Vedecká databáza AIEdAIEd KB
Na tejto stránke

Prečítajte si túto stránku po anglicky

Pojmy

Teórie a rámce

Vytvorené 2026-09-19 · Aktualizované 2026-11-08

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

Teórie a rámce — pracovný inventár vysvetľujúcich a organizačných štruktúr, ktoré táto vedomostná báza skutočne používa. Teórie vysvetľujú, prečo sa učenie deje (teórie učenia, teória sebaurčenia, sociokultúrna teória, teória činnosti); rámce organizujú rozhodnutia o dizajne, výučbe a osvojení (TPACK, SAMR, modely osvojenia technológií, ICAP, univerzálny dizajn pre učenie); modely robia tvrdenia o učení testovateľnými a vypočítateľnými (teória odpovede na položku, platnosť hodnotenia, sledovanie vedomostí). Použite túto stránku na nájdenie šošovky, na ktorej štúdia stojí, alebo na výber jednej pre vlastnú prácu.

Otázky na zamyslenie

  • Teória predpovedá, čo sa stane, keď sa niečo zmení; rámec vám hovorí, na čo dávať pozor. Keď štúdia hlási zisk pod hlavičkou rámca, ale neprináša žiadnu predpoveď, ktorá by mohla zlyhať, čo sa vlastne dozvedelo?
  • TPACK, SAMR, UDL, modely osvojenia a ICAP všetky predchádzajú veľkým jazykovým modelom. Ktoré ich časti stále platia, keď nástroj dokáže písať, vysvetľovať a prispôsobovať sa sám, a ako by ste to zistili?
  • Viacero teórií katalogizovaných nižšie vzniklo pre AI v posledných niekoľkých rokoch. Čo by bolo potrebné, aby jedna z nich bola nesprávna, a pokúsil sa to niekto ukázať?
  • Osvojenie sa často hlási ako pohyb cez fázy. Ak kolega uvádza, že jeho kurz sa tento rok posunul „od substitúcie k redefinícii", aký nezávislý dôkaz by ste žiadali, než by ste tomu uverili?
  • Veľká časť tohto odboru uplatňuje prevzatú teóriu namiesto jej testovania. Vyberte zistenie, na ktoré sa spoliehate: dalo by sa preformulovať ako test teórie a aké meranie by to vyžadovalo?

Úvod

Každý AI tutor, systém spätnej väzby a prehľad v sebe nesie predpoklady o tom, ako sa ľudia učia, či ich dizajnéri uvádzajú alebo nie. Táto stránka zhromažďuje teórie, rámce a modely, z ktorých tie predpoklady pochádzajú, zoradené voľne podľa toho, o koľko sa o ne súčasná výskumná literatúra opiera, a stručne hovorí, na čo je každý z nich dobrý. Rozdiely medzi tromi označeniami sú reálne, ale menšie, a sú zhrnuté skôr na konci, než by boli predmetom stránky. Prakticky záleží na tom, na ktorej šošovke tvrdenie stojí a či tá šošovka to tvrdenie dokáže podporiť.

Teórie učenia, ktoré literatúra uplatňuje

Tieto vysvetľujú mechanizmy: pomenúvajú časti, ktoré prácu robia, a predpovedajú, čo nasleduje, keď sa tie časti zmenia. V literatúre o AI sa väčšinou preberajú z psychológie a vied o učení a používajú sa ako interpretačné rámce okolo nového nástroja.

  • Teórie učenia (zastrešujúce) — rodina ako celok vrátane klasických pólov behaviorizmu a konštruktivizmu a medzery „konštruktivizmus v názve, behaviorizmus v praxi", ktorá sa opakuje v implementáciách AI. Konektivizmus a teória kognitívnej záťaže sú tu tiež pokryté.
  • Konštruktivizmus — učenie ako aktívna konštrukcia vedomostí. Podopiera projektovú prácu, dialógové AI doučovanie a kritiku, že systémy drilu a spätnej väzby porušujú vlastnú deklarovanú pedagogiku.
  • Sociokultúrna teória — učenie sprostredkované nástrojmi a sociálnou interakciou, a preto sa AI teoretizuje ako mediačný artefakt, nie ako obyčajná pomôcka.
  • Teória činnosti — berie celý systém činnosti vrátane protirečení ako jednotku analýzy. Bežná v štúdiách AI orientovaných na učiteľov, kde je zaujímavým zistením zvyčajne napätie medzi nástrojmi, pravidlami a komunitou.
  • Situované učenie a telové učenie — učenie ako viazané na kontext a na telo, protiváha k pokladaniu AI za čisto jazykové médium.
  • Distribuované poznávanie — myslenie rozložené naprieč ľuďmi a artefaktmi, čo rámuje pomoc AI ako prerozdelenie kognitívnej práce, nie ako jej substitúciu.
  • Komunita skúmania — sociálna, kognitívna a vyučovacia prítomnosť, ktoré robia online skúsenosť funkčnou; teória skúsenosti a zároveň dizajnový rámec.
  • Teória sebaurčenia — autonómia, kompetencia a vzťahovosť ako motivačné predpoklady. Často je to vysvetlenie ponúkané vtedy, keď používanie AI zvyšuje angažovanosť bez zvyšovania učenia.
  • Kognitivizmus — spracovanie informácií, pracovná pamäť a divergencia medzi pocitom učenia a skutočným učením.
  • Teória sociálneho vnímania (vrelosť a kompetencia) — prebratá zo sociálnej kognície a výskumu servisných robotov, rámuje, ako používatelia posudzujú dôveryhodnosť AI agenta: vnímaná kompetencia priamo predikovala dôveryhodnosť spätnej väzby ChatGPT, kým vrelosť pôsobila len cez ľudskú empatiu (SEM, 230 študentov; Pérez-López a spol. (2026)).
  • Štvrtá kategória afordancií bola navrhnutá, nie testovaná. Pri kódovaní 24 štúdií proti trojdielnej schéme afordancií recenzenti zistili, že angažovanosť, bezpečnosť a sebaúčinnosť nezapadali do technologických, pedagogických ani sociálnych kategórií, a navrhli emocionálne afordancie zakotvené v Bandurovom recipročnom determinizme (Lopez a Arabadzhy (2026)).

Modely študenta a procesu učenia

  • Samoregulované učenie — plánovanie, monitorovanie a hodnotenie vlastného učenia. Pracovný kôň konštruktov na otázku, či podpora AI zasahuje fázy, na ktorých záleží, alebo len vykonávanie.
  • Metakognícia — myslenie o vlastnom myslení a konštrukt najčastejšie menovaný vtedy, keď je AI obviňovaná, že myslí za študentov.
  • Motivácia — prečo sa študenti angažujú, a konštrukt, ktorý v štúdiách AI oddeľuje angažovanosť od učenia.
  • Sebaúčinnosť — presvedčenie o vlastnej schopnosti, odlišné od kompetencie, a častý mediátor medzi používaním AI a výsledkami.
  • Agentúra — kto riadi prácu: konštrukt za napätím kontroly verzus autonómie v odbore a za mechanizmom delegovanej agentúry v najnovšej teórii.
  • Žiaduce ťažkosti, vybavovanie, rozloženie a prelínanie a vyvracajúci text — zistenia, ktoré robia trenie pedagogicky hodnotným, uplatnené na rozhodnutia o tom, koľko má AI robiť.
  • Transfer učenia — či schopnosť pretrvá, keď sa podpora stiahne, čo nedávna teória pokladá za kritérium oddeľujúce učenie od pomoci, a nie za jeden výsledok medzi viacerými.

Rámce výučby, integrácie a osvojenia

  • TPACK — vedomosti učiteľa, ktoré spájajú technológiu, pedagogiku a obsah; predvolený rámec pre štúdie AI orientované na učiteľov.
  • Modely osvojenia — zámer ako funkcia vnímanej užitočnosti a ľahkosti používania. Používajú sa dosť široko na to, aby bola závislosť odboru na zámere namiesto správania trvalou kritikou.
  • ICAP — zoraďuje angažovanosť na pasívnu, aktívnu, konštruktívnu, interaktívnu; užitočný na otázku, aký mód interakcia s AI skutočne umožňuje.
  • SAMR — od substitúcie po redefiníciu. Populárny ako príbeh zrelosti, slabý ako merací nástroj.
  • Univerzálny dizajn pre učenie, inkluzívne učenie a prístupnosť — dizajnové rámce pre to, komu sa dostáva, a tie najčastejšie uvádzané v práci o postihnutí a rovnosti.
  • Návrh učenia, návrh kurikula a dizajnové myslenie — ako sa úlohy, sekvencie a programy štruktúrujú predtým, než sa vyberie akýkoľvek nástroj.
  • Riadenie zmien — či sa systém vôbec osvojí, čo je zvyčajne inštitucionálna, nie pedagogická otázka.

Meranie a výpočtové modely

Teórie vytvorené pre éru AI

Štyri návrhy vo vedomostnej báze teóriu budujú, namiesto toho aby si ju požičiavali. Sú to stránky článkov, nie konceptové uzly, pretože každý z nich je jediný argument:

  • Generativizmus — nová teória učenia argumentujúca, že klasické štyri vykazujú významné konceptuálne obmedzenia, ako sa generatívna AI rozširuje.
  • Epistemická spoluagentúra — model toho, ako študenti a systémy AI spoločne produkujú poznanie a porozumenie.
  • Chýbajúca kognitívna základňa — teoretizuje, prečo študenti vyrastení s AI preceňujú svoje vlastné učenie, keď AI nafukuje výkon.
  • Agentivizmus — stredodosahová teória pomenúvajúca štyri mechanizmy (delegovaná agentúra, epistemické monitorovanie a overovanie, rekonštruktívna internalizácia a transfer pri zníženej podpore) a uvádzajúca šesť testovateľných tvrdení.

Ako rozlíšiť tri označenia

Slová sa v literatúre používajú voľne a rozdiel si zaslúži jeden odsek, nie celú stránku:

  • Teória vysvetľuje mechanizmus a predpovedá, čo sa stane, keď sa jej časti zmenia. Môže zlyhať, a preto štúdie, ktoré ju testujú, môžu hlásiť veľkosti efektu.
  • Rámec organizuje alebo predpisuje. Pomenúva zložky, na ktoré treba dávať pozor, zvyčajne bez predpovedania veľkostí, a nemožno ho falzifikovať.
  • Model je formálna reprezentácia, najčastejšie merania alebo stavu študenta. Dá sa fittovať, porovnávať a ukázať ako nesprávny spôsobom, aký rámec nedokáže.
  • Označenia sa prekrývajú. Komunita skúmania je teória a dizajnový rámec zároveň; teória činnosti je vysvetľujúca a analytická. Berte označenie ako stopu o tom, čo zdroj tvrdí, nie ako zatrieďovaciu kategóriu.

Súvisiace vrstvy

Dve susedné stránky sú zámerne o niečom inom. Filozofia AI vo vzdelávaní kladie normatívne a konceptuálne otázky — na čo je vzdelávanie, či stroj dokáže učiť — a nepredpovedá veľkosti efektu; štúdia môže byť filozoficky naivná a teoreticky správna, alebo naopak. Vývoj teórie je metačinnosťou budovania, preberania a revidovania teórie vrátane trvalej kritiky, že veľká časť práce AIED uplatňuje existujúcu teóriu namiesto jej testovania. Táto stránka je inventárom; vývoj teórie je o produkovaní a revidovaní inventára.

Výber šošovky, keď je otázka praktická

  • Učitelia začínajúci od problému môžu postupovať spätne: ak sa študenti neangažujú, ICAP a SDT pomenúvajú odlišné príčiny a navrhujú odlišné riešenia; ak je otázkou, či nástroj vôbec osvojiť, modely osvojenia a SAMR sa naň pýtajú odlišné veci.
  • Návrhári učenia získajú najviac z dizajnových rámcov — UDL, návrhu učenia a podporného lešenia — v spojení s teóriou, ktorá predpovedá, čo sa stane, keď sa lešenie odstráni.
  • Výskumníci by mali uviesť, ktorý uzol štúdia tvrdí a či ho dizajn dokáže skutočne testovať; meracie modely (IRT, platnosť, samozapísané merania) rozhodujú, či hlásený výsledok podporuje to tvrdenie.
  • Administrátori sa s týmito rámcami stretávajú ako s otázkami osvojenia a zmien, kde sa fázový model často používa ako príbeh zrelosti, nie ako nástroj.

Čo rámce nedokážu

Rámce nie sú dôkaz. Zvyčajne sa preberajú z kontextov pred LLM a lokalizuje ich ten, kto ich uplatňuje, môžu fungovať ako branding a fázové modely pozývajú osvojenie na zaškrtávanie, ktoré hlási pohyb cez úrovne, a nie učenie. Tvrdenia stojace na rámci by sa mali čítať popri prierezových obmedzeniach odboru, platnosti toho, čo výsledok meralo, a známych limitoch samozapísania.

Zosúladenie mechanizmu s teóriou však môže byť rozhodujúce: tematická syntéza 55 štúdií učenia založeného na hrách podporovaného AI zistila, že účinnosť závisela od toho, či mechanizmus AI uplatňoval pedagogiku, ktorej mal slúžiť, a nie od algoritmickej sofistikovanosti (Kaşarcı a Yurt (2026)).

Časté mylné predstavy

„Uplatniť prevzatú teóriu na nástroj AI je používanie teórie." Veľká časť tohto odboru uplatňuje prevzatú teóriu namiesto jej testovania a rozdiel je v tom, či rámec urobil predpoveď, ktorá mohla zlyhať. Keď štúdia hlási zisk pod hlavičkou rámca a nezaväzuje sa k žiadnej falzifikovateľnej predpovedi, o rámci sa nič nedozvedelo — výsledok zlučiteľný s každou teóriou v katalógu je dôkazom pre žiadnu z nich.

„Hodnota rámca je v tom, ako dobre opisuje systém, ktorý ste už postavili." To je post hoc označkovanie. Taxonómia, ktorá pojme akýkoľvek dizajn, nemá rozlišovaciu silu, a preto by sa opisné rámce mali posudzovať podľa toho, čo vylučujú. Hodnotiaca otázka nie je „zapadá môj systém do tohto?", ale „aký druh systému by tento rámec označil za nesprávny?"

„Teórie učenia, modely študenta a rámce osvojenia sú zameniteľné šošovky." Odpovedajú na odlišné otázky — ako sa učenie deje, aký je stav študenta a prečo sa prax šíri — a ich typy dôkazov sa podľa toho líšia. Výber nesprávnej vrstvy produkuje štúdiu, ktorá meria správnu premennú proti nesprávnej predpovedi, čo sa číta ako nulový výsledok, hoci ide o kategorickú chybu.

„Viac rámcov znamená zrelší odbor." Rámce vytvorené pre éru AI sa hromadia rýchlejšie, než sa testujú, a hromadenie bez falzifikácie je symptóm, nie pokrok. Zrelosť sa ukazuje v tom, že sa súperiace predpovede vyriešia, nie v raste slovnej zásoby.

Prepojené koncepty

Prepojené články

Metadáta

Učenie a výučbaLearning Theories
Hodnotenie a meranieAssessment Validity, Item Response Theory
Výskumné metódy a hodnotenieResearch Methods in AIED
Základy AI v edukáciiAI vo vzdelávaní, Vývoj teórie v AI vo vzdelávaní, 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.