CZ / EN

Aktuality

Umělá inteligence pomáhá studentům

Publikováno: 17. 03. 2020

Diskuse nad úspěšností studentů v průběhu vysokoškolských studií se vedou desítky let, přičemž postupně přibývají stále nové a nové obecné společenské příčiny. Je to například nechuť ke studiu oborů obsahujících matematiku, nyní už i ekonomii a přibývají další "tvrdé" disciplíny. Přitom podstatou těchto obávaných disciplín není nic jiného než tolik žádané analytické a kritické myšlení. Studenti jsou hůře připraveni ze středních škol, život jim nabízí mnoho jiných lákadel, a tak mají méně motivace a vůle. Toto se nejvíce odráží v zájmu o vysokoškolské studium na technických vysokých školách a následně v jeho úspěšnosti, strojní fakultu ČVUT v Praze nevyjímaje. Co s tím?

Omezit množství přijímaných studentů náročnější přijímací zkouškou, než je maturita z matematiky, by v případě naší fakulty znamenalo značné snížení počtu absolventů. Všichni víme, jak by to ovlivnilo naše podniky, instituce, zahraniční firmy a celkovou konkurenceschopnost našeho průmyslu, a tedy i ekonomiku České republiky. Proto na naší fakultě již dlouhodobě uplatňujeme a zkoušíme metody, kterými lze proti neúspěšnosti studentů účinně bojovat, přičemž nejvíce se nám zatím osvědčuje aplikace metod umělé inteligence. Metodami strojového učení vytváříme "na míru" modely chování úspěšného a neúspěšného studenta. U úspěšných studentů jsme nalezli různá pravidla jejich organizace studia, například že po neúspěšné zkoušce z matematiky je potřeba ji ihned zopakovat, ale jen jednou, že je vhodné skládat dvě těžší zkoušky za sebou a pak jednu lehčí a podobně.

Můžeme tedy pro každého studenta podle toho, jak se mu daří skládat zkoušky a získávat zápočty v daném čase školního roku, počítačovým programem předpovědět jeho úspěšnost. Studenty, jejichž studium je ohroženo, na týdenní bázi informujeme s nabídkou konzultace jejich dalšího postupu.

Dále všem studentům popíšeme nalezená pravidla úspěšného studia v půlce semestru a těm ohroženým poskytneme individuálně rady o jejich použití v jejich konkrétní situaci během zkouškového období. Cílem našeho modelu je tedy predikce rizika neúspěchu ve studiu vždy v zápočtovém týdnu, to jest v době, kdy jde toto riziko odstranit, a konkrétnímu studentovi tak pomoci. Je to většinou dříve, než si to student uvědomí sám. Po této predikci následují pedagogická a motivační opatření vedoucí k úspěšnějšímu studiu, samozřejmě bez snížení úrovně odborných a edukativních požadavků. Na dodržování "nepodlézání laťky" kladu maximální důraz a osobně to v mezních případech prověřuji.

Tento postup byl vyvinut na Open University ve Velké Británii, kde se dlouhodobě osvědčuje. Tím, že poznatky o chování v případě úspěchu a neúspěchu sdělujeme studentům předem, jsme dokázali v prvním semestru snížit propadovost o neuvěřitelných 49 procent a na konci bakalářského studia dosahujeme celkového zlepšení o pět procent. Podařil se nám tak první krok, a to zmenšit problémy související s přechodem ze střední školy na vysokou.

Nároky ale rostou s každým dalším ročníkem a zde lze celkové studijní, odborné i motivační bariéry snížit už jen částečně. Proto během pokračování vysokoškolského studia uplatňujeme na Fakultě strojní Českého vysokého učení technického i další postupy, jak neúspěšnost studia snižovat. Nabízíme studentům, kteří zápasí s kvalifikací u zkoušek, ale i těm, u kterých vidíme chuť do studia a zájem o obor, rozloženou výuku do čtyř let v takzvaném dvourychlostním bakalářském studiu.

Tento postup snížil celkovou neúspěšnost na konci studia o dalších 15 procent. V roce 2019 jsme přijali 552 českých studentů, kteří poprvé začali studovat na vysoké škole, dále 49 opakujících studentů a 13 samoplátců z ciziny. Školu ukončilo 328 bakalářů a 319 inženýrů, přičemž neúspěšnost studia se pohybuje kolem 48 procent.

Kdybychom výše popsaný postup neaplikovali nebo přijali jen polovinu studentů po testech nad rámec maturity z matematiky, ročně bychom vychovali asi o 100 inženýrů méně. Aktuálně nyní rozpracováváme i třetí cestu vedoucí ke snižování studijní neúspěšnosti, a to jsou postupy vzniklé na Karlsruhe Institute of Technology. Ty jsou velmi náročné nejen na studenty, ale i na pedagogy, neboť spočívají v osobním tutorství studentů, tedy vlastně v pomoci jakéhosi "osobního učitele", nejlépe představovaného starším studentem.

Chtěl bych proto uchazeče o studium Fakulty strojní Českého vysokého učení technického ubezpečit, že je mnoho cest k úspěšnému absolvování studia, přičemž jediným nutným předpokladem je motivace, vůle a samozřejmě zájem o obor.

Tento článek vyšel 17. března 2020 v Lidových novinách.
O autorovi: MICHAEL VALÁŠEK, děkan FS ČVUT v Praze