Autoři: Michal Hanzl
Abstrakt: Cílem studie bylo syntetizovat poznatky o tom, jak AI podporuje individualizaci a adaptivní učení na ZŠ (ISCED 1–2), včetně role generativní AI. Použit byl scoping review podle PRISMA 2020. Vyhledávání v letech 2021–2025 zahrnulo databáze Scopus, Web of Science, ERIC a IEEE Xplore, doplněné o Google Scholar a ruční dohledávání; z 412 záznamů bylo zařazeno 11 studií. Napříč nimi se opakují tři mechanismy: průběžná diagnostika, adaptace obsahu či cesty výukou a přizpůsobená zpětná vazba. Dopady na učení jsou neutrální až pozitivní; klíčové je didaktické zarámování a role učitele. Zaznamenána jsou i rizika generativní AI a potřeba jasných pravidel.
Klíčová slova: umělá inteligence, individualizace výuky, adaptivní učení, generativní umělá inteligence, základní škola
Title: ARTIFICIAL INTELLIGENCE TO SUPPORT INSTRUCTIONAL INDIVIDUALISATION IN PRIMARY AND LOWER SECONDARY EDUCATION (ISCED 1–2): A SCOPING REVIEW (2021–2025)
Abstract: This review synthesises evidence on how AI supports individualised and adaptive learning in primary/lower secondary schooling (ISCED 1–2), including the role of generative AI. A PRISMA 2020-guided scoping review searched Scopus, Web of Science, ERIC and IEEE Xplore, supplemented by Google Scholar and hand-searching, for 2021–2025; from 412 records, 11 studies were included. Three recurring mechanisms emerged: ongoing diagnosis/monitoring, adaptation of content or learning pathways, and tailored feedback. Learning effects are neutral to positive, with didactic framing and the teacher’s role identified as key factors. GenAI risks and the need for clear classroom rules are also highlighted.
Keywords: artificial intelligence, instructional individualisation, adaptive learning, generative AI, primary education
Download the article in English [PDF]: Not available