Vedecká databáza AIEdAIEd KB
Na tejto stránke

Prečítajte si túto stránku po anglicky

Pojmy

Agentúra študenta

Vytvorené 2026-08-13 · Aktualizované 2026-11-08

Automatický strojový preklad tejto anglickej stránky, ktorý ešte nebol skontrolovaný rodeným hovorcom.

Agentúra študenta — schopnosť študentov konať zámerne, robiť voľby a vykonávať kontrolu nad vlastným učením. V AI vo vzdelávaní je agentúra ústrednou otázkou, pretože nástroje AI môžu kontrolu študentov nad učením zároveň podporovať aj podkopávať: dobre navrhnutá AI zachováva a zosilňuje autonómiu študenta, kým nadmerná závislosť alebo pasívne prijímanie výstupu AI ju môže erodovať. Agentúra sa spája so samoregulovaným učením, motiváciou, sebaúčinnosťou a etickým návrhom systémov AI a je úzko príbuzná psychologickým konceptom autonómie a pocitu agentúry.

Otázky na zamyslenie

  • Agentúra študenta — vaša schopnosť konať zámerne a kontrolovať vlastné učenie — je pre AI vo vzdelávaní ústredná. Keď používate nástroj AI, koľko kontroly si vlastne zachovávate nad procesom učenia v porovnaní s nástrojom?
  • AI môže agentúru zároveň podporovať aj podkopávať: dobre navrhnutá AI zosilňuje vašu autonómiu, kým nadmerná závislosť ju eroduje. Spomeňte si na situáciu, keď ste nechali AI, aby to jednoducho „urobila“. Naučili ste sa menej, aj keď výstup vyzeral lepšie?
  • Študenti, ktorí delegujú interpretáciu na AI, môžu stratiť agentúru nad vlastným uvažovaním. Keď odovzdáte úlohu AI, ktorú časť vlastného myslenia ticho odovzdávate?
  • Jedna štúdia zistila, že predchádzajúce samoiniciované učenie sa s AI predpovedalo, koľko študenti získali z výučby — najviac profitovali študenti s vysokou agentúrou. Ak je agentúra čiastočne zručnosť, ktorú si prinášate, ako by ju vaše vlastné prostredie mohlo budovať, namiesto toho aby ju predpokladalo?
  • Agentúra nie je len vlastnosť — vzniká z momentu na moment v skupinovej práci, kde AI môže prerozdeliť, kto formuje spoluprácu, bez toho aby si to študenti všimli. Kedy ste naposledy postrehli, že nástroj ticho riadi smerovanie skupiny?
  • Kontrárne AI persony môžu skupiny postrčiť k produktívnej výzve, ale zároveň znížili spokojnosť s tímovou prácou a psychologickú bezpečnosť. Môže produktívne trenie existovať bez psychologickej bezpečnosti — a čo to znamená pre návrh AI spoluhráčov?

Úvod

Agentúra je dôležitá preto, lebo učenie je najúčinnejšie vtedy, keď sú študenti aktívnymi a zámernými účastníkmi, a nie pasívnymi príjemcami. Systémy AI — či už tútorskí agenti, roboty alebo chatboty — formujú, koľko kontroly si študenti nad svojím procesom učenia zachovajú. Zachovanie agentúry je preto kľúčovým návrhovým princípom zodpovednej AI vo vzdelávaní, popri podpore sebaúčinnosti, budovaní dôvery a vyhýbaní sa nadmernej závislosti.

Mishra a spol. rámujú kontrolu verzus agentúru ako základné, opakovane sa vracajúce napätie v AI vo vzdelávaní — od raných inteligentných tútorských systémov po dnešnú generatívnu AI — a robia tak z agentúry študenta trvalú os odborných debát.

Nulovo-sumové chápanie agentúry pri agentických nástrojoch: Prieto a Dimitriadis (2026) tvrdia, že čím viac agentúry dostanú vzdelávacie nástroje AI, tým menej jej zostane študentom — že agentúra je v podstate hra s nulovým súčtom a že súčasné prístupy návrhu orientovaného na človeka (napríklad návrh citlivý na hodnoty) nestačia, pretože nadmernú závislosť a izoláciu poháňajú širšie systémové faktory a ľudská tendencia vybrať si najľahšiu cestu. Ich emancipačná vízia návrhu, orientovaná na rozkvet študenta v zložitých systémoch, pokladá zachovanie a kultivovanie agentúry študenta za ústredný cieľ návrhu generatívnej AI, a nie za dodatočnú úvahu.

Agentúra ako účel, nielen ako kapacita: Kým vyššie uvedené rámce sa pýtajú, koľko agentúry študentom zostane, Fagerlund a spol. (2026) sa pýtajú, na čo tu AI vo vzdelávaní je. V rozhovoroch s trinástimi fínskymi učiteľmi od predškolského vzdelávania po 9. ročník o účele výučby s AI a o AI a pri čítaní ich výpovedí cez Biestove tri domény vzdelávacieho účelu (kvalifikácia, socializácia, subjektifikácia) zistili, že kompetencia bola najjasnejším a najkonkrétnejším cieľom. Učitelia chceli, aby študenti rozumeli AI ako sociotechnickému fenoménu a aby používali jej nástroje. Subjektifikácia, teda sebaurčená a osobne zmysluplná angažovanosť s AI, bola potvrdená ako dôležitá, no zostala bez konkrétnych výučbových stratégií — učitelia siahali po všeobecnej diskusii a kontemplácii namiesto navrhnutých činností. Autori navrhujú informovanú AI agentúru ako heuristiku, ktorá stavia subjektifikáciu do centra a kompetencie pokladá za jej vysvetľujúci základ, čím študentom pomáha vidieť, aké možnosti existujú, a zvoliť si, ktorú sledovať. Praktický dôsledok je priamy: kurikulum postavené na zručnostiach môže vytlačiť agentický účel, ktorému má slúžiť, a liekom je zviditeľniť „prečo“ AI vzdelávania, a nie pridať do zoznamu ďalšiu kompetenciu.

Smerovanie vývoja nie je pevne dané. Gillette a spol. (2026) stavajú svoju švédsku fakultu do kontrastu s austrálskymi študentmi v štúdii Bearman a spol. (2025), ktorí „vo všeobecnosti chceli agentúru“ a „odolávali závislosti“: v ich výskume viacerí študenti opísali, že sa stali závislými od generatívnej AI, a pomenovali to ako stratu; jeden povedal, že to „dáva dopamínový kop, pretože všetko trvá menej času“ a „odmeňuje zlé správanie“.

Ako sa agentúra objavuje vo výskume tejto vedomostnej bázy

  • Robotika a interakcia človek–robot: RoboBlockly Studio bol výslovne navrhnutý tak, aby v počítačovom myslení zachoval agentúru študenta; systematický prehľad skúma, ako interakcia človek–robot ovplyvňuje ľudskú autonómiu a pocit agentúry, čo je ústredné pre debaty o pohode a riadení.
  • Spolupracujúce učenie: Výskum spolupráce človeka a AI v oblasti výskumných metód skúma, ako sa kognitívne úlohy delia medzi študentov a AI, pričom agentúra určuje, či interakciu riadi človek alebo AI.
  • Zdieľaná epistemická agentúra sa rozširuje na interakciu študenta s generatívnou AI. Schéma so 14 kategóriami, ktorá kódovala 6 788 ťahov asistovaných ChatGPT, zaradila 59 % ťahov siedmakov do kategórií zdieľanej epistemickej agentúry; autori argumentujú, že tento konštrukt — predtým skúmaný prevažne v rovesníckej spolupráci — sa musí rozšíriť o kognitívne a metakognitívne dimenzie (Chang a spol., 2026).
  • Agentúru možno hodnotiť už zo samotného promptu. Human Agency Depth Taxonomy hodnotí študentom vytvorený inženiersky vklad v šiestich úrovniach nezávisle od výstupu AI; z 962 promptov od 105 študentov prvého ročníka softvérového inžinierstva 84,2 % prekročilo najnižšiu úroveň, ale len 5,3 % špecifikovalo systémové obmedzenia (Shakiba a Chaffey, 2026).
  • Kritická angažovanosť: Výskum kognitívnej záťaže ukazuje, ako študenti, ktorí delegujú interpretáciu na AI, môžu stratiť agentúru nad vlastným uvažovaním; kritické a metakognitívne prístupy ju majú chrániť.

Pri testovaní na desiatich modeloch je podpora agentúry oblasťou, v ktorej si počínajú najhoršie po učení. ImpactBench nameral Agentúru a účel na 56,0 % pri pozitívnych kritériách (95 % CI [49,2; 62,5]) a 43,9 % pri negatívnych ([36,9; 50,8]), čo je druhá najnižšia hodnota zo 14 podoblasí; jeho kritériá asistencie zachovávajúcej autonómiu sa pýtajú, či model ponúka kontext a kompromisy, namiesto toho aby predpisoval postup (ImpactBench (2026)). Modely boli tiež omnoho menej konzistentné vo vyhýbaní sa škode než v užitočnosti: rozdiel 38,6 bodu oproti 15,9 bodu.

Cena závisí od toho, ktorá vrstva sa deleguje: v osemtýždňovej štúdii písania nieslo delegovanie uvažovania — odôvodnení, protipríkladov, interpretácie dôkazov — najsilnejšiu negatívnu asociáciu s nezávislým výkonom (ab = −0,34) a samoregulované písanie ju oslabilo, no nikdy neobrátilo (Chen (2026)).

Trojvlnový panelový výskum 342 bakalárov v 85 pevných písacích skupinách dáva tejto obave časový smer: keď sa v modeli s náhodným interceptom a kríženými oneskoreniami oddelili stabilné medziosobné rozdiely, vyššia než obvyklá závislosť od generatívnej AI predpovedala nižšiu následnú vnímanú agentúru, kým cesty od agentúry k závislosti boli slabšie a štatisticky nepodporené. Intervaly spoľahlivosti a Monte Carlo analýzy citlivosti pripúšťali malé reverzné efekty. Ich logové dáta tiež varujú pred čítaním objemu používania ako stratenej agentúry — samovyhlásená závislosť síce zodpovedala intenzite používania AI, ale logy nedokázali rozlíšiť strategickú konzultáciu od odľahčenia alebo odovzdania úsudku, takže prehľady by mali čítať intenzitu spolu s dôkazmi o diskurze, reflexii a revízii (Wu a Lu, 2026). Dopĺňajúci výklad rozširuje SRL, namiesto toho aby ho nahrádzal: de Barba (2026) rozlišuje reguláciu (riadenie vlastného procesu), integráciu (usporadúvanie seba v čase a kontextoch) a pozicionovanie (kritická interpretácia toho, čo prostredie meria) a argumentuje, že návrh orientovaný na agentúru musí posúvať študentov od „agentúry v podmienkach“ k „agentúre nad podmienkami“, namiesto optimalizovania behaviorálnych proxov.

  • Návrh pre agentúru: Návrh generatívnych sociálnych robotov založený na vedomostiach (Teachy Mini) rieši riziká, ako je nadmerná závislosť, ktoré podkopávajú agentúru študenta.
  • Návrh pre odovzdanie, nie pre predlžovanie angažovanosti. Dvojrežimový prototyp Amico pokladá AI za ohraničené, dočasné sprostredkovanie, ktorého úspech sa meria pozorovateľnými prechodmi k učiteľom, spolužiakom alebo komunite, a nie časom stráveným s AI; jeho taliansko-čínsky pilot zistil, že študenti ho vnímali ako ohraničený nástroj, a nie ako vzťahovú náhradu (Benedetti (2026)).
  • Adaptívne podporné lešenie sa obchoduje s profesijnou autonómiou. de Jong (2026) argumentuje, že keďže adaptácia vyžaduje, aby systém posúdil kompetenciu používateľa, znižuje autoritu profesionálov nad ich vlastným rozvojom a hrozí nadmerným podporným lešením pre expertov, a že mechanizmus vnímaný ako zbytočný bude jednoducho ignorovaný — čím ostáva otvorené, kto rozhoduje o tom, ktorí používatelia dostanú podporné lešenie: systém, organizácia, alebo profesionál.
  • Výkonnejšie podporné lešenie neznamená viac agentúry. Vlastný expertný dizajnový bot zvýšil dĺžku interakcie a počet samostatne vytvorených promptov budúcich učiteľov, no agentúra pri riešení problémov klesla v tejto aj v podmienke s ChatGPT, pretože účastníci s botom súhlasili, namiesto toho aby ho kritizovali (Krushinskaia a spol. (2026)).
  • Predchádzajúca agentúra predpovedá, kto profituje: Liang a spol. (2026)), vychádzajúc z Bandurovej sociálno-kognitívnej teórie, ukázali, že predchádzajúce samoiniciované učenie sa s AI študentov (behaviorálny prejav agentúry) predpovedalo, koľko získali z roka školskej výučby AI — študenti s vysokou agentúrou vstupovali s najsilnejšou pripravenosťou, kým školské kurikulá zúžili psychologické medzery, ale kognitívne nechali nedotknuté. Štruktúrovaná výučba a predchádzajúce učenie súvisiace s agentúrou pôsobili synergicky, nie ako substitúty.
  • Principiálna selektívnosť ako agentúra učiteľa pri technologickej zmene: Adiozaman a Segar (2026) urobili tri rozhovory s dvoma skúsenými akademikmi počas semestra a zistili, že AI sprostredkovanú výučbu zvládali ani nie prijatím, ani nie plošným odporom, ale zámernými rozhodnutiami citlivými na kontext, vedenými pedagogickými hodnotami, etickým záväzkom a profesijným úsudkom — vzor, ktorý autori nazývajú principiálna selektívnosť, v ktorej odmietnutie konkrétneho použitia sa počíta ako úsudok, a nie ako zlyhané prijatie. Je to učiteľský náprotivok vyššie uvedených zistení o študentoch: nerovnomerné používanie AI môže byť uplatnením agentúry, nie dôkazom jej neprítomnosti.
  • Agentúra učiteľa ako sprostredkujúca podmienka agentúry študenta: Najnovšie zistenia na strane učiteľa zjavne pomenúvajú delenie, ktoré vyššie uvedené zistenia o študentoch nechávajú implicitné: agentúra učiteľa sa uplatňuje v čase návrhu a sprostredkúva, agentúra študenta sa uskutočňuje v momente, a prvá vytvára podmienky pre druhú. Canonigo (2026) sledoval desať učiteľov strednej matematiky osem týždňov intervencie s ChatGPT-4. Tam, kde učitelia kurátorovali a spochybňovali výstup AI (kladli otvorené problémy, vopred promptovali nástroj, aby uvoľnil nápovedy a zadržal riešenia, žiadali od študentov, aby položili výstup AI vedľa svojej vlastnej práce a argumentovali, ktorá metóda je lepšia), stal sa výstup dočasným artefaktom na kritiku a študenti sa posunuli ku konjektúram a metakognitívnym otázkam. Tam, kde sprostredkovanie chýbalo, autorita sa presunula k algoritmu a učitelia sa stali overovateľmi, a nie prvými zdrojmi vedomostí — zmenu, ktorú jeden učiteľ opísal ako presun od „orákula“ k „redaktorovi“. Nerovná kvalita nástrojov zvyšuje to, čo sprostredkovanie musí niesť: z 50 promptov zadaných trikrát každému modelu bola bezplatná verzia nepresná v 49 zo 150 odpovedí (32,7 %) oproti 18 zo 150 (12 %) pri platenej verzii (χ2(1) = 17,5, p < ,001). Charles (2026) vyvodzuje dôsledok pre pripravenosť: agentúra učiteľa je profesijný zdroj mobilizovaný cez návrhové rozhodnutia a artefakty, takže pripravenosť by sa mala posudzovať podľa dizajnov, ktoré učitelia produkujú, a nie podľa toho, ako často AI používajú, a odôvodnené rozhodnutie AI zadržať môže samo demonštrovať pripravenosť. Čítané spolu, tieto zistenia varujú pred čítaním vysokého používania AI ako dôkazu agentickej triedy, pretože dispozícia, ktorá zachováva agentúru študenta, sa uplatňuje v tom, čo učiteľ navrhuje a kritizuje, a nie v tom, či je nástroj zapnutý.
  • Kontrola medzi učiteľom a študentom nie je nulovo-sumová — ale správna distribúcia závisí od fázy. Participatívna štúdia speed-dating so 17 učiteľmi a 13 študentmi, ktorí zoraďovali 34 dizajnov hybridnej kontroly, zistila, že obe skupiny preferovali silnú kontrolu učiteľa počas prípravy a začiatku a potom postupne viac vstupov študentov, ako sa spolupráca rozvinula — a ani jedna skupina nikdy nepreferovala úplnú kontrolu študentov. Preferencie sa navzájom zrkadlili: učitelia chceli viac kontroly nad časovaním párovania, kým študenti chceli sami signalizovať pripravenosť; študenti dôverovali voľbe partnera učiteľom, kým učitelia chceli mať hlas študentov pri výbere partnerov. Dizajnový dôsledok: prideľovať agentúru podľa rozhodovacieho bodu a fázy, s ohraničenými, štruktúrovanými návrhmi študentov overovanými analytikou pre učiteľov, a nie voľným prepisovaním. (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
  • Prístup k voľbe nie je to isté ako agentúra v konaní: Su, Nair a Nagashima (2026) randomizovali 69 univerzitných študentov do dizajnu 2 × 2, ktorý krížil kontrolu parametrov hejlovej simulácie s prístupom k voliteľnému konverzačnému agentovi. Nenašli spoľahlivý efekt ani jednej z možností na učebné prírastky, keď kontrolovali predchádzajúce vedomosti (kontrola parametrov F(1, 50) = 0,04, p = ,849; agent F(1, 50) = 2,68, p = ,108). Prírastky sledovali ako sa kontrola používala: čas pri posuvníkoch v konceptuálne najkomplexnejšej lekcii predpovedal vyššie prírastky (β = ,11, p = ,007), kým rovnaké správanie v ľahšej lekcii predpovedalo nižšie (β = −,04, p = ,047). Angažovanosť s voliteľným agentom sa pohybovala od 0 do 32 otázok na študenta bez vzťahu k výsledkom. Autori to čítajú ako agentúru uskutočňovanú, nie darovanú: dizajnová otázka je, čo pomáha študentovi rozhodnúť sa, čo stojí za zmenu, a všimnúť si dôsledky.
  • Epistemické delegovanie v ranom výskumnom období: Han a Liu (2026) rámujú závislosť od AI u doktorandov a postdoktorandov ako epistemické delegovanie — presun rámovania problému, voľby metódy a interpretačnej autority na inteligentný systém — a zistili, že negatívne súvisí s výskumnou sebaúčinnosťou aj výskumnou autonómiou, pričom podpora školiteľa stratu tlmila. Rozširuje debaty o agentúre od autonómie študenta k formovaniu samotného výskumníka.
  • Interpretačná autorita ako návrhová premenná (konceptuálny rámec). Porath (2026) prerámuje otázku „kto rozhoduje“ ako distribúciu interpretačnej autority — kto definuje problémy, hodnotí odpovede a určuje, kedy je porozumenie dosiahnuté — a mapuje štyri nehierarchické konfigurácie (človekom dominovaná, AI asistenčná, AI direktívna, dialogické partnerstvo), ktorými triedy prechádzajú v rámci jednej úlohy, pričom posuny zakladá v piatich ekologických vrstvách od individuálnej metakognície po sociokultúrne naratívy. Normatívne tvrdenie článku sa zhoduje s dôkazmi tejto stránky: AI direktívne konfigurácie, akokoľvek sofistikované, môžu potlačiť produktívne zápolenie a metakognitívnu reguláciu — tie isté kapacity, ktoré táto stránka označuje za substrát agentúry. Ako konceptuálny príspevok dodáva diagnostický slovník, nie empirické dôkazy.

Agentúra sa spája so samoregulovaným učením, motiváciou, sebaúčinnosťou, skúsenosťou študenta, spolupracou človeka a AI, etikou, nadmernou závislosťou a metakogníciou. Je ústrednou úvahou v robotike, doučovaní a návrhu AI učebných agentov.

  • Ohraničené používanie ako epistemická kontrola, nie neochota. Zagami (2026) uvádza, že výkonnejší študenti v prieskume 484 odpovedí na univerzite vykazovali nižšiu aktívnu angažovanosť s AI a nižší vplyv na vnímané učenie, pričom zároveň hlásili nižšiu s AI súvisiacu neangažovanosť, a svoje používanie opísali ako overovanie náročné: výstupy skontrolovali a potom ich podriadili vlastnému uvažovaniu. Čítané ako agentúra, a nie vyhýbanie sa, je tento vzor zámerným zachovaním úsudku — študenti si ponechávajú autorstvo záveru, pričom nástroj používajú na objasňovanie a zhrnutie.

Trvalá práca s hranicami, nie zručnosť s nástrojom, je to, čo oddeľuje agentúru od delegovania: študenti používajúci ten istý nástroj ukotvený vo vyhľadávaní vytvorili podobne prepracované artefakty, či už výstup obmedzili a znovu autorsky spracovali, alebo interpretáciu odovzdali skoro, takže rozdiel sa objavil len v promptoch, latencii, korekciách a odmietnutiach (O'Byrne, 2026).

  • Konať, vedieť a odpovedať nie je to isté. Korpusová diskurzívna analýza 366 abstraktov o generatívnej AI vo vysokom školstve pomenúva AI ako aktéra 2 050-krát, no nikdy ju nerobí zodpovednou, kým zodpovednosť za hodnotenie výstupov a overovanie tvrdení kladie na študentov: gramatická aktivácia, funkčná agentúra, epistemická autorita a normatívna zodpovednosť sa rozchádzajú (Poudyal, 2026).
  • Agentúra má tri módy a tretí dodáva politika. Keďže len 18 % učiteľov a 24 % riaditeľov uvádza, že ich škola má politiku AI, väčšina pedagógov uplatňuje individuálnu agentúru bez akejkoľvek zastupujúcej agentúry, ktorá by konala za nich — Bandurov tretí mód, dodávaný inštitucionálnymi pravidlami (Tench, Weinstein a James, 2026).

Agentúra ako emergentný, interakčný fenomén

Agentúra nie je jedna kapacita a toto rozlíšenie prežíva aj v praxi sprostredkovanej AI. Bergdahl (2026) skúmal 47 švédskych žiakov 7. ročníka po semestri výučby AI a zistil, že agentúra namierená na výstup AI sa nerozširuje na systémy, ktoré ho produkujú. Rozdelenie sa potvrdilo v rámci jednotlivých študentov: 79 % malo rozsah skóre tri alebo viac naprieč deviatimi položkami a index disociácie na študenta favorizoval angažovanosť orientovanú na výstup pred systémovou u 35 študentov oproti 4 v opačnom smere (znamienkový test, p < ,001). 62 % najkritickejších študentov voči zdrojom stále schvaľovalo najmenej ochrannú možnosť pri čítaní ich vlastného písania chatbotmi a len jeden študent zo vzorky zvolil najvyšší postoj k súkromiu. Kritické je, že to bolo merané mesiac po lekcii, v ktorej študenti sledovali svoje vlastné logované správanie premietnuté naživo — nazvali to „strašidelným“ a zostali cez prestávku, aby mohli platformu ďalej používať. Agentúra ako emergentná, interakčná vlastnosť je s tým konzistentná: vynára sa po praktikách, namiesto toho aby sa prenášala medzi nimi, a to, čo jedna lekcia zvýrazní, sa nezovšeobecní na register, ktorý neriešila.

Agentúra študenta nie je len statická individuálna črta — je aj emergentným, interakčne konštituovaným procesom uskutočňovaným cez diskurz a momentálne zlaďovanie skupinovej práce. V spolupracujúcom učení je agentúra distribuovaná a znovu vyjednávaná cez súhru divergentných procesov (generovanie nápadov, skúmanie alternatív) a konvergentných procesov (hodnotenie, integrácia, syntéza). Tento pohľad je dôležitý pre AI, pretože systémy agentickej AI môžu v skupine jemne prerozdeliť epistemickú a regulačnú prácu, čím pretvarujú, kto prispieva, kto formuje smerovanie a kto reguluje pokrok — často bez toho aby si to študenti uvedomovali.

  • Agentúra ako emergentná kvalita konfigurácie kompetencií. Rámec kompetencie spolupráce človeka a AI zámerne vylučuje agentúru študenta ako samostatnú zložku a pokladá ju za to, čo študenti prejavujú, keď koordinujú doménovú, AI a metakognitívnu kompetenciu — integratívna práca, ktorú Technologické pedagogické obsahové vedomosti (TPACK) priraďuje pedagogike, prechádza na vlastnú metakognitívnu reguláciu študenta. U 24 pedagógov vysokého školstva sa každá dimenzia objavila v ich reči, pričom doménová (12–19 % kódovaných jednotiek) a AI (16–22 %) boli v popredí (Dang a spol., 2026).

  • Jin a spol. (2026) poskytujú najpriamejšie dôkazy: vo veľkom experimente (224 študentov, 97 trojíc), kde AI pôsobila ako nezverejnený spoluhráč, podporné aj kontrárne AI persony pretvárali emergentnú agentúru. Kontrárna AI ťahala diskurz do trajektórií orientovaných na výzvu a reflexiu (produktívne trenie), kým podporná AI stabilizovala súhlas a obnovovala tvorbu nápadov.

  • AI persony ako mechanizmy riadenia diskurzu. Kontrárne persony externalizovali bremeno spochybňovania (prerozdelenie epistemickej práce smerom ku kritike), kým podporné persony externalizovali potvrdenie a udržiavanie konsenzu. Štúdia identifikovala šesť emergentných profilov agentúry — pozoruhodné je, že reflektívna regulácia bola výlučne ľudská (AI externalizovala kritiku a potvrdenie, ale nie metadrovňové monitorovanie).

  • Afektívna cena trenia. Kontrárna AI znížila spokojnosť s tímovou prácou a psychologickú bezpečnosť bez toho, aby priniesla prírastky kreatívneho výkonu, čím oddelila epistemickú stimuláciu od zážitkovej udržateľnosti. To varuje, že „produktívne“ štruktúry diskurzu treba interpretovať spolu s ich emocionálnymi dôsledkami — agentúra prekvitá len v psychologicky bezpečnej klíme.

  • Implicitná účasť AI je neviditeľné riadenie. Pretože persony fungovali aj bez zverejnenia AI, štúdia stavia dizajn persony ako formu neviditeľného riadenia spolupracujúcich procesov — zistenie s priamymi dôsledkami pre asistentov písania, systémy vzájomného hodnotenia a tímové platformy, ktoré môžu formovať príspevky bez toho aby oznámili svoju prítomnosť.

  • Tri vzory agentúry v skupinovom hodnotení. Chen a Zou (2026) urobili rozhovory s 15 fókusovými skupinami budúcich učiteľov o autentickej skupinovej prezentácii a zistili agentúru pôsobiacu tromi smermi naraz: päť skupín zosilnilo používanie generatívnej AI ako koordinačnej infraštruktúry (agentúra orientovaná na kooperáciu — dekódovanie sekcií spolužiakov, zlaďovanie častí, ochrana spoločnej známky), sedem ho obmedzilo (normatívna agentúra — hranice nakreslené na ochranu autenticity, spravodlivosti, originality a rozmanitosti perspektív) a tri nikdy nezmenili prax oproti individuálnej práci (neuskutočnená agentúra, kde sa individuálna schopnosť nikdy kolektívne nemobilizovala). Ich rozlíšenie je dôležité preto, lebo obmedzenie tu bolo normatívnou samoreguláciou, a nie konformitou alebo neangažovanosťou, a pretože samotná schopnosť nevytvorila kolektívnu agentúru. Členstvo v skupine tiež obrátilo zodpovednosť, ktorú má skupinová práca vytvárať: permisívna kolektívna klíma znížila vnímané riziko zneužitia namiesto toho aby zvýšila záväzok.

  • Agentúra ako relačné sebectvo. Xie (2026) spochybňuje individualistický model agentúry, ktorý podľa neho predpokladajú aj kritiky AI. Vychádzajúc z daoistického relačného sebectva — „plynúceho a heterogénneho“ ja konštituovaného vzťahmi s inými a s kozmom — usudzuje, že digitálna priepasť alebo algoritmická diskriminácia je „porušením základnej konštitúcie ja“, čím sa rovnosť prístupu k učeniu stáva „nielen etickým príkazom, ale ontologickým faktom“, a že asymetrická moc a environmentálne náklady sú „integrálnymi dimenziami ja“, a nie externalitami. Jeho protideál, „Zhenren“ (真人) alebo prirodzený študent, pokladá AI za „inštrumentálny doplnok“, a nie za kognitívneho zástupcu — agentúru ako kultivovanú celistvosť, nie ako bezproblémovú optimalizáciu. (Alternative AI Philosophy: Daoism as Method for AI in Education)

Pre spolupracujúce prostredia to prerámuje dizajnovú otázku: nie či AI môže participovať ako spoluhráč, ale ako jej vzorová participácia vyvažuje epistemickú rigoróznosť, emocionálnu bezpečnosť a pocit vlastníctva študentov. Odporúčanými zábezpekami sú ohraničené trenie (obmedzená výzva spojená s integratívnymi a opravnými ťahmi) a explicitná metakolaboratívna gramotnosť.

Štrukturálne čítanie agentúry sa objavuje v rámci radostného hodnotenia El Khouryho a Ma, kde sa agentúra pokladá za návrhovú vlastnosť, a nie za motiváciu: študenti si volia poradie úloh, určujú tempo a signalizujú, kedy interakcia končí, takže podpora je dostupná, kým zodpovednosť za prácu zostáva na študentovi. Mechanizmus, ktorý pomenúvajú, je ocenenie — skúšanie bez publika a voľba, kedy začať, mení význam úlohy z verdiktu na niečo, čo študent môže formovať — a argumentujú, že opakovaný zážitok tohto posunu je to, čo mení občasné pocity účinnosti na každodenný postoj k hodnoteniu.

  • „Viac používania AI znižuje pocit autorstva študentov.“ Nie lineárne. V inštrumentovanej štúdii esejí vnímané vlastníctvo kleslo len v skupine, ktorá delegovala celé eseje, kým študenti, ktorí model používali na plánovanie alebo na revíziu, dosiahli rovnaké vlastníctvo ako študenti, ktorí ho nikdy neotvorili. Tá istá skupina skórovala vyššie aj v čitateľnosti eseje, takže artefakt vyzeral lepšie, ako sa autorstvo stenčovalo. Agentúra sledovala, ako sa nástroj používal, a nie či sa používal. Autorstvo je funkciou delegovania, nie používania.

Agentúra verzus identita študenta

Identita študenta a agentúra študenta sa ľahko zamieňajú, no pomenúvajú odlišné veci — a obe pretvára AI.

  • Agentúra sa uskutočňuje; identita sa obýva. Agentúra je situovaná schopnosť konať zámerne a riadiť svoje učenie teraz — premenlivá, interakčná vlastnosť. Identita je trvácnejší, naratívny zmysel pre to, kým človek je a kým sa ako študent stáva. Agentúra je proces; identita je stav bytia, ktorý sa z nej akumuluje.
  • Identita je internalizovaná agentúra. Opakované agentické činy — voľba, autorstvo, vytrvalosť — sú spôsob, akým študent začne sám seba vidieť ako agentickú, kompetentnú osobu. Identita je sediment agentúry v čase, posilnený uznaním a prináležitosťou.
  • Odlišné režimy zlyhania. Agentúru eroduje nadmerná závislosť a pasívne prijímanie (študent prestane riadiť uvažovanie); identitu eroduje strata autorstva a ohrozenie kompetencie (študent prestane cítiť, že výstup je jeho, alebo že do domény patrí). Implicitné prerozdelenie epistemickej práce AI je predovšetkým otázka agentúry; paradox kompetencie v kreatívnych odboroch je predovšetkým otázka identity.
  • Na obe treba navrhovať. Návrh orientovaný na agentúru zachováva kontrolu a voľbu (ohraničené trenie, dohľad s človekom v slučke, transparentnosť); návrh orientovaný na identitu chráni autorstvo a uznanie (autentické hodnotenie, jasné prisúdenie AI verzus ľudského príspevku, úlohy, ktoré študentom umožňujú nárokovať si doménu). Chrániť agentúru bez ochrany autorstva znamená zachovať kontrolu, ale nie sebahodnotu — a naopak.

Toto rozlíšenie medzi uskutočňovanou agentúrou a stabilnou identitou sa vzťahuje aj na odmietnutie. Ako opisuje Zagami (2026), odmietnuť chatbot pri hodnotenom písaní, zakázať ho pri uvažovaní bez pomôcok, odolať automatizovanému triage v podpore študentov alebo odložiť obstarávanie sú oddelené vzťahy k oddeleným systémom, rozprestierajúce sa na osobnej, pedagogickej, profesijnej, administratívnej a inštitucionálnej úrovni, a nie jeden trvácny postoj. Toto právo je nerovnomerne pridelené: študenti s akademickým sebavedomím môžu odmietnuť bez sankcie, kým tí, ktorí potrebujú podporu jazyka, prístupnosti alebo rýchlej spätnej väzby, čítajú odmietnutie ako stratenú príležitosť, a etablovaní akademici odmietajú z princípu, kým externí pracujúci cítia tlak prijať. Tam, kde AI sedí v infraštruktúre, je odmietnutie presunuté z individuálneho odhlásenia do obstarávania, auditu a spochybniteľnosti.

  • Odmietnutie ako konštrukcia identity, nielen rozhodnutie (študenti farebnej pleti v učňovskom učení). Gyekye (2026) urobil rozhovory s piatimi stredoškolskými učňami počas 9 mesiacov a zistil, že sa autorsky konštituovali cez AI tromi ťahmi: odmietnutie (nepoužívanie ako inštitucionálne zosúladenie), vyjednávanie (opravovanie inštitucionálnych nezhôd, súkromie ako vzdialená abstrakcia) a uznanie (stotožňovanie spravodlivosti s neprítomnosťou viditeľnej predpojatosti — „kultúrna plochosť“, v ktorej ich identity zostávajú v odpovediach AI nezastúpené). Dva interpretačné koncepty štúdie — inštitucionálna AI gramotnosť a šírka uznania — pomenúvajú kapacitu robiť používanie AI inštitucionálne čitateľným a priestor, ktorý študenti majú na to, aby sa vo výstupoch AI videli uznaní. Naratívne skúmanie jedného programu s piatimi študentmi; jeho prínos je v ukázaní, že používanie, obmedzovanie a odmietanie AI sú spojené s tým, ako študenti chápu seba ako autorov a nastupujúcich profesionálov.

Rámec ekologickej spoluagentúry: agentúra ako epistemický návrhový problém

Poudyal (2026) prerámuje agentúru študenta ako fundamentálne epistemickú záležitosť: generatívna AI nepridáva len nástroj, ale preraďuje epistemologickú autoritu — schopnosť produkovať vedomosti, validovať tvrdenia a vytvárať dôkazy o učení — od učiteľov k študentom a k strojom. Rámec ekologickej spoluagentúry v článku pokladá spoluagentúru za vzťah troch vzájomne závislých dimenzií, všetkých ohraničených nevyhnutnou podmienkou ľudskej epistemickej zodpovednosti:

  • Relačná spoluagentúra — agentúra ako produkt interakcie medzi študentom, nástrojom a kontextom, vyžadujúca transparentné rozdelenie toho, ktoré úlohy sa delegujú na AI a ktoré zostávajú, plus etickú spoluagentúru, v ktorej si ľudia zachovávajú primárnu zodpovednosť a konajú v monitorovacej kapacite.
  • Regulačná spoluagentúra — mapovanie cyklu samoregulovaného učenia (predmyšlienka, výkon, reflexia) na sprostredkovanie AI. To, či generatívna AI vstupuje pred pokusom študenta alebo po ňom, určuje, či zosilňuje alebo eroduje vnímanú kontrolu; strategické kognitívne odľahčenie podporuje transformatívne učenie len vtedy, keď je rozhodnutie o odľahčení zámerné, a nie rutinné.
  • Pedagogická spoluagentúra — stavia učiteľov do centra a pohybuje sa po kontinuu pozorovateľ–adoptér–spolupracovník–inovatér, ktoré závisí od inštitucionálnej podpory, nie od individuálnej dispozície.

Okrajová podmienka rámca vyžaduje spochybniteľnosť (schopnosť spochybniť a krížovo overiť výstup AI), provenienciu (vedieť, odkiaľ pochádzajú trénovacie dáta a výstup) a nedelegovanie morálneho a intelektuálneho kreditu (rozhodnutia s vysokými stávkami o blahobyte študentov, akademickom postavení a známkach nesmú byť určené výlučne AI). To dáva pedagógom a tvorcom politík presnejší slovník než vágne „vyvažovanie“ medzi ľudským a umelým príspevkom a spája agentúru s etikou, hodnotením, rovnosťou a riadením.

Blízko príbuzné rámovanie je relačná epistemická agentúra (Du a Yuan, 2026), ktorá súhlasí, že agentúra je sociálne umožnená a technologicky sprostredkovaná, a nie záležitosť izolácie od závislosti. Kým Rámec ekologickej spoluagentúry zdôrazňuje ľudskú epistemickú zodpovednosť ako nevyhnutnú hranicu, Du a Yuan zachovávajú explicitnú asymetriu: systémy AI môžu formovať a rozširovať uvažovanie bez toho aby mali recipročnú zodpovednosť alebo legitímnu autoritu. Ich šesť diagnostických kritérií — spochybniteľnosť, obnoviteľnosť, prenos, sledovateľnosť, distribuovaná zodpovednosť a epistemická pluralita — poskytuje praktický test, kedy vzťah človeka a AI zachováva kapacitu študenta podieľať sa na tom, ako sa tvrdenia formujú, hodnotia a prijímajú, a kedy len dodáva produkt. Agentúra v tomto zmysle nie je nezávislosť od nástrojov, ale kapacita zodpovedne usudzovať s systémami, ktoré sprostredkúvajú vedomosti, cez ne a proti nim.

  • Delegovaná agentúra ako mechanizmus, nielen riziko. Yan a Gašević (2026) pokladajú delegovanie kognitívnej práce na AI za súčasť toho, ako sa učenie deje, a nie len za hrozbu preň: v ich výklade sa asistovaný výkon stáva trvácou schopnosťou len vtedy, keď si študent zachová zodpovednosť za rámovanie problému, stanovenie kritérií a odôvodnenie odpovedí — deľbu práce, ktorú nazývajú delegovaná agentúra. To robí z prideľovania samotnú návrhovú premennú, pretože ten istý nástroj môže agentúru študenta zachovať alebo rozpustiť podľa toho, ktoré zodpovednosti pohltí.

Bežné mylné predstavy

  • „Študenti uplatňujú agentúru, keď AI používajú slobodne.“ Schéma so 14 kategóriami, ktorá kódovala 6 788 ťahov asistovaných ChatGPT, zaradila 59 % ťahov siedmakov do kategórií, ktoré nepredstavujú agentické používanie. Objem používania a agentúra sú odlišné miery.
  • „Súčasné modely dobre podporujú agentúru študenta.“ Pri testovaní na desiatich modeloch je podpora agentúry oblasťou, v ktorej si počínajú najhoršie po učení: ImpactBench nameral Agentúru a účel na 56,0 % pri pozitívnych kritériách. Agentúra je dimenzia, s ktorou si systémy AI poradia najmenej dobre, a nie vedľajší produkt schopnosti.
  • „Sprostredkovanie učiteľom je obmedzenie agentúry.“ Canonigo (2026) sledoval desať učiteľov strednej matematiky počas osemtýždňovej intervencie s ChatGPT-4 a sprostredkovanie je mechanizmus, nie prekážka.

Súvisiace koncepty

Súvisiace články

Prepojené často kladené otázky

Metadáta

Zamýšľaný okruh čitateľovLearners
Učenie a výučbaMotivation, Self-Regulated Learning
Rovnosť, etika a zodpovedné používanieEthics
Základy AI v edukáciiAgentúra študenta, Kognitívne odľahčenie, Spolupráca človeka a AI
ZdrojHistóriaUpraviťChat

Vložiť túto stránku

Skopírujte kód nižšie a vložte túto stránku do systému správy výučby alebo iného webu. Vložená verzia zobrazuje len obsah stránky — skrýva hlavičku webu, navigáciu a pätu.