Vedecká databáza AIEdAIEd KB
Na tejto stránke

Prečítajte si túto stránku po anglicky

Pojmy

Filozofia AI vo vzdelávaní

Vytvorené 2026-08-16 · Aktualizované 2026-11-08

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

Filozofia AI vo vzdelávaní — odvetvie filozofie vzdelávania, ktoré skúma základné konceptuálne otázky vyvolané umelou inteligenciou v vyučovaní a učení: Aká je povaha poznania a myslenia, keď sa na nich podieľajú stroje? Čo je študent, keď je poznávanie distribuované naprieč ľudskými a umelými systémami? Aké formy agentúry, zodpovednosti a osobnosti sa vzťahujú na AI a čo dlhuje vzdelávanie študentom vo svete sprostredkovanom AI? Na rozdiel od (ale v spojení s) stránkou teórie učenia tejto vedomostnej bázy, ktorá katalogizuje teórie ako sa učenie deje, filozofia AI vo vzdelávaní kladie hlbšie otázky čím učenie, myslenie a študent v základe sú v podmienkach sprostredkovaných AI.

Otázky na zamyslenie

  • Vyžaduje myslenie vedomie a telo? Ak sa AI skutočne podieľa na vašom uvažovaní, odohráva sa časť „myslenia" v stroji — a mení to, kto sa učí?
  • Stránka nastoľuje myšlienku poznávania „distribuovaného" naprieč ľudskými a umelými systémami. Spomeňte si na úlohu, ktorú ste vyriešili s pomocou AI: kde skončilo vaše myslenie a kde začalo myslenie stroja?
  • Ak sa kognitívne procesy študenta stanú skutočne hybridnými (čiastočne ľudskými, čiastočne umelými), čo to znamená pre to, čo nazývame „študent" — a pre to, čo mu vzdelávanie dlhuje?
  • Stránka odlišuje filozofiu (čím učenie a študent v základe sú) od teórií učenia (ako sa učenie deje). Dokážete pomenovať presvedčenie o učení, ktoré je v skutočnosti filozofickou pozíciou?
  • Ak AI môže uplatňovať „funkčnú agentúru" bez vedomia, nesie zodpovednosť za svoje vzdelávacie efekty — a ak nie, kto ju nesie? Kto by mal odpovedať, keď AI tutor zavádza študenta?
  • Posthumanistické myslenie preformulúva študentov ako „posthumánne" entity. Ako táto myšlienka spochybňuje alebo narúša vaše vlastné predpoklady o tom, kde sa nachádza myslenie študenta?

Úvod

Toto je stránka konceptu pre filozofické a teoretické základy AI vo vzdelávaní. Kým teórie učenia dokumentujú empirické a na dizajn orientované teórie (behaviorizmus, konštruktivizmus, kognitívne zaťaženie, samoregulované učenie atď.), filozofická vetva sa zaoberá ontologickými, epistemologickými a etickými otázkami, ktoré tieto teórie predpokladajú. Obe sú tesne spojené: filozofické pozície formujú, ktoré teórie učenia sa zdajú vierohodné a ktoré vzdelávacie ciele stoja za sledovanie.

Kľúčové filozofické otázky

  • Povaha mysle a poznávania. Vyžaduje myslenie vedomie a telo? Môže sa AI podieľať na skutočne kognitívnych procesoch? Rámce ako kolektívne poznávanie argumentujú, že AI uplatňuje funkčnú agentúru — skutočnú kauzálnu účinnosť v kognitívnych procesoch — bez vedomia a že myslenie vzniká z dynamickej interakcie človeka a AI.(Towards a philosophy of ensemble cognition: Reconceptualising agency and mind in AI-mediated educational environments) Distribuované poznávanie a téza rozšírenej mysle robia príbuzné tvrdenia o poznávaní rozloženom naprieč systémami.

  • Čo je študent? Posthumanistická filozofia prekonceptualizuje študenta ako „posthumánnu" entitu, ktorej kognitívne procesy sú skutočne hybridné a distribuované naprieč biologickými a umelými systémami.(Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI) To spochybňuje predpoklad, že študent je ohraničená, autonómna individuálna myseľ.

  • Telovosť a limity netelesnej AI. Telová a postkognitivistická filozofia kritizuje dominanciu symbolických, netelesných modelov AI a argumentuje, že poznávanie je zakotvené v situovanosti, emergencii a senzomotorickom prepojení, ktoré súčasná generatívna AI nemá.("If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education)

  • Emocionálna práca ako testovací prípad strojových myslí. Argumenty odboru o tom, či AI dokáže učiť, sa často obracajú na to, či dokáže sa starať — otázku, o ktorej sa diskutovalo dávno predtým, než afektívna výpočtová technika existovala. Khan (2026) rekonštruuje debatu z rokov 1950–1996, v ktorej Ziffovo tvrdenie, že doslovne pocity môžu mať len živé bytosti, bolo odpovedané Smartovou teóriou identity a Putnamovým behaviorálnym kritériom, pričom zostali tri súperiace ontológie nevyriešené. Jeho záver je bremeno odôvodnenia, nie tvrdenie o nemožnosti — reprezentácia, simulácia a napodobňovanie nedostatočne určujú emocionálnu prácu — čo kladie bremeno na každého, kto by pastoračnú prácu delegoval systému.

  • Agentúra, autorstvo a zmysel. Keď AI sprostredkúva interpretáciu a tvorbu zmyslu, filozofia sa pýta, ako sa prekonfigurúvajú autorstvo, epistemická agentúra a interpretačná autonómia.(AI-Mediated Learning and the Restructuring of Interpretive Cognition: A Developmental-Critical Model for Social Sciences and Humanities Education)

  • Ontológia vedeckých objektov generovaných AI. V chémii AI-predikované zlúčeniny a titračné krivky zaujímajú „liminálny ontologický priestor" — ani úplne hypotetický, ani plne reálny, kým nie sú empiricky dokázané — čo posúva odbor od realizmu ku konštruktivistickému pohľadu, v ktorom je realita spoluprácou človeka a stroja (Reyes a Regala (2026)).

  • Kognitívna pasivita ako epistemická škoda. Bai a Costa (2026) vychádzajú z Arendtovej koncepcie myslenia ako vnútornej, neprenosnej činnosti, aby argumentovali, že GenAI, ktorá prácu dodáva, nielen odľahčuje myslenie, ale ho uzatvára, pričom Bourdieuho pole a habitus umiestňujú riziko do inštitucionálnych štruktúr (Bai a Costa (2026)).

  • Hodnoty, spravodlivosť a účel vzdelávania. Filozofická analýza skúma, či vzdelávanie poháňané AI slúži ľudskému rozkvetu a vzdelávacej spravodlivosti, alebo či instrumentalizuje učenie v službách produktivity.(Can we disrupt the momentum of the AI colonization of science education?) To sa spája s kritickou pedagogikou a etikou.

  • „Zamerané na človeka" ako antropocentrický diskurz, nie neutrálna etika. Wang a Jin (2026) čítajú dokumenty UNESCO, OECD a Montrealskej deklarácie, aby argumentovali, že humanocentrický AIED dedí vylúčenia osvietenského humanizmu, že transhumanizmus ich zachováva a že označenie môže legitimizovať komerčnú infraštruktúru.

  • Epistemologické zakotvenie toho, ako ľudia pracujú s AI. Strydom (2026) odvodzuje sedem paradigiem angažovania človeka s generatívnou AI z piatich dimenzií osobného epistemologického presvedčenia Schommerovej (zdroj, istota, organizácia, kontrola a rýchlosť poznania) a argumentuje, že sa uplatňujú, a nie vlastnia — takže zmena toho, ako študenti pracujú s AI, vyžaduje zmenu sociotechnického prostredia, nie ich presvedčení.

  • Čia filozofia? Pluralizmus v konceptuálnych základoch odboru. Xie (2026) argumentuje, že filozofická debata odboru je predeterminovaná jedinou západnou architektúrou — epistemická agentúra ako vlastnosť diskrétnych subjektov, poznanie rámované reprezentačne a kalkulatívne a vzťah človek–AI umiestnený v rámci subjektovo-objektového dualizmu — takže jej limity sa stávajú limitmi kolektívnej imaginácie odboru. Ako komparatívnu protiváhu rekonštruuje daoistické koncepty — „dao prirodzenosť" (道性), sebakultivácia (修道) a „zhenren" (真人) — nie ako „východný obsah" pridaný k nezmenenému rámcu, ale ako zdroje, ktoré pretvárajú konceptuálne základy, skrz ktoré sa AI sama chápe, a uplatňuje ich na poznanie (epistemická monokultúra a syntetická dezinformácia), poznávanie (odľahčenie, ktoré degraduje kritické myslenie) a vplyv (environmentálne náklady a asymetrie globálneho Severu a Juhu).(Alternative AI Philosophy: Daoism as Method for AI in Education)

  • Agentúra bez zodpovednosti. Diskurzívna analýza 366 abstraktov vysokoškolského výskumu GenAI s podporou korpusu zistila, že AI je menovaná 2 050-krát a vstupuje do 447 striktných asociácií aktér–predikát — najčastejší aktér odboru — no dominujú v nich akčné predikáty (78,7 %) a žiadna veta nerobí systém zodpovedným: zo 166 výrazov povinnosti žiadny nepripísal zodpovednosť systému a jediná klauzula spájajúca AI so zodpovednosťou uvádza, že AI nezodpovedá. Poudyal (2026) to číta ako funkčnú agentúru uznanú v jazyku bez relačnej zodpovednosti, ktorá by ju pripútala k niekomu. Ani nástroj, ani spolupracovník: mediačný agent. Warschauer, Tate a Ritchie (2026) argumentujú, že nazývať generatívnu AI len nástrojom podceňuje jej interakčný vplyv, kým nazývať ju spolupracovníkom jej nesprávne priznáva intencionalitu a zodpovednosť, a navrhujú mediačného agenta — responzívny, nezodpovedný systém, ktorého novinkou je účasť, nie inteligencia.

Vzťah k teóriám učenia

Filozofia AI vo vzdelávaní a teórie učenia sú komplementárne šošovky. Teórie učenia vysvetľujú mechanizmy učenia (napr. ako spätná väzba, podporné lešenie alebo kognitívne zaťaženie formujú výsledky); filozofia spochybňuje predpoklady týchto mechanizmov — čo sa počíta ako poznanie, kto sa počíta ako poznávajúci a čím študent v základe je. Najmä posthumanistická a kriticko-filozofická práca vyzýva odbor, aby prekročil instrumentalistické rámce ako TPACK a SAM smerom k hlbšej ontologickej reorientácii.(Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI)

Vzťah k vývoju teórie

Filozofia AI vo vzdelávaní a vývoj teórie v AIEd sú komplementárne, ale odlišné. Filozofia kladie ontologické a epistemologické otázky — čím myseľ, poznanie a študent v základe sú v podmienkach sprostredkovaných AI — kým vývoj teórie produkuje a empiricky testuje mechanizmy, ktoré operacionalizujú odpovede na tie otázky (generativizmus, epistemická spoluagentúra, chýbajúca kognitívna základňa). Obe sa vzájomne informujú: filozofia objasňuje predpoklady, ktoré teórie nesú (napr. epistemická spoluagentúra predpokladá distribuovaný, neindividualistický model poznávania), kým vývoj teórie dáva filozofickým pozíciám testovateľnú, falzifikovateľnú formu. Najzákladnejšie články odboru robia obe naraz a sedia na hranici medzi týmito dvoma konceptmi.

Časté mylné predstavy

„Filozofia AI vo vzdelávaní je to isté ako katalogizovanie teórií učenia." Sedia v rôznych hĺbkach. Stránka teórie učenia sa pýta ako sa učenie deje; filozofia sa pýta čím učenie, myslenie a študent v základe sú v podmienkach sprostredkovaných AI. Štúdia môže vyriešiť otázku teórie učenia a filozofickú nechať nedotknutú, a preto môže byť technicky úspešná intervencia stále nesprávnou vecou.

„Kognitívne odľahčenie je škoda a je reverzibilné väčším úsilím." K dispozícii je silnejšie tvrdenie. Bai a Costa (2026) vychádzajú z Arendtovej koncepcie myslenia ako vnútornej, neprenosnej činnosti, aby argumentovali, že GenAI, ktorá prácu dodáva, nielen odľahčuje myslenie, ale ho uzatvára — a riziko lokalizujú inštitucionálne, cez Bourdieuho pole a habitus, nie v individuálnej vôli. Ak argument obstojí, „používajte to opatrne" nie je dostatočným liekom, pretože prax je formovaná poľom, ktoré odmeňuje výstup.

„Nezápadná filozofia je obsah, ktorý sa pridáva k nezmenenému rámcu." Môže byť zdrojom odlišných základov. Jedna rekonštrukcia pokladá daoistické koncepty — „dao prirodzenosť" (道性), sebakultiváciu (修道) a „zhenren" (真人) — nie za „východný obsah" pripojený k západnému rámcu, ale za zdroje, ktoré pretvárajú konceptuálne základy, skrz ktoré sa AI vo vzdelávaní chápe. Pridať tradíciu ako ilustráciu a použiť ju na preformulovanie otázok sú odlišné vedecké činy.

„Filozofická kritika je nepoužiteľná." Určuje, čo sa počíta ako úspech. Či je výstup systému úspechom študenta a či je meraný zisk vzdelávacím dobrom, sú predchádzajúce otázky, na ktoré žiadna veľkosť efektu neodpovie — a inštitúcie, ktoré ich preskočia, budú optimalizovať merateľné a nazvú to zlepšením.

Dôsledky pre prax

Pre učiteľov

  • Rozhodnite ešte pred osvojením nástroja, čo ste ochotní počítať ako vlastný úspech študenta. Ak by vaše hodnotenie uspokojila uhladená odovzdaná práca vyprodukovaná systémom, odpovedali ste „nič" — a žiadna neskoršia zmena rubriky tú otázku nevráti.
  • Pri navrhovaní úloh berte argument o uzatváraní vážne: ak GenAI, ktorá prácu dodáva, myslenie uzatvára, a nie len odľahčuje, potom „používajte ju zodpovedne" nie je dostatočnou ochranou, pretože okolité pole odmeňuje výstup. Navrhujte úlohy, ktorých dôkaz myslenia vzniká predtým, než je nástroj dostupný.
  • Pýtajte sa, čí koncepciu učenia váš kurz zakódováva. Nekritické osvojenie rámca importuje jeho predpoklady o tom, čím študent je, a tie predpoklady sú sporné.

Pre vývojárov

  • Odhaľte hranicu, ktorú ste nakreslili medzi pomocou a dodaním, a urobte z nej produktové rozhodnutie, nie predvolené nastavenie. Systém, ktorý dokáže vyprodukovať hotový artefakt, implicitne rozhodol, že mentálna práca je voliteľná.
  • Odolávajte optimalizácii na zdanie učenia. Plynulosť a úplnosť sú merateľné vlastnosti a práve ony maskujú uzatvorenie.
  • Ak tvrdíte, že váš systém „podporuje myslenie", uveďte, čo odmieta robiť — to odmietnutie je mechanizmom.

Pre výskumníkov a tvorcov politík

  • Uveďte koncepciu učenia, ktorú vaše hodnotenie predpokladá, pretože meraný zisk je vzdelávacím dobrom len vo vzťahu k nejakému opisu toho, na čo je vzdelávanie.
  • Financujte filozofickú prácu popri empirickej: otázky o tom, čo sa počíta ako úspech študenta, určujú kritériá úspechu, ktoré empirické štúdie potom používajú.

Prepojené koncepty

Prepojené články

Metadáta

Učenie a výučbaLearning Theories
Rovnosť, etika a zodpovedné používanieEthics
Základy AI v edukáciiAgentúra študenta, AI vo vzdelávaní, Spolupráca človeka a AI, Filozofia AI vo vzdelávaní
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.