Sztuczna inteligencja w edukacji. Koniec prac domowych czy początek nowej szkoły?

Sztuczna inteligencja w edukacji zmieniła szkołę szybciej niż większość reform. Przez lata cyfryzacja oznaczała tablice interaktywne, dzienniki elektroniczne, platformy z materiałami i lekcje prowadzone zdalnie. Generatywna AI wprowadziła zmianę głębszą: uczeń może poprosić model o napisanie wypracowania, streszczenie lektury, rozwiązanie zadania, przetłumaczenie tekstu, przygotowanie prezentacji albo wyjaśnienie pojęcia.

Prace domowe tracą dawny sens

.Praca domowa była przez dekady prostym narzędziem kontroli: uczeń miał pokazać, że przeczytał, policzył, zrozumiał i potrafi samodzielnie zapisać odpowiedź. Generatywna AI rozmontowała ten model. Zadanie wykonane w domu coraz słabiej dowodzi samodzielnej pracy ucznia, bo ten sam tekst, plan rozwiązania albo streszczenie może powstać w kilkanaście sekund.

Koniec prac domowych w dotychczasowej formie nie musi jednak oznaczać końca samodzielnej pracy. Szkoła powinna przenieść akcent z produktu na proces: od gotowego eseju do notatek, źródeł, wersji roboczych, rozmowy z nauczycielem i uzasadnienia własnych decyzji. Uczeń może korzystać z AI, ale powinien umieć pokazać, co model zaproponował, co zostało odrzucone, co zostało sprawdzone i za co autor bierze odpowiedzialność.

OECD w Digital Education Outlook 2026 wskazuje, że generatywna AI może wspierać naukę, jeśli jest używana zgodnie z jasnymi zasadami pedagogicznymi. Organizacja ostrzega jednocześnie, że wyższa jakość wykonania zadania z pomocą AI nie musi oznaczać rzeczywistego przyrostu wiedzy ucznia.

Egzaminy wrócą do rozmowy i rozumowania

.AI szczególnie mocno uderza w ocenianie. Szkoła i uniwersytet przez lata mierzyły wiedzę przede wszystkim poprzez tekst: wypracowanie, referat, esej, projekt, pracę zaliczeniową. Modele językowe potrafią tworzyć formy bardzo podobne do tych, które dotąd były dowodem pracy ucznia albo studenta.

Jędrzej Stępień w tekście „ChatGPT a przyszłość edukacji” już na początku debaty o ChatGPT wskazywał, że spór o AI w edukacji nie sprowadza się do strachu przed ściąganiem. Narzędzia generatywne zmuszają szkoły i uczelnie do ponownego określenia, co właściwie mierzy egzamin: pamięć, styl, sprawność pisania, rozumienie, argumentację czy samodzielność.

Egzaminy nie znikną, ale będą musiały stać się trudniejsze intelektualnie. Większe znaczenie zyskają odpowiedzi ustne, debaty, praca na źródłach w klasie, obrona własnego rozwiązania, zadania problemowe i sprawdzanie toku rozumowania. Szkoła, która będzie oceniać tylko końcowy tekst, będzie oceniać coraz częściej efekt współpracy ucznia z modelem. Szkoła, która ocenia proces myślenia, pozostanie potrzebna.

Nauczyciel nie znika. Zmienia się jego rola

.Sztuczna inteligencja nie zastąpi dobrego nauczyciela, ponieważ edukacja nie polega wyłącznie na przekazywaniu informacji. Relacja mistrz–uczeń, rozmowa, korekta, wymaganie, przykład i wychowanie pozostają poza zasięgiem prostego automatu. Prof. Krzysztof Pawłowski w tekście „Edukacja a sztuczna inteligencja” przypominał, że mądrość może być osiągana przede wszystkim w indywidualnej relacji mistrz–uczeń, a nie przez sam kontakt z narzędziem.

Nauczyciel może jednak pracować inaczej. AI może pomagać przygotowywać materiały, różnicować poziom zadań, tworzyć pytania kontrolne, porządkować notatki, wspierać uczniów z trudnościami i przyspieszać czynności administracyjne. Wartość nauczyciela przesunie się wtedy jeszcze mocniej ku temu, czego model nie robi dobrze: rozpoznawaniu ucznia, prowadzeniu rozmowy, stawianiu wymagań, korygowaniu złudzeń i budowaniu motywacji.

UNESCO w swoim przewodniku dotyczącym generatywnej AI w edukacji podkreśla potrzebę wizji human-centred, czyli takiej, w której technologia wspiera nauczycieli i uczniów, a nie zastępuje odpowiedzialność pedagogiczną.

Nowa nierówność edukacyjna

.AI może wyrównywać szanse, ale może też stworzyć nową nierówność edukacyjną. Uczeń z dobrym nauczycielem, kompetentnymi rodzicami i dostępem do płatnych narzędzi będzie korzystał z AI jako prywatnego korepetytora. Uczeń pozostawiony sam sobie może używać jej jako maszyny do omijania wysiłku. Różnica między jednym a drugim będzie rosła.

NASK w raporcie o generatywnej sztucznej inteligencji w polskiej szkole wskazywał, że nauczyciele dostrzegają zarówno korzyści, jak i poważne zagrożenia. Według komunikatu NASK 81 proc. nauczycieli szkół podstawowych obawia się uzależnienia młodzieży od generatywnej AI, a wśród zagrożeń pojawiają się także brak krytycznego myślenia, spłycanie wiedzy i pogorszenie relacji między uczniami. W tekście „Jak AI wpływa na uczniów? Raport NASK” opisywaliśmy te same obawy jako jeden z najważniejszych sygnałów dla polskiej szkoły.

Nierówność nie będzie więc polegała tylko na dostępie do urządzenia. Ważniejszy stanie się dostęp do mądrego przewodnictwa. Jedni uczniowie nauczą się sprawdzać odpowiedzi modelu, porównywać źródła, formułować lepsze pytania i rozumieć ograniczenia AI. Inni będą kopiować gotowe wyniki, tracąc zdolność samodzielnej pracy.

Uniwersytet musi obronić sens studiowania

.Uniwersytet jest wobec AI w jeszcze trudniejszym położeniu niż szkoła. Student jest bardziej samodzielny, prace pisemne są dłuższe, a presja na efektywność większa. Generatywna AI może pomagać w researchu, nauce języków, streszczaniu literatury, analizie danych i przygotowywaniu konspektów. Ten sam system może jednak produkować eseje bez realnego czytania, prace zaliczeniowe bez samodzielnego myślenia i argumenty bez odpowiedzialności autora.

Dlatego uczelnia nie powinna ograniczać się do wykrywania tekstów pisanych przez AI. Taka walka będzie coraz mniej skuteczna. Znacznie ważniejsze staną się nowe standardy pracy akademickiej: jawne deklarowanie użycia AI, obrona tez w rozmowie, większa rola seminariów, ocenianie procesu badawczego i zadania wymagające własnej interpretacji źródeł.

Luc Ferry, komentując skutki AI dla edukacji, mówił o ryzyku deskillingu, czyli utraty umiejętności, gdy uczniowie i studenci powierzają systemom AI zadania wymagające samodzielnego wysiłku. W tekście „Między informacją uzyskaną od sztucznej inteligencji a zdobytą dzięki rzetelnej pracy istnieje przepaść” problem został nazwany bardzo precyzyjnie: dostęp do odpowiedzi nie jest tym samym co zdobycie wiedzy.

Początek nowej szkoły

.Sztuczna inteligencja w edukacji nie oznacza końca szkoły. Oznacza koniec szkoły opartej na założeniu, że odpowiedź jest trudno dostępna. Odpowiedź będzie tania, szybka i często efektowna. Droższe staną się pytanie, rozumienie, osąd, odpowiedzialność i rozmowa.

Szkoła przyszłości nie powinna uczyć dzieci rywalizacji z maszyną w szybkości produkowania tekstu. Szkoła powinna uczyć odróżniania wiedzy od pozoru wiedzy. Powinna wzmacniać pamięć, uwagę, język, logikę, argumentację i zdolność sprawdzania źródeł. AI może pomagać w tym procesie, ale nie może stać się jego substytutem.

Koniec prac domowych w starej formie może być początkiem lepszej szkoły. Warunek jest jeden: edukacja musi przestać udawać, że AI nie istnieje, i zacząć uczyć, jak z niej korzystać bez rezygnacji z samodzielnego myślenia.

Szymon Ślubowski