Sztuczna inteligencja nie zniszczy uniwersytetów. Nauczy nas myśleć inaczej

Sztuczna inteligencja nie oznacza końca uniwersytetów ani tradycyjnej edukacji. Przeciwnie, może sprawić, że umiejętność samodzielnego myślenia, argumentowania, rozwiązywania problemów i odróżniania prawdy od błędu stanie się jeszcze cenniejsza niż dotychczas. Aurélie Jean, francuski naukowiec specjalizujący się w modelowaniu algorytmicznym, przekonuje w tekście przygotowanym dla „Le Figaro”, że odpowiedzią świata edukacji na rewolucję AI nie powinien być zakaz korzystania z nowych narzędzi, lecz gruntowna zmiana sposobu, w jaki uczymy, sprawdzamy wiedzę i przygotowujemy młodych ludzi do funkcjonowania w świecie nowych technologii.

Aurélie Jean: W epoce AI musimy przede wszystkim nauczyć się myśleć

Debata o sztucznej inteligencji w edukacji coraz częściej sprowadza się do pytania o zakazy. Czy uczeń powinien móc korzystać z generatywnej AI podczas przygotowywania pracy domowej, czy student może posługiwać się nią podczas pisania eseju, czy nauczyciel powinien traktować wykorzystanie takich narzędzi jako formę niesamodzielnego wykonania zadania? Pytania te są uzasadnione, ale zdaniem Aurélie Jean dotyczą jedynie części znacznie większego problemu.

Francuski naukowiec zajmujący się modelowaniem algorytmicznym proponuje odwrócenie sposobu myślenia o relacji między sztuczną inteligencją a edukacją. W tekście przygotowanym dla „Le Figaro” Aurélie Jean przekonuje, że zakazywanie AI w szkołach i na uczelniach byłoby próbą zatrzymania procesu, którego zatrzymać się już nie da. Znacznie ważniejsze jest nauczenie młodych ludzi świadomego, krytycznego i inteligentnego korzystania z nowych narzędzi.

Rozumowanie Aurélie Jean prowadzi jednak znacznie dalej. Rewolucja AI zmusza bowiem do postawienia pytania nie tylko o miejsce nowych technologii w edukacji, lecz także o samą istotę kształcenia. Skoro maszyna potrafi w kilka sekund znaleźć i uporządkować informacje, przygotować streszczenie, napisać tekst, wykonać obliczenia albo zaproponować rozwiązanie problemu, coraz mniej wystarczający staje się model edukacji oparty przede wszystkim na zapamiętywaniu i reprodukowaniu wiedzy.

Nie oznacza to, że wiedza traci znaczenie. Jest dokładnie odwrotnie. Bez odpowiedniej wiedzy człowiek nie jest w stanie ocenić odpowiedzi wygenerowanej przez algorytm, dostrzec jej uproszczeń, błędów ani fałszywych założeń. Zmienia się natomiast sposób, w jaki będziemy zdobywać wiedzę, sprawdzać ją i z niej korzystać. Jak zauważa Aurélie Jean, wchodzimy w epokę, w której umiejętność myślenia staje się czymś zasadniczym.

Zakazać AI w szkołach czy zmienić sposób nauczania?

Obawy rodziców i nauczycieli są zrozumiałe. Generatywna sztuczna inteligencja pozwala dziś uczniowi w ciągu kilkudziesięciu sekund przygotować zadanie, którego samodzielne wykonanie wymagałoby znacznie więcej czasu, poszukiwania informacji, ich uporządkowania i sformułowania własnej odpowiedzi. W tradycyjnym modelu edukacji prowadzi to do zasadniczego problemu: nauczyciel coraz częściej nie wie, czy ocenia rzeczywistą wiedzę i umiejętności ucznia, czy możliwości zastosowanego przez niego narzędzia.

Aurélie Jean zwraca uwagę, że wielu rodziców, z którymi rozmawia, opowiada się właśnie z tego powodu za całkowitym zakazem używania generatywnej AI przez uczniów. Rozumie ich obawy, ale proponuje postawić inne pytanie. Być może to nie samo korzystanie ze sztucznej inteligencji jest najważniejszym problemem, lecz sposób, w jaki w epoce AI sprawdzamy wiedzę ucznia.

Dotyczy to szczególnie prac domowych. Zdaniem Aurélie Jean już wcześniej nie były one narzędziem społecznie neutralnym, ponieważ uczeń mogący liczyć na pomoc rodziców, korepetytora oraz odpowiednie warunki do nauki znajdował się w innej sytuacji niż młody człowiek pozbawiony podobnego wsparcia. Powszechna dostępność generatywnej AI jeszcze mocniej ujawnia ograniczenia modelu, w którym znaczną część procesu oceniania przenosi się poza szkołę.

Większego znaczenia mogą więc nabierać rozwiązywanie problemów podczas zajęć, wypowiedź ustna, dyskusja, argumentowanie własnego stanowiska oraz prowadzenie indywidualnych i zespołowych projektów opartych na poznanych wcześniej koncepcjach. Nie chodzi zatem jedynie o ochronę szkoły przed ChatGPT czy innymi narzędziami generatywnej AI. Chodzi o dostosowanie sposobu nauczania do świata, w którym korzystanie ze sztucznej inteligencji będzie prawdopodobnie czymś równie naturalnym jak dziś korzystanie z wyszukiwarki internetowej.

Sztuczna inteligencja nie może zastąpić naszego myślenia

W rozumowaniu Aurélie Jean istnieje jednak wyraźna granica. Generatywna sztuczna inteligencja nie powinna zastępować ludzkiego myślenia, lecz pomagać człowiekowi myśleć, analizować i dochodzić do lepszych odpowiedzi. Technologia powinna pozostawać narzędziem wspierającym intelekt, a nie mechanizmem zwalniającym człowieka z jego używania.

Aurélie Jean podkreśla, że człowiek posiada cechy wykraczające poza zdolności obliczeniowe maszyny i właśnie one będą szczególnie potrzebne w świecie coraz bardziej nasyconym algorytmami. Nie oznacza to odrzucenia analizy, wiedzy czy tradycyjnych kompetencji intelektualnych. Przeciwnie, dopiero dobrze rozwinięte zdolności analityczne pozwalają człowiekowi dostrzec, że odpowiedź przedstawiona przez system AI jest niewiarygodna, niepełna, oparta na niewłaściwych przesłankach albo po prostu fałszywa.

Może to być jedna z najważniejszych kompetencji nadchodzących lat. Problemem przyszłości nie musi być bowiem brak odpowiedzi, lecz ich nadmiar. Człowiek będzie otoczony systemami zdolnymi natychmiast przedstawiać rozwiązania, interpretacje i rekomendacje, a tym większego znaczenia nabierze zdolność zadania właściwego pytania, sprawdzenia otrzymanej odpowiedzi, skonfrontowania jej z wiedzą i doświadczeniem oraz podjęcia decyzji, czy można jej zaufać.

Paradoks rewolucji AI może więc polegać na tym, że im potężniejsze będą stawały się maszyny, tym większą wartość będą miały kompetencje pozwalające człowiekowi zachować wobec nich intelektualną niezależność.

Uczyć się, jak się uczyć

Zmieni się również znaczenie samego wykształcenia. Aurélie Jean wskazuje na rosnącą rolę umiejętności uczenia się, porzucania wiedzy i schematów, które przestały odpowiadać rzeczywistości, argumentowania oraz strukturyzowania własnego rozumowania. Są to kompetencje znane od dawna, ale w świecie sztucznej inteligencji mogą nabrać zupełnie nowego znaczenia.

Dołącza do nich jeszcze jedna umiejętność: rozumienie sposobu działania sztucznej inteligencji. Nie każdy student będzie musiał zostać informatykiem ani specjalistą od uczenia maszynowego, ale trudno świadomie posługiwać się technologią bez elementarnej znajomości jej możliwości, ograniczeń oraz mechanizmów prowadzących niekiedy do błędnych odpowiedzi.

Dlatego podstawy funkcjonowania systemów sztucznej inteligencji będą prawdopodobnie stopniowo przenikały do programów studiów w bardzo różnych dziedzinach. AI nie pozostanie osobną specjalizacją zamkniętą na wydziałach informatycznych. Stanie się narzędziem wykorzystywanym przez lekarza, prawnika, inżyniera, ekonomistę, biologa, architekta, nauczyciela czy badacza, podobnie jak wcześniej technologie cyfrowe zmieniły praktycznie wszystkie obszary życia zawodowego.

Czy sztuczna inteligencja zastąpi lekarzy?

Aurélie Jean posługuje się przykładem medycyny, który dobrze pokazuje skalę nadchodzącej zmiany. W tradycyjnym modelu kształcenia lekarza ogromną rolę odgrywało opanowanie bardzo dużych zasobów informacji, w tym zapamiętywanie objawów i ich powiązań z poszczególnymi chorobami. Dostęp do systemów AI zdolnych analizować objawy, wyniki badań i ogromne zasoby literatury medycznej może zmienić proporcje między zapamiętywaniem informacji a umiejętnością ich interpretacji.

Nie oznacza to jednak końca zawodu lekarza. Zdaniem Aurélie Jean lekarze nie znikną, zmienią się natomiast ich kształcenie oraz sposób wykonywania zawodu. Zadaniem lekarza w coraz większym stopniu może być rozumowanie na podstawie danych dostarczanych również przez systemy algorytmiczne, konfrontowanie ich z własną wiedzą i doświadczeniem, dostrzeganie tego, czego algorytm nie uwzględnił, oraz podejmowanie ostatecznej decyzji odnoszącej się nie do abstrakcyjnego zestawu danych, lecz do konkretnego człowieka.

Podobny proces będzie zachodził w innych dziedzinach. Zmienią się programy nauczania, metody pracy i zestawy kompetencji wymaganych od absolwentów, a jednocześnie na pograniczu istniejących dyscyplin i sztucznej inteligencji zaczną powstawać nowe specjalizacje. Części z nich prawdopodobnie nie potrafimy jeszcze nawet nazwać.

Czy studia wyższe stracą znaczenie przez AI?

W debacie o sztucznej inteligencji pojawia się również znacznie dalej idąca teza: skoro AI daje człowiekowi niemal natychmiastowy dostęp do ogromnych zasobów informacji i potrafi wykonywać coraz bardziej złożone zadania intelektualne, tradycyjne studia wyższe mogą przestać być potrzebne. Aurélie Jean zdecydowanie odrzuca takie rozumowanie.

Ogłaszanie całkowitej bezużyteczności studiów wyższych w epoce AI uważa „w najlepszym razie za naiwność, a w najgorszym za intelektualną nieuczciwość”. To mocne stwierdzenie, ale prowadzi do zasadniczego pytania o to, czym właściwie powinien być uniwersytet w XXI wieku.

Studia wyższe będą się zmieniały, być może bardzo głęboko. Zmianie mogą ulec sposoby egzaminowania, programy studiów, relacje między poszczególnymi dyscyplinami oraz to, czego właściwie oczekujemy od absolwenta. Nie wynika z tego jednak, że uniwersytet straci rację bytu. Może wydarzyć się coś dokładnie odwrotnego.

Jeżeli coraz większą część prostych operacji poznawczych będą wykonywały za człowieka maszyny, rosnąć będzie znaczenie miejsca, w którym człowiek uczy się rozumowania, argumentowania, krytycznej analizy, metodologii, konfrontowania różnych stanowisk oraz intelektualnej uczciwości. Uniwersytet przyszłości może więc w mniejszym stopniu odpowiadać na pytanie, ile informacji student zapamiętał, a w większym na pytanie, co potrafi zrobić z wiedzą, do której ma dostęp.

Jak będzie wyglądał uniwersytet w 2030 roku?

Jeżeli obecne tempo rozwoju sztucznej inteligencji zostanie utrzymane, uniwersytet roku 2030 może różnić się od dzisiejszego nie tyle samą obecnością nowych technologii, ile sposobem organizowania procesu kształcenia. Dostęp do wiedzy przestanie być najważniejszym problemem, ponieważ student będzie mógł w ciągu kilku sekund otrzymać wyjaśnienie zagadnienia, analizę tekstu, zestawienie argumentów, propozycję rozwiązania problemu czy wskazanie literatury. Tym większego znaczenia nabierze umiejętność oceny jakości otrzymanych informacji, sprawdzania źródeł, dostrzegania błędów oraz samodzielnego budowania rozumowania.

Może to prowadzić do zmiany roli wykładowcy. Profesor nie będzie potrzebny przede wszystkim jako osoba przekazująca informacje, do których student może dotrzeć samodzielnie, lecz jako przewodnik po wiedzy, nauczyciel metodologii i partner w intelektualnej dyskusji, zdolny wskazać różnicę między informacją a wiedzą, między pozornie poprawnym wywodem a rzeczywistym rozumowaniem. Im łatwiejsze będzie uzyskanie gotowej odpowiedzi, tym większego znaczenia może nabrać człowiek, który potrafi nauczyć, jak tę odpowiedź zakwestionować.

Zmianie będą musiały ulec także programy studiów. Sztuczna inteligencja prawdopodobnie nie pozostanie osobnym przedmiotem przeznaczonym dla informatyków, lecz stanie się narzędziem obecnym w medycynie, prawie, ekonomii, historii, naukach społecznych, inżynierii i wielu innych dziedzinach. Student będzie musiał poznać nie tylko możliwości systemów AI, lecz także ich ograniczenia, sposoby powstawania błędów, problemy związane z wiarygodnością źródeł oraz granice odpowiedzialności za decyzje podejmowane przy pomocy algorytmów.

Uniwersytet roku 2030 może więc nie być uczelnią, na której człowiek konkuruje ze sztuczną inteligencją, lecz miejscem, w którym uczy się z nią pracować, zachowując własną niezależność intelektualną. Najważniejszym zadaniem studiów pozostanie wówczas coś, czego nie da się sprowadzić do sprawnego wyszukiwania informacji: kształtowanie osądu, zdolności argumentowania, rozumienia złożoności problemów oraz odpowiedzialności za formułowane wnioski. W tym sensie rozwój AI może doprowadzić nie do końca klasycznej idei uniwersytetu, lecz do ponownego odkrycia jej podstawowego znaczenia.

Co stanie się z egzaminami, pracami magisterskimi i doktoratami w epoce AI?

Jednym z najtrudniejszych problemów, przed którymi stają uniwersytety wraz z rozwojem generatywnej sztucznej inteligencji, jest sposób sprawdzania rzeczywistych kompetencji studentów. Jeżeli system AI potrafi przygotować poprawnie skonstruowany esej, analizę tekstu, bibliografię, fragment programu komputerowego czy rozwiązanie zadania, tradycyjna praca wykonywana poza salą egzaminacyjną coraz rzadziej daje pewność, że pokazuje rzeczywiste możliwości jej autora. Problem nie sprowadza się przy tym do wykrywania tekstów napisanych przez AI, ponieważ wraz z rozwojem technologii samo rozpoznawanie sposobu powstania tekstu może stawać się coraz mniej wiarygodne.

Może to oznaczać powrót do form sprawdzania wiedzy, w których student musi wykazać się nie tylko znajomością odpowiedzi, lecz także zdolnością jej obrony. Większego znaczenia mogą nabierać egzaminy ustne, dyskusje z wykładowcą, rozwiązywanie problemów podczas zajęć oraz prezentowanie kolejnych etapów dochodzenia do wyniku. W świecie, w którym gotową odpowiedź można otrzymać w kilka sekund, uczelnia będzie coraz bardziej zainteresowana nie tylko tym, jak brzmi odpowiedź studenta, lecz również tym, czy rozumie on sposób, w jaki do niej doszedł.

Jeszcze poważniejsze pytania dotyczą prac licencjackich i magisterskich. Jeżeli zasadniczym celem takiej pracy pozostanie przygotowanie kilkudziesięciu stron poprawnego tekstu na podstawie dostępnej literatury, generatywna AI będzie podważała sens części dotychczasowych metod oceniania. Nie musi to jednak oznaczać końca prac dyplomowych. Możliwe jest przesunięcie punktu ciężkości z samego końcowego dokumentu na proces jego powstawania: wybór problemu, dobór źródeł, metodologię, kolejne etapy badań, rozmowy z promotorem oraz ustną obronę przedstawionych wniosków.

Szczególne znaczenie ma pytanie o doktoraty, ponieważ rozprawa doktorska z założenia ma stanowić samodzielny wkład autora w rozwój określonej dziedziny wiedzy. Sztuczna inteligencja może pomagać doktorantowi w analizowaniu danych, przeszukiwaniu literatury, porządkowaniu materiału czy testowaniu hipotez, ale właśnie dlatego uczelnie będą musiały coraz precyzyjniej określać granicę między dopuszczalnym wykorzystaniem narzędzia a zastąpieniem przez nie pracy badacza. Kluczowe stanie się nie samo pytanie, czy doktorant korzystał z AI, lecz do czego jej używał, w jaki sposób kontrolował otrzymywane wyniki i za które elementy pracy ponosi pełną odpowiedzialność intelektualną.

Możliwe więc, że sztuczna inteligencja nie doprowadzi do zniknięcia egzaminów, prac magisterskich ani doktoratów, ale wymusi zmianę ich funkcji. Egzamin będzie musiał coraz lepiej sprawdzać rozumienie, praca magisterska zdolność samodzielnego prowadzenia projektu, a doktorat rzeczywisty wkład w wiedzę, którego autor potrafi bronić i za który bierze odpowiedzialność. Im łatwiejsze stanie się generowanie tekstu, tym mniej wartość wykształcenia będzie zależała od samego faktu stworzenia tekstu, a tym bardziej od jakości stojącego za nim myślenia.

Kim jest Aurélie Jean?

Aurélie Jean jest francuskim naukowcem specjalizującym się w modelowaniu algorytmicznym, przedsiębiorcą i autorem książek poświęconych technologii oraz jej wpływowi na społeczeństwo. Uczestniczy we francuskiej debacie dotyczącej konsekwencji rozwoju algorytmów i sztucznej inteligencji, zwracając szczególną uwagę na ich wpływ na sposób podejmowania decyzji, zdobywania wiedzy oraz funkcjonowania debaty publicznej.

W kwietniu 2026 r. nakładem Éditions de l’Observatoire ukazała się jej książka „Imposture. Identifier les usurpateurs du débat public au temps des algorithmes”, poświęcona rozpoznawaniu osób bezpodstawnie występujących w roli autorytetów w debacie publicznej w epoce algorytmów. Refleksja Aurélie Jean dotycząca przyszłości szkolnictwa wyższego wpisuje się więc w szersze pytanie o miejsce ludzkiego osądu, wiedzy i odpowiedzialności w świecie systemów coraz skuteczniej wykonujących zadania dotychczas zarezerwowane dla człowieka.

Tekst Aurélie Jean poświęcony sztucznej inteligencji i przyszłości edukacji został przygotowany dla francuskiego dziennika „Le Figaro”. Jego zasadnicza teza wykracza przy tym poza spór o to, czy uczniowie powinni korzystać z generatywnej AI. Dotyczy pytania znacznie poważniejszego: czego właściwie powinniśmy uczyć człowieka w świecie, w którym maszyna potrafi udzielić mu odpowiedzi na niemal każde pytanie.

Sztuczna inteligencja może zwiększyć znaczenie uniwersytetu

Najciekawszy w rozumowaniu Aurélie Jean jest paradoks, którym kończy swoją argumentację. Sztuczna inteligencja może nie osłabić szkolnictwa wyższego, lecz przeciwnie, ponownie zwiększyć jego znaczenie, pod warunkiem że uniwersytet nie będzie próbował konkurować z maszyną w tym, w czym maszyna staje się coraz lepsza.

Jeżeli edukację będziemy rozumieli przede wszystkim jako przekazywanie i zapamiętywanie informacji, AI rzeczywiście stanie się dla niej potężnym konkurentem. Jeżeli jednak jej celem pozostanie kształtowanie człowieka zdolnego do rozumienia świata, krytycznej oceny informacji, argumentowania, podejmowania decyzji i samodzielnego formułowania sądów, znaczenie dobrej edukacji może nie zmaleć, lecz wzrosnąć.

W świecie sztucznej inteligencji najcenniejszą umiejętnością może bowiem okazać się nie samo posiadanie odpowiedzi. Odpowiedzi będziemy otrzymywali niemal natychmiast, często w kilku wersjach i w formie sprawiającej wrażenie całkowicie przekonującej. Tym ważniejszy będzie człowiek zdolny ocenić, czy odpowiedź jest prawdziwa, czy rozumowanie jest poprawne i czy proponowane rozwiązanie rzeczywiście ma sens.

Być może właśnie dlatego epoka sztucznej inteligencji nie będzie końcem uniwersytetu. Może stać się momentem, w którym ponownie przypomnimy sobie, że najważniejszym zadaniem edukacji nie jest dostarczanie gotowych odpowiedzi, lecz uczenie człowieka samodzielnego myślenia.

Sebastian Nizio