Vliv nástrojů umělé inteligence na studenty českých vysokých škol

• Thesis title in Czech: Vliv nástrojů umělé inteligence na studenty českých vysokých škol
• Thesis title in English: The impact of AI tools on higher education students
• Key words: vysokoškolské vzdělávání, vzdělávání, umělá inteligence, neuronové sítě
• English key words: higher education, education, artificial intelligence, neural networks
• Academic year of topic announcement: 2022/2023
• Thesis type: diploma thesis
• Thesis language: čeština
• Department: Department of Sociology (23-KS)
• Supervisor: PhDr. Ing. Petr Soukup, Ph.D.
• Author: hidden - assigned by the advisor
• Date of registration: 22.09.2023
• Date of assignment: 22.09.2023
• Date of electronic submission: 30.04.2024
• Opponents: Mgr. Jiří Remr, Ph.D.

Guidelines

Předpokládané metody zpracování
Diplomová práce bude pracovat s primárními daty získanými pomocí dotazníku a rozhovorů se studenty. Přesněji dojde ke kombinaci kvalitativních a kvantitativních metod výzkumu. Rozhovory se studenty vysokých škol nám poslouží jako podklad k vytvoření výzkumného instrumentu, který bude rozeslán studentům českých vysokých škol. Cílem práce je obsáhnout studenty fakult všech vysokých škol na území ČR (veřejné, státní, soukromé). K identifikaci klíčových témat ze získaných rozhovorů bude použita obsahová analýza. K analýze dotazníkových dat budou použity metody deskriptivní statistiky a statistické testování.


Etické souvislosti zvažovaného projektu
Jelikož bude výzkum pracovat s primárními daty získanými pomocí dotazníku a rozhovorů se studenty vysokých škol, etická rizika se objeví primárně ve spojení s koncesí, ochranou osobních údajů, anonymitou a bezpečného uložení získaných dat. Abychom se při vytváření diplomové práci těmto rizikům vyvarovali, informujeme respondenty o účelu výzkumu, sběru dat a ochraně jejich osobních údajů a získáme od nich informovaný souhlas. Nadále ve vzniklém datasetu zanonymizujeme veškeré citlivé údaje a v neposlední řadě budeme udržovat kopie datových souborů na bezpečném místě.

References

ADAMOPOULOU, Eleni; MOUSSIADES, Lefteris. Chatbots: History, technology, and applications. Machine Learning with Applications, 2020, 2: 100006.

ADIGUZEL, Tufan; KAYA, Mehmet Haldun; CANSU, Fatih Kürşat. Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 2023, 15.3: ep429.

CARR, Nicholas. Is Google Making Us Stupid? What the Internet Is Doing to Our Brains. The Composition of Everyday Life, Concise, 2015, 355.

CARR, Nicholas. The shallows: What the Internet is doing to our brains. WW Norton & Company, 2020.

CONOLE, Gráinne. Stepping over the edge: the implications of new technologies for education. In: Web 2.0-based E-learning: Applying social informatics for tertiary teaching. IGI Global, 2011. p. 394-415.

CRITTENDEN, William F.; BIEL, Isabella K.; LOVELY III, William A. Embracing digitalization: Student learning and new technologies. Journal of marketing education, 2019, 41.1: 5-14.

CUKUROVA, Mutlu; LUCKIN, Rose. Measuring the impact of emerging technologies in education: A pragmatic approach. 2018.

GOMIS-PORQUERAS, Pedro; MEINECKE, Jurgen; RODRIGUES-NETO, José A. New technologies in higher education: Lower attendance and worse learning outcomes?. Agenda, 2011, 18.1: 69-83.

HERRINGTON, Jan, et al. New technologies, new pedagogies: Mobile learning in higher education. 2009.

LAURILLARD, Diana. New technologies, students and the curriculum. Higher education re-formed, 8, 133.

POPOVICI, Anca; MIRONOV, Cosmina. Students’ perception on using eLearning technologies. Procedia-Social and Behavioral Sciences, 2015, 180: 1514-1519.

SELWYN, Neil. Is technology good for education?. John Wiley & Sons, 2016.

SIMPSON, Richard; OBDALOVA, Olga A. New technologies in higher education–ICT skills or digital literacy?. Procedia-Social and Behavioral Sciences, 2014, 154: 104-111.

ZHAI, Xuesong, et al. A Review of Artificial Intelligence (AI) in Education from 2010 to 2020. Complexity, 2021, 2021: 1-18.

ZHANG, Ke; ASLAN, Ayse Begum. AI technologies for education: Recent research & future directions. Computers and Education: Artificial Intelligence, 2021, 2: 100025.

Preliminary scope of work

V současné době dochází k rapidnímu pokroku ve sféře vývoje a implementace umělé inteligence a neuronových sítí. Tento vývoj, jež je neodmyslitelně spojen s rozvojem moderních technologií nově vzniklé AI nástroje postupně adaptuje a zpřístupňuje tak, aby je díky své jednoduchosti byl schopen použít jako běžný nástroj téměř každý koncový uživatel. Právě tato dostupnost a uživatelská přívětivost nástrojů pak vytváří prostředí umožňující jejich vstup do rozlišných sfér lidského života. AI nástroje se tedy díky své schopnosti pracovat s jazykovými modely stávají významnou součástí různých (nejen) technologických odvětví (programování, analýza dat, rozpoznávání vzorců), a jejich potenciál a možnosti využití se díky tomu takřka plynule rozšiřují i do sfér jako je vysokoškolské vzdělávání.

O tom, že se jedná o relativně nový trend přinášející rychlé změny, nás mohou přesvědčit některé regulatorní postoje zapojených jedinců a institucí. Na úrovni jedinců již dnes vznikají různá uskupení a petice, které se snaží bojkotovat vývoj pokročilých AI nástrojů. Významným příkladem je petice Pause Giant AI Experiments: An Open Letter, která momentálně s více než 33 000 podpisy usiluje o pozastavení všech AI nástrojů, které jsou výkonnější než GPT-4, alespoň na dobu 6 měsíců,. Na úrovni institucionální, přesněji v prostředí vysokých škol, lze zase pozorovat snahy o částečnou regulaci těchto nových nástrojů. Na základě akademických debat proto postupně vznikají rámce usměrňující užití AI na akademické půdě, které poukazují na možnosti využití nástrojů při výuce, varují před problémem plagiátorství a za pomoci citačního rámce vytvářejí návody, jak se plagiátorství vyhnout.

Stejně jako v případě vývoje jiných digitálních technologií v minulosti (jako byl například vývoj internetu) se i tento trend zdá býti takřka nezastavitelný, a tedy současným logickým krokem je přijmout ho a pokusit se ho prozkoumat co nejvíce do hloubky ze všech různých perspektiv. Přestože existuje určité množství studií zabývajících se vlivem neuronových sítí na vzdělávání, je nutno podotknout že jsou velmi okrajové, přičemž se zabývají potenciálem, výzvami a budoucím směřování těchto nástrojů (see. Zhang et. al.), jejich užitím ve výuce (see Adiguzel et. al.), či sumarizují užití zastaralých nástrojů během uplynulé dekády (see. Zhai et. al.). Lze tedy konstatovat, že díky čerstvosti vzniku daných nástrojů je téma vlivu neuronových sítí na univerzitní vzdělávací proces nedostatečně prozkoumané, zejména pokud na něj pohlížíme z hlediska postojů studentů a celkového využití těchto nových AI nástrojů.

Kvůli čerstvosti technologického vývoje pokročilých neuronových sítí, a tedy i nedostatku poznání v oblasti jejich dopadů na vzdělávací proces, bude práce stavět svá poznání na zjištěních vzniklých při zkoumání jiných (nových) technologií na vzdělávací proces. Právě mezi těmito výzkumy například vznikaly studie zkoumající vliv internetu na jedincovo myšlení a schopnost koncentrace (see. Carr), studie zkoumající dopad Webu 2.0 na změny v učebních a vyučovacích postupech (see. Conole), či studie měřící míru vlivu nových technologií na učební procesy (see. Cukurova).

Jelikož se dosavadní výzkumy v oblasti vzdělávání v univerzitním prostředí zaměřují primárně na postoje studentů k, nyní již tradičním, metodám a technologiím (nástroje Webu 2.0 a další), a zároveň kvůli čerstvosti v technologických průlomech prozatím nástroje ve sféře neuronových sítí opomíjejí (Generative Pre-trained Transformers a další), pokusí se diplomová práce prvotně prozkoumat právě toto prostředí. Rostoucí důležitost neuronových sítí a jejich adopce studenty vysokých škol je autorem diplomové práce vnímána za velice důležitou a autor tedy považuje za nezbytné získat ucelený pohled na to, jaké jsou postoje studentů k těmto novým nástrojům umělé inteligence, do jaké míry je využívají ve svém vzdělávání a jaké rozdíly vznikají mezi studenty uživateli a neuživateli. Práce bude navazovat na dřívější studie zabývající se vlivem nových technologií na vzdělávání, a tím se pokusí zaplnit pomyslné bílé místo, které nové nástroje neuronových sítí vytvořily.

Očekávaný přínos této práce spočívá primárně ve vyplnění znalostní mezery. Přesněji si práce klade za cíl zmapovat a získat aktuální poznatky o postojích studentů českých vysokých k těmto novým nástrojům. Tím, že dojde k identifikaci jejich preferovaných nástrojů, metod využití, přínosů, či obav, získáme lepší porozumění celé situace. Právě tato zjištění pak mohou sloužit jako směrnice pro budoucí implementaci a optimalizaci těchto nových nástrojů do procesu výuky, a zároveň být i jakýmsi námětem k jejich optimalizaci. V neposlední řadě pak práce může posloužit i jako podklad pro další výzkumy v oblasti vysokoškolského vzdělávání a nových (nejen AI) technologií.