Jak zavést v ČR nový model diplomových prací, kde student není pisatel, ale auditor umělé inteligence

Akademické prostředí tak stojí před zásadní otázkou: Co má diplomka vlastně dokazovat? Že umí člověk psát text? Nebo že umí myslet? Pokud má diplomová práce být skutečnou zkouškou odborné způsobilosti, musí se změnit. A nový směr je překvapivě logický:

✅ AI vygeneruje výchozí text / analýzu / dataset ✅ Student provede kritický audit, fact-checking, metodickou analýzu a opraví chyby ✅ Obhajoba proběhne formou živé práce s AI – komise vygeneruje protiargument a student jej odborně rozebere

Tohle není ústupek AI. Tohle je posílení odbornosti studentů. A hlavně? Tento model lze zavést v ČR hned zítra, bez zásahu do zákonů.

1) Proč to potřebujeme: realita roku 2025 se nedá ignorovat

Zásadní problém je jednoduchý:

1. AI umí psát texty lépe než většina studentů.

2. Ale nedokáže nést odpovědnost za pravdivost.

3. A právě odpovědnost je to, co musí student prokázat.

Závěrečná práce už nesmí být testem: schopnosti psát květnaté odstavce, znalosti formálních norem, manuálního přepisování literatury. Musí být testem: kritického myšlení, ověřování zdrojů, odhalování metodických chyb, práce s biasy a halucinacemi AI, schopnosti obhájit vlastní závěry. Tedy přesně těch dovedností, které budou v příštích desetiletích nejcennější. A světové univerzity už to pochopily — testují formáty, kdy student neprodukuje text, ale kriticky audituje AI výstup. Cílem není omezovat AI — ale naučit se s ní pracovat jako s nástrojem, který musí být kontrolován člověkem.

2) Jak to zavést v ČR: plán na 100 dní

A teď to nejdůležitější: jde to udělat bez změny zákona, bez revoluce, bez chaosu. Stačí postupovat v několika jasných krocích.

✅ Den 0–30: příprava pilotu

A) Určit garanty a pilotní týmy - proděkan pro studium, metodik kvality, 3–5 vyučujících ochotných inovovat.

B) Přijmout krátkou vnitřní směrnici (2–3 stránky), které definují - AI je povolená, ale musí být přiznaná (AI Disclosure), zákaz skrytého generování bez kritiky, diplomka = kritický audit AI (nikoli textová produkce), jasná pravidla hodnocení.

C) Vybrat pilotní programy a předměty - Například: veřejná správa, informatika, dopravní inženýrství, ekonomie, pedagogika.

D) Vytvořit šablony - zadání práce (AI baseline + audit), formát AI Disclosure, rubrika hodnocení, vzorové obhajoby.

✅ Den 31–60: nástroje, školení, baseline

A) Školení vyučujících - Téma: kritický audit AI výstupů, halucinace, fact-checking, metodika.

B) Zprovoznit bezpečnou AI infrastrukturu - Možnosti: institucionální GPT/Claude/Gemini nebo jinak podle citlivosti dat.

C) Vytvoření AI baseline - Každý student v pilotu dostane: AI-generovaný text, AI-generovanou analýzu, dataset, graf, případně modelový argument. Studentův úkol je rozstřelit ho odborností.

✅ Den 61–100: běh pilotu + nové obhajoby

Student odevzdává:

• AI oponenturu – odbornou kritiku AI výstupu

• Opravenou verzi textu/analýzy

• AI Disclosure (log, verze modelu, prompty)

• Replikovatelný datový balíček (kód, tabulky)

• Obhajoba probíhá jako živý duel s AI: Komise vygeneruje nový protiargument, student provede rychlý audit, ověří fakta a metodiku, objasní svůj závěr. Nejde o text. Jde o intelekt.

3) Jak změnit hodnocení

Tradiční kritéria (rozsah, styl, počet citací) se ruší. Nastupuje profesionální hodnoticí rámec:

✅ 1. Kritika AI výstupu (30 %) – přesnost identifikace chyb, analýza halucinací a biasů, pochopení limitů modelu.

✅ 2. Metodická správnost (25 %) – triangulace, validace dat, logika argumentace.

✅ 3. Práce se zdroji (20 %) – kvalita primárních zdrojů, aktuální literatura, transparentní citace.

✅ 4. Vlastní přínos (15 %) – opravy textu, doplnění analýzy, vlastní argumenty.

✅ 5. Obhajoba – live audit (10 %) – schopnost kriticky reagovat, logické uvažování pod tlakem, orientace v tématu.

Tohle je férové. A hlavně — tohle je skutečná odborná kompetence.

4) Jak by se změnila role učitelů, komisí a fakult

✅ Role učitele → z „policisty textu“ se stává kouč kritického myšlení.

✅ Role komise → není soudce, ale sparring partner při živé debatě.

✅ Role fakulty → garant kvality: poskytuje baseline, rubriky, platformy, metodiku. Tedy přesun od formy k obsahu.

5) Jak to financovat v českém prostředí

Tady je příjemná zpráva: peníze už existují. Stačí je použít.

6) GDPR, etika a právo

✅ NENÍ třeba měnit zákon 111/1998 Sb. - Diplomka je didaktický nástroj. Forma je v rukou univerzity.

✅ AI Disclosure = hlavní ochrana - Student přesně uvede: co generovala AI, jak byl text upraven, které prompty byly použity, jak proběhl fact-checking.

✅ GDPR – žádná osobní data do veřejných LLM – citlivé projekty -> on-prem modely

✅ Autorské právo – student je autor oponentury a výsledné verze– AI není autor → právně bezpečné

7) Jak přesvědčit akademické obce

Obava 1: „Bude to jednodušší!“ → Opak je pravdou. Identifikovat chyby AI je těžší než odcitovat tři knížky.

Obava 2: „Studenti to budou obcházet.“ → AI detektory jsou nesmysl. Řešení je: replikace + disclosure + živá obhajoba.

Obava 3: „Ztratíme tradici.“ → Ne. Zachováme podstatu: prokázat odbornou zralost. Jen modernizujeme metody.

8) Jak to komunikovat veřejnosti

✅ Studentům - „AI můžeš používat. Ale musíš jí rozumět — a musíš ji umět zpochybnit.“

✅ Rodinám a médiím - „Naši absolventi budou experti na audit umělé inteligence — dovednost, která bude (v EU) strategická.“

✅ Zaměstnavatelům - „Student zná limity AI, bias, interpretaci dat. Není uživatel, je kontrolor.“

9) Jaká rizika hrozí a jak je řešit

❗ Riziko: přetížení komisí ✅ Řešení: standardizovaný 10minutový „live audit scénář“

❗ Riziko: chaos v metodikách ✅ Řešení: centrální šablony a rubriky

❗ Riziko: etické chyby ✅ Řešení: AI-etická směrnice (pár stran, jasná pravidla)

❗ Riziko: neochota akademiků ✅ Řešení: pilotní týmy + transparentní data o výsledcích

10) Co z toho získáme: největší posun českého školství za 30 let

✅ univerzity se přestanou tvářit, že AI není

✅ studenti budou umět auditovat algoritmy

✅ firmy dostanou kvalitnější absolventy

✅ diplomky budou důkazem myšlení, ne přepisování

✅ ČR může být lídrem ve střední Evropě

Tohle je šance, kterou nemůžeme promarnit. A není to sci-fi. Není to teorie. Tento systém se dá zavést hned. A bude fungovat.

Závěr: Diplomky nezmizí. Změní se – a stanou se konečně tím, čím měly vždy být. Psaní textů přenecháme strojům. Rozumění textu přenecháme lidem. Budoucí absolvent bude umět: kriticky rozebrat AI výstup, metodicky ověřit tvrzení, doplnit analýzu, obhájit vlastní názor, orientovat se v datech, čelit algoritmickým chybám a biasům. A přesně to bude rozhodovat o budoucnosti. Ne rozsah diplomky. Ne počet použitých citací. Ale schopnost myslet v době syntetické pravděpodobnosti.