Na této stránce

Přečtěte si tuto stránku v angličtině

Automatický strojový překlad této anglické stránky, který ještě nebyl zkontrolován rodilým mluvčím.

Informační a mediální gramotnost jsou sousední kompetence, které AI přepisuje na stejném švu. Informační gramotnost se soustředí na hledání a ověřování přesných údajů; mediální gramotnost se soustředí na porozumění tomu, kdo vytvořil sdělení, jak bylo zkonstruováno a proč. Obě se překrývají ve společném cíli budovat kritické myšlení, které lidem umožňuje orientovat se v digitálním světě a rozpoznat dezinformace — a nyní sdílejí i druhý problém: generativní AI produkuje plynulý, plausibilní obsah, jehož původ a záměr jsou skryté, takže otázka provenience, kterou mediální gramotnost vždy kladla, se přesunula i do gramotnosti informační.

Otázky k zamyšlení

  • Když chatbot vrátí sebevědomý odstavec se třemi citacemi, uplatňuje student informační gramotnost, mediální gramotnost, nebo ani jednu — a činí zadání tento rozdíl viditelným?
  • Deepfakes a zfalšované citace jsou různé druhy selhání: jedno je nepravdivý záznam světa, druhé nepravdivý záznam literatury. Dokáže jeden kurz učit obojí, aniž by obojí učil špatně?
  • Detektory AI a nástroje ověřování faktů jsou samy modely s chybovostí. Co se stane s kurikulem ověřování, když je nástroj ověřování probabilistický?
  • Mediální gramotnost se vyučovala prostřednictvím produkce — studenti vytvářejí média, aby jim porozuměli. Pokud nyní artefakt vytváří model, která část pedagogiky přežívá?

Úvod

Obě gramotnosti mají oddělené institucionální domovy. Informační gramotnost byla kodifikována v knihovnictví a informační vědě, nejviditelněji v Rámci ACRL, jako soubor dispozic kolem autority, procesu a hodnoty. Mediální gramotnost vyrostla z komunikačních a mediálních studií a ze školní mediální výchovy a ptá se na autorství, techniku, publikum a účinek. Jedna posuzuje, zda si zdroj zaslouží víru; druhá se ptá, kdo sdělení vytvořil a co dělá.

Toto rozdělení bylo vždy čistší v teorii než ve třídě. Obě gramotnosti učí studenty zpomalit, ověřit provenienci a odolat plynulosti. Obě byly postaveny na předpokladu, že artefakt měl autora, který za jeho vytvoření zaplatil cenu. Generativní AI odstraňuje tento předpoklad z obou najednou: text je syntetizován z nevysledovatelného korpusu, obrazy a hlasy jsou klonovány a automatizované účty simulují samotné publikum.

Tato stránka pokrývá obě gramotnosti, protože je korpus pojímá jako jeden výukový problém se dvěma sadami výsledků. Důkazy jsou nerovnoměrné — bibliometrická mapa a dva systematické přehledy na straně informační gramotnosti, malá intervence a studie expertních rozhovorů na straně mediální — a téměř žádný z nich netestuje kombinované kurikulum. Právě tato absence je zjištění, které stojí za to přenést do praxe.

Kde se oba konstrukty rozcházejí

Objektem informační gramotnosti je zdroj a její ústřední otázkou je, zda je tvrzení pravdivé a důkazy za ním věrohodné. Objektem mediální gramotnosti je sdělení a její ústřední otázkou je, kdo ho vytvořil, jak, pro koho a za jakým účelem. Zfalšovaná citace neprojde prvním testem; deepfake může projít každou faktickou kontrolou, kterou student umí provést, a přitom selhat ve druhém.

Empirické literatury toto rozdělení odrážejí. Průzkum 236 amerických univerzitních studentů se ptal, kde začínají akademické rešerše, a zjistil vyhledávače na 45,5 %, domovskou stránku knihovny na 27,9 % a chatbota AI na 26,6 %, přičemž mezinárodní studenti nahrazovali knihovní zdroje AI přibližně dvakrát častěji než domácí studenti (Lund et al., 2026). Systematický přehled 32 studií zjistil, že integrace gramotnosti v AI do výuky informační gramotnosti je ve „fázi dětství" a probíhá prostřednictvím LibGuides a workshopů, nikoli kurikula (Mirza a Arif, 2026). Na mediální straně rozhovory se sedmi odborníky a průzkum 141 studentů zjistily, že začlenění technologií do kurikula kritické mediální gramotnosti je „omezené a často povrchní" a že učitelé jsou nedostatečně vyškolení pro nástroje, které produkují dezinformace a deepfakes (studie kritické mediální gramotnosti, 2026).

Jak AI komplikuje informační gramotnost

První komplikací je fabrikace ve velkém měřítku. Model produkuje přesvědčivý text, plausibilní reference a sebevědomé statistiky, které nemusí existovat; čtenář dostává syntézu, jejíž stopa hledání byla vymazána. Kontrola se stává jinou dovedností: nejde o „je to dobrý zdroj", ale „existuje tento zdroj a říká to, co odpověď tvrdí".

Druhou komplikací je, že vrstva hledání se zhroutila do vrstvy odpovědi. Když nástroj vyhledává, vybírá a píše, gramotný akt se přesouvá k posuzování syntézy. To je reziduum, na které důkazy stále ukazují: platforma s vestavěným knihovníkem porazila konvenční knihovní výuku o 0,78 proti 0,25 bodu v nástroji založeném na ACRL a konzultace, které zisk přinesly, dominovaly otázkami hodnocení zdrojů (Huang, 2026).

Třetí je kapacita. V průzkumu 412 akademických knihovníků z 38 nigerijských institucí bylo sebeposouzené kompetence vysoké u výuky databází (M = 4,07) a u zprostředkování informační gramotnosti (M = 4,02), ale složená kompetence v AI činila 2,86, nejslabší byla v navrhování cílů (M = 2,70) a v hodnocení výsledků (M = 2,62) (Dada, 2026). Obor zmapovaný na 1 669 publikacích je žádán, aby učil kompetenci, kterou jeho vyučující podle vlastního hlášení zatím neumějí navrhnout (Jabeen a Lux, 2026).

Jak AI komplikuje mediální gramotnost

Zakládající otázky mediální gramotnosti předpokládaly tvůrce s úmyslem. Deepfakes, klonování hlasu a automatizovaní boti tento předpoklad narušují třemi způsoby: artefakt nemusí mít lidského autora, publikum může být syntetické a záměrem může být optimalizace pro angažovanost, nikoli přesvědčování někým konkrétním.

Důkazy z kurikula naznačují, že školy to zatím nedohonily. Expertní rozhovory popisují jako limitující podmínku vzdělávání učitelů, nikoli odpor studentů, a argumentují pro rámec kritické pedagogiky, který pojímá hodnocení jako etickou a participativní praxi namísto školení v nástrojích. Zpráva objednaná pro veřejnoprávní média zjistila, že nabídka pro mladé ve věku 14–19 let se kloní k funkčním dovednostem v AI a odklání se od kritického hodnocení, a to i po přezkoumání více než 40 rámců a rozhovorech s 35 odborníky (zpráva o gramotnostech v AI, 2025).

AI jako obranný nástroj — tvrzení a výhrady

Argument pro použití AI na obranné straně je plausibilní a široce uváděný: automatizované kontroly věrohodnosti, které skenují historii a jazyk zdroje na signály zaujatosti, detektory deepfakes, analyzátory metadat hledající znaky provenience a simulace, které studentům umožňují procvičovat hodnocení na realistickém syntetickém materiálu. Tyto schopnosti jsou skutečné produkty a jejich použití ve třídě je skutečná praxe.

Důkazy jsou tenčí než tvrzení. Detektory jsou probabilistické a s tím, jak se generátory zlepšují, degradují; model pro ověřování faktů je sám model, takže student stále musí posuzovat ověřovatele; a metadata o provenienci pomohou jen tehdy, když je producent zvolí připojit. Jedním z nejpevnějších výsledků korpusu je, že výuka mediální gramotnosti podporovaná AI může fungovat v malém měřítku: osmnáctihodinový program postavený na modelu 5E přinesl velké zisky u 36 žáků čtvrté třídy v jedné turecké škole (Demir a Akar, 2026). Třicet šest žáků je důkaz konceptu, nikoli podklad pro nákup.

Názorový text z knihovnického sektoru posouvá stejnou myšlenku dál: AI by mohla nést zprostředkování informační gramotnosti prostřednictvím vyhledávání, adaptivních tutoriálů, chatbotů a automatizovaného ověřování faktů, přičemž integraci by vlastnili knihovníci, nikoli dodavatelé (Offem a Arikpo, 2026). Článek neuvádí žádná data, jde tedy o designový podklad pro to, kde by výuka mohla sídlit, nikoli o důkaz, že funguje.

Čteny společně obě strany bilance naznačují pravidlo: AI může nést praktickou zátěž — realistické scénáře, okamžitou zpětnou vazbu, měřítko — ale úsudková zátěž zůstává na studujícím a každý nástroj, který tvrdí, že ji nahradí, by měl být hodnocen jako detektor s měřenou chybovostí, nikoli přijat jako klíč k odpovědím.

Co to znamená pro praxi

  • Učte jeden postup, dva objekty. Kontrolovatelná rutina — vystopujte tvrzení ke zdroji, vystopujte zdroj k autorovi, ptejte se, co artefakt dělá — funguje pro citaci i pro video. Pojmenujte, který objekt zadání hodnotí.
  • Pojímejte detekci jako důkaz, nikoli verdikt. Výstup detektoru je pravděpodobnost; učte studenty potvrdit ho druhou metodou a říci, co by změnilo jejich názor.
  • Zachovejte produkci v kurikulu. Vytváření médií bylo pedagogikou, která činila kritiku konkrétní; generování s AI je může podpořit jen tehdy, když studenti zkoumají volby, které za ně nástroj učinil.
  • Začleňte knihovníka nebo mediálního specialistu do pracovního postupu. Nejsilnější výukový výsledek v této literatuře pochází z designu, v němž byla lidská konzultace vestavěna, nikoli nabízena dodatečně.
  • Posuďte kapacitu personálu dřív, než napíšete sylabus. Měřený deficit leží v navrhování cílů a hodnocení výsledků, nikoli v používání nástrojů.

Omezení důkazů

Většina zdejších studií je malá, sebeposuzovací, nebo obojí: 236 studentů v jednom průzkumu, 36 dětí v jedné intervenci, 412 knihovníků hodnotících sebe sama. Bibliometrická viditelnost není praxe a scientometričtí autoři to říkají výslovně. Žádná studie v korpusu nehodnotí kombinované kurikulum informační a mediální gramotnosti a detektory a nástroje ověřování faktů, které literatura o praxi doporučuje, jsou v těchto zdrojích z velké části neměřené. Tvrzení, že ověřování poháněné AI zlepšuje výsledky, je třeba pokládat za designovou hypotézu, dokud ji někdo neotestuje proti kontrole.

Související koncepty

Související články

Vložit tuto stránku

Zkopírujte níže uvedený kód a vložte tuto stránku do systému pro správu výuky nebo jiného webu. Vložená verze zobrazuje pouze obsah stránky — skrývá záhlaví, navigaci a zápatí webu.