Od digitálního k prostorovému: Jak AI mění ekonomiku imerzivního učení

Prostorové učení nikdy netrpělo nedostatkem přesvědčivých případů použití. Anatomie, chemie, inženýrství a mnoho dalších předmětů je inherentně trojrozměrných (3D), přesto jsou studenti často požádáni, aby se je učili a pochopili prostřednictvím textu, dvourozměrných diagramů nebo plochých videí. Hlavní překážkou byly ekonomické otázky: vytvořit dostatek vysoce kvalitního interaktivního 3D obsahu, který pokryje běžný učební plán, což tradičně vyžadovalo specializované umělce, vývojáře a značný čas na produkci. Umělá inteligence (AI) začíná tuto situaci měnit novými formami prostorového výpočtu, které usnadňují poskytování imerzivních zážitků na širší škále zařízení a výukových prostředí.

Možností není nahradit učebnice, přednášky, fyzické laboratoře nebo učitele. Jde o to sladit fyzickou reprezentaci s konceptem. Student může číst o struktuře molekuly, zkoumat ilustraci lidského srdce nebo studovat diagram motoru, ale v každém případě musí učící se mentálně rekonstruovat vztahy mezi objekty, strukturami a procesy. Prostorové učení může část tohoto kognitivního překladu snížit tím, že studentům umožní přímo prozkoumat tyto vztahy a interagovat s nimi z různých, realistických perspektiv.

Od digitální informace k prostorovému porozumění

Přechod k prostorovému učení je součástí širší evoluce ve vzdělávacích technologiích. Digitalizace učebnice usnadnila přístup k informacím, ale zásadně nezměnila způsob, jakým jsou informace reprezentovány. Interaktivní software přidal participaci a simulace přidaly experimentování. Prostorové zážitky mohou jít o krok dál tím, že mění samotnou reprezentaci, zejména když je předmět inherentně prostorový.

Uvažujme anatomii. Rozpoznání struktur lidského srdce je jen začátek; studenti musí také pochopit, jak tyto struktury navzájem souvisejí, kde se nacházejí v těle a jak fungují jako součást většího systému. Stejná výzva se objevuje v chemii, kde je důležitá molekulární geometrie, a v inženýrství, kde pochopení interakce mezi součástmi může být stejně důležité jako identifikace samotných součástí.

Rostoucí množství výzkumu naznačuje, že se jedná o více než teoretickou výhodu. meta-analýza z roku 2024 publikovaná v Anatomical Sciences Education zkoumala 27 experimentálních studií zahrnujících 2 199 studentů zdravotnických věd a zjistila, že technologie rozšířené reality (XR) přinášejí větší nárůst znalostí než tradiční přístupy. Když byl XR použit jako doplňkový zdroj vedle konvenční výuky, tento efekt se zvýšil. Výkonnost znalostí při použití XR také převyšovala učebnice a atlasy, přičemž 80 % studentů, kteří XR používali, uvedlo, že považují tuto technologii za užitečnou pro učení anatomie.

Samostatná meta-analýza randomizovaných studií dospěla k podobnému závěru a zároveň zjistila značnou variabilitu mezi studiemi. Toto upozornění má význam: prostorová technologie není automaticky vzdělávací jen proto, že je imerzivní. Její hodnota závisí na instruktivním designu, kvalitě reprezentace a na tom, jak dobře je zážitek integrován do zbytku lekce.

Stejný princip se rozšiřuje napříč STEM. Fyzika zahrnuje síly a pohyb, které může být obtížné pozorovat přímo. Země- a vesmírné vědy se zabývají jevy, které mohou být příliš velké, příliš malé, příliš vzdálené nebo příliš nebezpečné na fyzické reprodukci. V každém případě může dobrá prostorová reprezentace učinit vztahy, které by jinak zůstaly abstraktní, viditelnými.

Prostorová prostředí mohou také usnadnit experimentování. Místo toho, aby byl studentovi jen ukázán výsledek procesu, může manipulovat s proměnnými, testovat hypotézy a pozorovat výsledek. Simulace umožňuje učícímu se udělat chybu, změnit předpoklad a zkusit to znovu, aniž by spotřebovával fyzické materiály nebo zaváděl stejné bezpečnostní a logistické omezení jako některé laboratorní aktivity.

Výzkum komplexních biologických systémů zvláště dobře ilustruje potenciál. V studii 3D, hapticky umožněné virtuální reality pro učení o lidském srdci se zkoumalo, zda interaktivní 3D zážitek může podpořit středoškolské studenty při učení kardiální anatomie a fyziologie. Výzkumníci dospěli k závěru, že 3D, haptické a VR technologie mohou poskytovat robustní reprezentace a interakce řízené studenty s komplexními biologickými systémy, přičemž také poznamenali, že mladší studenti mohou vyžadovat další podporu k propojení nových informací s širšími systémy.

Tento příklady také ukazují, proč by imerzivní vzdělávání mělo být považováno za širší kategorii než jen VR. Zážitek může probíhat v headsetu, prostřednictvím rozšířené reality, na obrazovkovém bezbrýlovém 3D displeji nebo skrze jiné rozhraní. Relevantní otázkou není, který form factor je univerzálně nejlepší, ale který pomáhá studentům pochopit koncept, který by jinak byl obtížně vizualizovatelný nebo prožíván.
Jak tato kategorie roste, nejdůležitějším posunem může být přechod od izolovaných demonstrací k zážitkům, které se přirozeně začlení do běžné výuky. To vyžaduje nejen přesvědčivý hardware, ale také dostatek obsahu, sladění s učebními osnovami a snadnost použití, aby se prostorové učení mohlo stát dalším každodenním výukovým nástrojem.

AI mění ekonomiku prostorového učení

Pokud prostorové učení po léta vykazovalo slib, proč zůstalo relativně specializované? Jednou z největších překážek byl obsah spojený s ekonomikou. Vysoce kvalitní interaktivní lekce může vyžadovat odborné znalosti, instruktivní design, 3D modelování, vývoj softwaru a značný čas na produkci. Tento model funguje pro vybrané vlajkové zážitky; je mnohem obtížnější jej rozšířit na celý učební plán.

Umělá inteligence by mohla začít tuto rovnici měnit. Generativní AI je již přijímána pedagogy pro praktické úkoly, jako je plánování lekcí, výzkum a vývoj obsahu. Podle Gallup, šest z deseti učitelů uvádí, že AI používají ve své práci. Mezi učiteli nižší střední školy OECD 2026 Digital Education Outlook zjistilo, že 57 % souhlasí, že AI jim pomáhá psát nebo vylepšovat plány lekcí, zatímco 72 % věří, že AI by mohla poškodit akademickou integritu tím, že umožní studentům představovat práci vytvořenou jinými jako svou vlastní.

Tyto čísla ilustrují jak dynamiku, tak výzvu související s AI ve vzdělávání. Učitelé již technologii experimentálně používají, ale nejužitečnější aplikace pravděpodobně doplní, nikoli nahradí, profesionální úsudek. Stejný princip by měl řídit využití AI pro prostorové učení: automatizovat tření, ne pedagogiku.

AI začíná automatizovat části pipeline prostorového obsahu, které dříve vyžadovaly specializované pracovní postupy. V závislosti na materiálu mohou modely pomáhat s odhadem hloubky z 2D snímků, segmentací, konverzí 2D na 3D, generováním 3D aktiv z textu nebo obrázků, rekonstrukcí scén z fotografií a videí a adaptací vizuálního materiálu pro různé prostorové rozhraní. Žádná z těchto technik není dokonalá, ale společně mění výchozí bod. Ilustrace z učebnice, vědecký diagram, fotografie nebo video mohou čím dál více sloužit jako surový materiál pro interaktivní prostorový zážitek, místo aby byl potřeba tým k vytvoření každého aktiva od nuly.

Tento posun má význam, protože škálování vzdělávání je z velké části otázkou opětovného využití. Pokud učitelé a instruktážní designéři mohou vycházet z materiálů, kterým již důvěřují, zatímco AI řeší více opakované technické práce potřebné k jejich prostorovému zpracování, imerzivní učení se stává snazším představit si jej v měřítku učebního plánu, místo aby šlo o sbírku drahých jednorázových demonstrací.

AI může také učinit stejnou prostorovou lekci adaptabilnější. Například obtížná molekulární struktura může být nejprve představena ve zjednodušené formě a poté postupně odhalována v detailu. Jiný student může strávit více času manipulací se stejným modelem nebo získávat další vysvětlující kontext. Vzdělavatel stále definuje učební cíl; AI může pomoci různě měnit cestu k jeho dosažení.

Tato možnost vyžaduje pečlivé plánování a přístup. Pokyny UNESCO pro generativní AI ve vzdělávání a výzkumu vyzývají k lidsky orientované strategii, která chrání lidskou agenturu, řeší otázky soukromí a bezpečnosti a zajišťuje, že AI systémy jsou hodnoceny z hlediska etické a pedagogické vhodnosti. UNESCO také zdůrazňuje, že AI by měla podporovat lidskou inteligenci, nikoli ji nahrazovat. 

Cílem tedy není automatizovat vzdělávání. Cílem je snížit náklady a odborné znalosti potřebné k vytvoření užitečných prostorových zážitků, přičemž učitelé zůstávají odpovědní za to, co se učí, jak se to učí a jak se učení hodnotí.

Začlenění prostorového učení do každodenní třídy

Tvorba obsahu je jen jednou částí rovnice. Druhou částí je, jak studenti k těmto zážitkům přistupují.

Po většinu historie imerzivních technologií byla nejviditelnější cesta k prostorovým zážitkům VR headset. Headsety mohou vytvářet silné úrovně imerze, ale nasazení ve třídě také vyvolává praktické otázky týkající se nákladů, údržby, přístupnosti, správy zařízení a toho, jak snadno může učitel přecházet mezi individuální a skupinovou výukou.

Toto není argument proti zařízení s hlavou. Pro některé lekce může být plná imerze přesně tím správným nástrojem. Prostorové učení bude užitečnější, pokud si pedagogové mohou vybrat mezi více způsoby doručení. Například obrazovkově založené, bezhlavé 3D zážitky mohou zachovat mnoho výhod prostorové vizualizace a zároveň snížit překážky pro výuku vedenou učitelem nebo kolaborativní využití. Otázkou není headset versus displej; jde o sladění rozhraní s výukovou metodou.

Tento rozdíl má význam, protože výuka ve třídě je inherentně sociální. Studenti potřebují klást otázky, porovnávat pozorování a obracet se k učiteli nebo k sobě navzájem. Prostorová technologie je nejúčinnější, když podporuje tuto interakci, místo aby se stala samotným cílem.

Jedním užitečným příkladem z praxe je zSpace, jehož vzdělávací platforma kombinuje obrazovkově založený, bezhlavý 3D hardware s učebními programy, simulacemi a profesionálním vzděláváním. Důležitá lekce nespočívá v konkrétním produktu, ale v modelu doručení: prostorové učení se snadněji integruje, když technologie funguje jako součást třídy, místo aby vyžadovala, aby každý student vstoupil do samostatného virtuálního prostředí.

Stejný princip se rozšiřuje i do profesionálního a medicínského vzdělávání. V UHealth – University of Miami Health System lékaři používají Eonis Vision, vyvinutý společností Avatar Medical ve spolupráci s Barco, k přeměně CT a MRI snímků na interaktivní, pacientsky specifickou 3D anatomii během konzultací. Současné nasazení se zaměřuje na pochopení pacienta a klinickou komunikaci spíše než na formální medicínské vzdělávání, ale ilustruje stejný vzdělávací princip: komplexní anatomie může být snazší k diskuzi, když dva lidé mohou společně zkoumat stejnou prostorovou reprezentaci. Tento přístup má jasný potenciál pro studenty a rezidenty učící se anatomii z reálných klinických dat.

Výzkum také naznačuje, že imerzivní a prostorové technologie jsou často silné jako doplňky k tradiční výuce, nikoli jako její náhrada. Dříve citované důkazy z anatomie ukázaly zvláště silné zisky, když byl XR použit jako doplňkový zdroj. To podporuje model, ve kterém jsou prostorové zážitky zapojeny do širší lekce spolu s diskusí, čtením, fyzickým experimentováním a vedením učitele.

Další generace digitálního učení

První vlna digitálního vzdělávání usnadnila přístup k informacím. Další vlna učiní informace prostorovými. To je zásadnější změna než jen umístění dalšího typu obsahu na obrazovku, protože mění způsob, jakým studenti mohou s informacemi sami interagovat.

Místo pouhého čtení o komplexní struktuře mohou studenti tuto strukturu prozkoumat. Místo pohledu na diagram systému ji mohou manipulovat. Místo memorování kroků procesu mohou měnit proměnné a pozorovat důsledky. Tyto zážitky mohou pomoci překlenout propast mezi abstraktním vysvětlením a vnitřním modelem studenta o tom, jak něco funguje.

Tradiční třída v budoucnosti nezmizí. Učitelé zůstávají nezbytní a základní dovednosti jako čtení, psaní, diskuse a kritické myšlení zůstávají stejně důležité. Příležitost je sladit formát výuky s povahou konceptu: některé myšlenky se nejlépe učí prostřednictvím přednášky nebo textu, některé skrze fyzické experimentování a některé se stávají mnohem snazšími k pochopení, když studenti mohou vidět, jak se komponenty vztahují ve prostoru.

AI a prostorové výpočty mohou tuto poslední kategorii učinit mnohem přístupnější. AI může snížit čas, náklady a specializované odborné znalosti potřebné k přeměně existujících materiálů na interaktivní zážitky, zatímco pokroky ve prostorovém hardwaru mohou tyto zážitky zpřístupnit v širším spektru učeben a zařízení.

Samotná třída může proto vypadat překvapivě známě. Učitelé budou i nadále učit a studenti budou i nadále spolupracovat. Co se mění, je povaha některých informací uvnitř tohoto prostředí: studenti je mohou stále více zkoumat, manipulovat s nimi a chápat je z různých perspektiv, místo aby jen konzumovali pevnou reprezentaci.

To je hlavní slib posunu od digitálního k prostorovému učení. Nejde o nahrazení současných způsobů, jakými studenti dnes učí, ale o rozšíření počtu způsobů, jak mohou pochopit to, co se jim učí. Pokud AI dokáže i nadále snižovat bariéru tvorby prostorového obsahu, imerzivní učení má jasnou cestu od specializovaných zážitků k běžné součásti učitelova souboru nástrojů.