Vzdělávání je týmovou prací, kde je zodpovědnost na obou stranách katedry, říká Jan Böhm, vyučující biostatistiky

Jan Böhm z RECETOXu učí studující biostatistiku a týmovou, mezioborovou práci. Co přeje pedagogům ke Dni učitelů? Jak získal Cenu rektora pro vynikající pedagogy? Dá se učit štafetové programování? To a víc se dočtete v rozhovoru.

Tenhle rozhovor bude hlavně o vaší práci učitele na naší fakultě. Tak začneme otázkou: o co by byl váš život ochuzen, kdybyste neučil?

V prvé řadě o kontakt s mladými lidmi. V druhé řadě o naplnění mé vnitřní potřeby určitého exhibicionismu a možnosti postavit se před lidi a ukázat svou extrovertní část. Ale primární je touha to, co umím, předat dál. To mě žene. Když jsem studoval já, říkal jsem si, že bych to asi uměl lépe než někteří učitelé. A teď se to snažím dokázat a nezabíjet ve studentech touhu zlepšovat se a vzdělávat. Někdy mají studenti pocit, že se jim snaží vyučující házet klacky pod nohy a dělat věci co nejkomplikovanější. Jde o pocit, který jsem také míval, a teď to znám z druhé strany. Pořád si myslím, že jsou v procesu vzdělávání mezery.

Daří se vám je zaplňovat, když vzdělávání vnímáte z té druhé strany katedry?

Já spíš lépe chápu, kde vznikají. Spousta věcí, ať už děláte jakoukoli práci, se dá dělat rychle, snadno, aby věci byly – a ulehčíte si svoji část. Ale pak se ta námaha přenáší na někoho jiného, při výuce na studentky a studenty.

Co byste všem učitelkám a učitelům popřál ke Dni učitelů?

Já bych popřál jedné polovině větší pokoru, a druhé větší sebevědomí. Ale každý si musí vybrat sám😊.

Jaká byla vaše představa o budoucím povolání v dětství a dospívání?

V druhé třídě jsem chtěl být entomolog, to mě drželo do gymplu, kde mne lákala medicína. Až někdy před maturitou jsem se rozhodl, že chci dělat matematiku, protože se nechci tolik memorovat. Nebavila mně představa, že se budu učit latinské názvy věcí. Spíše mne lákalo snažit se pochopit různé mechanismy. Věděl jsem, že chci studovat matematiku a že nechci do Prahy. Jsem ze Slezska, chtěl jsem se osamostatnit a Brno byla jasná volba.

Co jste si vybral za obor ke studiu na vysoké škole?

Začínal jsem statistikou a analýzou dat v bakalářském stupni a pokračoval v magisterském studiu programem Matematické modelování a výpočty. Chvíli jsem byl na doktorátu, ale ten jsem nedokončil. Bavilo mě dělat matematiku pro aplikace: věci, co nejsou úplně přesné, ale jsou dostatečně funkční a přesné na to, aby řešily naše každodenní problémy. Samozřejmě jsem se věnoval programování a algoritmům, bez nich to dělat nejde. Bavily mě aplikace matematiky a statistiky v biologii a fyzice víc než ve finančním světě, protože mi to přijde pro lidstvo užitečnější než počítat v bance peníze. Biologické pozadí si tady na RECETOXu dostudovávám.

Dostal jste se při studiu k výzkumu?

To je na matematice jednoduché, stačí vám internet, tužka a papír a děláte výzkum😊. To další obory nemají, musíte do laboratoře, do terénu, to na matematice „nehrozí“. V diplomce jsem měl autorské části, které chápu jako výzkum. Studoval jsem diferenciální rovnice, tedy rovnice popisující nějaký vývoj v čase, a aplikace se dotýkaly medicíny. Po covidu modely pro epidemie zná každý. Podobně lze modelovat odpověď imunitního systému na infekci v čase. Jak se začnou množit například bakterie, kdy tělo zaregistruje a dá pokyn k akci: „Jdeme vyrábět bílé krvinky.“ Ty ale dozrávají delší dobu, než za jakou se stihly namnožit bakterie. A to je důvod, proč je člověku dva tři dny špatně, než začnou vznikat bílé krvinky, a začne se to zlepšovat. Já jsem se tento proces snažil popsat rovnicemi a snažil se předpovídat, jak se situace bude vyvíjet v různých situacích. Například jako když patogen nevymizí zcela, dochází ke chronickému výskytu a vrací se ataky nemoci.

Jakému výzkumu se věnujete v současnosti?

Analyzuji data. Chystám nové metody a nástroje, ale většinou dělám podporu biologům a lékařům, kteří chtějí dělat nějaký výzkum, ale nemají tu úroveň znalostí statistiky, které potřebují. Proto je dobré, že existují skupiny, jako je ta naše. Také děláme výzkum ve statistice: jak zpracovávat data a podobně. Konstruujeme nové testy, co se lépe hodí pro typ dat, které na RECETOXu máme. Setkáváme se totiž s problémy, které jsou specifické pro biologii. Máme malý počet vzorků, ale měříme u nich velkou řadu věcí. Jako třeba mikrobiom. Jde o tisíce bakterií, které tam mohou být, ale vzorků je třeba jen sto. My bychom to pro většinu statistických metod ideálně potřebovali naopak: tisíce vzorků a u nich sto sledovaných proměnných. Data, se kterými pracujeme mývají další nestandartní vlastnosti, které vyžadují specializované nástroje pro jejich analýzu. Řešíme řadu nevyřešených, ale řešitelných problémů. Je to výzva, a to mě baví.

Jak a kdy jste se dostal k výuce na MU?

Bylo to v roce 2017. Byl jsem s kamarádem v hospodě, organizovali jsme šifrovačku Puzzled Pint, kdy lidé v hospodách dostanou šifry, a ty se luští, jde to mezinárodní akci. Kamarád v té době psal diplomku ve Vídni a měl data z magnetických rezonancí. Špekulovali jsme, jak to řešit, a od vedlejšího stolu se zvedla kolegyně z Ekonomické fakulty s dotazem, zda bych u nich nechtěl učit statistiku. Domluvili jsme se, přišlo mi to zajímavé a až do covidu jsem tam učil. Byl to masový kurz statistiky pro 300-400 studentů. To je velký rozdíl oproti výuce třicetičlenné skupiny, kde studující znáte osobně a můžete se jim věnovat individuálně. Šlo o to, nastavit robustní systém, který nevyčerpá ani vyučující, ani studenty, protože je to náročné na opravy testů a zkoušení.

Zaujalo mne, že jako cvičící figurujete na SCI MUNI u předmětu Týmový projekt z Matematické biologie a biomedicíny – biomedicínská bioinformatika. V něm studující týmově řeší úlohu z bioinformatiky. Řekněte nám na úvod, proč je dnes v oblasti bioinformatiky týmová práce tak důležitá?

Krom týmové je důležitá i mezioborová spolupráce. Jakýkoli projekt zahrnuje ekonomy, lidi v laboratořích, bioinformatiky, kteří to zpracují do čísel, vyhodnotí a předají dalším odborníkům, co píší článek. Často jde o spoustu oborů a různé motivace, často medicínské. Studující se budou setkávat s tím, že člověk dělá svůj kus práce v obrovském potrubí celého projektu. Že bude s ostatními spolupracovat, předávat si informace a výsledky. A to je komplikované. Jde i o lidskou stránku, vycházet si vstříc a nedělat si to horší, než to musí být. V mém předmětu si tohle studující vyzkouší v malé skupince na malém projektu, který se dá zvládnout za nižší desítky hodin práce za semestr. Tým jsou dva studující a já. Je důležité i to, že si studující uvědomí, že je škola nepřipraví na všecko. Jako pro pedagoga je pro mě důležité dát studujícím nástroje, aby se uměli rychle zorientovat v nové problematice, která se tématem opírá o jejich specializaci. Je důležité rozvíjet schopnost rychle vplout do problematiky, kterou neznají. A pak umět navázat, propojovat a ukázat výsledek. Je to prospěšné pro obě strany. Oni se učí týmovou práci „zezdola“ a já „shora“.

Jaké to pro vás v začátcích bylo, mít před sebou 30 studujících, každého u počítače, zadat úlohu a vše pak v hodině zvládnout, reagovat, mít odpovědi?

Když jsem začínal učit, byl jsem cvičícím seminářů na matematice. To byl dobrý tréning. Nejdůležitější bylo, když ze mě opadla nervozita, že nebudu něco vědět. Ono je naopak dobré vědět, že i nevědět je ok. Je fajn vidět vyučujícího, jak popisuje proces a přemýšlí nad tím. Pokud máte vše naučené a říkáte to jako básničku, není na výkladu tolik vidět proces, jak k řešení dojdete, není to autentické. A tak si někdy přinesu problém, který nemám dořešený. Nemusí se v hodině povést dořešit, ale brainstorming se studenty je cennější než ukázat pár slidů. Pomohl mi předmět Teaching lab na Fakultě informatiky MUNI. Vznikl proto, že je tam hodně studentských učitelů. Předává know-how a soft skills, jak pracovat se skupinou, hlídat si čas či mluvit zřetelně, ale i jak se postavit k tabuli, aby na ni studující viděli.

Vy jste získal na konci roku 2021 Cenu rektora Masarykovy pro vynikající pedagogy, jak jsme psali zde. Jak se taková cena získává?

Je to příjemné proto, že to za vás udělají studenti v předmětové anketě a nominaci. Já jsem jen dělal svou práci a asi jsem ji dělal dobře. O nominaci jsem nevěděl. Systém však zvýhodňuje masové kurzy, takže tuto cenu nemá šanci získat vyučující vedoucí kurz pro 8 lidí. Mám z toho radost, cením si toho, ale vím, že je tu spousta vynikajících pedagogů, kteří na cenu dosáhnout nemohou jen kvůli nastavení systému.

V textu ocenění stálo, že studující na vaší výuce nejvíce oceňují srozumitelnost, s jakou dokážete i složité výpočty a situace vysvětlit. Na základě čeho k této srozumitelnosti dospíváte? Jak nacházíte cesty vysvětlování složitých a často velmi abstraktních témat?

Snažím se mít za úlohu motivaci, a aby si za ní dokázali studující představit něco, co znají. Algoritmy jsou hodně o tom, rozbít problém na několik menších. Také je pro mě důležité mít „reality check“ a provádět ho postupně. Tím myslím kontrolovat si, zda mé (mezi)výsledky dávají v kontextu úlohy smysl. To pomáhá. U statistiky a pravděpodobnosti, když úlohu dobře nastavíte, tak to tam je. Často úlohu začínám tak, že si udělám svůj odhad od stolu, kolik bych čekal, že to má vyjít. Když se o hodně „seknu“, začnu zpochybňovat dílčí kroky a hledám, zda je chyba v mé intuici nebo v řešení. Pokud se to potká, je to super. A to se snažím předávat. Hádejte, tipujte a pak si to zkontrolujte. Je jiné řešit rovnici pro výsledek a když dáte kontext, co rovnice popisuje. Řekněme třeba, jak chladne mrtvola v místnosti, kde je 20 stupňů, mrtvola má teplotu 30 stupňů, jak dlouho tady leží? Získá to konkrétní obrysy. Je těžší matematizaci udělat, ale pak už je řešením algoritmus, který zvládne software. Hlavně si dovedete představit, jak se teplota těla chová. Předpokládáte nejdřív rychlé, pak pomalejší ochlazování, ne že vám bude vycházet rostoucí křivka.

Pracujete se zpětnou vazbou studentů?

Určitě ano. Ptám se studentů, co si od předmětu slibují, co očekávají. Předmět nemusí být rigidně stejný každý rok. Nemusíme pořád učit, kolik lidí zemřelo v pruské armádě na kopnutí koněm😊. V hodině je pro mě důležité říci nahlas, co chci, aby se naučili, a proč to chci. Třeba proto, že na to bude navazovat látka v dalším semestru. A pak si získávat zpětnou vazbu, jestli se to povedlo. Je důležité si to změřit nejen zkouškou, ale ptát se jich, jestli si myslí, že tomu rozumí. A k tomu musíte mít vybudované prostředí, kdy si lidi věří. Je fajn probrat tyto věci i po zkoušce. A je pro mne důležité, aby vzdělávání vnímali jako týmovou práci, kde je zodpovědnost na obou stranách.

Kdo je pro Vás v práci učitele inspirací?

Učitelský guru je pro mě Radek Pelánek z Teaching Lab Fakulty informatiky MU. Má řadu studentů, se kterými se kamarádím. A mohu s nimi řešit a probrat, co chci ve výuce zkusit. Třeba teď mě zaujalo v Masterchef soutěži, jak vaří ve štafetě. A to čeká studenty. Budou programovat ve štafetě, přicházet k rozdělané práci a předávat ji dál. Uvidíme, zda si dokáží vše dobře okomentovat a předat. To totiž navozuje atmosféru reálného života, jehož součástí je stres. A je třeba, aby se s ním studující naučili pracovat. Zvykat si na neúspěch, přijmout ho, zvednout hlavu a jít dál. Tak třeba v testu vyšponuji obtížnost, nechám je zoufale pracovat, posbírám si jejich řešení a dám jim vědět, že to bylo obtížné, ale že i jejich cesta k řešení je pro mě důležitá. Dobrý prostředek ve vzdělávání je, tvářit se, že cílem je výsledek, ale přitom bylo cílem to, co potkali cestou k němu.

Děkuji za rozhovor.
Zuzana Jayasundera