Vedecká databáza AIEdAIEd KB
Na tejto stránke

Prečítajte si túto stránku po anglicky

Pojmy

Model SAMR

Vytvorené 2026-09-10 · Aktualizované 2026-11-08

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

Model SAMR — rámec integrácie technológií, ktorý vyvinul Ruben Puentedura a ktorý klasifikuje mieru, do akej technológia transformuje učenie, na štyroch úrovniach: Substitution, Augmentation, Modification a Redefinition. Nižšie dve úrovne (Substitution, Augmentation) zlepšujú existujúcu úlohu — technológia robí to, čo sa robilo predtým, lepšie alebo pohodlnejšie; horné dve (Modification, Redefinition) ju transformujú — úloha sa mení na niečo, čo predtým nebolo možné. V AI vo vzdelávaní je SAMR štandardnou šošovkou na otázku, či sa generatívna AI používa na prírastkové zlepšenie existujúcej praxe alebo na prekonceptualizovanie učenia, a stojí vedľa TPACK ako spôsob opisu toho, ako učitelia integrujú technológiu, a nie prečo ju prijímajú.

Otázky na zamyslenie

  • Keď sa AI zavádza do kurzu, je to Substitution (chatbot nahradí vyhľadávacie pole) alebo Redefinition (úloha sa stane možnou, aká predtým nebola)? Čo určuje, ktorá úroveň je primeraná — a je transformácia vždy cieľom?
  • SAMR a modely osvojenia technológií odpovedajú na odlišné otázky: teória osvojenia sa pýta prečo učiteľ alebo inštitúcia nástroj prijme; SAMR sa pýta ako hlboko nástroj mení učenie. Na ktorú otázku daná štúdia integrácie AI skutočne odpovedá?
  • Systematický prehľad integrácie AI vo vysokom školstve zistil, že väčšina použití sedela na úrovni Substitution alebo Augmentation a len jedna štúdia sa priblížila k Redefinition. Ak je to typické, čo to naznačuje o medzere medzi potenciálom AI a jej triednou realitou?
  • SAMR sa často uvádza v príprave učiteľov a profesijnom rozvoji, aby pedagógom pomohol plánovať používanie technológií. Mení klasifikácia úrovne SAMR hodiny to, čo učiteľ skutočne robí, alebo je to hlavne opisný štítok?
  • Kritici argumentujú, že SAMR, podobne ako TPACK, stojí na humanistickej ontológii, ktorá pokladá poznávanie za technológiou nezmenené, a že nehovorí nič o moci, vlastníctve dát alebo rovnosti. Je šošovka úrovne integrácie dostatočná, alebo si integrácia v ére AI žiada kritickejší rámec?

Úvod

SAMR opisuje hĺbku technologickej transformácie učebných úloh. Jeho štyri úrovne tvoria vzostupnú škálu od zlepšenia k transformácii: Substitution (nástroj nahradí iný bez funkčnej zmeny — chatbot namiesto vyhľadávača), Augmentation (nástroj nahradí a zlepší — kontrola pravopisu v textovom procesore oproti písaciemu stroju), Modification (úloha sa výrazne prepracúva — študenti spolupracujú v reálnom čase na spoločnom koncepte generovanom AI) a Redefinition (nové, predtým nepredstaviteľné úlohy sa stanú možnými — študenti spolutvoria s generatívnym modelom spôsobmi, ktoré nemajú ne-AI analóg). Model sa široko používa vo vzdelávacích technológiách, vo výskume a v profesijnom rozvoji učiteľov ako slovník na plánovanie a hodnotenie integrácie technológií a je štandardným spoločníkom TPACK a rámcov osvojenia technológií — hoci odpovedá na inú otázku ako ktorýkoľvek z nich.

Čo znamenajú štyri úrovne

  • Zlepšenie (dolná polovica): Substitution a Augmentation zlepšujú existujúcu úlohu bez zmeny jej povahy. Väčšina rutinného používania AI — generovanie otázok, rýchle generovanie textu, zhrnutie — sedí tu: je rýchlejšie a pohodlnejšie, ale nemení to, čo sa od študenta žiada.
  • Transformácia (horná polovica): Modification a Redefinition menia samotnú úlohu. Vibe coding, spolutvorba s modelom v reálnom čase a adaptívny interaktívny dialóg sú úlohy, ktoré pred generatívnou AI neboli možné, a predstavujú transformatívny koniec škály.

SAMR sa často spája s rámcom ICAP, pretože sa dva zhodujú: štyri scenáre od varenia k učeniu v Rummel, Nachtigall a Panadero (2026) mapujú módy angažovanosti ICAP na úrovne SAMR — ICAP Passive so SAMR Substitution, Active s Augmentation, Constructive s Modification a Interactive s Redefinition — čo ilustruje postup od pasívneho delegovania k interaktívnej spolutvorbe.

Dôkazy z vedomostnej bázy

  • Integrácia AI vo vysokom školstve je prevažne prírastková, nie transformatívna. AlSheikh a spol. (2026) v systematickom prehľade PRISMA 22 intervenčných štúdií vybraných z 959 záznamov ohodnotili integráciu AI modelom SAMR a zistili, že väčšina štúdií sa zhlukovala na úrovni Substitution alebo Augmentation, menej na Modification a len jedna sa priblížila k Redefinition. AI sa zvyčajne zavádzala na zlepšenie existujúcej praxe — dominovalo automatizované hodnotenie a podpora personalizovaného učenia — a nie na prekonceptualizovanie kurikúl alebo učebných výsledkov.
  • SAMR je bežnou analytickou šošovkou pre zmenu kurikula poháňanú GenAI. Sabani a spol. (2026) mapujú päť kurikulárnych posunov (statické na dynamické, transmisia na schopnosť, lokálne na inštitucionálne) na etablované šošovky vrátane SAMR a konštruktívneho zosúladenia a používajú model na objasnenie pedagogických mechanizmov, ktorými GenAI pretvára kurikulum.
  • SAMR a TPACK ukotvujú štandardy integrácie technológií pre učiteľov. Crompton a spol. (2026) situujú svojich šesť štandardov technologickej integrácie akademického personálu proti existujúcim rámcom — TPACK, RAT, SAMR, SETI — a štandardom (ISTE, UNESCO, DigCompEdu), z ktorých väčšina cieli na K-12 pedagógov alebo len na vyučovaciu časť rolí akademického personálu, čím zostáva medzera v rozvoji vysokoškolského personálu.
  • SAMR je terčom posthumanistickej kritiky. Elsayed (2026) kritizuje TPACK, SAMR a modely AI gramotnosti za zdieľanie humanistickej ontológie, ktorá predpokladá ohraničeného študenta, ktorého poznávanie technologická mediácia v základe nemení, a argumentuje, že tieto instrumentalistické rámce nedokážu adresovať konštitutívnu rolu AI v poznávaní.
  • Rámec pre integráciu, nie rámec pre moc. Poudyal (2026) hodnotí SAMR vedľa TPACK a iných integračných rámcov a zisťuje, že žiadny neadresuje spravodlivú moc, vlastníctvo dát alebo zodpovednosť, čo motivuje alternatívny ekologický rámec spoluagentúry.
  • Používanie študentmi sa tiež mapuje na SAMR a spätná väzba pokrýva každú úroveň. Kódovanie deklarácií GenAI 31–36 študentov v jednotke fyziky umiestnilo učenie na substitution–augmentation, formátovanie na substitution a vykonávanie úloh na modification–redefinition, kým spätná väzba — kontrola, objasňovanie, overovanie — sa objavila na všetkých štyroch úrovniach (Quince a Faulconer (2026)).
  • Hĺbka a inklúzia sú samostatné osi. Jita, Jita a Omoniyi (2026) spájajú SAMR s UDL naprieč 38 zdrojmi a argumentujú, že úlohy na úrovni Redefinition môžu stále vylučovať študentov, ktorých jazyk, zariadenie alebo pripojenie nezodpovedá dizajnu.

SAMR, TPACK a osvojenie technológií: ako sa líšia

Tri rámce sa často zamieňajú, ale odpovedajú na odlišné otázky:

  • Modely osvojenia technológií (TAM, UTAUT) vysvetľujú, prečo jednotlivec alebo inštitúcia technológiu prijme a pokračuje v jej používaní — vnímaná užitočnosť, ľahkosť používania a sociálny vplyv.
  • TPACK opisuje vedomosti, ktoré učiteľ potrebuje na efektívnu integráciu technológie — súhru technologických, pedagogických a obsahových vedomostí, v ére AI rozšírenú na AI-TPACK/GenAI-TPACK.
  • SAMR klasifikuje, ako hlboko technológia transformuje učebnú úlohu, od zlepšenia po redefiníciu.

SAMR sa najlepšie chápe ako šošovka hĺbky integrácie používaná pri plánovaní a hodnotení, ktorá dopĺňa teóriu osvojenia (ktorá vysvetľuje prijatie) a TPACK (ktorý vysvetľuje schopnosť učiteľa). V ére AI sa najproduktívnejšie používa na otázku, či sa generatívna AI uplatňuje na zlepšenie existujúcich úloh alebo na umožnenie skutočne nových — čo je rozlíšenie, ktoré prechádza výskumom hodnotenia a kurikula v tejto vedomostnej báze.

Dôsledky pre prax

  • Používajte SAMR na otázku hĺbky, nie na predpisovanie transformácie. Zlepšenie nie je samo o sebe menej hodnotné; mnohé rutinné použitia AI sú legitímne Substitution. Model je diagnostický a objasňuje, čo dané použitie skutočne mení.
  • Spojte ho s ICAP. SAMR opisuje, čím sa úloha stáva; ICAP opisuje, ako sa študent angažuje. Použité spolu rozlišujú povrchovú substitúciu od hlbokej interaktívnej spolutvorby.
  • Doplňte ho šošovkami osvojenia a rovnosti. SAMR nehovorí nič o tom, prečo sa nástroj osvojuje alebo komu prospieva. Spojte ho s modelmi osvojenia a analýzou rovnosti, aby štítok hĺbky nenahradil kritické hodnotenie.
  • Berte dôkazy o prírastkovej integrácii ako zistenie, nie ako zlyhanie. Ak sa väčšina integrácie AI zhlukuje pri Substitution/Augmentation, dizajnová úloha nie je vynútiť Redefinition, ale rozpoznať, že transformatívne použitie vyžaduje iné dizajny úloh, nie len lepšie nástroje.

Časté mylné predstavy

„Vyššie na SAMR znamená lepšie vyučovanie." SAMR je šošovka na otázku, či AI prekonceptualizuje učenie alebo zlepšuje existujúcu prax; nie je hodnotovým rebríčkom a Redefinition nie je správnou odpoveďou pre každú úlohu. Substitúcia, ktorá odstraňuje neproduktívny krok, je úspechom posudzovaným podľa učenia, nie podľa úrovne, ktorú zaujíma.

„Osvojenie AI postupuje po rebríku nahor." Rozloženie je koncentrované dole. Systematický prehľad integrácie AI vo vysokom školstve zistil, že väčšina použití sedela na Substitution alebo Augmentation a len jedna štúdia sa priblížila k Redefinition. Praktické využitie SAMR v tejto literatúre je preto z veľkej časti diagnostické — pomenúva, kde odbor skutočne je.

„SAMR a TPACK sú súperiace rámce." Opisujú odlišné veci: SAMR opisuje mieru transformácie úlohy, kým TPACK opisuje vedomosti, ktoré učiteľ potrebuje na dobrú integráciu technológie. Učiteľ môže byť vysoko TPACK-spôsobilý a stále pôsobiť na úrovni Substitution, a preto sa tieto dva používajú spolu, a nie sa medzi nimi vyberá.

„Nástroj, ktorý je transformatívny na jednej úrovni, je transformatívny na všetkých úrovniach." Ten istý generatívny nástroj môže podporiť Substitution v jednom kurze a Redefinition v inom, pretože úroveň je vlastnosťou dizajnu úlohy, nie technológie. Pripisovanie úrovne nástroju produkuje rozhodnutia o osvojení namiesto rozhodnutí o dizajne.

Prepojené koncepty

Prepojené články

Metadáta

ÚroveňK 12, Higher Ed
Zamýšľaný okruh čitateľovInstructors, Curriculum Designers, Researchers
Technológie a technikyTechnologies, Technology Adoption Models
Základy AI v edukáciiVzdelávací rozvoj, Návrh učenia, Technologické pedagogické obsahové vedomosti (TPACK), AI kompetencia učiteľa
Druh stránkyFramework
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.