Sztuczna inteligencja zmieni szkoły i studia. Co czeka uczniów i studentów?
Uczeń przynosi do domu zadanie, wpisuje polecenie do programu wykorzystującego sztuczną inteligencję i po chwili otrzymuje gotową odpowiedź. Student może w podobny sposób stworzyć plan eseju, znaleźć argumenty, uporządkować bibliografię albo poprawić pracę dyplomową. Czy w takiej sytuacji szkoła powinna zakazać AI? Aurélie Jean, francuski naukowiec zajmujący się modelowaniem algorytmicznym, proponuje inne rozwiązanie: zamiast walczyć z technologią, trzeba zmienić sposób uczenia i sprawdzania wiedzy. Swoje stanowisko przedstawiła w tekście przygotowanym dla „Le Figaro”.
Zadanie domowe przestaje mówić nauczycielowi, co potrafi uczeń
Generatywna sztuczna inteligencja postawiła szkoły przed problemem, którego jeszcze kilka lat temu właściwie nie było. Nauczyciel otrzymujący dobrze napisane wypracowanie nie może być już pewien, czy jego autorem jest uczeń, czy też znaczną część pracy wykonał program. Im lepsze stają się modele AI, tym trudniej będzie rozstrzygnąć tę kwestię wyłącznie na podstawie gotowego tekstu.
Aurélie Jean zwraca uwagę, że naturalną reakcją wielu rodziców jest żądanie zakazu korzystania z takich narzędzi. Sama proponuje spojrzeć na problem z innej strony. Skoro technologia umożliwia wykonanie w domu zadania, które miało sprawdzać samodzielność ucznia, być może trzeba zmienić zadanie, a nie próbować stworzyć wokół młodego człowieka technologiczny mur.
Może to oznaczać, że część pracy wróci do klasy. Nauczyciel będzie obserwował nie tylko gotowy rezultat, ale również sposób rozwiązywania problemu, tok argumentacji i umiejętność wyjaśnienia własnego stanowiska. Rozmowa, prezentacja czy zadanie wykonywane podczas zajęć mogą powiedzieć o rzeczywistych umiejętnościach ucznia więcej niż perfekcyjnie napisany tekst przyniesiony z domu.
Rodzice powinni zadać inne pytanie o AI
Dla rodzica najważniejsze pytanie może więc nie brzmieć: „Czy moje dziecko korzysta ze sztucznej inteligencji?”, ale: „Czy potrafi samodzielnie wykonać to, o co prosi sztuczną inteligencję?”.
Różnica jest zasadnicza. Kalkulator jest użytecznym narzędziem dla człowieka, który rozumie podstawy matematyki, natomiast nie zastępuje samego rozumienia działań. Podobnie system generatywny może przyspieszyć pracę osoby posiadającej wiedzę, ale może też stworzyć jedynie złudzenie kompetencji u kogoś, kto bez pomocy programu nie potrafiłby wyjaśnić otrzymanego wyniku.
Dlatego korzystanie z AI może wymagać od ucznia większej, a nie mniejszej wiedzy. Program potrafi bowiem popełnić błąd, pomieszać fakty albo przedstawić nieistniejącą informację w bardzo wiarygodnej formie. Żeby to zauważyć, trzeba posiadać punkt odniesienia niezależny od samego narzędzia.
Egzamin przyszłości może przypominać rozmowę
Największa zmiana może nastąpić na uczelniach. Jeżeli student może poza salą wykładową korzystać z coraz doskonalszych programów, przygotowanie kolejnego eseju do domu przestaje być wystarczającym dowodem opanowania przedmiotu.
Uczelnie mogą dlatego częściej sprawdzać studentów w sytuacjach, w których trzeba reagować na pytania w czasie rzeczywistym. Egzamin ustny, obrona projektu, dyskusja nad przedstawionym rozwiązaniem albo konieczność uzasadnienia kolejnych etapów rozumowania pozwalają sprawdzić coś, czego nie pokazuje gotowy dokument: czy jego autor rzeczywiście rozumie własną odpowiedź.
Nie musi to oznaczać powrotu do edukacji sprzed epoki cyfrowej. Przeciwnie, podczas części zajęć korzystanie z AI może być dozwolone, a nawet wymagane. Zadaniem studenta byłoby wówczas nie znalezienie odpowiedzi bez pomocy technologii, lecz wykazanie, że potrafi odpowiednio wykorzystać narzędzie, wychwycić jego pomyłki i poprawić rezultat.
Co będzie z pracami magisterskimi?
Praca magisterska staje się szczególnie ciekawym przypadkiem. Do niedawna samo przygotowanie obszernego, logicznie skonstruowanego tekstu było jednym z dowodów określonych kompetencji studenta. Dzisiaj część czynności potrzebnych do jego stworzenia może zostać wykonana przy pomocy generatywnej AI.
Nie oznacza to automatycznie, że prace dyplomowe znikną. Bardziej prawdopodobna jest zmiana tego, co właściwie będzie podlegało ocenie. Promotor może przywiązywać większą wagę do sposobu sformułowania problemu badawczego, jakości wykorzystanych źródeł, metodologii, dokumentowania kolejnych etapów pracy oraz tego, czy student potrafi podczas obrony odpowiedzieć na szczegółowe pytania dotyczące własnych ustaleń.
W praktyce sama liczba zapisanych stron może mieć mniejsze znaczenie niż dotychczas. Ważniejsze będzie udowodnienie, że za tekstem znajduje się człowiek, który rozumie temat i jest w stanie wziąć odpowiedzialność za przedstawione wnioski.
AI przy doktoracie? Tu problem jest jeszcze większy
W przypadku doktoratu stawką nie jest już tylko wykazanie znajomości określonej dziedziny. Rozprawa ma wnosić do niej coś nowego, dlatego pojawienie się narzędzi zdolnych pomagać w analizowaniu literatury, danych i tekstu wymusza znacznie dokładniejsze określenie zasad ich używania.
Samo wykorzystanie AI nie musi być problemem. W wielu badaniach zaawansowane narzędzia obliczeniowe są przecież niezbędne, a kolejne systemy mogą pozwolić naukowcom analizować materiały w skali wcześniej nieosiągalnej. Problem zaczyna się w chwili, gdy nie wiadomo, gdzie kończy się pomoc narzędzia, a zaczyna rezultat przedstawiany jako samodzielne osiągnięcie autora.
Dlatego doktorant przyszłości może być zobowiązany nie tylko do przedstawienia wyników, lecz także do dokładnego ujawnienia sposobu wykorzystania AI. Najważniejsza pozostanie możliwość zweryfikowania badań i wskazania, które decyzje, interpretacje i wnioski rzeczywiście należą do autora rozprawy.
Czy trzeba będzie jeszcze uczyć się faktów?
To pytanie może szczególnie interesować uczniów. Skoro telefon potrafi w kilka sekund odpowiedzieć na pytanie historyczne, przetłumaczyć zdanie albo wyjaśnić pojęcie biologiczne, po co zapamiętywać informacje?
Właśnie tutaj pojawia się jedna z pułapek związanych z AI. Człowiek, który niczego nie wie na dany temat, ma niewielkie możliwości sprawdzenia, czy odpowiedź programu jest poprawna. Wiedza zgromadzona w pamięci nie służy więc wyłącznie temu, aby zdać sprawdzian, ale tworzy podstawę pozwalającą oceniać nowe informacje.
Zmienić może się natomiast proporcja między pamięcią a rozumowaniem. Mniej istotne będzie mechaniczne odtwarzanie dużych partii materiału, większego znaczenia nabiorą natomiast związki między faktami, umiejętność interpretowania danych i dostrzegania sprzeczności. Uczeń będzie potrzebował wiedzy właśnie po to, aby nie pozostawać całkowicie zależnym od podpowiedzi maszyny.
Lekarz z AI nadal pozostanie lekarzem
Aurélie Jean pokazuje ten mechanizm na przykładzie medycyny. System komputerowy może błyskawicznie zestawić symptomy, wyniki badań i ogromną liczbę informacji medycznych. Nie wynika z tego jednak, że osoba chora będzie potrzebowała wyłącznie programu.
Lekarz musi zdecydować, które informacje są istotne w konkretnym przypadku, zweryfikować wskazania technologii, uwzględnić stan pacjenta i dokonać wyboru, za który ktoś ostatecznie ponosi odpowiedzialność. Sztuczna inteligencja może więc przejąć część czynności, ale jednocześnie zwiększyć znaczenie tych kompetencji, których nie można sprowadzić do szybkiego przetwarzania informacji.
Podobnie może wyglądać przyszłość innych zawodów wymagających wyższego wykształcenia. Prawnik, ekonomista czy inżynier otrzymają potężniejsze narzędzia, ale ich wartość zawodowa będzie coraz bardziej zależała od umiejętności właściwego wykorzystania wyników generowanych przez system.
Jak może wyglądać uniwersytet za kilka lat?
Najbardziej widoczną zmianą może być zatarcie granicy między nauką określonego zawodu a nauką posługiwania się AI. Student medycyny będzie poznawał zastosowania algorytmów w diagnostyce, przyszły prawnik zetknie się z narzędziami analizującymi dokumenty, a ekonomista z systemami przetwarzającymi wielkie zbiory danych.
Nie oznacza to konieczności przekształcenia wszystkich studentów w programistów. Potrzebna będzie natomiast podstawowa orientacja w sposobie działania wykorzystywanych narzędzi, ponieważ bez niej trudno ocenić ich ograniczenia i ryzyko popełnienia błędu.
Uczelnia może w rezultacie poświęcać mniej czasu na czynności, które maszyna wykonuje błyskawicznie, a więcej na analizę przypadków, pracę zespołową, spory intelektualne i rozwiązywanie nietypowych problemów. Dyplom będzie miał wartość nie dlatego, że jego posiadacz zgromadził w pamięci największą liczbę informacji, ale dlatego, że nauczył się z nich korzystać.
Czy warto więc jeszcze iść na studia?
Według Aurélie Jean przekonanie, że sztuczna inteligencja uczyni szkolnictwo wyższe niepotrzebnym, opiera się na błędnym rozumieniu zarówno technologii, jak i samego studiowania. Francuski naukowiec uważa wręcz, że AI może zwiększyć znaczenie wyższego wykształcenia.
Warunek jest jednak istotny. Uczelnie muszą dostosować sposób kształcenia do sytuacji, w której dostęp do informacji przestał być dobrem rzadkim. Ich przewagą nie może być już samo dostarczanie wiadomości, ponieważ technologia zrobi to szybciej.
Wartością studiów stanie się natomiast możliwość zdobycia czegoś trudniejszego do automatyzacji: umiejętności rozpoznawania problemu, budowania argumentu, prowadzenia sporu, oceniania źródeł i podejmowania decyzji w sytuacji, w której nie istnieje jedna gotowa odpowiedź.
Kim jest Aurélie Jean?
Aurélie Jean zajmuje się modelowaniem algorytmicznym, prowadzi działalność przedsiębiorczą i jest autorem publikacji dotyczących technologii oraz jej konsekwencji społecznych. W kwietniu 2026 roku Éditions de l’Observatoire wydało jej książkę „Imposture. Identifier les usurpateurs du débat public au temps des algorithmes”, dotyczącą między innymi wiarygodności uczestników debaty publicznej w świecie kształtowanym przez algorytmy.
Swoje rozważania o przyszłości edukacji Aurélie Jean przedstawiła w materiale przygotowanym dla „Le Figaro”. Z jej argumentacji wynika ważna praktyczna wskazówka: pojawienie się sztucznej inteligencji nie powinno skłaniać uczniów i studentów do rezygnacji z nauki. Przeciwnie, jeżeli maszyna będzie potrafiła wygenerować odpowiedź niemal na każde pytanie, przewagę uzyska ten, kto będzie potrafił rozpoznać odpowiedź błędną.
Sebastian Nizio
