Adesua testuje AI učiteľa vo WhatsAppe pre vedu v západnej Afrike

Generatívna AI sa v školstve často prezentuje cez nástroje pre dobre vybavené školy a univerzity, no nová práca Adesua sa pozerá na opačný koniec spektra: čo ak je najdôležitejším kanálom nie nový edtech portál, ale obyčajný WhatsApp? Autori zverejnili preprint o AI asistentovi pre výučbu prírodných vied v západnej Afrike, ktorý cieli na prostredie s vysokým pomerom žiakov na učiteľa, obmedzeným prístupom ku kvalifikovaným pedagógom a silným tlakom na lacné, škálovateľné formy podpory. Už samotná voľba distribučného kanála je preto podstatná: namiesto budovania novej aplikácie systém využíva komunikačný nástroj, ktorý je v regióne už rozšírený.

Systém s názvom Adesua nadväzuje na platformu Kwame for Science a kombinuje kurátorované učebné materiály s 33 rokmi národných skúškových otázok. Nad tým stavia konverzačné odpovede na vedecké otázky aj automatizované testovanie s okamžitou spätnou väzbou. Študent sa teda nemusí len pýtať na jednotlivé fakty; môže si nechať pripraviť test podľa témy alebo konkrétneho skúškového ročníka, zvoliť si časovaný či nečasovaný režim a po odovzdaní dostať nielen známku, ale aj vysvetlenie správnych a nesprávnych odpovedí. Pre regióny, kde osobná konzultácia s učiteľom nemusí byť vždy dostupná, ide o podstatne praktickejší scenár než všeobecný chatbot bez väzby na miestne kurikulum.

Najsilnejšia časť práce nie je marketingový sľub, ale pokus o terénne overenie. Autori opisujú šesťmesačné nasadenie v roku 2025 s 56 aktívnymi používateľmi v Ghane, medzi ktorými boli študenti aj rodičia. To je na veľké závery stále malá vzorka, ale dôležité je, že nejde len o laboratórnu simuláciu. Výskumníci merali aj vnímanú užitočnosť odpovedí: pri AI generovaných odpovediach uvádzajú helpfulness skóre 93,75 percenta, hoci sami otvorene priznávajú, že počet hodnotení bol nízky. Práve táto kombinácia lokálneho pilotu a opatrnej interpretácie odlišuje Adesua od mnohých všeobecných vyhlásení o tom, že AI „zrevolucionizuje vzdelávanie“.

Praktický význam spočíva v tom, že Adesua nepredáva univerzálny model ako náhradu školy. Skôr sa snaží vyplniť konkrétnu medzeru: pomôcť pri samostatnom precvičovaní, priebežnej spätnej väzbe a prístupe k študijnému obsahu mimo vyučovania. V krajinách, kde je školská infraštruktúra nerovnomerná a dátové či zariadenové obmedzenia sú realitou, môže mať správne zvolený komunikačný kanál väčší dopad než ďalšia platforma optimalizovaná pre bohatšie trhy. AI tu nefunguje ako luxusná nadstavba, ale ako vrstva dostupnosti nad tým, čo používatelia už poznajú.

Z pohľadu vývoja AI produktov je zaujímavé aj to, ako úzko je systém previazaný s lokálnym obsahom. Generatívny model nedostáva voľné pole pôsobnosti nad všeobecným internetovým vedomím, ale pracuje s kurikulárne zarovnanými materiálmi a historickými skúškovými otázkami. To je dôležitá lekcia pre celý segment vzdelávacích agentov. V oblastiach s vysokou cenou omylu nestačí mať hovoriaci model; potrebné je ukotvenie v zdrojoch, ktoré dávajú odpovediam kontext, obmedzenia a aspoň základnú mieru auditovateľnosti. Adesua tým ukazuje rozumnejší model nasadenia než všeobecné chatboty, ktoré síce pôsobia presvedčivo, ale nemajú oporu v lokálnych učebných osnovách.

Rovnako dôležité sú však limity. Autori sami nehovoria o definitívnom dôkaze účinnosti, ale o feasibility štúdii. Malý počet používateľov aj hodnotení znamená, že zatiaľ nemožno tvrdiť, že systém spoľahlivo zlepšuje študijné výsledky naprieč veľkou populáciou. Otvorené zostávajú aj otázky dlhodobej retencie vedomostí, jazykovej a kultúrnej adaptability v rôznych krajinách západnej Afriky, nákladov na prevádzku a toho, ako sa systém vyrovná s chybnými alebo nejednoznačnými odpoveďami. Pri školských nasadeniach je navyše zásadné, kto nesie zodpovednosť za obsah a ako sa riešia prípady, keď model odpovie presvedčivo, ale nesprávne.

Napriek tomu ide o typ AI projektu, ktorý stojí za pozornosť práve preto, že nie je zameraný na bohaté kancelárske workflow. Adesua zapadá do širšieho trendu presunu AI z univerzálnych demonštrácií do konkrétnych sociálnych infraštruktúr. Namiesto otázky, či chatbot dokáže vysvetliť vedný pojem, rieši otázku, či sa dá dostupným spôsobom doručiť podpora tam, kde je nedostatok učiteľov a kde už ľudia fungujú cez mobilnú správu. V tomto zmysle je dôležitý nielen samotný model, ale aj distribučná stratégia.

Ak sa ďalšie evaluácie potvrdia, podobný prístup môže byť zaujímavý aj mimo západnej Afriky. Pre tvorcov AI vo vzdelávaní je to pripomienka, že hodnotu netvorí len výkon modelu v benchmarku, ale aj schopnosť zapadnúť do reálneho komunikačného prostredia používateľa. A pre širší AI sektor je Adesua signálom, že ďalšia vlna praktických nasadení nemusí prísť cez najhlasnejšie platformy, ale cez tiché integrácie do nástrojov, ktoré už ľudia používajú každý deň. Ak má mať AI vo vzdelávaní skutočný dopad, práve takto ukotvené, lokálne navrhnuté a opatrne merané systémy budú pravdepodobne presvedčivejšie než ďalšia globálna demonštrácia bez terénneho kontextu.