Řešení technických problémů

Dříve se mluvilo o počítačové gramotnosti jako o určitém konceptu, který zahrnoval schopnost řešit technické problémy spojené s ICT a dovednosti spojené s užíváním běžných kancelářských programů. Je třeba zdůraznit, že ono rámování toho, co by člověk měl v oblasti technických problémů na počítači umět řešit, je velice problematické a časem se rychle mění. Zatímco v devadesátých letech bylo běžné, že si člověk sestavil počítač z vybraných komponent sám a výměna paměti RAM či pevného disku byla něčím poměrně banálním, dnes většina lidí nic takového nedělá. Pokud užívá moderní notebooky, je výměna libovolné komponenty velice problematická, často znamená ztrátu záruky a doma ji není třeba provádět. Tento banální příklad ukazuje, že to, co označujeme jako řešení technických problémů, se může v čase poměrně významně měnit.

Naopak v devadesátých letech většina lidí neměla představu o tom, co je to počítačová síť a jakým způsobem funguje, zatímco dnes si uživatel běžně může zapojit vlastní router, zprovoznit si malou lokální síť nebo nakonfigurovat DNS. Lze říci, že řešení technických problémů se stále více posouvá od hardwaru k softwaru, tedy od manipulace s fyzickým zařízením k řešení problémů s konfigurací určitého systému. 

Co je třeba zdůraznit, je, že lidé nejsou „hloupější“, jak někdy můžeme vidět ve veřejném diskursu, když mnohé vesnické garáže a dvory mají nájezdy na automobil tak, aby každý zvládl vyměnit pneumatiky, olej nebo výfuk. Růst složitosti světa je spojený s růstem složitosti technologií, což reálně znamená i to, že velkou část oprav buď člověk nezvládne, anebo k nim využije AI, často bez velkého tušení, co přesně daný skript nebo postup dělá. Možná právě naopak – pokud je inteligence definovaná jako schopnost řešit problémy – současné technologie a dostupné návody nám umožňují řešit mnohem větší množství mnohem náročnějších problémů. O tom, co se děje uvnitř nebo na pozadí těchto problémů, mohou pak přemýšlet dílčí specialisté.

Relevantní otázkou je, zda by člověk měl umět řešit velké technické problémy. Podobně jako je pro mnoho lidí neefektivní umět vymalovat byt nebo opravit kapající kohoutek v koupelně a raději si pozvou odborníka, lze uvažovat také o této oblasti. Domníváme se, že takový přístup je do jisté míry praktický a pravdivý, dokonce efektivní a funkční. Jsou zde však jistá „ale“, která je nutné v takovém případě zohlednit.

Tím prvním je pocit jistoty a bezpečnosti v užívání. Schopnost řešit problémy s technikou dává člověku pocit (byť do značné míry iluzorní) nadvlády či moci nad zařízením, které je schopen svým rozumem přimět k vykonávání úkolů, které mu stanoví. Čím více technických problémů umí člověk na počítači vyřešit, tím více tento pocit má. Nejde zde přitom o nějakou psychologizaci, ale o reflexi skutečnosti, že pokud se má technika stát součástí běžných životních procesů, měla by být spojená s možností člověka ji kontrolovat a ovládat.

Druhým důvodem může být lepší pochopení toho, jak dané zařízení funguje. Pokud člověk umí nakonfigurovat ovladače k tiskárně, má možná více možností, jak o funkci tiskárny, respektive o její komunikaci s počítačem přemýšlet. To může vést jednak k lepší implementaci daných zařízení do různých činností, ale také k hlubšímu uvažování o možnostech využití nebo řešení problémů pomocí techniky. Nejde tedy primárně o získání vhledu do toho, jak funguje který obvod a instrukce, ale o porozumění světu a nástrojům kolem nás.

V neposlední řadě je schopnost řešit drobné technické problémy nezbytná proto, aby člověk mohl nové technologie vůbec používat a implementovat do praxe. Není možné být „early adopter“ z modelu difuse inovací a nebýt schopen si poradit s jednotlivými úkony, které s takovou technologickou adaptabilitou souvisí. Jde o rozměr, který si možná málo uvědomuje v oblasti vzdělávání – předávání kompetencí, které mají pro danou vědní oblasti „servisní charakter“ (ve školní informatice se neučí informatika, ale jen práce s technologiemi, což má charakter servisních dovedností pro další předměty), je nezbytné pro možnost efektivní implementace novinek.

V neposlední řadě je zde také ekonomické hledisko – zvát si odborníka na práci s technologiemi při každé drobnosti je zatím příliš nákladné. Možnou perspektivou může být v některých oblastech vzdálený servis, ale ten nezajistí vše. Obecně je ale možné očekávat, že půjde o oblast digitálních kompetencí, která je na jedné straně společensky akcentovaná – „člověk s digitálními kompetencemi by si s takovými jednoduchými věcmi měl umět přece poradit“, ale současně bude procházet rychlým vývojem a zřejmě i umenšováním. Jakkoli tedy v modelu kompetencí má řešení technických problémů své místo, lze očekávat, že do velké míry práci člověka v této oblasti obstarají stroje a algoritmy.

Jedním z nejzajímavějších fenoménů současného internetu jsou návody. Ať již chce člověk udělat skoro cokoli – od vázání kravaty po analýzu dat v R – najde pro svoji činnost na internetu návod. Prim v této oblasti hraje bezesporu YouTube, na kterém lze nalézt bezpočet instruktážních videí, ale také třeba WikiHow v podobě strukturovaných a textově-obrázkových postupů se této oblasti těsně dotýká.

Jeden z průvodních textů na Bienále grafického designu v Brně v roce 2018 se této skutečnosti dotkl poukazem na to, že se dnes každý musí prostřednictvím videa naučit řešit drobné problémy. Pokud nejde o něco mimořádně náročného, měl by to člověk zvládnout. Od úzkého znalostního profilu inženýrů, kteří umí svůj obor dokonale, ale nevidí nic kolem, se postupně posouváme k osobnostem podstatně šířeji založeným, syntetizujícím. To může mít na jedné straně za následek sníženou expertnost, ale současně to umožňuje vtahovat různé poznatky do nových kontextů. To byl možná jeden z důvodů, proč součástí vzdělávání Habsburků v Rakouské monarchii, bylo mimo jazyky a práva zcela přirozeně také nějaké řemeslo.

Tyto online návody vytvářejí dvě zásadní oblasti kompetencí, které by si člověk měl osvojit. Tou první je schopnost se podle nich učit. Ta v sobě obsahuje dovednost identifikovat problém, pojmenovat, co se člověk má naučit, najít návod a podle něj danou kompetenci získat. Jakkoli jde o poměrně banálně popsaný proces, lze říci, že jde o specifickou kompetenci k učení, která se mimořádně uplatňuje v online prostředí.

Takový postup učení může být přitom dvojí. První varianta, která souvisí s problem solvingem a o které jsme uvažovali doposud, předpokládá jistý ad hoc přístup – na identifikovaný problém najdeme návod, naučíme se, vyřešíme problém a postupujeme dále. Tento přístup je v běžném životě asi nejčastější a je nesporně zajímavé, že v podstatě vůbec nekoresponduje s tím, jak systematické a logicky provázané je učivo, které si člověk osvojuje ve škole.

Tomáš Akvinský takový přístup k učení označoval za intelektuální obžerství, protože v jeho době šlo o přeskakování sledování důležitého myšlenkového výkladu. Smyslem scholastické učebnice bylo předat jistou myšlenkovou a argumentační dovednost či kognitivní strukturu, nikoli získat drobný poznatek, který bude rychle využitelný v praxi. Tuto diferenci bychom v online učení rádi zdůraznili.

Druhou možností je právě to, co za vlastní učení považoval Tomáš Akvinský, tedy nalezení jistého uceleného souboru lekcí (videí či návodů), které člověku předají vhodnou myšlenkovou konstrukci, kterou může dále využívat.

Druhou kompetenční oblastí, kterou je nutné v práci s online návody zmínit, je schopnost je vytvářet. Návody jsou typicky produktem komunity a existují dokonce produkty, jako je Ubuntu, které jsou založené na tom, že klíčové návody formou wiki tvoří sami uživatelé. Tvořit návod může znamenat dvě různé úrovně či módy postupu, které se ale od sebe nedají zcela oddělit. Tou první je skutečně strukturované psaní nebo natáčení videí o tom, jak něco udělat. Takový postup vyžaduje jisté technické kompetence (většinou digitální kompetence směřující k tvorbě obsahu), ale také určitý didaktický záměr či pohled. Je třeba vědět, jak danou věc vysvětlit, jak ji popsat v kontextu dalších návodů atp.

Tvorba návodů může být jak individuální, tak také komunitní. Učící se komunity jsou v tomto kontextu postavené na myšlence intenzivního sdílení informací a ochotě si vzájemně pomáhat. Cílem takové komunity je předávat dále své know-how s cílem zlepšit určitou znalost, dovednost, fungování služby nebo jen pomoc druhým. Online prostředí v tomto ohledu nabízí nové, hlubší a dlouhodobější možnosti spolupráce, než které přináší klasické učící se komunity.

Pro tuto kompetenci je signifikantní jisté napětí – na jedné straně jde skutečně o řešení jednotlivých technických problémů, což je činnost, ke které se skvěle hodí různé GenAI nástroje, a uživatel by se měl systematicky zlepšovat jednak v diagnostických schopnostech (jak popsat „co tomu je“), tak v kritickém posuzování nalezených řešení, především s ohledem na škody, které by mohly vzniknout zvolením postupu, který nebude zcela správný. Někdy může jít o drobnosti, v případě opravy plynového kotle nebo jiného zařízení to může být mnohem složitější.

Na druhé straně je klíčový rozměr návodů v tom, že člověku umožňují získat určitou zkušenost, znalost, dovednost. Něco se při nich naučíme. Cílem kompetence – mimo jiné – je vytvořit určitou znalostní či učící bázi, která zajistí člověku schopnost nebýt pouze operátorem AI systémů, ale rozumět celku a kontextu, navrhovat vlastní řešení a kriticky zvažovat, co AI nabízí. Zde je jeden z paradoxních bodů – dokážeme tím lépe využívat AI nástroje, čím méně jsme na nich závislí a čím více dokážeme udržovat vlastní učební procesy.

Mimo tyto zamýšlené návody existují také diskusní fóra, která jsou typicky zaměřená na užší třídu problémů – může jít o hledání alternativy k nějakému nástroji nebo opravu špatně fungujícího Wi-Fi adaptéru v Linuxu. Také zde je možné uvažovat o kompetenci položení dotazu, respektive o vyhledávání potřebných informací v již řešených problémech a o schopnosti tvořit smysluplné a funkční odpovědi.

V tomto případě jde o rychlé a jednoduché odpovědi, které nevedou k pochopení podstaty problému ani jeho příčin, ale umožňují něco rychle opravit. Opět se domníváme, že jde o specifické kompetence, které leží na pomezí problem solvingu a kompetencí k učení, kterým by měl člověk věnovat náležitou péči a především trénink. Při vhodném vedení lze poměrně snadno dosáhnout relativně pokročilé úrovně v této oblasti, aniž by bylo nutné usilovat o formální vzdělávání.

Zdá se, že nezastupitelnou roli v procesu řešení problémů hraje také umělá inteligence. Na tomto místě se pokusíme ukázat na tří eklekticky vybrané fasety, které je možné v této oblasti zvažovat:

1. Vlastní řešení technických problémů – místo pouhého zeptání se ChatGPT nebo jiného nástroje, jak vyřešit konkrétní problém. Ne vždy nabídne dobrou informaci, ale může posloužit velice dobře v procesu hledání toho, v čem je vlastně problém, na co je vhodné se zeptat atp.
2. Využití technologie k řešení vlastních osobních problémů – stále více uživatelů pracuje s ChatGPT jako s nástrojem pro vlastní reflexi, nahrazuje jim kouče nebo mentora. Jakkoli jsou tyto systémy značně omezené a potenciálně problematické, na rozdíl od lidí jsou bezplatné, kdykoli dostupné a nabízejí rychlou možnost zastavit se a přemýšlet.
3. Může se stát, že máme k dispozici obsáhlé zdroje, kterým nerozumíme a v nichž očekáváme, že bude řešení našeho (technického) problému. Zde opět může být užitečná generativní umělá inteligence v tom, že jí tyto dokumenty dáme k dispozici a dialogickým způsobem se budeme snažit dostat k odpovědím, které potřebujeme.

Oblast řešení technických problémů s sebou přináší velké tradiční dilema filosofie vědy, totiž diskusi poměru mezi teorií a praxí. V předchozích částech jsme již naznačili, že jde o téma mimořádně spletité, které může být vychýleno různými směry do nefunkčních modelů, které nerozvíjí digitální kompetence, ale spíše vedou k jistým kognitivním deformacím. Slovy Evagria z Pontu – je nutné, aby ctnosti (v našem případě teorie a praxe) rostly jako prsty na ruce – s jedním dlouhým a jedním krátkým prstem člověk žádnou dobrou práci nevykoná.

V rámci zarámování tématu do problem solvingu se může takový postup jevit jako adekvátní – cílem řešení problémů je jejich prosté odstranění. K němu je třeba upnout pozornost. Klíčem k pokroku je přitom zkušenost – zde v metafyzice upozorňuje již Aristoteles, že zkušený člověk může být v jistém ohledu vybavený k řešení problémů, ale nic negarantuje to, že jeho postup bude efektivní, správný nebo jinak výhodný. Vychýlení směrem k praxi může mít za následek to, že se člověk bude jen efektivně ptát na diskusních fórech (a nijak k nim logicky nepřispívat) nebo jisté zpovrchnění a fragmentaci poznání.

Naopak útěk do teorie logicky nemůže korespondovat s požadavkem učení se prostřednictvím řešení problémů, protože bude příliš pomalý a příliš obecný. Teoretici jsou sice zmiňovaným Aristotelem preferováni a ctěni, ale v lidové mluvě jsou označováni jako „inženýři, co neumí pracovat s lopatou“. Logicky nejde o naprostou neschopnost, ale o volbu zbytečně složitého a neefektivního přístupu k řešení problémů.

Problem solving tak nabízí jistý kompromis mezi oběma výstřednostmi – usiluje o rozvoj kompetencí na konkrétních problémech, které mají být promýšleny a reflektovány. Akcentuje důraz na problém a jeho řešení, ale současně neusiluje o volbu jediného mechanického postupu. Ať je již člověk více založený jako praktik nebo teoretik, měl by usilovat o jisté vyvážené řešení.