Jak mám zacházet s AI při skupinových a společných úkolech?

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

Skupinová prezentace se vrátí vypulírovaná a souvislá a žádný člen nedokáže vysvětlit argument, který v ní je. Nebo vyjdou stejné známky a vy se následně dozvíte, že jeden student prohnal celou práci generativní AI, zatímco tři další se vezli na společné známce. Nic v odevzdaném souboru vám neřekne, která z těch dvou věcí se stala, a vaše hodnotící kritéria mají řádek o spolupráci, který splnili všichni.

Odpověď, kterou dáte kolegovi: rozhodujte o místě AI pro jednotlivý úkol, ne pro celý kurz, udělejte z vyjednávání skupiny o AI něco, co odevzdá a co vy ohodnotíte, seřaďte práci tak, aby se nedala rozdělit na paralelní sezení s chatbotem, a ponechte alespoň jednu část, kterou každý člen zodpoví sám. To všechno je návrh úkolu a nic z toho nebylo testováno proti kontrole bez AI, takže tvoříte argument o návrhu, ne aplikujete osvědčenou opravu.

Stručná verze

1. Napište povolení na úrovni fáze úkolu. Řekněte, které etapy jsou otevřené AI, které ne, a proč.

2. Vyžádejte krátké prohlášení o použití AI, napsané společně, které zaznamená, co se skupina rozhodla nedělat, a hodnoťte odůvodnění.

3. Chraňte etapy, v nichž skupina buduje sdílené porozumění: vymezení zadání, neshodu, smiřování.

4. Vyberte uspořádání přístupu záměrně. Jedno sdílené rozhraní produkuje vyjednané a viditelné používání, soukromé promptování produkuje toky, které nevidíte.

5. Ponechte jednu část, za kterou každý člen odpovídá sám, a udělejte z ní porozumění, ne autorství.

6. Než zdrženlivost skupiny opravíte, přečtěte ji. Odmítnutí AI může být vědomá seberegulace, nebo prostě neznalost.

Pište povolení pro fázi, ne pro kurz

Chen a Zou (2026) zkoumali skupiny po třech až pěti, které odevzdávaly prezentaci s váhou 30 % známky, a to podle institucionálního pravidla „používat jen s výslovným uvedením“. GenAI byla povolena pro generování nápadů, jazykovou korekturu, vizuální uspořádání a tvorbu scénáře. Uvnitř tohoto jediného svolného pravidla dospěly skupiny k opačným závěrům a každá strana měla obhajitelné odůvodnění, přičemž návrh úkolu určoval, ke kterému závěru skupina dojde. Studie se týká 52 budoucích učitelů v jednom kurzu a autoři žádají, aby se jejich vzorce četly jako možné reakce na návrh, ne jako rozdělení, které máte očekávat. Pravidlo na úrovni kurzu neurčuje, co skupina udělá.

Pište tedy povolení na úrovni konkrétního výstupu. Pojmenujte fáze otevřené AI a fáze, které se mají zvládnout bez ní, a řekněte studentům, proč hranice leží právě tam. Návrhová logika scoping review ukazuje stejným směrem: pokud komunikace zprostředkovaná AI stlačuje vyjednávání a kolektivní utváření smyslu, pak právě úseky, v nichž skupina buduje sdílené porozumění, stojí za ochranu (Wei a Perkins, 2026).

Buďte na poradě upřímní ohledně opory. Ani jeden z přehledů netvrdí, že zadržení AI zlepšuje výsledky učení. Tento argument stojí na struktuře níže popsaného kompromisu mezi ziskem a ztrátou, ne na měřeném srovnání.

Nechte skupinu odevzdat její vyjednávání o AI

Ústřední návrhový argument Chena a Zou je, že vyjednávání o přijatelném použití GenAI má samo být výslovným a hodnotitelným výstupem. Týmy mají společně odůvodnit a zdokumentovat, jak se GenAI používat bude a jak ne, místo aby normu nechaly na vrstevnickém tlaku nebo vnímaném riziku. Takový výstup existuje jen tehdy, když skupina skutečně mluvila, a právě proto má cenu bodů: mění nevynutitelné pravidlo na přezkoumatelný úsudek studentů.

Používání skupinami zesilují dva důvody a oba rozumně reagují na společnou známku. Výkon: studenti četli kritéria a srovnání s vrstevníky a používali AI, aby ochránili svůj díl známky. Vnímaná bezpečnost skrze normy: svolné kolektivní klima snižovalo pociťované riziko zneužití, takže skupiny používaly nástroj otevřeněji a v případě orientovaném na spolupráci i závisleji. Chcete-li transparentnost, vyslovená norma ve třídě je účinnější než varování.

Ptejte se na zápor stejně jako na klad. Prohlášení, které zaznamená, co se skupina rozhodla nedělat a proč, vám řekne víc než seznam nástrojů. Dává také skupině, která nesouhlasí, kam neshodu uložit, a to je obvykle ta obtížná část už hotová.

Nepředpokládejte, že dokument odráží sdílené porozumění. Korchak, Costley a Fanguy (2026) vedli rozhovory s 10 postgraduálními studenty ve věku 23 až 39 let (průměr 27,7) v kurzu vědeckého psaní, kde skupiny používaly GenAI buď prostřednictvím předem naplánovaných strategií, nebo prostřednictvím otevřených interakcí řízených jednotlivci a koordinovaných ve sdílených dokumentech. Jedno osobité použití byla GenAI jako redakční integrátor, který slučoval paralelní části do souvislého textu. Jejich nejostřejší pozorování: výpovědi studentů někdy odporovaly jejich vlastním písemným reflexím a jeden student popřel, že by skupina měla strategii, a přitom ji písemně popsal. Strategie, která není stejně viditelná pro každého člena, není spolehlivě viditelná ani pro vás.

Seřaďte práci tak, aby se nedala rozdělit

Wei a Perkins (2026) provedli scoping review podle protokolu PRISMA na 18 anglicky psaných studiích publikovaných mezi lednem 2023 a březnem 2025, analyzovali je reflexivní tematickou analýzou a rozřadili do osmi témat. Přínosy, které uvádějí, jsou rozvoj znalostí skupiny, generování nápadů, podpora reflektivního myšlení, efektivita komunikace, koordinace úkolů a zpětná vazba. Rizika jsou menší interakce s vrstevníky a nižší zapojení při nadměrné závislosti, plus obavy o soukromí, transparentnost a přesnost. Jejich hodnocení je přímočaré: přínosy jsou empiricky podložené, zatímco rizika kolem soukromí, transparentnosti, zaujatosti a přesnosti se z velké části probírají jen pojmově, a značná část výzkumu je krátkodobá nebo pojmová, s málo longitudinální prací o dynamice skupiny nebo kognitivním vývoji.

Návrh se řídí tímto kompromisem. Práce ve skupině se zefektivnila, protože klesla poptávka po komunikaci, vyjednávání a kolektivním utváření smyslu, což je zjištění, které přehled přebírá od Lin a kol. Zisk efektivity a ztráta interakce mohou být týž mechanismus, což znamená, že rychlost nemůžete vzít bez ztráty, dokud vyjednávání nezabudujete zpět jako povinnou práci. Přehled uzavírá, že hodnocení založené na práci ve skupině má přesunout pozornost z produktu na proces.

Chen a Zou ukazují, jak těžké je to zařídit náhodou. Tři vzorce agentnosti působily současně různými směry. Agentnost orientovaná na spolupráci (pět skupin) zesilovala používání, aby práci udržela pohromadě, a často vkládala příspěvky vrstevníků do chatbota, aby je rozšifrovala a sladila s nimi svou část; jedna skupina přestavěla svůj postup na diskusi, externalizaci do GenAI, kolektivní revizi a další diskusi. Normativní agentnost (sedm skupin) používání vědomě omezovala, buď proto, že úkol podle ní vyžadoval situované znalosti, na které AI nedosáhne („AI zná jen ten okamžik, kdy píšete“), nebo proto, že sekce vytvořené AI považovala za nespravedlivé vůči spolužákům, kteří by je nesli. Neuskutečněná agentnost (tři skupiny) nic nezměnila, práci rozřezala na samostatné dílčí úkoly na individuálních platformách, zatímco jednotliví studenti používali GenAI tak, že to týmu nikdy nepřinesli.

Jejich hodnotící kritéria už vyžadovala integraci a soudržnost v multikulturním tématu, reflektivní vhled každého člena navázaný na jeho vlastní přínos ve třídě a prokázanou skupinovou spolupráci. Tři skupiny přesto rozdělily práci a každý si udělal svou. Kritérium soudržnosti samo spolupráci nevyrobí, takže změňte sled, ne formulaci: zařaďte alespoň jednu etapu, kde musí být celý tým v téže konverzaci, a výstup této etapy udělejte odevzdávanou věcí.

Postavte do středu jedno rozhraní a vyberte ho záměrně

Xu a kol. (2026) pozorovali 18 studentů v šesti skupinách po třech, jak přibližně 45 minut pracují na jednom sdíleném rozhraní ChatGPT-4, a vedli rozhovory s dalšími devíti studenty o asynchronní týmové práci. Se sdíleným a viditelným rozhraním týmy společně sestavovaly kolektivní prompty, procházely opakujícím se cyklem zveřejnit, vyhodnotit a začlenit, zacházely s chatem jako se sdílenou vnější pamětí a otevřeně vyjednávaly roli AI. Při asynchronní práci vytvářely soukromé promptování a odstraňování označení z výstupů neprůhledné a privatizované informační toky, které zvyšovaly náklady na udržování sdíleného kognitivního modelu. Role GenAI se také posunula, z podřízeného asistenta na zpochybňovaného spoluhráče, a systém je kognitivně zapojený, i když zůstává kontextově nevědomý o tom, kam tým přesouvá pozornost.

Praktický rozdíl je v tom, zda je prompt skupinovým výstupem. Sdílený dokument s prompty a výstupy vám dává něco ke čtení a skupině něco, o co se dá hádat. Soukromé promptování dává každému členovi jiného asistenta a žádný společný záznam.

Ponechte část, kterou každý člen zodpoví sám

Spárujte skupinovou známku s individuální částí: ústní obhajobou vlastního porozumění nebo písemným vysvětlením kterékoli sekce, kterou student nenapsal. To je také poctivá odpověď na problém černého pasažéra, protože se hodnotí porozumění, ne autorství, a porozumění bylo vždy to, co skupinová známka zastupovala.

Martínez-Peláez a kol. (2025) prošli 203 studií z let 2023 a 2024 v kolekci Web of Science Core Collection a zařadili 22 z nich podle protokolu PRISMA 2020 registrovaného v PROSPERO. Popisují LLM jako katalyzátory spolupráce: generování nápadů, organizaci, vrstevnickou zpětnou vazbu, simulovaná hodnocení podle kritérií a odborné posudky a nižší bariéry zapojení. Pro řešení problémů uvádějí pomoc s alternativními řešeními, interdisciplinárními pohledy a autentickými scénáři. Zaznamenávají také užitečnou inverzi: LLM často produkují neúplné nebo nesprávné odpovědi, což studenty tlačí, aby materiál zpochybnili, ověřili a vylepšili. Právě na tuto výměnu se máte u individuálního kontrolního bodu soustředit.

Jejich omezení jdou s citací: jediná databáze, jen články v časopisech, žádná pozornost etice nebo soukromí, první dva roky existence technologie a žádný nástroj pro posouzení rizika zkreslení. Slovo „katalyzátory“ čtěte jako popis pozorované praxe, ne jako měřený výsledek.

Detekce je nesprávný nástroj pro třídění individuálních přínosů: žádná z těchto šesti studií netestuje detektory ve skupinovém prostředí a problémy detekce na úrovni jednotlivce jsou zdokumentovány jinde v této znalostní bázi. Zdrženlivost je třeba nejdřív interpretovat, teprve potom opravovat. Chen a Zou upozorňují, že skupina odmítající AI může spíš obcházet něco neznámého, než uplatňovat vědomou seberegulaci, a oba případy volají po jiné reakci: jeden je problém výuky, druhý je uvážený postoj, který můžete ohodnotit.

Ani simulovaní spoluhráči tuto otázku nerozhodují. Fang (2026) doladil LLM agenty na skutečných dialozích účastníků (adaptéry LoRA/QLoRA na LLaMA 3.2-3B), aby namodeloval 48 účastníků v 3 824 tazích a šesti tematických kódech, a potom srovnal skutečný a simulovaný diskurz pomocí epistemické síťové analýzy. Simulovaná síť dosáhla vzdálenosti 0,17 od empirické sítě, tedy pod prahem 0,30, s permutační p-hodnotou 0,65, statisticky nerozlišitelná, i když mírně přeceňovala vazby na technická omezení a na design a podhodnocovala datové a výkonové parametry. Je to rámcová práce se střední mírou jistoty a podporuje jedno tvrzení: agenti vytvoření pro konkrétního účastníka dokážou reprodukovat realistický spolupracující diskurz. Neprokazuje, že se studenti od simulovaných spoluhráčů naučí víc.

V čem se vyučující a vedení mýlí

Jasná politika kurzu rozhoduje o tom, co skupiny dělají. Chen a Zou viděli, jak skupiny uvnitř jednoho svolného pravidla dospěly k opačným závěrům. Rozhodl úkol, kritéria a vlastní čtení rizika ze strany skupiny.

Kritérium spolupráce vytváří spolupráci. Jejich kritéria jmenovala integraci, soudržnost a prokázanou spolupráci a tři skupiny přesto práci rozdělily a zase složily. Kritéria popisují produkt, sled vytváří interakci.

Skutečný problém práce ve skupině je černý pasažér a AI ho zhoršuje. Žádná studie zde neukazuje, že by AI černého pasažéra zhoršila, ani že by nějaká intervence tento jev snižovala. Stížnost na nespravedlnost existuje dřív než nástroj: zdrženliví studenti u Chena a Zou považovali generování vlastní sekce přes AI za nespravedlivé vůči spolužákům, kteří by ji nesli, a výkonové odůvodnění ukazuje studenty, jak chrání svůj díl společné známky. Individuální odpovědnost a viditelný proces jsou obhajitelné z hlediska návrhu a nejsou to prokázané opravy.

Více AI ve skupinové práci znamená lepší spolupráci. Martínez-Peláez a kol. popisují skutečnou podporu a Wei a Perkins našli empirickou oporu pro stranu přínosů, zatímco strana rizik zůstává z velké části pojmová. Nejostřejší varování v přehledu je randomizovaný důkaz, že AI produkovala inovativnější návrhy, aniž by významně zvýšila celkovou inovativnost účastníků, a zároveň homogenizovala nápady a zvala ke kognitivnímu odklánění. Ani zisky měřené během skupinové práce s AI se neprokázaly jako přenos do spolupráce bez nástroje.

Sdílený dokument znamená sdílený proces. Korchak, Costley a Fanguy našli výpovědi, které odporovaly písemným reflexím, a strategie, které neviděl každý člen. Hledejte protokol rozhodnutí, ne složku.

Detekce vám řekne, kdo co udělal. Žádná z těchto studií ji netestuje ve skupinovém prostředí a skupinový výstup je pro ni nejhorší případ: několik autorů, jeden soubor a historie revizí, kterou sdílený účet zploští.

Námitky, které uslyšíte

„Práce ve skupině je nespravedlivá už teď a AI to zhoršuje.“ AI mění tvar problému a stížnost na nespravedlnost byla uvnitř skupiny dřív, než kdokoli otevřel chatbota. Nové je to, jak levně dokáže člen sám vyrobit věrohodnou sekci. Individuální kontrolní bod a viditelný proces mají za sebou návrhové odůvodnění. Ani jedno se neprokázalo jako prostředek snižující černé pasažérství.

„Mám 300 studentů. Nemůžu dělat ústní obhajoby.“ Tak jich nedělejte 300. Písemné individuální vysvětlení zadejte všem a ústní kontroly dělejte namátkově tam, kde odevzdaná práce neodpovídá dřívější práci. Jde o to, aby každý člen věděl, že rozhovor je možný.

„Nedokážu hodnotit proces.“ Už teď hodnotíte jeho zástupný ukazatel a výsledku říkáte kvalita produktu. Hodnoťte výstup, který existuje jen tehdy, když proces proběhl: vyjednané prohlášení o použití AI, protokol rozhodnutí, krátké individuální vysvětlení. Všechny tři jsou ohraničené a kontrolovatelné a kritéria nejsou o nic vágnější než ta, která už píšete pro soudržnost.

„Studenti budou promptovat soukromě, ať určím cokoli.“ Někteří budou, a proto sdílené rozhraní a odevzdané prohlášení váží víc než pravidlo. Xu a kol. zjistili, že viditelné sdílené rozhraní změnilo, co týmy s nástrojem dělaly, a Chen a Zou zjistili, že svolné klima zvyšovalo otevřené používání. Co udělat nemůžete, je usoudit na soukromý případ ze skupinového souboru, takže navrhujte pro ten viditelný.

„Není to otázka politiky pro katedru?“ Katedra může nastavit výchozí stav. Nemůže seřadit váš úkol. Zjištění Chena a Zou je, že stejná institucionální politika vedla k různému chování skupin podle úkolu, což klade rozhodnutí do vašich rukou, ať už jste to chtěli, nebo ne.

Co udělat tento týden

1. Přidejte do dalšího zadání pro skupinu půlstránkové prohlášení o použití AI napsané společně a dejte odůvodnění body. Zařaďte řádek o tom, k čemu se skupina rozhodla AI nepoužít.

2. Najděte etapu úkolu, kterou lze rozřezat na nezávislé kusy a zase složit. Přeřaďte sled tak, aby jedna etapa vyžadovala celý tým najednou, a nechte tuto etapu produkovat něco, co vyberete.

3. Přidejte do kritérií jeden individuální kontrolní bod: krátké písemné vysvětlení sekce, kterou student nenapsal, nebo dvouminutovou ústní obhajobu.

4. Pojmenujte v zadání úseky bez AI a u každého jednou větou řekněte, proč bez AI jsou.

5. Rozhodněte, kde budou prompty uložené. Pokud je odpověď „kde si je každý student drží“, zvolili jste soukromé promptování, aniž jste to řekli.

Kam dál

Podkladové důkazy o skupinovém hodnocení a o tom, co dělá spolupráci produktivní, nesou práce ve skupině a kolaborativní učení. Politika AI v kurzu pokrývá formulace na úrovni kurzu, které studenti skutečně čtou, Jak přepracovat hodnocení pro éru AI pokrývá přepracování hodnocení, do něhož to celé zapadá, a akademická integrita je místo, kde se řeší strana nedovoleného jednání.