Biologie. Chemie. Zeměpis Odborný časopis pro učitele a didaktiky přírodních věd

GENERATIVNÍ UMĚLÁ INTELIGENCE VE VÝUCE BIOLOGIE: TVORBA FOTOREALISTICKÝCH SNÍMKŮ HMYZU

Petra Hrušková, Adam Hruška, Jan Mourek

Ročník 34 (2025), číslo 4 s. 2–21 vyšlo online 23. 4. 2026 čeština

DOI https://doi.org/10.14712/25337556.2025.4.1

Stáhnout PDF (3,2 MB) Otevřít v prohlížeči
Náhled PDF

Abstrakt

Umělá inteligence (AI) postupně mění podobu vzdělávání a přináší nové možnosti, jak efektivněji podporovat výuku přírodovědných oborů. V našem příspěvku se zaměřujeme na využití generativní umělé inteligence (GenAI) při tvorbě fotorealistických snímků hmyzu, které mohou sloužit jako inovativní didaktický nástroj ve výuce biologie. Ačkoliv hmyz představuje značný podíl globální diverzity živočichů a hraje klíčové role v ekosystémech, výuka tohoto tématu bývá pro učitele i žáky často náročná a neatraktivní. V rámci studie jsme vygenerovali sadu snímků deseti zástupců hmyzu, přičemž jsme se zaměřili na kvalitu výstupů a identifikaci nejčastějších chyb vytvořených umělou inteligencí při generování. Naše výsledky ukazují, že GenAI je schopna vytvářet vizuálně kvalitní materiály vhodné pro výuku a zároveň, díky přítomnosti různě závažných chyb v zobrazení zástupců hmyzu, nabízí nové možnosti ověření znalostí žáků. Vygenerované snímky hmyzu jsme proto využili pro tvorbu praktického cvičení „Oh, insect! Is it real or fake?“ na podporu rozvoje znalostí žáků o stavbě těla hmyzu a jejich kritického myšlení. Materiály k praktickému cvičení jsou ke stažení v elektronické příloze článku. Tento způsob využití generativní umělé inteligence může podle našeho názoru výrazně obohatit výuku biologie věnované hmyzu i dalším tématům.

Klíčová slova

umělá inteligence · generativní umělá inteligence · entomologická gramotnost · fotorealistické snímky · hmyz · výuka biologie

Jak citovat

Hrušková, P., Hruška, A., & Mourek, J. (2025). GENERATIVNÍ UMĚLÁ INTELIGENCE VE VÝUCE BIOLOGIE: TVORBA FOTOREALISTICKÝCH SNÍMKŮ HMYZU. Biologie-Chemie-Zeměpis, 34(4), 2–21. https://doi.org/10.14712/25337556.2025.4.1

Literatura (52)

  1. Akgun, S., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical challenges in K‑12 settings. AI and Ethics, 2(3), 431–440. https://doi.org/10.1007/s43681-021-00096-7
  2. Aktay, S. (2022). The usability of images generated by artificial intelligence (AI) in education. International Technology and Education Journal, 6(2), 51–62.
  3. Al Darayseh, A. (2023). Acceptance of artificial intelligence in teaching science: Science teachers’ perspective. Computers and Education: Artificial Intelligence, 4, 100132. https://doi.org/10.1016/j.caeai.2023.100132
  4. Altmann, A. (1971). Didaktické zásady ve výuce biologii: (Kapitola didaktiky biologie). Určeno pro posl. pedagog. fakult. SPN.
  5. Bahroun, Z., Anane, C., Ahmed, V., & Zacca, A. (2023). Transforming education: A comprehensive review of generative artificial intelligence in educational settings through bibliometric and content analysis. Sustainability, 15(17), 12983. https://doi.org/10.3390/su151712983
  6. Brandhofer, G., & Tengler, K. (2024). Acceptance of artificial intelligence in education: Opportunities, concerns and need for action. Advances in Mobile Learning Educational Research, 4(2), 1105–1113. https://doi.org/10.25082/AMLER.2024.02.005
  7. Cajaiba, R. L. (2014). Difficulty of science and biology teachers to teach entomology in elementary and high schools in the State of Pará, Northern Brazil. American Journal of Educational Research, 2(6), 389–392. https://doi.org/10.12691/education-2-6-10
  8. Dehouche, N., & Dehouche, K. (2023). What’s in a text-to-image prompt? The potential of stable diffusion in visual arts education. Heliyon, 9(6). https://doi.org/10.1016/j.heliyon.2023.e16757
  9. Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative AI. Business & Information Systems Engineering, 66(1), 111–126. https://doi.org/10.1007/s12599-023-00834-7
  10. Galindo‑Domínguez, H., Delgado, N., Campo, L., & Losada, D. (2024). Relationship between teachers’ digital competence and attitudes towards artificial intelligence in education. International Journal of Educational Research, 126, 102381. https://doi.org/10.1016/j.ijer.2024.102381
  11. George, A. S., George, A. H., & Martin, A. G. (2023). The environmental impact of AI: a case study of water consumption by chat GPT. Partners Universal International Innovation Journal, 1(2), 97–104. https://doi.org/10.5281/zenodo.7855594
  12. Giray, L. (2023). Prompt engineering with ChatGPT: a guide for academic writers. Annals of biomedical engineering, 51(12), 2629–2633. https://doi.org/10.1007/s10439-023-03272-4
  13. Gustilo, L., Ong, E., & Lapinid, M. R. (2024). Algorithmically‑driven writing and academic integrity: Exploring educators’ practices, perceptions, and policies in AI era. International Journal for Educational Integrity, 20(1), 3. https://doi.org/10.1007/s40979-024-00153-8
  14. Haase, J., Djurica, D., & Mendling, J. (2023). The art of inspiring creativity: Exploring the unique impact of AI-generated images. In P. A. Pavlou, V. Midha, A. Animesh, T. A. Carte, A. R. Graeml, & A. Mitchell (Eds.), AMCIS 2023 Proceedings: 29th Americas Conference on Information Systems. 1–9. Association for Information Systems. https://aisel.aisnet.org/amcis2023/sig_aiaa/sig_aiaa/10
  15. Härtel, T., Randler, C., & Baur, A. (2023)˙. Using species knowledge to promote pro‑environmental attitudes? The association among species knowledge, environmental system knowledge and attitude towards the environment in secondary school students. Animals, 13(6), 972. https://doi.org/10.3390/ani13060972
  16. Chan, C. K. Y., & Hu, W. (2023). Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 20(1), 43. https://doi.org/10.1186/s41239-023-00411-8
  17. Ingram, E., & Golick, D. (2018). The six‑legged subject: A survey of secondary science teachers’ incorporation of insects into US life science instruction. Insects, 9(1), 32. https://doi.org/10.3390/insects9010032
  18. Jančaříková, K., Brůnová, L., Hejnová, E., Hlaváčová, L., Jančařík, A., Králík, J., Krátká, M., Krejčí, J., Kroufek, R., Matějček, T., Medová, J., Pelikánová, M., Svobodová, S., Šmídl, M., Trahorsch, P., Vojíř, K. (2022). Didaktické zásady v přírodovědném vzdělávání: metodická příručka pro učitele biologie, chemie, fyziky, geografie, informatiky, matematiky a lektory environmentální výchovy. Pedagogická fakulta, Univerzita Karlova.
  19. Jelínek, J., & Zicháček, V. (2021). Biologie pro gymnázia. Olomouc.
  20. Khlewee, I. K. (2025). Image generation using generative AI: Comparison between OpenAI Art and Stable Diffusion. Babylonian Journal of Artificial Intelligence, 2025, 15–22. https://doi.org/10.58496/BJAI/2025/002
  21. Kooli, C. (2023). Chatbots in education and research: A critical examination of ethical implications and solutions. Sustainability, 15(7), 5614. https://doi.org/10.3390/su15075614
  22. Krutka, D. G., Manca, S., Galvin, S. M., Greenhow, C., Koehler, M. J., & Askari, E. (2019). Teaching “against” social media: Confronting problems of profit in the curriculum. Teachers College Record, 121(14), 1–42. https://doi.org/10.1177/016146811912101410
  23. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
  24. Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI less “thirsty”: Uncovering and addressing the secret water footprint of AI models. arXiv preprint arXiv:2304.03271. https://doi.org/10.48550/arXiv.2304.03271
  25. Lucky, A., Janštová, V., Novotný, P., & Mourek, J. (2025). Quantifying ento‑literacy: Development and validation of an international insect‑focused attitude and knowledge survey instrument. International Journal of STEM Education, 12, Article 11. https://doi.org/10.1186/s40594-025-00532-8
  26. Morrison, J., Na, C., Fernandez, J., Dettmers, T., Strubell, E., & Dodge, J. (2025). Holistically evaluating the environmental impact of creating language models. arXiv preprint arXiv:2503.05804. https://doi.org/10.48550/arXiv.2503.05804
  27. Noroozi, O., Soleimani, S., Farrokhnia, M., & Banihashem, S. K. (2024). Generative AI in education: Pedagogical, theoretical, and methodological perspectives. International Journal of Technology in Education, 7(3), 373–385. https://doi.org/10.46328/ijte.845
  28. Papáček, M., Matěnová, V., Matěna, J., & Soldán, T. (2000). Zoologie. Scientia.
  29. Playfoot, D., Quigley, M., & Thomas, A. G. (2024). Hey ChatGPT, give me a title for a paper about degree apathy and student use of AI for assignment writing. The Internet and Higher Education, 62, 100950. https://doi.org/10.1016/j.iheduc.2024.100950
  30. Pollock, P. H., Hamann, K., & Wilson, B. M. (2011). Learning through discussions: Comparing the benefits of small-group and large-class settings. Journal of Political Science Education, 7(1), 48–64. https://doi.org/10.1080/15512169.2011.539913
  31. Reed, J., Alterio, B., Coblenz, H., O’Lear, T., & Metz, T. (2023). AI image‑generation as a teaching strategy in nursing education. Journal of Interactive Learning Research, 34(2), 369–399. https://doi.org/10.70725/729255gdiorw
  32. Ruiz‑Rojas, L. I., Acosta‑Vargas, P., De‑Moreta‑Llovet, J., & Gonzalez‑Rodriguez, M. (2023). Empowering education with generative artificial intelligence tools: Approach with an instructional design matrix. Sustainability, 15(15), 11524. https://doi.org/10.3390/su151511524
  33. Salvi, M., Branciforti, F., Molinari, F., & Meiburger, K. M. (2024). Generative models for color normalization in digital pathology and dermatology: Advancing the learning paradigm. Expert Systems with Applications, 245, 123105. https://doi.org/10.1016/j.eswa.2023.123105
  34. Sardinha, T. B. (2024). AI‑generated vs human‑authored texts: A multidimensional comparison. Applied Corpus Linguistics, 4(1), 100083. https://doi.org/10.1016/j.acorp.2023.100083
  35. Selvam, A. A. A. (2024). Exploring the Impact of Artificial Intelligence on Transforming Physics, Chemistry, and Biology Education. Journal of Science with Impact. https://doi.org/10.21428/a70c814c.747297aa
  36. Shukla, R. P., & Taneja, S. (2024). Ethical considerations and data privacy in artificial intelligence. In Integrating Generative AI in Education to Achieve Sustainable Development Goals. 86–97.
  37. Sieg, A. K., Teibtner, R., & Dreesmann, D. (2018). Don’t know much about bumblebees?—A study about secondary school students’ knowledge and attitude shows educational demand. Insects, 9(2), 40. https://doi.org/10.3390/insects9020040
  38. Smrž, J., Horáček, I., & Švátora, M. (2004). Biologie živočichů pro gymnázia. Fortuna.
  39. Šíma, P. (2023). Biologie pro 2. ročník gymnázií. EDUKO.
  40. Tanner, K. D. (2009). Talking to learn: why biology students should be talking in classrooms and how to make it happen. CBE—Life Sciences Education, 8(2), 89–94. https://doi.org/10.1187/cbe.09-03-0021
  41. Tognetti, L., Miracapillo, C., Leonardelli, S., Luschi, A., Iadanza, E., Cevenini, G., Rubegni, P., & Cartocci, A. (2024). Deep learning techniques for the dermoscopic differential diagnosis of benign/malignant melanocytic skin lesions: From the past to the present. Bioengineering, 11(8), 758. https://doi.org/10.3390/bioengineering11080758
  42. van Wynsberghe, A. (2021). Sustainable AI: AI for sustainability and the sustainability of AI. AI and Ethics, 1(3), 213–218. https://doi.org/10.1007/s43681-021-00043-6
  43. Vartiainen, H., & Tedre, M. (2023). Using artificial intelligence in craft education: Crafting with text‑to‑image generative models. Digital Creativity, 34(1), 1–21. https://doi.org/10.1080/14626268.2023.2174557
  44. von Garrel, J., & Mayer, J. (2023). Artificial intelligence in studies—Use of ChatGPT and AI‑based tools among students in Germany. Humanities and Social Sciences Communications, 10, Article 799, 1–9. https://doi.org/10.1057/s41599-023-02304-7
  45. Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21(1), 15. https://doi.org/10.1186/s41239-024-00448-3
  46. Yu, H., & Guo, Y. (2023). Generative artificial intelligence empowers educational reform: Current status, issues, and prospects. Frontiers in Education, 8, 1183162. Frontiers Media SA. https://doi.org/10.3389/feduc.2023.1183162
  47. Bartz, R. (2007). A Formica rufa sideview [Fotografie]. Wikimedia Commons. https://cs.wikipedia.org/wiki/Soubor:A_Formica_rufa_sideview.jpg#/media/Soubor:A_Formica_rufa_sideview.jpg
  48. Descouens, D. (2014). Palomena prasina MHNT Léguevin Blanc [Fotografie]. Wikimedia Commons. https://commons.wikimedia.org/wiki/File:Palomena_prasina_MHNT_L%C3%A9guevin_Blanc.jpg
  49. Graham, J. (2011). Dasysyrphus albostriatus, Trawscoed, North Wales, Sept 2011 2 [Fotografie]. Wikimedia Commons. https://commons.wikimedia.org/wiki/File:Dasysyrphus_albostriatus,_Trawscoed,_North_Wales,_Sept_2011_2_(16894897664).jpg
  50. Leidus, I. (2016). Apis mellifera – Brassica napus – Valingu [Fotografie]. Wikimedia Commons. https://commons.wikimedia.org/wiki/File:Apis_mellifera_-_Brassica_napus_-_Valingu.jpg
  51. MilanIlic553. (2022). Brachytron pratense IMG 5016.jpg [Fotografie]. Wikimedia Commons. https://commons.wikimedia.org/wiki/File:Brachytron_pratense_IMG_5016.jpg
  52. Wild, A. L. (2016). Periplaneta americana – American cockroach [Fotografie]. Wikimedia Commons. https://commons.wikimedia.org/wiki/File:Periplaneta_americana_-_American_cockroach_(25859665686)_(cropped).jpg

Licence

Toto dílo podléhá licenci Creative Commons Uveďte původ 4.0 Mezinárodní.