Může AI Avatar nahradit univerzitního profesora? Uvnitř instruktorů AI roku 2026

V říjnu 2025 představil hlavní architekt vzdělávání pro online magisterský program počítačových věd na Georgia Tech svým studentům nového asistenta pedagoga. Pomocník dostal jméno DAI-vid, vypadal a mluvil přesně jako profesor David Joyner a byl k dispozici 24 hodin denně na platformě edX v sedmnácti různých jazycích. Mezi DAI-videm a lidským profesorem byl jediný rozdíl: DAI-vid byl avatar s umělou inteligencí (AI), přesně vyladěný na základě let Joynerových zaznamenaných přednášek a konzultačních hodin, nasazený k řešení dotazů studentů, které dříve musely čekat na odpověď od člověka.

DAI-vid nebyl výjimkou. Do konce akademického roku 2025–2026 byli AI avataři jako instruktoři nasazeni na Boise State University (celý synchronní i asynchronní kurz vyučovaný AI avatarem lidského vyučujícího), University of Miami (profesor počítačových věd s vícejazyčnou verzí sebe sama dostupnou 24 hodin denně, 7 dní v týdnu), University of Virginia (avataři nasazení v Centru pro kognitivní vzdělávání od podzimu 2025), Morehouse College (digitální avataři představující každého profesora jako asistenta) a v rostoucím počtu dalších platforem online vzdělávání. Společnost Section AI spustila na své platformě firemního vzdělávání to, co nazvala „prvním AI avatarem profesora“. A texaská síť škol Alpha School, která si za zápis do ročníků K-8 účtuje až $75 000 ročně, provozuje veškerou svou akademickou výuku na AI softwaru po dobu dvou hodin denně bez přítomnosti učitelů-lidí — v budovách jsou pouze dospělí „průvodci“ pro dohled a motivaci.

Provokativní otázkou již není to, zda AI avatar dokáže vyučovat. Vyučuje, a to právě teď, na uznávaných institucích pro platící studenty. Skutečně důležitou otázkou je, zda AI avatar dokáže nahradit lidského profesora v plnohodnotném smyslu — tedy nejen předávat obsah, ale také podněcovat učení, mentorství, úsudek a typy intelektuální transformace, které má univerzitní diplom stvrzovat. Tento článek se zabývá poznatky z první vlny nasazení, oblastmi, v nichž AI avataři skutečně vynikají, v čem systematicky selhávají a jaká bude jejich reálná role v roce 2026 a v dalších letech.

Co se skutečně děje: Přehled AI instruktorů v roce 2026

Současná nasazení se dělí do tří hlavních kategorií, z nichž každá má odlišné cíle a omezení.

• AI asistent pedagoga. Za kurz je nadále zodpovědný lidský profesor. AI avatar odpovídá na dotazy studentů mimo vyučování, vysvětluje základní pojmy, pomáhá studentům s tématy z prerekvizit a předává prioritní dotazy lidskému profesorovi. V roce 2026 se jedná o dominantní model. Příkladem je avatar profesora na University of Miami, digitální avataři vyučujících na Morehouse College a DAI-vid na Georgia Tech. Spokojenost studentů je velmi vysoká; avataři výrazně snižují časové vytížení profesorů, aniž by z procesu vyřadili lidský faktor.
• AI jako hlavní vyučující. Avatar je primárním zdrojem výuky pro celý kurz. Lidští vyučující obvykle provádějí dohled na úrovni návrhu osnov a hodnocení, nikoli samotné výuky. Kurz Applications of Artificial Intelligence na Boise State University je nejčastěji citovaným příkladem: asynchronní kurz etiky AI, který je kompletně vyučován AI avatarem vytvořeným z předchozích záznamů vyučujícího. Společnost Section AI používá podobný model na své platformě podnikového vzdělávání. Tato nasazení jsou novější (většina z nich je v roce 2026 ve fázi pilotního testování) a údaje o výsledcích učení jsou zatím předběžné.
• Instituce nahrazující vyučující pomocí AI. Výrazným příkladem je síť škol Alpha School. Model je jednoduchý: studenti se učí dvě hodiny denně prostřednictvím adaptivního softwaru AI bez tradičních učitelů. Dospělí v budově (nazývaní „průvodci“) zajišťují motivaci, dohlížejí na chování a vedou neakademické aktivity. Školné činí $40 000 až $75 000 ročně a síť se v letech 2025–2026 rozšířila do několika měst. Alpha tvrdí, že se studenti naučí „2krát více za 2 hodiny“. Toto tvrzení je však zpochybňováno. Nezávislé ověření výsledků učení nebylo do poloviny roku 2026 publikováno.

Každý z těchto modelů je v současné době testován v ostrém provozu. Níže uvedené závěry vycházejí z první vlny nasazení, výzkumů výsledků učení u tutoringových systémů s AI (zejména z práce Khan Academy na systému Khanmigo, který je nejbližší obdobou ve velkém měřítku) a provozní reality, kterou pozorují vyučující a studenti v institucích, které tyto programy využívají.

V čem AI avataři skutečně vynikají

Zcela odmítnout AI avataru by bylo intelektuálně nečestné. V několika specifických ohledech skutečně překonávají lidské vyučující, a každá seriózní analýza musí začít právě zde.

• Dostupnost. Avatar s umělou inteligencí je vzhůru ve 2:00, když se student konečně dostává k úkolu, který má být o půlnoci. Žádný lidský asistent pedagoga se tomu nemůže rovnat, aniž by vyhořel. Zkrácená doba čekání na pomoc je jedním z nejsilnějších předpovědí vytrvalosti studentů v online kurzech a avataři AI ji dramaticky zlepšují.
• Vícejazyčný dosah. DAI-vid ve společnosti Georgia Tech funguje v sedmnácti jazycích. Pro zahraniční studenty v programech v anglickém jazyce je rozdíl mezi položením otázky v jejich rodném jazyce a překladem jejich zmatku do druhého jazyka rozdílem mezi získáním pomoci a nedostatkem pomoci. Avataři umělé inteligence tuto bariéru odstraňují způsobem, který lidská schopnost reálně nedokáže.
• Trpělivost ve velkém. Avatar s umělou inteligencí odpoví na stejnou základní otázku už po tisící se stejnou péčí, jakou věnoval prvnímu tázajícímu. Lidští instruktoři, jakkoli dobře mínění, tuto vlastnost nemají. Pro úvodní kurzy, kde se každý termín opakuje stejná hrstka mylných představ, má avatar, který každého zmateného studenta provede standardním výkladem, skutečnou pedagogickou hodnotu.
• Personalizované tempo. Data Khanmigo z Khan Academy, nejbližší analogový analog ve velkém měřítku, z toho ukazují jasné zisky. Pilot z roku 2026 s 15 000 studenty ve 200 školách zjistil, že studenti, kteří se s Khanmigem zabývali alespoň 30 minut týdně, vykazovali učební úspěchy ekvivalentní dalším 2–3 týdnům tradiční výuky. Studie SRI International z roku 2025 zjistila o 23 % rychlejší zvládnutí algebrických konceptů ve srovnání s tradičními video instrukcemi.
• Oprava bez rozpaků. Student, který by nikdy nezvedl ruku, aby přiznal, že nerozumí předpokladu, se bez váhání zeptá avatara AI. To je skutečný pedagogický přínos, zejména pro studenty, jejichž kulturní původ nebo osobnost činí hledání veřejné pomoci nákladným.
• Konzistence. Avatar dnes na otázku Q dává stejnou odpověď, jakou dal před šesti měsíci a kterou bude dávat za šesti měsíci ode dneška. Lidští instruktoři driftují, vytvářejí slepá místa nebo prostě mají špatné dny. Pro doručování obsahu je funkcí konzistence.

Každá z nich je legitimní výhodou. Otázkou není, zda avataři AI mohou dělat užitečné věci ve vzdělávání. Jednoznačně mohou. Otázkou je, zda na tom, co nemohou udělat, stále záleží natolik, že lidského profesora nelze odstranit.

V čem AI avataři systematicky selhávají

Způsoby selhání nejsou náhodné. Soustřeďují se do pěti klíčových oblastí, z nichž každá ukazuje na něco, co lidský profesor poskytuje zcela jedinečným způsobem.

• Úsudek v nejednoznačných situacích. Studentka přijde na konzultační hodiny s neurčitými obavami ohledně tématu své práce a s pocitem, že pro doktorské studium možná nemá předpoklady. Lidský profesor vyhodnotí atmosféru v místnosti, položí dvě specifické otázky, rozpozná, že skutečným problémem je ztráta sebevědomí po tvrdé zpětné vazbě od školitele, a zasáhne jak pedagogicky, tak lidsky. AI avatar vyřeší povrchní dotaz (metodiku tématu práce) kompetentně, ale skutečný bod intervence zcela mine. Studentka odchází z konzultačních hodin technicky informovaná, ale bez lidské pomoci.
• Udržování dlouhodobého mentorství. Skutečné mentorství je výsledkem desítek drobných interakcí v průběhu měsíců a let — profesor, který si pamatuje, že se student zajímal o distribuované systémy ve třetím ročníku, doporučí mu konkrétní článek ve čtvrtém ročníku a v závěrečném ročníku mu nabídne výzkumnou příležitost. AI avataři se sice v paměti na konverzace zlepšují, ale integrace napříč kontexty, ročníky a obory, kterou lidští mentoři provádějí přirozeně, zůstává mimo jejich dosah. Absolventi, kteří získají práci, dostanou se na prestižní doktorské programy a získají výjimečné příležitosti, jsou převážně ti, které si lidský mentor všiml a podpořil je. Žádný avatar to zatím nedokázal.
• Hierarchická autorita a odpovědnost. Když student činí zásadní rozhodnutí — změna oboru, zanechání studia nebo přerušení ročníku — váha doporučení lidského profesora pramení zčásti z toho, že nese odpovědnost. S tímto studentem se bude nadále setkávat. Cítil by se špatně, kdyby jeho rada byla chybná. Je zodpovědný svým kolegům. Doporučení avatara nemá stejnou váhu, i když je technicky správnější, protože student ví, že avatar neponese následky. To není chyba (bug), kterou lze odstranit; je to vlastnost lidské odpovědnosti, kterou AI nemůže napodobit.
• Čtení reakcí v místnosti. Některé z nejdůležitějších momentů ve výuce nastávají, když si vyučující všimne, že třída je zmatená ohledně třetího kroku včerejšího výkladu, že zájem právě poklesl nebo že tichý student v zadní lavici má dotaz, který se bojí položit. Jedná se o vnímání skupinové dynamiky v reálném čase a prostřednictvím mnoha kanálů. AI avataři v roce 2026 toto nedělají vůbec. Zpracovávají pouze frontu individuálních dotazů.
• Vytváření nových znalostí. Model výzkumné univerzity stojí na předpokladu, že lidé, kteří vyučují, jsou zároveň těmi, kdo provádějí výzkum a vytvářejí další generaci znalostí. AI avataři trénovaní na historických datech nemohou vytvářet výzkum, který ještě neexistuje. Univerzita, která plně nahradí své vyučující avatary vyškolenými na základě práce minulých vyučujících, se redukuje na pouhý kanál pro distribuci znalostí. Přestává být institucí, která znalosti vytváří.

Nejedná se o filosofické obavy vymyšlené na obranu pracovních míst vyučujících. Jsou to provozní důvody, proč každé seriózní nasazení v roce 2026 strukturovalo AI avatara jako doplněk k vyučujícím, nikoli jako jejich náhradu. I ta nejagresivnější nasazení — kompletní kurz s avatarem na Boise State, program K-8 na Alpha School — si zachovávají lidskou strukturu na úrovni nad avatarem (tvůrce osnov, průvodce, institucionální dohled). Otázkou není, zda udržet lidi v procesu. Otázkou je, v jaké výšce mají tito lidé působit.

Výzkum výsledků učení: Co skutečně víme?

Empirické důkazy o tutoringu s AI jsou mimořádně zajímavé a mnohem jemnější, než jak je prezentují zastánci nebo skeptici. Z publikovaných výzkumů za posledních 18 měsíců vynikají tři hlavní zjištění.

Důkazy o systému Khanmigo jsou nejstrmější. Testovací infrastruktura Khan Academy je nejbližší věcí, kterou obor má k RCT (randomizované kontrolované studii) v průmyslovém měřítku pro AI tutoring. Jejich interní zjištění (publikovaná v dubnu 2026 pod názvem How Khan Academy Is Building a Better AI Tutor) zahrnují přísné A/B testy na stovkách tisíc tutoringových vláken. Výsledky jsou pozitivní, ale mírné: začlenění konverzačních protokolů zvýšilo kognitivní zapojení o 5,09 % (s 99,4% spolehlivostí), shrnutí historie řešení problémů studenta zlepšilo správnost u další položky o 3,4 %. Jedná se o reálné zisky, které se časem sčítají, ale nejsou to hodnoty typu „2krát rychlejší učení“, které někdy uvádějí marketingové materiály.

Externí validace jsou smíšené. Pilotní studie softwaru pro AI tutoring na MSU na začátku roku 2025 zjistila významné pokroky v učení u všech skupin, ale neodhalila žádný statisticky významný rozdíl ve výsledcích učení mezi skupinou s AI a kontrolní skupinou. Studenti vnímali AI pozitivně, ale toto vnímání se ne vždy promítlo do měřitelného zlepšení výsledků.

Největší tvrzení jsou nejméně ověřená. Hlavní tvrzení školy Alpha School o „2krát více za 2 hodiny“ se plně opírá o interní analýzy, které neprošly nezávislým auditem ani recenzním řízením. Výzkumníci v zpravodaji DeepLearning.ai upozornili na absenci externího ověření ve své analýze z ledna 2026. Kanadští experti na vzdělávání v reportáži CBC News vyzvali k opatrnosti vůči tomuto modelu. Tvrzení se může ukázat jako pravdivé, částečně pravdivé nebo marketingově nadnesené; pro tuto chvíli je důležité, že instituce rozhodující o výuce vedené AI nemají k dispozici přísná data o výsledcích, o která by se mohly opřít.

Upřímná interpretace důkazů v polovině roku 2026: AI tutoring přináší v kontrolovaných testech malé až střední měřitelné zlepšení výsledků učení; tyto zisky jsou dostatečně robustní, aby ospravedlnily probíhající investice, ale největší marketingová tvrzení předbíhají reálné důkazy. AI jako doplněk: empiricky podloženo. AI jako náhrada: stále spekulativní oblast.

Proč je upřímná odpověď „ještě ne, a možná nikdy“

Když výzkumníci v této oblasti soukromě hovoří o trajektorii vzdělávání vedeného AI, debata se často stáčí k rozdílu mezi dvěma druhy výuky. Prvním druhem je předávání obsahu a rutinní náprava: vysvětlení pojmu, provedení studenta postupem, zodpovězení běžných otázek, trpělivé opakování stejného výkladu. V tom je AI již nyní velmi dobrá a bude se dále zlepšovat.

Druhým druhem je intelektuální transformace: pomoc studentovi zformovat si identitu myslitele v daném oboru, rozpoznání potenciálu, který student sám v sobě ještě nevidí, navigace v nejednoznačných přechodech, kde se student posouvá od kompetence k originalitě, a jeho propojení se sociální strukturou oboru. To je to, co dobré univerzity dělaly v tom nejlepším slova smyslu, a to AI v roce 2026 nedělá vůbec. Zajímavou otázkou je, zda to vůbec někdy dokáže, nebo zda je transformační práce strukturálně závislá na člověku, který je sám členem intelektuální komunity, do níž je student uváděn.

Náš vlastní pohled po osmnácti měsících pečlivého sledování nasazení: transformační práce je strukturálně lidská a dlouhodobě uspějí ta nasazení, která to pochopí. Úspěšná univerzita v roce 2030 bude intenzivně využívat AI pro doručování obsahu, nápravu, plánování, vícejazyčný dosah a dostupnost 24/7. Lidské vyučující si ponechá pro věci, které vyžadují úsudek, odpovědnost, mentorství a přítomnost. Neúspěšná verze — ta, u které očekáváme v příštích několika letech viditelné selhání — je ta, která se pokusí zcela odstranit lidského profesora, optimalizuje náklady a v pětiletých kohortových studiích zjistí, že její absolventi jsou technicky informovaní, ale profesně neformovaní.

Reálný hibridní model, který se začíná formovat

Systém, který funguje v roce 2026, je vrstvená dělba práce mezi AI a lidské vyučující. Tento model je neuvěřitelně konzistentní napříč institucemi vykazujícími dobré výsledky.

• 1. úroveň (AI avatar řeší samostatně): Rutinní otázky týkající se obsahu, vyrovnávání prerekvizit, technická vysvětlení, plánování, procházení standardních postupů, základní zpětná vazba k návrhům. K dispozici 24/7 v několika jazycích. Avatar předává profesorovi dotazy, na které nedokáže s jistotou odpovědět.
• 2. úroveň (AI avatar řeší s kontrolou člověka): Prvotní zpětná vazba k úkolům (avatar vygeneruje návrh kritiky, lidský profesor jej před odesláním zkontroluje a upraví). Hodnocení strukturovaných úkolů, kdy AI aplikuje hodnotící kritéria a člověk výsledek schválí. Třídění dotazů před konzultačními hodinami, kdy avatar vyřeší běžné otázky a předá ty skutečně originální.
• 3. úroveň (Pouze lidský profesor): Osobní mentorování a rozhovory. Podpora při zásadních rozhodnutích (změna oboru, doporučení na doktorské studium, kariérové poradenství). Vedení výzkumných projektů. Krizová intervence. Složité případy vyžadující odpovědnost a úsudek.
• 4. úroveň (Lidský profesor s AI jako nástrojem): Návrh osnov (AI pomáhá s návrhem, člověk rozhoduje), výzkum (AI pomáhá s rešerší literatury, člověk provádí samotný výzkum), návrh hodnocení (AI pomáhá generovat úlohy, člověk vybírá a schvaluje).

Tato dělba práce znásobuje šířku pásma jediného profesora zhruba 5-10x pro úkoly doručování obsahu a zároveň zachovává pouze lidskou práci tam, kde je to důležité. Několik institucí uvádí, že jsou schopny podporovat výrazně vyšší poměry studentů k fakultám bez zhoršení kvality tím, že přesunou úroveň 1 a většinu úrovně 2 na ovládání AI. Úspory nákladů se projeví buď nižším školným, lepším poměrem mezi učiteli a studenty v práci Tier 3, nebo obojím. Toto je model, který v příštích pěti letech vyhraje.

Co tento model neumí, je nahradit lidského profesora. Restrukturalizuje to, čím lidský profesor tráví čas. Studenti, kteří absolvují tyto programy, komunikují s lidským profesorem jinak než studenti z roku 2020: méně času na doručování obsahu, více času na osobní, soudící a transformační práci, pro kterou má lidský profesor jedinečnou pozici. To není downgrade. Pro většinu studentů je to významný upgrade.

Co to znamená pro programy, které se právě teď rozhodují

Pokud jste správcem nebo vedoucím oddělení a uvažujete o nasazení AI avatara, tři praktické rady z minulého roku sledování těchto rozhodnutí se odehrávají.

• Začněte na úrovni 1, nikoli na úrovni 3. Nasazení, která fungovala, začala tím, že avatar řešil rutinní otázky týkající se obsahu mimo hodiny. Nasazení, která měla problémy, začala tím, že avatar převzal funkce hodnocení, hodnocení nebo mentorství, než byla připravena základní technologie. Sekvenční nasazení tak, aby avatar získal rozšířenou odpovědnost na základě pozorovaného výkonu, nikoli na základě teoretických schopností.
• Vybudujte ověřovací vrstvu vedle avatara. Pokud má avatar pomoci studentům s kódem, instituce musí být schopna ověřit, které příspěvky jsou skutečně práce studentů a které avatara. Nástroje jako Plagly.ai slouží této ověřovací roli pro písemnou práci a kód a instituce, která nasazuje výuku umělé inteligence bez nasazení ověřování, se otevírá selháním hodnocení, která nemůže později diagnostikovat.
• Plánujte komunikaci s vyučujícími promyšleně. Nasazení avatarů uspějí tehdy, když jsou vyučující partnery při návrhu, a selhávají, když jsou postaveni před hotovou věc. Vyučující vědí o výuce věci, které technologický tým netuší. Přistupujte k odbornosti vyučujících jako k cennému vstupu pro nasazení, nikoli jako k odporu, který je třeba překonat. Instituce, které takto postupovaly v letech 2025–2026, mají dnes úspěšná nasazení.

Základní otázkou není, zda bude AI na univerzitě přítomna. Bude. Již tam je. Otázkou je, jakou roli bude hrát ona a jakou lidští vyučující. Instituce, které o této dělbě práce přemýšlejí, výrazně předstihnou ty, které se přiklánějí k jednomu či druhému extrému. Upřímná odpověď na otázku „může AI avatar nahradit univerzitního profesora“ v roce 2026 zní: může nahradit část toho, co profesor dělá, nemůže nahradit tu nejdůležitější část, a univerzity, které si uvědomí obě poloviny této věty, vychovají lépe vzdělané absolventy než ty, které si uvědomí pouze jednu z nich.

Často kladené otázky

Může AI avatar nahradit profesora v plně online, asynchronním kurzu, kde je mentorství již nyní minimální?

V principu ano, a několik pilotních programů to v roce 2026 testuje. Úspěch závisí na tom, zda je kurz primárně o předávání obsahu (což avatar zvládne), nebo zda vyžaduje hlubokou zpětnou vazbu a intelektuální transformaci (avatar zvládne část, člověk je stále potřeba). Nasazení na Boise State je nejsledovanějším příkladem. Upřímná odpověď v polovině roku 2026 zní, že máme slibná pilotní data, ale zatím nemáme k dispozici dlouhodobá data o výsledcích absolventů. Programy nasazující tento model by se měly zavázat k dlouhodobému sledování a být připraveny kurz upravit podle toho, co reálné výsledky ukáží.

Sníží AI avataři náklady univerzit?

Pravděpodobně ano u předávání obsahu a rutinní podpory, ale úspory jsou menší, než slibují prodejci, protože lidská práce, kterou avatar nezvládne, se škáluje nejhůře. Největšími náklady výzkumné univerzity jsou výzkumná infrastruktura a čas seniorních vyučujících, přičemž nic z toho avatar nenahradí. Instituce zaměřená primárně na výuku může zaznamenat významné snížení nákladů u rutinní výuky, ale reálný scénář představuje zhruba 15–30% snížení nákladů na výuku u běžných bakalářských programů, nikoli hodnoty přes 50 %, které se někdy objevují v oborových analýzách. Úspory se projevují především v lepším poměru studentů na vyučujícího v oblasti Tier 3, nikoli v plošném snižování školného.

Co se stane s akademickou integritou v kurzu vyučovaném AI avatarem?

Stává se důležitější, nikoli méně důležitou, a vyžaduje jiné nástroje. Pokud je hlavním vyučujícím AI avatar, instituce potřebuje mechanismy ověřování, které dokáží odlišit práci studenta od výstupu avatara, od jiného využití AI studentem a od kombinací obojího. Detekční nástroje jako Plagly.ai se stávají provozně klíčovými, nikoli volitelnými. Instituce provozující kurzy vedené AI bez integrovaného ověřování podstupují riziko, které většina z nich dosud jasně nedomyslela.

Jsou studenti s AI avatary jako vyučujícími spokojeni?

Uváděná spokojenost je vysoká, zejména u případů použití Tier 1 (dostupnost 24/7, vícejazyčná podpora, trpělivé vysvětlování). Spokojenost klesá, když je po avatarovi požadována práce, v níž není dobrý — hluboká zpětná vazba k tvůrčí práci, mentorování nebo rozhodnutí o akademickém směřování. Kvalitativní zjištění u systému Khanmigo konzistentně ukazují, že studenti vnímají AI pozitivně pro to, co dělá dobře. Zatím však neukazují, že by studenti preferovali AI před lidskými vyučujícími u práce, kterou lidé dělají jedinečným způsobem. Tento vzorec pravděpodobně zůstane stabilní po celá léta.

Bude „AI univerzita“, která funguje výhradně na bázi AI, úspěšná?

O některé její verze se v příštích několika letech vážně pokusíme a některé z nich budou produkovat absolventy, kteří dopadnou dobře, a někteří ne. Rozdíl bude pocházet z toho, co instituce dělá s lidskými zdroji uvolněnými díky rutinní výuce AI. Instituce, které znovu investují tuto kapacitu do hlubšího mentorství, více výzkumných příležitostí pro studenty a sofistikovanější transformační práce, budou produkují vynikající absolventy. Instituce, které využívají kapacitu umělé inteligence především ke snižování nákladů a zvyšování počtu zápisů, budou produkovat absolventy, kteří jsou technicky informovaní a profesně nevzdělaní, a důsledky odhalí v pěti až desetiletých absolventských studiích. Technologie není rozhodujícím faktorem. Možnosti institucionálního designu kolem technologie jsou.