Jak by měli rodiče a učitelé přistupovat k AI u dětí do 13 let?

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

Podmínky dodavatele říkají, že nástroj je pro uživatele od 13 let. Minulý týden vám učitelka třetí třídy ukázala básně, které její třída s tímto nástrojem vygenerovala, rodič napsal e-mail s dotazem, zda je mluvící hračka, kterou jeho syn dostal k narozeninám, bezpečná, a vedení chce mít do listopadového zasedání jednostránkovou politiku.

V tom požadavku se prolínají tři otázky: co smí s těmito systémy dělat šestileté dítě, co škola dluží rodinám, jejichž děti se s AI setkávají doma, a co dělat, když zákaz není odpověď, kterou dokážete obhájit.

Krátká odpověď, kterou můžete dát vedení: odstupňujte přístup podle věku, naučte děti, jak jsou tyto systémy postavené, dřív než jim nějaký předáte, a všude, kde dítě nedokáže posoudit výstup, udržujte ve hře dospělého. Plošný zákaz je varianta s nejmenší oporou v důkazech. V této znalostní bázi neexistuje žádná studie věkově odstupňovaných zákazů a většina expozice této věkové skupiny se odehrává doma, kam školní pravidlo nedosáhne.

Stručná verze

1. Pište pravidlo po věkových pásmech, ne pro celé K-12. Do 9 let: hra, tvoření, hmotné programování a vysvětlení, co je stroj. Od 9 do 12 let: strukturovaná, převážně negenerativní činnost na ověřených platformách a k tomu výslovná výuka o datech a o tom, co AI nemůže vědět.

2. Generativní chat dejte v pořadí na konec, a to jen s pojmenovanou rolí dospělého a uvedeným účelem.

3. Každý nástroj ověřte před zavedením čtyřmi otázkami: která rizika specifická pro děti byla testována, co nástroj standardně dělá s hlasovými daty a přepisy, co rodiny zaplatí, když bezplatná úroveň zmizí, a zda funguje v jazycích, kterými vaše rodiny mluví.

4. Zveřejněte, co škola používá a jak se může rodina zeptat. Zveřejnění je institucionální povinnost.

5. Detekci držte mimo plán vymáhání.

Stanovte pravidlo podle věkových pásem

Odstupňovaný design nemusíte vymýšlet. Wang, Chuang a Wu (2026) hodnotili věkově odstupňovaný zdroj gramotnosti v oblasti AI vytvořený pro tchajwanský systém K-12 ve dvou vydáních: základní vydání pro děti od 9 do 12 let se strukturovanými aktivitami na platformách, které nejsou generativní, a pokročilé vydání pro 13 až 18 let s etickým uvažováním a generativním AI pod dohledem.

Jejich hodnocení je jediný dotazník po expozici s 831 účastníky a základní kohorta hodnotila materiály průkazně výše v očekávaném výkonu, očekávané námaze, hravosti a behaviorálním záměru, přičemž vnímaná hravost byla nejsilnějším korelátem záměru v obou skupinách. Autoři jsou ohledně limitu výslovně jasní: zhruba třicet minut expozice, měří se přijetí, ne učení, etická kompetence nebo skutečné používání. Čtěte to jako důkaz, že toto pořadí je učitelné a přitažlivé; o tom, zda toto pořadí funguje, neříká nic.

Obě vydání také ukazují, k čemu je hranice. Základní pásmo dostává aktivity na platformách, strukturované a negenerativní, takže se dítě učí, co systém dělá, aniž by mělo systém, který mu odpovídá. Pokročilé pásmo připojuje etické uvažování k využití generativní AI pod dohledem. Personál, který očekává, že zapojení poroste s vyspělostí nástroje, obvykle najde opak.

Co vám odstupňování kupuje, je obhajitelné pořadí kroků. Mnoho škol to dělá obráceně: chatbot se koupí na podzim a učí se o něm na jaře, a důkazy o tomto pořadí jsou níže na této stránce.

Začněte s nejmenšími hrou, tvořením a stroji

Play With AI je kurikulum pro předškolní a mateřské vzdělávání postavené na hře, vystavěné na ztělesněné hře, hmotném programování jako procedurálním mostu, vedeném dialogu jako reflektivním scaffolding a společném designu s učiteli jako kotvě udržitelnosti. V průběhu designových cyklů rostl učiteli sami hodnocený komfort, děti uvažovaly o AI jako o něčem lidsky navrženém, stavěly sekvencování a ladění pomocí hmotného programování a reflektovaly spravedlnost prostřednictvím vedeného dialogu. AI-Play jde cestou bez obrazovky, s aktivitami bez displeje, které rodiče mohou vést doma.

U nejmenších je rizikem uvěření. Yang, Li a Lee (2025) varují, že generativní sociální roboti mohou vytvářet obsah, který děti v předoperačním stadiu přijímají jako pravdivý, že tyto systémy nejsou vývojově kalibrované ve zpětné vazbě, kterou dávají, a že jejich cena a dostupnost prohlubují stávající propasti. Xu, Girouard a Shi (2026) popisují mechanismus jako redistribuci agenturnosti ve hře: kontrola se přesouvá k interakci dítěte s hračkou, omezuje hru, když ji hračka organizuje, a umožňuje ji, když hračka následuje dětskou představivost. Tatáž hračka může dělat obojí, a proto je přítomnost dospělého tou designovou proměnnou, kterou ovládáte.

Společné používání s dospělým zde znamená něco konkrétního: sedět s dítětem, ptát se, co hračka nebo obrazovka právě udělala, a udržovat tvoření viditelné. Tiché sledování ode dveří není totéž uspořádání a u čtyřletého dítěte míjí problém uvěření úplně.

Výuka o tom, jak stroje fungují, patří do tohoto pásma také. Tsingidou a kol. (2026) nacházejí učení založené na problémech, vyprávění příběhů a scaffolding jako nejpoužívanější strategie v roboticky zprostředkovaném výpočetním myšlení v mateřské škole, přičemž sekvencování, ladění a algoritmický design jsou nejčastěji hodnocené dovednosti, nejčastěji prostřednictvím TechCheck-K. Mnoho nástrojů v této literatuře vzniklo ad hoc a nikdy nebylo validováno. Vynechejte výuku a rizika se vrátí později jako nadměrná závislost.

Přesuňte děti od 9 do 12 let k ověřené, převážně negenerativní práci

Toto je pásmo, kde je kurikulární evidence nejsilnější. Demir a Akar (2026) vedli osmnáctihodinový program kritické mediální gramotnosti postavený na modelu 5E pro 36 tureckých čtvrťáků, pokrývající soukromí dat, bezpečnou komunikaci a mediální etiku, s Cohenovým d mezi skupinami 1,12 pro čtení, 1,18 pro psaní a 1,31 pro celkovou gramotnost. Program, který se vejde do jednoho semestru a vykazuje takový účinek, je nejpovzbudivější výsledek na této stránce.

Děti od 9 do 12 let dostávají strukturovanou expozici na platformách, které škola ověřila, a generativní části jsou vyhrazeny na později a pod dohledem. Jakmile děti umí číst, argumentovat a ověřit tvrzení, stává se prací výuka o tom, co systém dělá, a nástroj může vstoupit jako předmět studia, ne jako pomocník.

Hranice sleduje spíš schopnost než datum narození. Devítileté dítě, které čte plynule, lze naučit, co je trénovací korpus a proč systém, který předpovídá další slovo, může dát sebevědomou špatnou odpověď. Šestileté dítě to nedokáže, a proto přichází nejdřív pásmo hry a tvoření a proto také kurikulum mateřské školy prochází hmotným programováním, ne obrazovkami. Čtení, argumentace a sebekontrola jsou schopnosti, podle kterých děti skutečně zařazujete, a věk je zástupný ukazatel, který školy umějí administrovat.

Postavte pravidlo tam, kde expozice skutečně je

Předpokládejte, že odpovědnost bude nejasná, dokud ji nevyřešíte písemně. V rozhovorech s 33 učiteli systému K-12 v USA zjistili Xiao a kol. (2026), že 10 z nich označilo scénář domácího společníka pro děti jako nejvíce znepokojující, 17 uvedlo, že by se měl zapojit učitel, a 11, že to záleží na okolnostech. Jejich test viditelnosti nechal domácí používání AI mimo školní jurisdikci, dokud nemá pozorovatelné účinky, a rodiče vyšli jako primárně odpovědní, ačkoli byli popisováni jako neinformovaní nebo přetížení. To je jurisdikční vakuum, a politika psaná, jako by neexistovalo, upravuje jen tu snadnou polovinu problému.

Fan, Li a Zhang (2026) formalizují tato uspořádání jako aditivní, synergický a kompenzační model a otevřeně uvádějí, že synergická verze nemá oporu v důkazech. Fungující uspořádání rodiny a školy musí být postaveno záměrně, což znamená říkat rodičům, co doma dělat, ne jen co nedělat.

Zveřejnění je práce školy, ne detektivní pátrání rodiny. Zapište, které nástroje škola používá, jaká data uchovává a jak se může rodina zeptat. Soukromí, pedagogická bezpečnost a zveřejnění používání AI pokrývají věcnou stránku a syntéza rovnosti, etiky, soukromí a bezpečnosti pokrývá, jak tenká většina z toho v praxi je.

Ověřte nástroj, než ho zavedete

Předpokládejte, že bezpečnostní vrstva nebyla postavena pro vaše žáky. Rámec pro hodnocení bezpečnosti dětí opřený o odborné doporučení a data o skutečných incidentech uvádí, že většina rámců a benchmarků bezpečnosti AI cílí na dospělé uživatele, přestože existují důkazy o silném zapojení mladých lidí, a že národní průzkum citovaný v této práci zjistil, že 72 % amerických adolescentů použilo AI společníky. Když byly tři modely Llama Guard testovány na nebezpečných zadáních souvisejících se vzděláváním, měly potíže je rozpoznat.

Čtyři otázky vám ušetří jeden nákupní cyklus. Která rizika specifická pro děti byla testována? Co se standardně děje s nahrávkami, přepisy a hlasovými daty? Co budou rodiny platit, když bezplatná úroveň zmizí? Funguje to v jazycích, kterými vaše rodiny mluví?

Případová studie dívčí dílny (Liu a kol. 2026) ukazuje, proč poslední tři nejsou poznámky pod čarou. Rodiče uváděli, že se dívky ve smíšeném prostředí začaly bát a mluvily méně, bezplatný generátor obrázků zrušil bezplatné funkce ve prospěch placené úrovně, kterou nezisková organizace nemohla unést, a výzvy pouze v angličtině vyloučily rodiny, kterým měl program sloužit.

Sebedůvěra personálu je kontrolou soukromí stejně jako cílem školení. Studie z prostředí předškolního vzdělávání zjišťuje, že vnímaná užitečnost a snadnost použití jsou ústřední pro záměr učitelů mateřských škol používat AI, že vlastní účinnost v oblasti AI je významný prediktor, úzkost z AI odrazující faktor a subjektivní norma (kolegové a vedení) utváří záměr. Personál, který nedokáže nástroj posoudit, si nevšimne, co sbírá.

Dejte dospělému vymezenou roli

Nechte roli nevymezenou a převezme ji něco jiného. ParaTutor (Luo a kol. 2026) oddělil role rodiče a dítěte v domácím doučování matematiky zprostředkovaném LLM s 23 dvojicemi rodiče a dítěte, děti ve věku 10 až 12 let, ve čtyřech podmínkách. Obecná pomoc měla sklon vytlačit doučovací roli rodiče; rozhraní s oddělenými rolemi ji zachovalo. Rodiče měli také potíže s obsahem a s tím, jak o něm mluvit, což je požadavek na design, ne selhání rodiče.

Společníci, kteří čtou s dětmi, potřebují stejnou péči. Liao (2026) zjistil, že AI společník s pevnou rolí vrstevníka vedl k průkazně delším interakcím, ale k menšímu podílu slov a vět od studenta, a byl silnější ve věcném vybavování než v emoční nebo budoucí reflexi. Odtud role rodičovského poradce v navrhovaném rámci a vakuum podpory, které práce pojmenovává pro učitele a rodiče.

Část této práce patří lidem bez ohledu na to, co nástroj umí. Raave a kolegové (2026) srovnávali konverzačního agenta na bázi generativní AI s lidskými vychovateli, kteří vedli aktivity socioemočního učení postavené na příběhu se statickým AI dítětem: 18 simulací na jednoho vychovatele, 108 pozorování, hodnoceno naslepo vůči typu vychovatele. Agent byl silný v uctivém tónu a rutinním procedurálním scaffolding. Lidské vychovatelky a vychovatelé byli silnější v hlubší výuce socioemočního učení, ve vedení reflexe a v budování socioemočních znalostí. Rané socioemoční učení by mělo standardně stavět na komplementaritě, přičemž reflektivní část drží dospělý.

Role potřebuje jméno na papíře. Rozhodněte, kdo s dítětem během lekce sedí, kdo čte, co systém uchoval, a kdo odpovídá rodiči, který se ptá, co se stalo. V první třídě to obvykle je třídní učitel u prvních dvou věcí a ředitel u třetí. Zapsané uspořádání přežije nepřítomnost personálu.

Udržujte viditelné i to, jak dítě samo myslí

Vzorec, který je třeba sledovat, je rostoucí kvalita výstupu při klesající samostatné práci. Sekundární analýza 26 811 studentů zjistila, že skóre domácích úkolů rostlo, zatímco skóre zkoušek bez pomůcek klesalo, a proto doporučení zní sledovat vstupy, ne jen produkty. V první třídě to znamená sledovat psaní konceptu, vysvětlování a přepracování a brát náhle vybroušený artefakt jako otázku, ne jako úspěch.

Evidence o psaní na prvním stupni podporuje nástroje použité uvnitř výuky. Systematická rešerše 8 studií o AI ve výuce psaní na základní škole z let 2019 až 2025 zjišťuje, že konverzační nástroje podporují nácvik psaní a multimodální nástroje rozšiřují kompozici za hranice textu, a zároveň uzavírá, že automatizované hodnocení stále vyžaduje lidský dohled kvůli spravedlnosti a přesnosti. Devítitýdenní program psaní názorů s podporou generativní AI s 301 žáky 5. a 6. tříd zvýšil ideální pisatelské já a akademickou odolnost a pozvedl behaviorální a emoční zapojení. Nepohnul nastavením růstu, kognitivním ani metakognitivním zapojením ani organizací a autoři pojmenovávají rizika: nadměrná závislost, hledání zkratek a oslabená sebekontrola.

Řešte špatnou odpověď, dokud se dítě dívá

Smazat špatný výstup učí dítě, že výstupy jsou buď správné, nebo zakázané. Zeptat se, jak by si to ověřilo, učí návyk, který chcete. Dítě, jehož chatbot má věcnou chybu, můžete poslat ke dvěma dalším zdrojům a zeptat se, který nesouhlasí, a návyk se přenese na další systém, který zní sebevědomě.

Když dítě řekne, že mu společník „rozuměl", je to rozhovor, který je třeba vést. Systém předpovídající další slovo nemá žádný model dítěte a užitečná otázka je, co by musel vědět, aby rozuměl. Držte to konkrétní a vynechejte přednášku o neuronových sítích.

Plynulost kupuje uvěření, a to je mechanismus, který je třeba sledovat. Studie multimodálního psaní v páté třídě zjistila, že vizualizace dětských příběhů přinesla trvalé zisky v interpretaci, analýze, hodnocení a vysvětlování, ale žádný zisk v usuzování: jakmile obrázky učinily význam explicitním, děti uváděly menší potřebu jej odvozovat. Plynulá odpověď AI dělá totéž, dodává usuzování, které by dítě jinak provedlo samo.

Některé z nejtěžších rozhovorů mají nosič. REMind používá roboticky zprostředkované aplikované drama pro intervenci přihlížejících u šikany: děti sledují scénář šikany sehrávaný sociálními roboty a nacvičují strategie obrany vedením robotického avatara. Ve smíšeném play-testu s 18 dětmi ve věku 9 až 10 let podpořil vlastní účinnost, zaujímání perspektivy a porozumění důsledkům obrany. Roboti a hraní rolí unesou obtížné téma, když je v místnosti dospělý.

Nic z toho není testovaná intervence pro výuku toho, jak si ověřit odpověď AI. Je to právě to, co evidence o plynulosti, uvěření a hraní rolí implikuje, a personál by to měl brát jako praxi, ne jako důkaz.

Co můžete slíbit vedení

Arthars a kolegové (2026) prošli 271 empirických prací o generativní AI v předškolním až středoškolském vzdělávání a nenašli jediný jednotný účinek generativní AI. Afektivní zisky jsou časté a jsou slabými ukazateli učení; nejkonzistentnější evidence se týká zlepšeného okamžitého výkonu a kvality produktu; evidence o trvalém učení, přenosu a udržené seberegulaci je nevyrovnaná. Výsledky závisí na pěti propojených podmínkách: žák, nástroj, úkol, sociální uspořádání a kulturní a institucionální kontext. Jejich rámec odděluje čtyři pedagogické funkce, učení od AI, s AI, o AI nebo tím, že ji utváříme, a ptá se, zda student kapituluje, odklání kognitivní práci, nebo uplatňuje vlastní jednání.

Pro toto věkové pásmo se to mapuje na pořadí: nejdřív o AI a tím, že ji utváříme, později od AI, společné používání s dospělým všude, kde dítě ještě nedokáže posoudit výstup, a žádná tvrzení o trvalém učení z dobrého odpoledního produktu.

Materiál pro vedení může slíbit datum revize a definici úspěchu, kterou vaše škola skutečně dokáže ověřit: odučené lekce, učitelé, kteří umějí odpovědět na otázku rodiče, datové žádosti vyřízené písemně. Tvrdit zisk v učení by přesáhlo každou studii zde citovanou.

V této znalostní bázi není žádná studie věkově odstupňovaných zákazů. Nic zde nemůže rozhodnout, zda zákazy, které se nyní objevují v některých školských systémech, fungují, a poctivá verze té věty patří do vašeho materiálu pro vedení. Co evidence ukazuje, je, že alternativou k zákazu není laissez-faire. Studie o dostupnosti versus integraci generativní AI zjistila, že zpřístupnění generativní AI bez výuky studentů, jak ji používat, bylo spojeno s průkazně nižším výkonem v aplikačních otázkách (ω² = 0,35), zatímco výslovná výuka jejího použití pro úkoly, jako je shrnování, vrátila aplikační výkon na úroveň před generativní AI a v jednom těžším testu překonala výchozí stav. Toto věkové pásmo se učit dá: program pro čtvrté třídy výše vykázal účinky d = 1,12 až 1,31.

V čem školy chybují

„Do 13 let žádná AI." Publikované odstupňování klade negenerativní, strukturovanou činnost do pásma 9 až 12 let a generativní použití vyhrazuje pro 13 let a výš. Škola, která zakáže všechno, nemá v této oblasti žádné kurikulum a její děti se s nástroji setkají doma, bez lekce.

„Nástroj je v souladu s předpisy, takže je bezpečný." Většina rámců a benchmarků cílí na dospělé a tři modely Llama Guard měly potíže na nebezpečných zadáních souvisejících se vzděláváním. Papírování o souladu odpovídá na nákupní otázku. Neodpovídá na otázku rizika.

„Věta v politice je politika." Nash a Burriss (2026) zjistili, že 26 z 27 budoucích učitelů povolovalo určité použití AI za učiteli stanovených podmínek a jeden je zcela zakázal, přičemž omezení byla zřídka operacionalizovaná: jedna politika povolovala AI „aby nastartovala vaše myšlení" a pak prohlásila „tady by měla být hranice", aniž by řekla kde. Srovnávací analýza institucionálních politik a sylabů kurzů zjistila, že instituce široce podporovaly používání generativní AI v 63 % ze 116 politik, zatímco polovina z 98 sylabů kurzů je zcela zakazovala. Analýza politik 30 univerzit podle rámce UNESCO dodává, že principy etiky a správy jsou široce přijímány, zatímco inkluze, rovnost, přístup k internetu a dopad na životní prostředí jsou často opomíjeny a mnohá ustanovení zůstávají jen deklarativní.

„Rodiče pokryjí domácí polovinu." Třicet tři učitelů popisovalo rodiče jako primárně odpovědné a zároveň jako neinformované nebo přetížené. Synergický model rodiny a školy zatím nemá oporu v důkazech. Musí se postavit.

„Šestileté děti nemohou pochopit, jak stroj funguje." Děti v kurikulu pro předškolní vzdělávání uvažovaly o AI jako o něčem lidsky navrženém, stavěly sekvencování a ladění s hmotným programováním a reflektovaly spravedlnost prostřednictvím vedeného dialogu. Literatura o robotice v mateřských školách řadí sekvencování, ladění a algoritmický design mezi nejčastěji hodnocené dovednosti v tomto pásmu. Schopnost tam je. Kurikulum obvykle ne.

Co na vás přiletí

„Zakažte to. Je to jediná obhajitelná hranice." Žádná studie těchto zákazů neexistuje, takže vám nikdo nemůže říct, že fungují, a cesta vymáhání je slabá. Bassett a kol. (2026) argumentují, že detekce by se ve vzdělávání neměla používat vůbec: její odhady jsou pravděpodobnostní a neověřitelné, protože skutečný původ textu v reálném světě není znám, její použití porušuje procesní spravedlnost, protože skóre detektorů nesplňuje standard, který vyšetřování integrity vyžadují, a detekce „nechrání akademickou integritu, podkopává ji", čímž eroduje důvěru. Zákaz také upravuje nejméně důležitý kanál, protože aplikace společníků, AI hračky a rodinné doučování se odehrávají doma, mimo dosah školy.

„Dítě všech ostatních to už používá." Částečně pravda, a číslo, které se obvykle cituje, se týká adolescentů: 72 % amerických adolescentů použilo AI společníky v průzkumu citovaném v práci o bezpečnosti dětí. To není vaše desetileté dítě. Rešerše 271 prací nenašla jediný jednotný účinek generativní AI, takže to, co dělají vrstevníci, vám říká, co je normální, ne co je bezpečné nebo užitečné.

„Jsme škola. Proč vedeme rodičovskou kampaň?" Protože expozice je tam. Deset z 33 učitelů označilo scénář domácího společníka za to nejznepokojivější, čemu čelí, a test viditelnosti jej nechal mimo jejich jurisdikci. Škola, která zveřejní, co používá, co doporučuje doma a jak klást otázky, upravuje větší část problému než ta, která napíše pravidlo pro vlastní síť.

„Dohled je udrží poctivé." Mohamed a Temimi (2026) modelují situaci jako nedokonalou informaci: student ví, jak práce vznikla, a instituce vidí jen artefakt. Odstrašení prochází tím, jak detektor rozlišuje skryté použití od legitimní práce, ne svou hrubou mírou záchytu, a když falešné poplachy rostou rychleji než skutečné záchyty, silnější monitoring činí skrývání relativně přitažlivějším. Qu a Wang (2026) zjistili, že nezveřejnění u 409 vysokoškoláků bylo strategickou adaptací na normy vrstevníků a nízkou interpretační důvěru, ne morální nedbalostí.

„Naše rodiny si to, co doporučujete, nemohou dovolit." Případ dívčí dílny je varování: bezplatná úroveň zmizela v placené, kterou nezisková organizace nemohla unést, a výzvy pouze v angličtině rodiny vyloučily. Nákup, který předpokládá placenou úroveň, je politikou, která prohlubuje propast, kterou jste se snažili zavřít.

„Naši učitelé na nic z toho nejsou vyškoleni." Často pravda, a náprava je menší, než to vypadá. V kurikulu pro předškolní vzdělávání rostl učiteli sami hodnocený komfort napříč designovými cykly, což je to, co dělá společný design a co školicí den neudělá. V prostředí předškolního vzdělávání vlastní účinnost předpovídá záměr používat AI a úzkost jej odrazuje. Začněte jednou lekcí v jedné třídě a nechte personál, který ji vede, napsat doporučení.

„Všechna ta opatrnost je morální panika o hračkách." Skutečná nejistota tu je a rešerše 271 prací je jejím poctivým shrnutím. Argument pro výuku místo zákazu stojí na jurisdikční mezeře, neúspěšné cestě vymáhání a programu pro čtvrtou třídu, který posunul gramotnost o víc než jednu směrodatnou odchylku za osmnáct hodin.

Co udělat tento týden

1. Napište věková pásma na jednu stránku: co dělají děti do 9 let, co děti od 9 do 12 let a co vyžaduje pojmenovaného dospělého a uvedený účel.

2. Vezměte čtyři ověřovací otázky tomu, kdo podepisuje smlouvu na software, a požádejte o odpovědi písemně.

3. Pošlete rodinám jednostránkovou zprávu s tím, co škola používá, co uchovává a na koho se obrátit.

4. Vyberte jednu negenerativní aktivitu pro nejmenší pásmo a jednu lekci mediální gramotnosti pro pásmo 9 až 12 let a zapište je do rozvrhu semestru.

5. Vyškrtněte detekci z návrhu politiky, nahraďte ji pravidlem o tom, co škola zajistí a co ne, a stanovte datum revize se třemi věcmi k ověření: co učitelé použili, na co se rodiny ptaly a zda proběhly lekce pro 9 až 12 let.

Kam dál

Co AI dělá s učením pokrývá, co nástroje dělají s učením, a Začlenění gramotnosti v oblasti AI spolu s gramotností v oblasti AI pokrývá, co učit. Rodiče a rodiny a AI vzdělávání v raném dětství a na základní škole drží výzkumnou základnu pro tuto stránku a Rovnost, etika, soukromí a bezpečnost ve výzkumu je místem, kde argument o soukromí a bezpečnosti pokračuje. Pokud se vaše otázka týká hodnocení u starších studentů, dál ji vedou Máme používat AI detektory a Snížení podvádění s AI.