identita, etika, tvorba s AI. | Je AI iba skratka k produktu, alebo predmetom reflexie tvorivého procesu? |
17. Čo by mala škola nastaviť skôr, než rozšíri AI do výučby
Individuálne schopný učiteľ je nevyhnutný, ale nestačí. Škola potrebuje spoločné pravidlá, aby rovnaké údaje neboli v jednej triede chránené a v druhej bez kontroly kopírované do verejného modelu. Potrebuje tiež zjednotiť transparentnosť, hodnotenie a komunikáciu s rodičmi. AI governance v škole nemusí byť korporátny dokument na sto strán. Musí byť však praktická a živá.
| Oblasť školskej AI governance | Minimálny obsah |
|---|---|
| Schválené nástroje | Zoznam služieb a účelov, vekové obmedzenia, administrácia, spracovanie dát, pravidlá účtov. |
| Dátová politika | Čo je verejné, interné, osobné a citlivé; čo sa nesmie vkladať; anonymizácia; postup pri incidente. |
| Pedagogické pravidlá | Kedy je AI povolená, povinná, voliteľná alebo zakázaná; ako sa menia úlohy a hodnotenie. |
| Transparentnosť žiakov | Ako sa priznáva použitie AI, čo sa uvádza v práci, ako sa evidujú zdroje. |
| Transparentnosť učiteľov | Kedy učiteľ informuje o AI pri tvorbe materiálov, hodnotení alebo komunikácii. |
| Hodnotenie a rozhodovanie | Zákaz slepého preberania AI hodnotenia; pravidlá ľudského dohľadu; posúdenie vysoko rizikových use case. |
| Bezpečnosť | Prompt injection, škodlivé odkazy, deepfake incidenty, sociálne inžinierstvo, eskalácia. |
| Wellbeing | Pravidlá vekovej primeranosti, hranice pri AI spoločníkoch, podpora reálnych vzťahov a úloh bez AI. |
| Vzdelávanie zamestnancov | Vstupný benchmark, základné minimum, rolové nadstavby, praktické overenie kompetencií, kontinuálne aktualizácie. |
| Komunikácia s rodičmi | Jasné vysvetlenie, čo škola používa, prečo, s akými dátami a ako chráni deti. |
18. Ako má vyzerať kvalitné vzdelávanie učiteľov
Aktualizačné vzdelávanie má zmysel iba vtedy, ak mení kompetenciu. Prednáška o možnostiach ChatGPT alebo zbierka promptov môže byť úvodom, nie dôkazom pripravenosti učiť AI gramotnosť. Kvalitný program by mal kombinovať konceptuálne porozumenie, bezpečné používanie, pedagogický dizajn a praktické overenie.
| Modul | Obsah | Odporúčaný výstup účastníka |
|---|---|---|
| 1. Čo AI je a čo nie je | ML, generatívna AI, tokeny, pravdepodobnosť, LLM, embeddings, tréning verzus inferencia. | Vysvetlí mechanizmus zrozumiteľne a bez antropomorfizácie. |
| 2. Práca s generatívnou AI | Cieľ, kontext, obmedzenia, príklady, iterácia, formáty, multimodalita. | Samostatne navrhne bezpečný workflow, nie iba jeden prompt. |
| 3. Overovanie a kritické myslenie | Halucinácie, bias, zdroje, triangulácia, deepfake, presvedčivý jazyk. | Odhalí chyby v modelovej odpovedi a zdokumentuje overenie. |
| 4. Dáta, GDPR a bezpečnosť | Údaje detí, schválené nástroje, digitálna stopa, prompt injection, incidenty. | Správne klasifikuje modelové situácie a vie, čo eskalovať. |
| 5. Etika a AI Act | Transparentnosť, autorstvo, ľudský dohľad, rizikové použitia v edukácii. | Rozlíši bežnú asistenciu od citlivých a vysoko rizikových scenárov. |
| 6. AI pedagogika | Cieľ učenia, kognitívny outsourcing, hodnotenie, diferenciácia, inklúzia. | Prepracuje konkrétnu vyučovaciu hodinu podľa bezpečného pracovného toku. |
| 7. Wellbeing a identita | Antropomorfizácia, AI companions, závislosť, ilúzia učenia, hranice. | Navrhne vekovo primeranú reflexiu a pravidlá používania. |
| 8. Praktická skúška | Realistický scenár z vlastného predmetu. | Obháji voľbu nástroja, dáta, prompt, overenie, hodnotenie a transparentnosť. |
Odporúčané minimum výstupu učiteľského AI vzdelávania: účastník musí vedieť samostatne rozhodnúť, či AI do úlohy patrí, bezpečne ju použiť, ochrániť dáta, kriticky overiť výsledok, transparentne opísať jej úlohu a pedagogicky obhájiť, čo sa vďaka aktivite naučí žiak.
19. Praktická certifikácia: test nestačí
Ak chceme vedieť, či je pedagóg pripravený, nestačí mu dať desať otázok s výberom odpovede. Praktická skúška môže mať formu modelovej situácie. Učiteľ dostane tému, vek žiakov, cieľ učenia, vzorové údaje a možnosť použiť AI. Musí navrhnúť aktivitu, pomenovať riziká, rozhodnúť o povolených dátach, vytvoriť interakciu, overiť výsledok a vysvetliť hodnotenie.
| Hodnotená oblasť | Príklad kritéria | Stop kritérium |
|---|---|---|
| Pedagogický cieľ | AI použitie priamo podporuje definovaný cieľ učenia. | AI úplne nahrádza činnosť, ktorú sa má žiak naučiť. |
| Bezpečnosť dát | Používa iba vhodné alebo anonymizované údaje a schválené prostredie. | Vloží identifikovateľné citlivé údaje dieťaťa do neschváleného verejného nástroja. |
| Technické porozumenie | Správne vysvetlí pravdepodobnostnú povahu a limity. | Tvrdí, že model je databáza faktov alebo vždy rozumie generovanému obsahu. |
| Overovanie | Používa dôveryhodné zdroje a kontroluje kritické tvrdenia. | Prevezme neoverené AI tvrdenie ako fakt v citlivej oblasti. |
| Transparentnosť | Definuje, ako učiteľ a žiak priznajú použitie AI. | Zámerne maskuje AI použitie tam, kde má byť priznané. |
| Ľudský dohľad | Konečné pedagogické rozhodnutie ostáva človeku. | Deleguje významné hodnotenie alebo citlivé rozhodnutie AI bez kontroly. |
20. 90-dňový plán pre školu
| Obdobie | Priorita | Konkrétne kroky | Výstup |
|---|---|---|---|
| Deň 1 až 30 | Zmapovať stav a riziká | Inventár používaných AI nástrojov, prieskum kompetencií, kontrola dátových tokov, určenie koordinátora, základné pravidlá. | Mapa nástrojov, rizík a vzdelávacích potrieb. |
| Deň 31 až 60 | Vybudovať minimum kompetencií | Základné školenie s praktickou skúškou, rolové skupiny, vzorové aktivity pre cykly, pravidlá transparentnosti a hodnotenia. | Učitelia s overeným základom a prvé schválené scenáre. |
| Deň 61 až 90 | Pilotovať a vyhodnotiť | Pilotné hodiny, hospitácie alebo peer review, spätná väzba žiakov a rodičov, incident log, úprava pravidiel, plán kontinuálneho vzdelávania. | Stabilný školský AI rámec a plán ďalšieho rozvoja. |
21. Ako merať, či integrácia AI skutočne zlepšuje vzdelávanie
Metrikou úspechu nemá byť počet vygenerovaných pracovných listov, počet učiteľov s licenciou ani počet promptov. AI je prostriedok. Škola potrebuje sledovať, či sa zlepšuje kvalita učenia, bezpečnosť a kompetencia.
| Oblasť | Príklady metrík |
|---|---|
| Kompetencia pedagógov | Podiel učiteľov, ktorí prešli praktickým overením; úspešnosť na modelových bezpečnostných scenároch; schopnosť navrhnúť a obhájiť AI aktivitu. |
| Kompetencia žiakov | Schopnosť vysvetliť limity AI, overiť tvrdenie, priznať použitie, chrániť údaje a rozlíšiť vhodné a nevhodné použitie. |
| Kvalita učenia | Výkon v úlohách bez AI aj s AI, schopnosť transferu, ústna obhajoba, kvalita vlastnej argumentácie. |
| Bezpečnosť | Počet a typ incidentov, používanie neschválených nástrojov, nesprávne zdieľanie dát, prompt injection alebo deepfake incidenty. |
| Wellbeing | Sebaregulácia, schopnosť pracovať bez AI, vnímanie nadmernej závislosti, rovnováha medzi digitálnou a nedigitálnou prácou. |
| Governance | Aktuálnosť zoznamu nástrojov, percento predmetov s jasnými pravidlami AI, pravidelnosť review a školení. |
22. Časté chyby pri zavádzaní AI do školy
Zamieňať AI gramotnosť za prompting a tváriť sa, že súbor prompt šablón vyriešil pedagogickú pripravenosť.
Nechať učiteľa školiť žiakov po krátkom produktovom workshope bez praktického overenia bezpečnej samostatnosti.
Zaviesť licencie skôr než pravidlá pre dáta, transparentnosť, hodnotenie a incidenty.
Používať AI ako autoritu alebo zdroj pravdy namiesto nástroja, ktorého výstup sa musí kriticky hodnotiť.
Učiť deti techniku bez vysvetlenia biasu, deepfake, súkromia, autorských otázok a ľudskej zodpovednosti.
Automatizovať hodnotenie skôr, než škola posúdi právny režim, dátové riziká a potrebu ľudského dohľadu.
Hodnotiť iba finálny produkt a ignorovať proces, zdroje, obhajobu a mieru AI asistencie.
Vytvoriť plošný zákaz AI, ktorý ignoruje realitu žiakov a presúva používanie do neviditeľného priestoru bez pravidiel.
Na opačnej strane povoliť AI všade bez otázky, či nahrádza učenie, ktoré má žiak vykonať sám.
Podceňovať emocionálne a behaviorálne riziká, antropomorfizáciu a nadmernú dôveru detí voči konverzačným systémom.
Najčastejšie otázky
Musí každá základná škola od roku 2026 učiť AI gramotnosť?
AI gramotnosť bola dodatkami s účinnosťou od 1. marca 2026 zaradená do ŠVP pre základné vzdelávanie a ministerstvo uvádza, že školy ju začlenia do vyučovania od nového školského roka. Je koncipovaná prierezovo, nie ako povinnosť používať jednu konkrétnu aplikáciu.
Stačí učiteľovi vedieť promptovať?
Nie. Samotný ŠVP vyžaduje oveľa širšie oblasti: princípy fungovania, kritické overovanie, zodpovednosť, súkromie, etiku, identitu a digitálnu rovnováhu. Prompt je iba jedna časť komponentu tvorby a spolupráce s AI.
Musí učiteľ rozumieť matematike neurónových sietí?
Nie na úrovni bežného pedagogického používania. Mal by však rozumieť konceptom dát, vzorov, tokenov, pravdepodobnosti, LLM a základnej myšlienke vektorových reprezentácií tak, aby vedel vysvetliť limity a správne navrhovať interakciu.
Je pravda, že kvalita výstupu je iba taká dobrá ako prompt?
Je to užitočná skratka, ale nie úplná pravda. Kvalitu ovplyvňuje vstup, model, tréningové dáta, retrieval, aktuálnosť, kontext, nastavenia, bezpečnostné vrstvy aj náhodnosť. Dobrý prompt znižuje nejasnosť, ale negarantuje pravdivosť.
Môže učiteľ vložiť žiacku prácu do verejného chatbota?
Záleží na obsahu, právnom základe, schválenom nástroji, zmluvných a školských pravidlách a na tom, či ide o osobné údaje. Identifikovateľné alebo citlivé údaje detí by sa do neschváleného verejného nástroja nemali vkladať.
Môže AI hodnotiť žiakov?
AI môže pomáhať s prípravou spätnej väzby, ale použitia určené na hodnotenie výsledkov učenia alebo významné riadenie vzdelávacej dráhy môžu spadať do režimu vysokého rizika podľa AI Actu. Pedagogické rozhodnutie musí mať adekvátny ľudský dohľad.
Je zákaz AI riešením?
Plošný zákaz môže byť vhodný pri konkrétnej úlohe, ak AI ruší cieľ učenia. Ako celoškolská stratégia však nestačí. Žiaci AI používajú mimo školy a potrebujú sa naučiť jej limity, bezpečnosť a zodpovedné používanie.
Ako často treba učiteľov preškoľovať?
Nie je rozumné viazať kompetenciu na jednorazový certifikát. Škola by mala mať kontinuálny cyklus aktualizácií, praktických cvičení a review pravidiel pri významných zmenách nástrojov, rizík alebo legislatívy.
Záver: Úlohou školy nie je naučiť deti poslúchať AI, ale naučiť ich udržať si nad ňou kontrolu
AI je súčasťou života detí skôr, než školský systém stihol úplne pripraviť dospelých, ktorí ich majú viesť. To je realita, nie dôvod na paniku ani na technologický optimizmus. Nový ŠVP správne posúva tému od používania nástroja k širšej AI gramotnosti. Ak však chceme tieto ciele naplniť, musíme rovnakú vážnosť venovať kompetencii pedagógov.
Učiteľ nemusí byť dátový vedec. Musí však rozumieť podstate technológie natoľko, aby ju neplietol s databázou pravdy, aby vedel vysvetliť pravdepodobnostnú povahu modelu, pracovať s kvalitným kontextom, chrániť údaje, overovať výstupy, rozpoznávať bias a manipuláciu, nastavovať hranice a zachovať ľudský dohľad. Predovšetkým musí vedieť pretaviť technické porozumenie do vekovo primeranej pedagogiky.
Silná škola v ére AI nebude tá, ktorá používa najviac AI nástrojov. Bude to škola, v ktorej učitelia a žiaci vedia presne, kedy AI pomáha, kedy škodí, čo jej možno zveriť, čo treba overiť a ktoré rozhodnutia musia zostať ľudské.
Cieľom teda nie je vychovať generáciu detí, ktoré dokážu získať hotovú odpoveď rýchlejšie. Cieľom je vychovať generáciu, ktorá dokáže AI ovládať bez toho, aby odovzdala technológii vlastnú schopnosť myslieť, tvoriť, rozhodovať sa, niesť zodpovednosť a vytvárať ľudské vzťahy.
Zdroje a odborné východiská
Ministerstvo školstva SR: AI gramotnosť sa stala súčasťou vzdelávania na základných školách: https://www.minedu.sk/ai-gramotnost-sa-stala-sucastou-vzdelavania-na-zakladnych-skolach/
Ministerstvo školstva SR: Dodatok č. 4 k ŠVP pre základné vzdelávanie, účinný od 1. marca 2026: https://www.minedu.sk/data/att/fc4/35650.1d4140.pdf
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: Národný projekt pre zodpovedné využívanie AI v školách: https://www.minedu.sk/novy-narodny-projekt-podpori-zodpovedne-vyuzivanie-ai-v-skolach/
Ministerstvo školstva SR: AI gramotnosť na gymnáziách: https://www.minedu.sk/ai-gramotnost-prichadza-na-gymnazia-ministerstvo-meni-statny-vzdelavaci-program/
Scio Research: AI Kompas 2025: https://scio.ondraman.us/wp-content/uploads/2025/10/AI-Kompas-2025.pdf
UNESCO: AI competency framework for teachers: https://www.unesco.org/en/articles/ai-competency-framework-teachers
UNESCO: AI competency framework for students: https://www.unesco.org/en/articles/ai-competency-framework-students
UNESCO: Guidance for generative AI in education and research: https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
European Commission: Ethical use of AI and data in teaching and learning, 2026 update: https://digital-strategy.ec.europa.eu/en/news/commission-publishes-guidelines-support-teachers-key-digital-education-priorities
European Commission: AI Literacy - Questions & Answers: https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
EUR-Lex: Regulation (EU) 2024/1689, Artificial Intelligence Act: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex:32024R1689
European Data Protection Board: Children and data protection: https://www.edpb.europa.eu/topics/key-gdpr-concepts/children_en
Google for Developers: Embeddings, Machine Learning Crash Course: https://developers.google.com/machine-learning/crash-course/embeddings