Znalostní báze AIEdAIEd KB
Na této stránce

Přečtěte si tuto stránku v angličtině

Pojmy

Technologické pedagogické obsahové znalosti (TPACK)

Vytvořeno 2026-08-14 · Aktualizováno 2026-11-08

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

Technologické pedagogické obsahové znalosti (TPACK) — rámec (Mishra & Koehler, 2006) popisující integrované znalosti, které učitelé potřebují k efektivnímu využívání technologií ve výuce: souhru technologické znalosti (TK), pedagogické znalosti (PK) a obsahové znalosti (CK) a jejich průsečíků. V éře AI byl TPACK rozšířen na AI-TPACK / GenAI-TPACK, které modelují, jak učitelé integrují generativní AI do výuky v oboru. Je to dominantní teoretická optika pro pochopení toho, jak je strukturována kompetence pedagogů v oblasti AI a jak se buduje prostřednictvím profesního rozvoje.

Ta dominance je však částečně artefaktem vyhledávání: v PRISMA scoping review 195 studií učitelského vzdělávání podporovaného technologiemi byly digitální kompetence, TPACK a DigCompEdu explicitními vyhledávacími deskriptory, takže podíl 46,5 % kompetenčních rámců popisuje získaný korpus, nikoli obor (Patiño Hernández et al. (2026)).

Otázky k zamyšlení

  • TPACK tvrdí, že efektivní výuka s technologiemi není součtem oddělených dovedností (znát svůj předmět + znát výuku + znát nástroj), ale součinem jejich souhry. Vzpomeňte si na hodinu, která s technologií skutečně fungovala. Které kombinace obsahových, pedagogických a technologických znalostí — nikoli některá sama — v ní odváděly práci?
  • Častým předpokladem je, že učitel, který je „technicky zdatný", je proto připraven učit s AI. Kde tento předpoklad selhává — například když technicky plynulý učitel používá AI pedagogicky povrchně nebo obsahově nepřesně? Jak by vypadala „kompetence", kterou jednoduchý test technických dovedností nezachytí?
  • Éra AI přerámovává technologii v TPACK z pasivního nástroje na aktivního činitele, který dokáže plánovat, generovat a tutorovat. Pokud se učitelská práce přesouvá od obsluhy nástroje k orchestraci AI, jež jedná sama, jaké nové znalosti to vyžaduje — a dokáže je nějaký statický kontrolní seznam postihnout?
  • Stránka naznačuje, že profesní rozvoj má školit průsečíky, ne jen nástroje. Vzpomeňte si na poslední školení o technologiích, kterého jste se zúčastnili nebo které jste navrhli. Šlo většinou o „jak software používat", nebo se v něm obsah a pedagogika budovaly spolu s technologií? Který přístup by podle vás více změnil praxi ve třídě a proč?
  • Výzkum zjistil, že různé „učitelské archetypy" — optimalizátoři, tvůrci, pasivní pozorovatelé — těží z různých druhů podpory. Kterému archetypu se nejvíce podobáte, když při výuce používáte AI, a jaký Scaffolding by vám podle vás nejvíce pomohl? Popsali by vás vaši studující stejně jako vy sami?
  • Někteří výzkumníci tvrdí, že efektivní integrace AI vychází z učitelových přesvědčení a pocitu účinnosti, nejen z jeho znalostí. Co věříte o roli AI v učení a jak by toto přesvědčení — více než vaše technická dovednost — mohlo utvářet, zda a jak ji skutečně integrujete?

Úvod

  • Crompton et al. ve výzkumu založeném na designu operacionalizují standardy integrace technologií pro akademiky, které rozšiřují rámec TPACK do institucionální praxe.

Rámec

TPACK tvrdí, že efektivní integrace technologií není součtem oddělených znalostních domén, ale součinem jejich dynamické souhry. Rámec zahrnuje tři základní domény a čtyři průsečíky:

  • Obsahová znalost (CK) — znalost předmětu, který se má vyučovat.

  • Pedagogická znalost (PK) — znalost výukových metod, strategií a toho, jak se studující učí.

  • Technologická znalost (TK) — znalost používání nástrojů a technologií včetně generativní AI.

  • Pedagogicko-obsahová znalost (PCK) — jak konkrétní obsah efektivně vyučovat.

  • Technologicko-obsahová znalost (TCK) — jak technologie utváří a reprezentuje obsah.

  • Technologicko-pedagogická znalost (TPK) — jak technologie podporuje nebo omezuje výukové strategie.

  • TPACK — emergentní, integrovaná znalost ve středu, kde všechny tři domény interagují, aby umožnily výuku obohacenou technologiemi a specifickou pro obsah.

  • Rámec dominuje oboru jako výchozí volba a je natahován, aby se vešel. V přehledu 78 studií instručního designu podporovaného AI vedeném podle PRISMA použilo nějaký pojmenovaný kompetenční rámec jen 19 studií — a TPACK a jeho varianty tvořily 17 z těchto 19, využívané produktivně jako analytická optika, ale natažené za svůj původní rozsah, protože TPACK nebyl navržen pro schopnosti specifické pro AI. Účelově stavěné rozšíření jsou proto vzácná: Intelligent-TPACK se objevil jen v pěti studiích, obvykle ve spojení s gramotností v oblasti AI kvůli vývojové progresi (Spyropoulou & Kameas, 2026).

  • Výzkum postupuje bez teorie, zatímco politické rámce zůstávají neotestované. Tentýž přehled zjistil, že 76 % studií odvozovalo kompetence z praxe bez jakéhokoli teoretického mapování, a ani DigCompEdu, ani UNESCO rámec kompetencí AI pro učitele nebyl v žádné z 78 studií použit jako analytický rámec — rozpojení běžící oběma směry, protože empirická práce nehromadí sdílený slovník a rámce určené k vedení praxe zůstávají v tomto kontextu empiricky neotestované.

AI-TPACK a GenAI-TPACK

Éra AI posunula rámec k pojetí technologie s inteligencí. Generativní AI není pasivní nástroj, ale aktivní činitel, který dokáže plánovat, generovat obsah, tutorovat a adaptovat — integrační znalost proto stále více zahrnuje orchestraci: rozhodování, kdy a jak AI jedná, poskytuje scaffolding nebo ustupuje lidskému úsudku.

  • Za hranice diskrétní znalosti. Výzkum AI-TPACK tvrdí, že efektivní integrace AI nevychází z disponování oddělenými doménami, ale z dynamické souhry systémového myšlení, pedagogických přesvědčení a sebeúčinnosti — což zpochybňuje statické modely kompetence pedagogů v AI založené na kontrolních seznamech. Učitelské archetypy (systematičtí optimalizátoři, plodní tvůrci, pasivní pozorovatelé) vycházejí z toho, jak učitelé navrhují instruční pracovní postupy s více agenty.

  • Co integrační rámce opomíjejí. Kritika spoluagenturnosti tvrdí, že TPACK a SAMR řeší učitelské znalosti a úrovně přijetí, ale moc, vlastnictví dat a odpovědnost nechávají stranou, takže integrační znalost potřebuje explicitní etickou hranici, nikoli další znalostní doménu (Poudyal (2026)).

  • Meziúrovňové důkazy pro pedagogické jádro. Víceúrovňová studie 46 učitelů a 2 832 studentů středních škol zjistila, že technická znalost AI sama nestačí — dokonce mírně tlumila vnímání AI pro obecné dobro u studentů — zatímco pedagogická znalost AI (TPAIK) byla tím, co podporovalo vnímání studentů a jejich behaviorální záměr učit se AI. Výsledek se zhušťuje do pravidla „pedagogika první, technologie druhá", které rezonuje s nálezy o zprostředkující roli výše.

  • Etika jako integrativní mediátor, nikoli hranice. V šetření 454 vysokoškolských učitelů měla izolovaná technologická znalost AI negativní přímou asociaci s integrovaným AI-TPACK (β = −0,303), zatímco její celkový efekt zůstal pozitivní (β = 0,639) a běžel přes pedagogické, obsahové a etické znalosti (Chen et al. (2026)). Etická znalost tento efekt také předávala dál a predikovala pedagogickou (β = 0,353) i obsahovou znalost (β = 0,269).

  • Přehledová optika pro celý obor. Systematický přehled z perspektivy TPACK (Liu & Zhong, 2025) analyzoval 71 empirických studií GenAI v učení studentů, našel celkový pozitivní efekt (Hedges' g = 0,752) a jako dvě kritické priority oboru označil gramotnost studentů v GenAI a profesní rozvoj učitelů v GenAI-TPACK.

  • Pouhá zběhlost nepředpovídá pedagogickou integraci. Choi et al. (2026) měřili Intelligent-TPACK učitelů, aby rozdělili účastníky, a pozorovali, že i AI-zběhlí nováčci se při návrhu hodin pasivně spoléhali na výstup AI, zatímco zkušení učitelé — s nižším naměřeným AI-TPACK — se kriticky znovu zapojovali a přizpůsobovali návrhy AI pedagogickému kontextu. Výsledek posiluje vzorec výše: AI-TPACK se do zdravého použití ve třídě překládá prostřednictvím zkušeného pedagogického úsudku, a podpora učitelského vzdělávání proto musí cílit na aplikaci znalostí AI, ne na jejich pouhé vlastnictví.

  • Kontext učitelského vzdělávání. TPACK je nástrojem kultivace kompetence učitelů integrovat technologie do výuky specifické pro kurikulum, a proto jej výzkum učitelského vzdělávání a profesního rozvoje (např. intenzivní programy GenAI profesního rozvoje, připravenost AI-TPACK u budoucích učitelů) stále častěji měří jako sledovaný výsledek.

  • Pedagogická znalost zprostředkovává integraci GenAI. Mohebi a ElSayary (2026) dotazovali 325 učitelů v praxi z 26 zemí a sedm z nich interviewovali v explanačním sekvenčním smíšeném designu k modelování TPACK-GenAI. Technologická znalost (TK), pedagogická znalost (PK) a pedagogicko-obsahová znalost (PCK) byly každá asociovány s celkovým TPACK-GenAI, ale technologicko-pedagogická znalost (TPK) tyto vazby zprostředkovávala — důkaz, že posun „od zběhlosti k pedagogice" je podstatný: překlad dovednosti GenAI do zdravého použití ve třídě běží přes integrační pedagogicko-technologickou znalost, ne přes pouhou znalost nástroje.

  • Ve vysokoškolském vzdělávání se oborová expertiza nepřenáší na integraci GenAI. Sutedjo, Chowdhury & Liu (2026) adaptovali nástroj TPACK-21 k dotazování 127 akademických pracovníků americké výzkumné univerzity na používání GenAI k výuce dovedností 21. století. Akademičtí pracovníci vykazovali silnou CK (M = 5,15) a PCK (M = 4,70), ale nízké technologiemi integrované znalosti — TPK (M = 2,62), TCK (M = 2,75) a celkový TPACK (M = 2,55, nejnižší doména) — a CK nevykazovala žádnou významnou korelaci s TK ani s kteroukoli technologiemi integrovanou doménou (r = 0,11–0,15, ns). Tři technologiemi integrované domény spolu korelovaly tak silně (r = 0,81–0,91), že mohou fungovat jako jediný faktor integrace GenAI. Výsledek posiluje zásadu školit průsečíky: rozvoj akademických pracovníků musí záměrně budovat znalost integrace GenAI prostřednictvím oborově specifických činností, místo aby předpokládal, že se oborová expertiza přenese, a musí technologiemi integrované domény pojímat jako společný základ gramotnosti v GenAI.

  • Institucionální režim a úroveň školení interagují. Mnguni et al. (2026) porovnali 186 studentů učitelství přírodních věd v posledním ročníku na jihoafrické univerzitě s prezenčním kampusem (n = 85) a na univerzitě distančního vzdělávání (n = 97). Sebeposuzovaný TPACK byl vyšší na kampusu (64,0 % versus 47,4 %), pedagogická znalost byla nejméně uváděnou doménou v obou skupinách (53 % na kampusu) a úroveň školení v AI byla spojena se sebeposuzovaným TPACK jen v distanční instituci, kde absolvování pětikreditového krátkého kurzu predikovalo slabší uváděný TPACK než žádné školení (p = 0,039, versus p = 0,607 na kampusu). Připravenost tedy sleduje kontext institucionálního zajištění, ne jen hodiny školení, a autoři varují, že sebeposuzovaná připravenost nemůže nahradit důkazy o výkonu.

Varování o měření přichází od stejného autora z modelu Capability–Decision: když je TPACK sebeposuzovaný a vnímaná behaviorální kontrola se měří jako sebeúčinnost, oba konstrukty nemusí být empiricky rozlišitelné, takže studie nedokáže říci, zda záměr predikuje způsobilost, nebo obecná důvěra (Mnguni (2026)).

  • Integrovaný TPACK se nejvíce posouvá, když je AI zasazena do autentických úkolů založených na řešení problémů. Chen a Osman (2026) porovnali osm týdnů trvající modul CTD-PBL podporovaný AI s konvenční výukou u 130 budoucích učitelů fyziky ve třetím ročníku v kvaziexperimentálním designu s intaktními třídami (65 v každé podmínce), přičemž skupiny používaly DeepSeek přes úkolově specifické šablony promptů a každý výstup AI musel projít lidským ověřením, než vstoupil do výukového artefaktu. Skupina s modulem uváděla vyšší TPACK po testu (M = 4,04 vs. 3,40, p < 0,001, d = 1,02) a vyšší vnímané kolaborativní řešení problémů (M = 3,62 vs. 3,05, d = 0,88), s významnými interakcemi skupina × čas u obou výsledků. Kde se zisky objevily, je detail relevantní pro TPACK: největší dimenzionální efekty byly v integrovaných doménách — TPCK (d = 1,21), PCK (d = 1,06) a TPK (d = 0,95) — a zisky v spolupráci byly nejjasnější u sdíleného budování znalostí a sociální regulace, tedy u průsečíků, nikoli základních domén. Autoři je prezentují jako diferenciální změnu spojenou s integrovanou výukovou podmínkou, nikoli jako efekt AI: AI nebyla nikdy izolována od řetězce úkolů PBL, strukturované spolupráce, instruktorského scaffoldu, vrstevnické zpětné vazby ani reflektivní revize a oba výsledky byly dotazníkově měřené percepce kompetence, nikoli prokázaný výkon ve třídě.

  • Intervence může nejprve posunout základní doménu. Šestiměsíční program profesního rozvoje postavený přímo na rámci Intelligent-TPACK zvýšil nejvíce technickou znalost AI (AITK: 3,92 až 4,43, t(63) = 3,856, p < 0,001, d = 0,48), dále technologicko-pedagogickou znalost (AITPK: d = 0,33) a nejméně integrovaný AITPACK (d = 0,26), zatímco etické povědomí zůstalo relativně stagnující (Tan, Cheng & Ling, 2025). Toto pořadí je zrcadlovým obrazem zisků v integrovaných doménách u Chena a Osmana a oba jsou sebeposouzením.

AI-TPACK jako mediátor mezi gramotností a integrací ve třídě. Model strukturálních rovnic u čínských budoucích učitelů přírodních věd (Zou, Li, Wang & Du, 2026) staví AI-TPACK nikoli jako paralelní kompetenci, ale jako přenosový mechanismus, jímž se obecná gramotnost v oblasti AI stává výukovou praxí. Gramotnost v oblasti AI silně predikovala AI-TPACK, AI-TPACK následně predikoval výuku přírodních věd a s ní spojenou sebeúčinnost, přičemž sebeúčinnost ve výuce byla nejsilnějším jednotlivým prediktorem záměru učit prostřednictvím zkoumáním podloženého učení s integrací AI.

Celý sériový řetěz (gramotnost v oblasti AI → AI-TPACK → sebeúčinnost → záměr) byl významný, stejně jako samostatné nepřímé cesty přes AI-TPACK a přes sebeúčinnost; dohromady většina asociace gramotnosti v oblasti AI se záměrem běžela přes tyto mediátory, nikoli přímo, a výsledek obstál po kontrole pohlaví, ročníku studia, oboru a frekvence používání AI. Praktické tvrzení modelu je sled s vstupním bodem: gramotnost v oblasti AI je nutná, ale nedostatečná, a práce integrace se odehrává tam, kde se spojují technologické, pedagogické a obsahové znalosti — což je také místo, kde se buduje důvěra učitelů ve výuku předmětu.

  • Validace jako čtvrtá kompetence. Orhon, Cekerol a Ugur (2026) rozšiřují model o znalost validace AI — podrobení pravděpodobnostního výstupu AI oborově specifickému ověření, než je přijat jako důkaz legitimního rozhodnutí — a spojují ji s procesně orientovanou rubrikou pro vzdělávání v designu.

Proč na tom záleží ve vzdělávání s AI

TPACK je organizujícím rámcem učitelské strany důkazní základny znalostní báze. Vysvětluje, proč je kompetence pedagogů v oblasti AI víc než plynulost v nástroji: učitelé musí integrovat technologické, pedagogické a obsahové znalosti společně, aby z AI udělali zisky v učení. Stránka Kompetence pedagogů v oblasti AI znalostní báze pokrývá dimenze kompetence; TPACK je znalostní strukturou, která je pod nimi. Výzkum důvěry učitelů, profesního rozvoje a proměňující se role učitele působí uvnitř tohoto rámce (nebo proti němu). Rámec se nyní rozšiřuje i k hodnocení celých programů: Wu & Li (2026) stavějí na dimenzích TPACK hodnoticí systém AHP-Fuzzy-AHP pro certifikátové programy v AI a zjišťují, že největší mezerou mezi prioritou expertů a současným zajištěním je profesní kompetence akademických pracovníků — nikoli technická infrastruktura — což signalizuje, že certifikace má investovat do integrované pedagogické kapacity učitelů.

Zprostředkování běží většinou přes snadnost použití. Zhao (2026) testoval šest nepřímých cest od gramotnosti v oblasti AI a TPACK k hloubkovému učení u 423 budoucích učitelů: TPACK přes vnímanou snadnost použití byl největší (0,212) a gramotnost v oblasti AI přes užitečnost nejmenší (0,033), takže integrační znalost působila spíše přes použitelnost než přes užitečnost. Komponenty nemají v případě AI stejnou váhu. U 988 budoucích učitelů predikovaly TCK (β = 0,67) a TPK (β = 0,41) integrovaný AI-TPACK, zatímco TK sama nikoli (β = −0,10, p = 0,066), a integrovaný TPACK predikoval postoj ke GenAI (β = 0,75) (Khalil et al., 2026).

Důsledky pro návrh

  1. Školte průsečíky, ne jen nástroje. Profesní rozvoj má budovat technologické, pedagogické a obsahové znalosti společně, místo aby nabízel izolované školení nástrojů — to je základní zásada návrhu TPACK.
  2. Pojímejte AI jako činitele, ne jako spotřebič. AI-TPACK rozšiřuje rámec k orchestraci AI agentů, což vyžaduje systémové myšlení a pedagogický úsudek o tom, kdy má AI jednat.
  3. Diferencujte profesní rozvoj podle profilu učitele. Různé učitelské archetypy (optimalizátoři, tvůrci, pozorovatelé) těží z různého scaffoldu — pokročilých rámců, rychlé zpětné vazby, respektive explicitního modelování.
  4. Hodnoťte integrovanou kompetenci. Výsledky orientované na TPACK (např. zisky AI-PCK) se mají měřit jako integrovaná způsobilost, ne jako sebeposuzovaná znalost nástroje.

Časté mylné představy

  • „Dominance TPACK odráží jeho vysvětlující sílu." Ta dominance je částečně artefaktem vyhledávání: v PRISMA scoping review 195 studií učitelského vzdělávání podporovaného technologiemi digitální kompetence, TPACK a DigComp dominují indexované literatuře. Prevalence ve vyhledávání je vlastností slovníku, který obor používá, ne důkazem, že rámec vysvětluje více.
  • „Známý rámec je validovaný rámec pro AI." TPACK nebyl navržen pro schopnosti specifické pro AI, a proto byl vyvinut Intelligent-TPACK — a ten se v přehledu 78 studií objevuje jen v pěti studiích. Používat TPACK pro kompetenci v GenAI znamená natahovat jej za hranice jeho konstrukce.
  • „Použití rámce znamená, že výzkum je teoreticky ukotven." Tentýž přehled zjistil, že 76 % studií odvozovalo kompetence z praxe bez teoretického mapování, takže přítomnost TPACK v oboru koexistuje s tím, že většina výzkumu je bez teorie. Pojmenovaný rámec není totéž jako rámec, který odvádí práci.

Související koncepty

Související články

Související FAQ

Metadata

Cílová skupinaFaculty Developers, Instructors
Technologie a technikyGenerative AI
Základy AI ve vzděláváníGramotnost v oblasti AI, Návrh kurikula, Vzdělávací rozvoj, Návrh výuky, Výuka, Technologické pedagogické obsahové znalosti (TPACK), Kompetence pedagogů v oblasti AI
ZdrojHistorieUpravitChat

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.