Diplomová práce se zabývá návrhem integrace AI agenta do e-learningové platformy s cílem podpořit tvorbu a evaluaci vzdělávacího obsahu. Zadání práce bylo splněno, přičemž autor navrhl komplexní řešení zahrnující jak architekturu systému, tak uživatelské rozhraní a ekonomické zhodnocení.

Práce je systematicky členěna a vykazuje logickou návaznost jednotlivých částí. Teoretická část poskytuje odpovídající přehled problematiky umělé inteligence ve vzdělávání, AI agentů a UX/UI návrhu. Analytická část kvalitně identifikuje klíčové problémy současného stavu platformy, zejména vysokou časovou náročnost tvorby obsahu a absenci nástrojů pro jeho efektivní evaluaci.

Návrhová část představuje hlavní přínos práce. Autor zde navrhuje multiagentní architekturu systému, která kombinuje generování obsahu s jeho průběžnou kontrolou kvality. Pozitivně lze hodnotit zejména důraz na evaluaci vstupních i výstupních dat a propojení teoretických konceptů s praktickým návrhem.

Slabší stránkou práce je místy omezená hloubka kritického zhodnocení navrženého řešení a diskuse jeho limitů, zejména v oblasti praktické implementace a dlouhodobého provozu. Jazyková úroveň práce je na dobré úrovni, drobné stylistické a formální nepřesnosti nemají zásadní vliv na celkovou kvalitu.

Předložená diplomová práce splňuje požadavky kladené na diplomové práce v daném oboru a je výrazně orientována na praktické využití.

Práci doporučuji k obhajobě.

Otázka k obhajobě:

Jaká rizika jsou spojena s využitím AI ve vzdělávacím procesu a jak je Váš návrh řešení ošetřuje?

1. Splnění stanoveného cíle
Hlavním cílem diplomové práce bylo navrhnout koncepci a architekturu pro integraci AI agenta do e-learningové platformy Knowspread za účelem evaluace a tvorby vzdělávacího obsahu, včetně návrhu uživatelského rozhraní ve formě high-fidelity prototypu ve Figmě a návrhu integrace HTML editoru. Stanovený cíl byl naplněn v celém rozsahu. Autor předkládá ucelený návrh multiagentního systému s pojmenovanou architekturou jedenácti kanceláří, kompletní high-fidelity prototyp ve Figmě navazující na zavedený design systém společnosti i samostatný návrh HTML editoru. Splněny byly i všechny dílčí cíle, tedy analýza současného stavu platformy Knowspread, srovnání tří konkurenčních platforem (Coursebox AI, LearnWorlds, Gamma) a ekonomické zhodnocení navržených řešení.

2. Postup řešení problému a přínos studenta
Autor zvolil logický postup od teoretické rešerše přes analytickou část až k návrhu vlastního řešení, přičemž závěry jednotlivých částí systematicky vstupují do navazujících kapitol. Za silnou stránku považuji především způsob, jakým autor odhalil mezeru na trhu — žádná z analyzovaných konkurenčních platforem nenabízí systematickou evaluaci kvality vstupních materiálů ani generovaných výstupů — a jak tuto mezeru promítl do samotného návrhu prostřednictvím semaforového modelu hodnocení a oddělené evaluační kanceláře.
Autor v závěrečné práci pro konkurenční srovnání zvolil pouze 3 mezinárodní nástroje, byť konkurence je širší.

3. Formální úprava a jazyková úroveň práce
Práce má přehlednou strukturu odpovídající zadání. Text je doplněn vhodnými obrázky, schématy a tabulkami, které zvyšují srozumitelnost zejména v návrhové části. Citace zdrojů jsou jednotně formátovány a v textu jsou důsledně používány.
Po jazykové stránce je práce na dobré úrovni, místy se však objevují drobné stylistické nepřesnosti a překlepy (například „špatně“ formulované věty typu „Problém, se kterých se společnost potýkala“, nebo nekonzistentní použití číslování tabulek v textu odkazů a číslování stránek). Tyto nedostatky však nesnižují obsahovou hodnotu práce a lze předpokládat, že vznikly při finálních úpravách textu.

4. Splnění požadavků na diplomovou práci v daném oboru
Práce splňuje standardní požadavky kladené na diplomovou práci v oboru Informační management. Spojuje technickou, designovou i ekonomickou rovinu, což odpovídá interdisciplinárnímu charakteru oboru. Práce má prokazatelný praktický výstup, který bude reálně implementován v provozním prostředí komerční platformy. Topics for thesis defence:

1. 1) Architektura předpokládá lidský dohled (human-in-the-loop) v klíčových kontrolních bodech procesu. Jak chcete u uživatelů zajistit, aby tuto kontrolní roli skutečně vykonávali a nepřijímali výstupy Klary automaticky bez ověření? 2) V práci uvádíte výběr tří různých jazykových modelů podle charakteru úlohy. Jak je v navržené architektuře řešena situace, kdy konkrétní model nebude v budoucnu dostupný nebo bude nahrazen novější verzí — je systém vendor-agnostický? 3) V práci byly pro konkurenční srovnání vybrány tři mezinárodní nástroje (Coursebox AI, LearnWorlds, Gamma), u kterých nebylo zjištěno primární zaměření na evaluaci vzdělávacích materiálů. Dokázal byste identifikovat a stručně charakterizovat jiný existující nástroj – ať už český, nebo zahraniční – který se problematice evaluace vzdělávacího obsahu pomocí AI věnuje? Jak by se s ním navrhované řešení Klara dalo porovnat?