Ing. Dalibor Šimek, Ph.D.
Ing. Dalibor Šimek, Ph.D., působí na Katedře podnikové ekonomiky a managementu Obchodně podnikatelské fakulty Slezské univerzity v Opavě. Je jedním ze zakladatelů programu Team Academy Karviná, kde se studenti učí podnikat reálným podnikáním. Zabývá se podnikatelským vzděláváním, hodnocením kompetencí a transformací studijních programů.
Ing. Dalibor Šimek, Ph.D., is based at the Department of Business Economics and Management, School of Business Administration in Karviná, Silesian University in Opava. He is one of the founders of Team Academy Karviná, a programme where students learn entrepreneurship by running real businesses. His work focuses on entrepreneurship education, competence assessment and the transformation of degree programmes.
Ing. Lukáš Zajíček, MBA
Ing. Lukáš Zajíček, MBA působí na Katedře podnikové ekonomiky a managementu Obchodně podnikatelské fakulty Slezské univerzity v Opavě, kde je zároveň studentem doktorského studia. Ve své práci jak na Team Academy, kde působí jako Team Coach, tak v akademických studijních oborech zúročuje dlouholeté zkušenosti z neformálního vzdělávání a práce s mezinárodními skupinami. Zaměřuje se především na rozvoj nejen znalostí a dovedností studentů, ale i na jejich celkový osobnostní rozvoj.
Ing. Lukáš Zajíček, MBA is a faculty member at the Department of Business Economics and Management at the School of Business Administration, Silesian University in Opava, where he is also a doctoral student. He brings his extensive experience in non-formal education and working with international groups to his work both at Team Academy, where he serves as a Team Coach, and in academic study programs. His focus extends beyond the development of students' knowledge and skills to their overall personal growth.
Důkaz, který se nedá vygenerovat: tři roky v týmu a na trhu s reálnými zákazníky
Evidence That Cannot Be Generated: Three Years in a Team and in the Market with Real Clients
Generativní AI vzala vysokým školám jistotu, že odevzdaný artefakt vypovídá o autorovi. Obvyklou odpovědí je zpřísňování kontroly. Tahle přednáška ukazuje druhou možnost — provoz, ve kterém důkaz o učení nevzniká z odevzdaného souboru, ale z průběhu.
V Team Academy Karviná studenti od prvního semestru pracují na reálných zakázkách pro platící zadavatele, svůj rozvoj vedou v Learning Contractu a jsou hodnoceni proti kompetenčnímu profilu o 22 dovednostech v pěti úrovních, včetně peer hodnocení v týmu. Závěrečnou prací není text, ale portfolio s obhajobou.
Klíčem není žádný z těch nástrojů sám o sobě, ale to, co je nese: team coaching, ve kterém si tým vede k odpovědnosti navzájem a přebírá část práce vyučujícího, a learning by doing, kde se úspěch ověřuje na trhu, ne v seminárce. Důkaz o učení tak vzniká průběžně a před svědky — a to je vlastnost, kterou generativní model nemá jak dodat.
Projdeme konkrétní nástroje i to, co nefungovalo: kde se pletou dva různé systémy hodnocení a co model stojí na straně vyučujícího. Závěrem otevřu otázku, na kterou zatím nemáme přesnou odpověď — za jakých podmínek jdou tyto principy naškálovat na program s vyššími počty studentů, aby zůstaly ekonomicky udržitelné.
Generative AI has taken from universities the assurance that a submitted artefact says anything about its author. The usual response is tighter control. This talk sets out the alternative: a programme in which evidence of learning arises not from a submitted file, but from the process.
At Team Academy Karviná, students work on real commissions for paying clients from their very first semester, steer their own development through a Learning Contract, and are assessed against a competence profile of 22 skills across five levels, including peer assessment within the team. The final piece of work is not a text, but a portfolio with an oral defence.
The key is none of these instruments on its own, but what carries them: team coaching, in which the team holds itself accountable and takes over part of the teacher's work, and learning by doing, where success is verified in the market rather than in a term paper. Evidence of learning thus accumulates continuously and in front of witnesses — and that is a property a generative model has no way of supplying.
We will walk through the concrete instruments and also through what did not work: where two different assessment systems get confused, and what the model costs on the teacher's side. I will close by opening a question to which we do not yet have a precise answer — under what conditions these principles can be scaled to a programme with larger student numbers while remaining economically viable.