MgA. Tomas LeBrun, DBA from Czech University of Life Sciences Prague, is first keynote speaker.
Assessment 2.0 in Higher Education: From Authorship Control to Legitimate Evidence of Learning
Generative AI does not merely introduce a new tool into higher education; it challenges the legitimacy of assessment itself. Universities are expected to certify individual competence, protect academic integrity, and prepare students for professional and civic responsibility. Yet in a time where essays, presentations, literature reviews, or code can be produced through human/AI collaboration, the final output alone can no longer serve as reliable evidence of learning.
This lecture presents Assessment 2.0 as a shift from suspicion, prohibition, and detection toward a more transparent and meaningful model of evidencing competence. It argues that fair assessment in the GenAI era must connect three dimensions. Normative question of what higher education should guarantee, methodological question of what counts as valid evidence of learning, and justice-oriented question of who can succeed under transparent and equitable conditions. The future of assessment will not be built on the illusion of pure authorship, but on the ability to make human understanding, judgement, responsibility, and disciplinary reasoning visible.
Hodnocení 2.0; Od kontroly autorství k legitimním důkazům o učení
Generativní umělá inteligence nepřináší do vysokoškolského vzdělávání pouze nový nástroj, ale rozporcuje samotnou legitimitu hodnocení. Od univerzit se očekává, že budou potvrzovat individuální kompetence, chránit akademickou integritu a připravovat studenty na profesní i občanskou odpovědnost. To vše v době, kdy mohou eseje, prezentace, literární rešerše nebo i kód programu vzniká ve spolupráci člověka a umělé inteligence. Samotný výsledný produkt již nemůže sloužit jako spolehlivý důkaz učení.
Tato přednáška představuje Hodnocení 2.0 jako přechod od podezírání, zákazů a odhalování k transparentnějšímu a smysluplnějšímu modelu prokazování kompetencí. Vychází z přesvědčení, že spravedlivé hodnocení při používání generativní umělé inteligence musí propojit tři roviny. Normativní (co má vysokoškolské vzdělávání garantovat), metodologickou (co lze považovat za platný důkaz učení) a otázku spravedlnosti (kdo může uspět za transparentních a rovných podmínek).
Budoucnost hodnocení tak nebude založena na iluzi čistě lidského autorství, ale na schopnosti ukázat lidské porozumění, úsudek, odpovědnost a oborové uvažování v reálné interakci.