Jak wykorzystać sztuczną inteligencję w edukacji, zachowując krytyczne myślenie uczniów

Dlaczego AI w edukacji budzi tyle emocji – obawy, nadzieje i mity

Czym jest generatywna sztuczna inteligencja z perspektywy szkoły

Sztuczna inteligencja, z którą spotykają się dziś uczniowie, to przede wszystkim modele generatywne: potrafią pisać teksty, tłumaczyć, streszczać, tworzyć zadania, podpowiadać pomysły na projekty. Z punktu widzenia nauczyciela nie jest kluczowe, ile warstw ma model, ale że to narzędzie, które przewiduje najbardziej prawdopodobną kolejną frazę na podstawie ogromu danych, a nie „myślący mózg”.

Dobrze sprawdza się analogia do bardzo rozbudowanego ucznia, który przeczytał większość internetu, ale:

• nie zawsze rozumie, co mówi,
• czasem pewnie kłamie, bo „brzmi to dobrze”,
• nie ma własnych doświadczeń i sumienia,
• nie umie powiedzieć: „nie wiem, sprawdźmy to razem”, jeśli nie został tak zaprojektowany.

Generatywna AI świetnie radzi sobie z:

• porządkowaniem notatek i tworzeniem streszczeń,
• propozycjami pytań, zadań, testów,
• wyjaśnianiem trudnego pojęcia prostszym językiem,
• tworzeniem przykładów i kontrprzykładów.

Natomiast dużo gorzej wypada przy:

• dokładnych faktach (daty, nazwiska, cytaty – tu się myli),
• świeżych informacjach (zmiany prawa, aktualne badania),
• ocenach etycznych i moralnych,
• sprawach wymagających empatii i zrozumienia konkretnego ucznia.

Najczęstsze obawy nauczycieli i rodziców

Wokół sztucznej inteligencji w szkole krąży kilka silnych lęków. Pierwszy to: „uczniowie przestaną myśleć”. Obraz jest prosty: uczeń wkleja temat wypracowania do ChatGPT, kopiuje i oddaje. Zero refleksji, zero wysiłku. Ten scenariusz się zdarza – ale jest tylko częścią obrazu. Ta sama technologia potrafi też rozpisać plan wypracowania, zaproponować pytania pomocnicze, podsunąć kontrargumenty. Wtedy uczeń pracuje głową, a nie tylko kopiuj–wklej.

Drugi lęk to: „wszyscy będą ściągać”. W praktyce: AI staje się „superściągą” – od zadań domowych z matematyki, po eseje z WOS-u. Ściąganie istniało zawsze, technologia tylko zmienia narzędzia. Różnica jest taka, że AI pozwala ściągać w bardziej wyrafinowany sposób, co wymusza zmianę sposobu oceniania (mniej zadań do odtworzenia, więcej zadań do wyjaśnienia, uzasadnienia, prezentacji).

Trzeci lęk: „nauczyciel stanie się zbędny”. Skoro AI wszystko wytłumaczy, sprawdzi, napisze – po co człowiek? Tymczasem rola nauczyciela przesuwa się z dostarczyciela wiedzy w stronę:

• przewodnika po świecie informacji,
• trenera krytycznego myślenia,
• osoby, która „uczy uczyć się” w środowisku przeładowanym treściami.

To trochę jak z GPS-em: mapa papierowa nie zniknęła dlatego, że GPS lepiej liczy trasę. Zniknęła, bo zmienił się sposób podróżowania. Nauczyciel, który świadomie pracuje z AI, zyskuje nowe narzędzia, zamiast tracić znaczenie.

Korzyści, które realnie wspierają rozwój ucznia

Poza strachem są też bardzo konkretne plusy. Sztuczna inteligencja w edukacji może:

• personalizować naukę – uczeń prosi: „Wytłumacz fotosyntezę jak dla 12-latka, który lubi piłkę nożną”,
• zapewniać szybką pomoc doraźną – w domu, wieczorem, kiedy nauczyciela już nie ma,
• rozwijać język – szczególnie w językach obcych: poprawa tekstu, podpowiedzi leksykalne, dialogi,
• dawać różne perspektywy na jedno zagadnienie – np. „wyjaśnij rewolucję przemysłową z punktu widzenia robotnika i fabrykanta”.

Jeśli dołożymy do tego nauczyciela, który uczy pytać, zamiast tylko powielać odpowiedzi, AI staje się sprzymierzeńcem krytycznego myślenia. Uczeń widzi, że istnieje więcej niż jeden sposób spojrzenia na problem i uczy się je porównywać.

AI – kalkulator dla języka, a nie magiczny mózg

Dobra metafora dla uczniów: AI to kalkulator dla słów. Kalkulator znakomicie liczy, ale nie rozumie, czym jest pieniądz, budżet domowy czy ekonomia. Podobnie model językowy operuje genialnie na zdaniach, lecz nie ma swoich przekonań i doświadczeń.

Dlaczego to takie ważne dla krytycznego myślenia uczniów? Bo:

• uczeń przestaje traktować AI jak autorytet,
• zaczyna widzieć ją jako narzędzie do sprawdzania hipotez,
• zachowuje poczucie odpowiedzialności: „to ja podejmuję decyzję, nie algorytm”.

Jeśli nauczyciel tego nie podkreśla, AI łatwo staje się „magiczna”: „tak powiedział ChatGPT, więc to chyba prawda”. Później trudno wrócić do nawyku dopytywania: „skąd to wiesz?”, „na czym to się opiera?”.

Mikro-historia: kiedy AI pomaga, ale człowiek nadaje sens

Wyobraźmy sobie uczennicę z klasy ósmej, która od miesięcy męczy się z ułamkami. Ktoś pokazuje jej narzędzie AI: „Wpisz zadanie, zobaczysz krok po kroku rozwiązanie”. Po kilku próbach nagle „kliknęło”. Zobaczyła wzór układania działań, zaczęła sama bawić się kolejnymi przykładami.

Dopiero jednak rozmowa z nauczycielem na lekcji – o tym, dlaczego te kroki działają, jakie są inne metody, gdzie najczęściej popełnia błąd – sprawiła, że nie stała się tylko mistrzynią przepisywania schematu. AI dało szybki wgląd, nauczyciel nadał temu doświadczeniu głębię. To właśnie miejsce spotkania technologii z krytycznym myśleniem.

Co to znaczy „krytyczne myślenie” w epoce AI

Krytyczne myślenie jako zbiór codziennych nawyków

Krytyczne myślenie brzmi poważnie, jakby było zarezerwowane dla filozofów i naukowców. Tymczasem w szkole oznacza głównie kilka prostych nawyków:

• zadawanie pytań: „dlaczego tak?”, „a jeśli byłoby odwrotnie?”,
• sprawdzanie źródeł: „kto to napisał?”, „kiedy?”, „po co?”,
• szukanie kontrargumentów: „kto mógłby się z tym nie zgodzić i dlaczego?”,
• porównywanie różnych wersji tej samej informacji,
• świadomość własnych emocji i uprzedzeń („czy chcę, żeby to było prawdą?”).

AI nie zdejmuje z ucznia obowiązku myślenia. Raczej go uwypukla. Im łatwiej o gotową odpowiedź, tym ważniejsze staje się pytanie: „czy to dobra odpowiedź i czy naprawdę jest moja?”.

„Wiedzieć odpowiedź” a „umieć ocenić odpowiedź”

Kiedyś kluczowe było „wiedzieć”. Tabliczka mnożenia, daty historyczne, definicje. Dziś informacja jest w kieszeni. Istotniejsza staje się umiejętność:

• zobaczenia, że dwie odpowiedzi się różnią,
• sprawdzenia, skąd się biorą te różnice,
• podjęcia decyzji, którą wersję przyjmuję i na jakich warunkach.

AI potrafi wygenerować w kilka sekund bardzo „poważnie” brzmiący tekst. Rolą ucznia jest ocenić:

• czy nie ma tam błędów merytorycznych,
• czy logika argumentacji się spina,
• czy coś istotnego nie zostało pominięte.

To ogromna zmiana w dydaktyce: mniej „zapamiętaj definicję”, więcej „porównaj dwie definicje i oceń, która jest lepsza dla danego celu”. AI jest świetnym generatorem takich „surowców” do porównywania.

Od „zapamiętaj” do „oceń, porównaj, przekształć”

AI w edukacji wymusza korektę celów kształcenia. Jeśli zadanie można w całości oddać modelowi językowemu bez utraty sensu, to znaczy, że zadanie jest źle zaprojektowane. W praktyce oznacza to przesuwanie akcentu:

• z odtwarzania na interpretację,
• z jednego „właściwego” rozwiązania na wiele możliwych dróg,
• z gotowych notatek na tworzenie własnych wersji (mapy myśli, schematy, porównania).

Uczeń nie musi sam pisać trzech stron notatek z podręcznika – AI zrobi pierwszy szkic. Ale to uczniowie na lekcji:

• układają z tego mapę myśli,
• podkreślają luki i niejasności,
• dodają własne przykłady.

W ten sposób krytyczne myślenie uczniów polega na przekształcaniu treści, a nie tylko na jej odbiorze.

Prosta matryca umiejętności a rola AI

Pomaga prosty schemat pracy umysłowej:

• Rozumienie – „o co tu chodzi?”
• Analiza – „z czego to się składa?”
• Synteza – „jak to połączyć z innymi rzeczami?”
• Refleksja – „co z tego wynika dla mnie i świata?”
• Decyzja – „co teraz zrobię z tą wiedzą?”

AI może dobrze wspierać:

• rozumienie – prostsze wyjaśnienia, metafory, analogie,
• analizę – wypunktowanie elementów, porównanie dwóch opcji,
• częściowo syntezę – propozycje połączeń między tematami.

Znacznie gorzej radzi sobie z:

• refleksją – bo nie ma osobistych doświadczeń,
• decyzją – bo nie ponosi konsekwencji.

Jeżeli lekcje kończą się wyłącznie na poziomie „rozumiem, bo AI mi wytłumaczyło”, krytyczne myślenie nie ma przestrzeni. Gdy nauczyciel przechodzi do pytań: „Co o tym sądzisz?”, „Jak to się ma do twojego życia?”, „Jaką decyzję byś podjął na miejscu tej osoby?”, AI wraca na swoje miejsce – narzędzia, nie decydenta.

Emocje, lenistwo poznawcze i „łatwa odpowiedź z AI”

Mózg człowieka lubi oszczędzać energię. Jeśli może dostać gotową odpowiedź w 5 sekund, rzadko wybierze trudniejszą ścieżkę. AI idealnie wpasowuje się w to „lenistwo poznawcze”. Uczeń kopiuje rozwiązanie, nie analizując go, bo „przecież działa”.

W pracy z klasą warto ten mechanizm nazwać wprost:

• „Co czujesz, kiedy widzisz długie zadanie domowe, a obok masz okienko AI?”
• „W jakich sytuacjach najłatwiej się skusić na gotowca?”
• „Jak się czujesz, kiedy potem ktoś cię o to zadanie zapyta i nie wiesz, co odpowiedzieć?”

Uczniowie często sami dochodzą do wniosku, że „oszukiwanie” z AI bardziej szkodzi im niż nauczycielom – bo odbiera im szansę zrozumienia. Nazwanie tego pomaga budować wewnętrzną motywację do rozsądnego korzystania z technologii.

Ustalanie zasad gry: jak rozmawiać z uczniami o AI od pierwszego dnia

Po co jawne zasady korzystania z AI

Jeśli szkoła nie ma jasnych zasad, każdy uczeń i każdy nauczyciel tworzy swoje własne „domowe prawo”. Jedni uważają, że AI można używać do wszystkiego, inni – że do niczego. Powstaje chaos, napięcia, oskarżenia o ściąganie. Jawne ustalenia:

• zmniejszają niepewność („czy to wolno?”),
• pokazują, że AI nie jest tabu,
• uczą odpowiedzialności i uczciwości akademickiej.

Najlepiej, gdy zasady powstają wspólnie z uczniami. Wtedy nie są „kolejnym regulaminem z góry”, tylko umową, pod którą klasa się podpisuje.

Jak wspólnie z klasą stworzyć „kontrakt na AI”

Dobrym punktem wyjścia jest zwykła rozmowa na tablicy: „Do czego AI może nam się przydać na lekcjach? Do czego nie powinna być używana?”. Uczniowie rzucają pomysły, nauczyciel dopisuje własne uwagi. Z tej burzy mózgów powstaje szkic kontraktu – kilka prostych zasad w stylu: „AI może pomagać w wyjaśnieniach i pomysłach, ale nie pisze za mnie całych prac” albo „jeśli korzystam z AI, zaznaczam to przy zadaniu”. Krótko, konkretnie, w języku klasy, a nie prawniczym.

Taki kontrakt dobrze jest potem „przetestować” na realnych przykładach. Można wziąć trzy rodzaje zadań: typową pracę domową, projekt grupowy i przygotowanie do sprawdzianu. Uczniowie w małych grupach zastanawiają się: „Jak można tu mądrze użyć AI, a kiedy to już byłoby oszustwo?”. Po kilku minutach prezentują swoje pomysły. Nagle okazuje się, że to oni sami stawiają dość wyraźne granice – i często są surowsi niż dorośli.

Dobrze działa też zasada okresowego przeglądu. Po miesiącu lub dwóch warto wrócić do kontraktu: „Co działa? Co jest martwą literą? Co trzeba doprecyzować?”. Technologia i nawyki uczniów szybko się zmieniają, więc raz ustalony dokument nie może być „zamrożony”. Dla uczniów to czytelny sygnał: zasady są żywe i możemy na nie wpływać, ale też bierzemy za nie współodpowiedzialność.

Dobrym uzupełnieniem będzie też materiał: Stabilna infrastruktura informatyczna jako fundament edukacji cyfrowej — warto go przejrzeć w kontekście powyższych wskazówek.

Język, którym mówimy o AI, kształtuje postawy

Jeśli o AI mówimy jak o „magicznej kulce” albo „genialnym pomocniku”, łatwo rozbudzić nadmierne zaufanie. Gdy z kolei padają tylko słowa „zakaz”, „ściąganie”, „zagrożenie”, wielu uczniów po prostu schodzi do podziemia i korzysta z narzędzi po cichu. Dużo zdrowiej jest mówić o AI jak o kalkulatorze do słów – potężnym, ale ślepym narzędziu, które trzeba umieć obsłużyć.

Pomaga też nazywanie rzeczy po imieniu. Zamiast ogólnego „nie oszukuj”, lepiej ustalić: „Jeśli AI pisze za ciebie całą wypracowaną odpowiedź, a ty tylko wklejasz – to jest nieuczciwe. Jeśli AI pomaga ci wymyślić plan, a ty sam rozwijasz argumenty i przykłady – to jest wsparcie, nie ściąganie”. Uczeń musi zobaczyć konkretną linię demarkacyjną, nie jedynie moralny zakaz.

Ciekawym eksperymentem jest poproszenie uczniów, aby spróbowali „oszukać nauczyciela” tekstem z AI, a potem wspólnie z klasą przeanalizować, po czym można go poznać. Kiedy zobaczą, jak łatwo wyłapać sztucznie gładkie, ale puste treści, prędzej zrozumieją, że to ślepa uliczka, niż gdy usłyszą setne ostrzeżenie.

Szkoła jako miejsce, gdzie uczymy się „żyć z AI”, a nie „bez AI”

Dzieci i młodzież nie wyjdą z cyfrowego świata. Nawet jeśli w murach szkoły ograniczymy technologię do minimum, po wyjściu z budynku czeka na nich telefon z wszystkimi możliwymi aplikacjami. Pytanie nie brzmi więc: „Jak ich od tego odciąć?”, tylko: „Jak sprawić, żeby potrafili w tym świecie zachować głowę na karku?”. To trochę jak z ruchem ulicznym – nie uczymy dzieci chodzenia wyłącznie po zamkniętym placu, tylko także bezpiecznego przechodzenia przez jezdnię.

AI w klasie może być właśnie takim „przejściem dla pieszych pod okiem dorosłego”. Nauczyciel pokazuje, jak sprawdzać wiarygodność odpowiedzi, jak zadawać lepsze pytania, jak przyznać się do użycia narzędzia bez wstydu. Uczeń ćwiczy te umiejętności w kontrolowanych warunkach, zanim przyjdzie moment, kiedy w domu, sam, będzie decydował, czy kliknąć „kopiuj–wklej”, czy jednak spróbować własnymi siłami.

Z czasem taka praca z AI staje się po prostu jednym z elementów codziennej kultury klasy, a nie „atrakcją na jedną lekcję”. Uczniowie przyzwyczajają się, że obok pytania „co napisało AI?” zawsze pojawia się drugie: „a co ty o tym myślisz?”. To podwójne spojrzenie działa lepiej niż jakikolwiek zakaz – uczy, że technologia ma być początkiem ich własnego myślenia, a nie jego końcem.

Przykładowo: klasa korzysta z AI, żeby zebrać pomysły na projekt o zmianach klimatu. Potem jednak każdy zespół musi wybrać trzy propozycje, które ich naprawdę poruszają, i dopisać własne argumenty, zdjęcia, nagrania z okolicy. Narzędzie pomaga ruszyć z miejsca, ale „mięso” projektu powstaje już z doświadczeń i ciekawości uczniów. Tak wygląda życie „z AI”, nie „pod dyktando AI”.

Nauczyciel w takim układzie przestaje być strażnikiem, który tylko sprawdza, „czy to na pewno nie z internetu”, a staje się przewodnikiem po świecie nadmiaru informacji. Czasem podsunie sprytniejsze polecenie dla AI, czasem zatrzyma ucznia pytaniem: „Serio cię to przekonuje? Dlaczego?”. Ten rodzaj towarzyszenia sprawia, że kolejne generatory i aplikacje nie straszą, tylko stają się kolejną okazją do rozmowy o jakości wiedzy i uczciwości.

Ostatecznie chodzi o to, żeby młody człowiek wychodził ze szkoły z dwoma równoległymi nawykami: śmiałego sięgania po nowe narzędzia i odruchu zadawania im trudnych pytań. Sztuczna inteligencja będzie się zmieniać z roku na rok, ale ten duet – ciekawość plus krytyczne myślenie – zostaje z nimi na długo, także wtedy, gdy w szkolnej ławce już dawno ich nie ma.

Projektowanie zadań „odpornych na bezmyślne użycie AI”

Zamiast walczyć z generatorem tekstu, lepiej tak układać zadania, żeby samo „kopiuj–wklej” po prostu się nie opłacało. Chodzi o drobne zmiany w formułowaniu poleceń, które przesuwają ciężar z odtwarzania wiedzy na osobistą interpretację i działanie.

Pierwszy krok to dodanie elementu lokalnego lub osobistego. Zamiast: „Opisz przyczyny rewolucji francuskiej”, można poprosić: „Opisz przyczyny rewolucji francuskiej i porównaj je z jednym współczesnym protestem, o którym słyszałeś w mediach. Napisz, co według ciebie łączy te sytuacje, a co jest zupełnie inne”. AI pomoże w tle, ale bez własnego oglądu świata uczeń nie ruszy.

Dobrze działają też zadania, w których uczeń musi pokazać proces myślenia, nie tylko efekt. Na przykład:

• „Rozwiąż zadanie z rachunku prawdopodobieństwa, a potem napisz 3–4 zdania: jaki był twój pierwszy pomysł, co cię zaskoczyło, gdzie popełniłeś błąd.”
• „Napisz krótką rozprawkę, a pod tekstem w punktach wypisz: 1) skąd wziąłeś pomysły na argumenty, 2) czego nie byłeś pewien, 3) z czego jesteś najbardziej zadowolony.”

AI może wygenerować odpowiedź, ale nie zna emocji ucznia, jego momentów zawahania i odkryć. Jeżeli oceniana jest również ta część „zakulisowa”, pokusa oddania cudzego tekstu słabnie.

Przy projektach długoterminowych sprawdza się podział na etapy z krótkimi refleksjami: plan, pierwsza wersja, poprawki, samoocena. Na każdym etapie można wpleść pytanie wprost o rolę AI: „Czy użyłeś AI na tym etapie? Do czego? Co z jej propozycji odrzuciłeś i dlaczego?”. Uczeń widzi, że technologia nie jest zakazana, ale musi być „przezroczysta”.

„Zadania z życia” zamiast laboratoriów zadań testowych

Kiedy temat jest wyrwany z kontekstu, łatwo potraktować go jak jeszcze jedno ćwiczenie do odhaczenia. Gdy jednak zadanie zahacza o realne decyzje, relacje albo lokalne sprawy, AI staje się za krótkie – bo nie zna konkretnej klasy, podwórka, sytuacji rodzinnej.

Zamiast klasycznego „napisz charakterystykę bohatera”, można zaproponować: „Napisz list od bohatera do ciebie: co by ci doradził w sytuacji, którą sam przeżyłeś (np. konflikt w klasie, stres przed występem)?”. Generatory porad sobie z tym nieźle językowo, ale nie znają prawdziwych historii ucznia. Bez odrobiny autentyczności tekst będzie pusty jak horoskop.

W przedmiotach ścisłych „zadania z życia” mogą dotyczyć decyzji zakupowych, planowania wyjazdu, prostych obliczeń finansowych. AI policzy wiele rzeczy, natomiast to uczeń ma zdecydować, które dane są istotne i jaką przyjąć strategię. To tam rodzi się krytyczne myślenie – w wyborze modelu, a nie w samym rachunku.

AI jako partner w dyskusji, nie jako „wyrocznia prawdy”

Jednym z najcenniejszych sposobów użycia AI jest potraktowanie jej jak dziwnego rozmówcy, którego trzeba przepytać, sprawdzić i czasem złapać na błędzie. To już nie jest wiara w „magiczny silnik odpowiedzi”, tylko trening rozmowy z niepewnym źródłem wiedzy.

Dobrze działa prosty format lekcji: uczniowie w parach lub małych grupach zadają AI to samo pytanie, ale z innym nastawieniem. Jedna grupa prosi o argumenty „za”, druga – o argumenty „przeciw”, trzecia – o neutralny opis faktów. Potem porównują wyniki: co AI wyeksponowała, co pominęła, czy któreś odpowiedzi są wewnętrznie sprzeczne. Nagle widać jak na dłoni, że narzędzie dostosowuje się do polecenia, zamiast „mówić, jak jest”.

Innym wariantem jest zaproszenie AI do symulacji debaty. Na przykład w WOS: „Poproś AI, aby napisała krótką wypowiedź osoby popierającej daną reformę i krótką wypowiedź osoby przeciwnej. Następnie wybierz jedno zdanie z każdej strony, z którym się zgadzasz, i jedno, z którym się nie zgadzasz – uzasadnij dlaczego”. Uczeń nie ma zadania „udowodnić, że AI się myli”, tylko wejść z nią w dialog.

Warto też czasem bez uprzedzenia poprosić AI o odpowiedź na pytanie z waszej lekcji i celowo poszukać błędu. Uczniowie dostają wydruk albo zrzut ekranu i pracują jak „detektywi faktów”: sprawdzają daty, obliczenia, uogólnienia. W wielu klasach pojawia się wtedy zdanie: „Ej, wcale nie jest taka mądra, jak myślałem”. I o to chodzi – o zdrowy dystans.

Ćwiczenia w zadawaniu „trudnych pytań” AI

AI odpowiada tym lepiej, im lepiej jej zadamy pytanie. To idealne pole do treningu formułowania problemu, precyzowania kryteriów i dostrzegania luk. Można z tego zrobić krótką, 10–15-minutową rutynę na początku lub końcu lekcji.

Przykładowy schemat:

1. Cała klasa układa jedno ogólne pytanie do AI, np. „Wyjaśnij fotosyntezę”.
2. Nauczyciel pokazuje odpowiedź na rzutniku. Jest poprawna, ale dość ogólna.
3. W parach uczniowie modyfikują pytanie tak, aby odpowiedź była bardziej przydatna: „Wyjaśnij fotosyntezę tak, jakbyś tłumaczył to 10-latkowi, używając przykładu z kuchni”, „Porównaj fotosyntezę z ładowaniem baterii telefonu – co jest podobne, a co inne?”.
4. Zbieracie najlepsze wersje pytań i porównujecie odpowiedzi.

Po kilku takich ćwiczeniach większość uczniów zaczyna sama dostrzegać, że „Jak to działa?” to jedno, a „Wyjaśnij to krok po kroku tak, żebym mógł wytłumaczyć młodszemu bratu” to już zupełnie inne wyzwanie. Zauważają też, że pytanie zawiera w sobie sposób myślenia.

Ocenianie w erze AI: jak nagradzać myślenie, a nie tylko efekt

Jeżeli system oceniania opiera się wyłącznie na gotowym tekście lub wyniku zadania, uczniom naturalnie opłaca się szukać najkrótszej ścieżki – często z pomocą AI. Zmiana nie musi być rewolucyjna, ale powinna przenieść część ciężaru oceny na proces, decyzje po drodze i samowiedzę ucznia.

Jednym z prostszych zabiegów jest wprowadzenie minikomponentu refleksyjnego do prac pisemnych i projektów. Może to być choćby krótki akapit pod tytułem „Jak pracowałem nad tym zadaniem?” z kilkoma podpowiedziami:

• „Jakiego wsparcia używałeś (ludzie, książki, internet, AI)?”
• „Co było dla ciebie najtrudniejsze?”
• „Co byś zrobił inaczej, gdybyś zaczynał od nowa?”

Nie trzeba oceniać tej części twardo w punktach. Można ją traktować jak sygnał: „interesuje mnie nie tylko to, co wyszło, ale też jak do tego doszedłeś”. Uczniowie szybciej zrozumieją, że jawne korzystanie z AI nie jest zagrożeniem, jeśli nie wiąże się z automatycznym odrzuceniem pracy.

Warto też jasno zaznaczyć, że w niektórych sytuacjach AI jest częścią zadania. Na przykład na informatyce czy języku polskim mogą pojawić się oceny za:

• porównanie dwóch odpowiedzi wygenerowanych przez różne modele,
• przekonstruowanie „sztywnej” odpowiedzi AI tak, by była bardziej ludzka,
• napisanie własnej wersji po krytycznej analizie tekstu z AI.

Uczeń widzi wtedy, że jego „wartość dodana” nie polega na ukryciu śladu narzędzia, ale na tym, jak potrafi nad nim zapanować i je poprawić.

Rozmowy „po sprawdzianie”: gdzie naprawdę była twoja głowa

Po większym sprawdzianie lub projekcie można zarezerwować 10 minut na krótką, anonimową ankietę: „Na ile polegałeś na AI przy przygotowaniach?”, „Czy czułeś się pewnie podczas pracy bez dostępu do narzędzi?”, „Co by pomogło ci przygotować się bardziej samodzielnie?”. Zebrane wnioski warto omówić z klasą, nie jako polowanie na winnych, ale jako próbę zrozumienia, jak uczą się w praktyce.

Czasem wystarczy jedno pytanie zadane wprost: „Na którym etapie nauki AI była ci naprawdę potrzebna, a gdzie użyłeś jej z przyzwyczajenia?”. Uczniowie zaczynają rozróżniać: czym innym jest poproszenie o przykładowe zadania do przećwiczenia, a czym innym – wklejenie gotowych rozwiązań bez ich przeanalizowania. Taka autorefleksja to pierwszy krok do samoregulacji.

AI w różnych przedmiotach: konkretne scenariusze pracy z krytycznym myśleniem

Język polski i przedmioty humanistyczne

Na lekcjach języka polskiego AI wydaje się najgroźniejszym „ułatwiaczem” – bo potrafi pisać całe wypracowania. Można jednak odwrócić role i uczynić z niej treningową maszynkę do stylu i argumentacji.

Jedno z prostszych ćwiczeń: „Poproś AI o napisanie wstępu do rozprawki na temat X. Następnie podkreśl w tekście:

• zdania ogólnikowe, które nic nie wnoszą,
• utarte sformułowania („od zawsze”, „od zarania dziejów”, „na przestrzeni wieków”),
• miejsca, gdzie brakuje konkretu.

Zadaniem uczniów jest przerobić ten wstęp tak, by był krótszy, bardziej ich, z jednym konkretnym przykładem. Uczą się w ten sposób, że poprawianie i skracanie tekstu jest tak samo ważne jak jego pisanie, a AI to tylko punkt startu.

W wielu szkołach takie konkrety i przykłady praktyk można znaleźć na stronach poświęconych nowoczesnej dydaktyce, takich jak Blog Edukacyjny, gdzie technologia jest traktowana jako tło, a nie główny bohater.

W historii czy WOS AI może służyć jako „gazetowy skrót”, który trzeba rozwinąć. Na przykład: „Poproś AI o trzy najczęstsze argumenty przeciwników głosowania od 16. roku życia. Zdecyduj, który z nich jest najsłabszy i napisz krótką odpowiedź polemiczną”. Tu uczeń nie tylko powtarza cudze tezy, ale je przegląda i hierarchizuje.

Przedmioty ścisłe i przyrodnicze

W matematyce czy fizyce największą pokusą jest wrzucenie zadania do czatu i przepisanie gotowego rozwiązania. Zamiast z tym walczyć, można włączyć AI do procesu jako „protokolanta”, a nie „magika od wyników”.

Dobrym zabiegiem jest prośba, by uczniowie po rozwiązaniu zadania samodzielnie poprosili AI o alternatywny sposób rozwiązania. Następnie porównują podejścia: czym się różnią, które jest krótsze, gdzie łatwiej o pomyłkę. Dzięki temu nawet ci, którzy mieli problem, widzą, że istnieje więcej niż jedna metoda i zaczynają zadawać pytania o sens działań, nie tylko o wzór.

W biologii czy geografii AI nadaje się do szybkiego generowania opisów procesów czy zjawisk. W klasie można pójść krok dalej: „Poproś AI o opis obiegu wody w przyrodzie, a potem wyjdź na szkolne podwórko i sfotografuj trzy miejsca, w których widzisz elementy tego obiegu. Pod opisem dodaj swoje zdjęcia z krótkimi komentarzami”. Tu generator jest tylko „teorią”, życie dopisują uczniowie.

Języki obce

Przy nauce języków AI bywa dużo zdrowszym wsparciem niż słownik – pod warunkiem, że uczeń nie zleca jej pisania całych prac. Można ją potraktować jako korektora i trenera rozmowy.

Jedno proste ćwiczenie: uczniowie piszą krótką wypowiedź pisemną (np. e-mail do kolegi w języku obcym), a następnie proszą AI:

• o wskazanie błędów wraz z krótkim wyjaśnieniem po polsku,
• o zaproponowanie dwóch–trzech alternatywnych zdań, które brzmią bardziej naturalnie.

Na lekcji omawiacie wspólnie najciekawsze przykłady: dlaczego dana forma jest lepsza, jak zmienia się ton wypowiedzi. Uczniowie widzą, że narzędzie nie jest „fabryką gotowców”, tylko czymś w rodzaju prywatnego korepetytora, którego warto przepytywać.

AI świetnie sprawdza się też do symulacji dialogów. Ktoś może poprosić: „Udawaj sprzedawcę w sklepie sportowym, a ja jestem klientem, który kupuje buty do biegania. Rozmawiaj ze mną po angielsku, używając prostego słownictwa”. Zadaniem ucznia po takiej „rozmowie” jest wybranie dwóch–trzech wyrażeń, których się nauczył, i ułożenie z nimi własnych zdań. Znów – technologia podsuwa, uczeń przetwarza.

Ciekawym nawykiem jest też tworzenie z AI własnych „mini–fiszek dialogowych”. Uczeń zapisuje sobie trzy–cztery pytania i odpowiedzi z rozmowy, drukuje je lub przepisuje do zeszytu i wraca do nich za tydzień, już bez pomocy narzędzia. Sprawdza, co pamięta, czego brakuje, które zwroty wchodzą mu w krew. Technologia robi pierwszy krok, ale utrwalenie odbywa się po staremu – przez powtarzanie i używanie w nowych sytuacjach.

Na wyższych poziomach zaawansowania można wręcz bawić się w „łapanie” AI na nieprecyzyjnych tłumaczeniach czy zbyt sztywnych sformułowaniach. Uczniowie proszą generator o tłumaczenie krótkiego tekstu, a potem wspólnie je „odludzają”: wygładzają, zmieniają rejestr, dopasowują do konkretnego kontekstu (np. rozmowa z kolegą vs. oficjalny e-mail). Zyskują oko do niuansów, a przy okazji widzą, że nawet bardzo „mądra” maszyna nie zastąpi ich wyczucia językowego.

Kluczowe w pracy z AI – niezależnie od przedmiotu – jest jasne ustawienie ról. Narzędzie ma być partnerem do rozmowy, źródłem przykładów, korektorem czy „tablicą”, na której można bazgrać i poprawiać, a nie autorem, pod którego tekstem uczeń tylko się podpisuje. Jeśli uczniowie regularnie doświadczają sytuacji, w których ich własny osąd, pytania i poprawki są bardziej cenione niż gładka odpowiedź z ekranu, zaczynają traktować sztuczną inteligencję jak dobry, ale jednak ograniczony zestaw pomocy naukowych, a nie jak skrót do zwolnienia z myślenia.

Jak dobierać zadania, które „opłaca się” robić samodzielnie, nawet mając AI pod ręką

Jeśli zadanie daje się w sekundę załatwić jednym promptem, trudno oczekiwać, że uczeń będzie godzinę główkował nad kartką. Klucz tkwi więc w takim projektowaniu pracy, by najcenniejsza część wysiłku była nienegocjowalnie ludzka.

Dobrym drogowskazem są trzy pytania, które można mieć z tyłu głowy, planując aktywności:

• Czy w tym zadaniu musi pojawić się osobiste odniesienie ucznia? (doświadczenie, opinia, wybór stanowiska)
• Czy przyda się porównanie kilku źródeł lub wersji? (AI + podręcznik + notatki)
• Czy uczeń będzie musiał coś ocenić, wybrać, odrzucić? (a nie tylko odtworzyć)

Im częściej odpowiedź brzmi „tak”, tym trudniej „oddać” zadanie w całości maszynie. Uczeń może skorzystać z generatora, ale kluczowe decyzje i tak należą do niego.

Przykład z lekcji historii: zamiast prosić o „opis powstania listopadowego”, warto zadać pracę „Wybierz trzy różne źródła (w tym jedno z AI) o powstaniu listopadowym i napisz, czemu im wierzysz bardziej lub mniej”. Gotowy tekst jest tu tylko półproduktem. Najważniejsze są porównanie, komentarz i wątpliwości.

Zadania, w których AI jest pomocnikiem, a nie głównym autorem

Można wręcz świadomie konstruować zadania tak, by zaproszenie AI było jednym z kroków, ale nigdy ostatnim. Uczeń z góry wie, że na „kopiuj–wklej” nie ma szans.

Kilka typów takich aktywności:

• Zadania „porównaj i zdecyduj” – uczniowie proszą AI o definicję zjawiska, a potem zestawiają ją z definicją z podręcznika i z notatkami z lekcji. Na końcu tworzą własną wersję: krótszą, z jednym przykładem, ze słownictwem dopasowanym do ich wieku.
• Zadania „przerób po swojemu” – nauczyciel przynosi tekst wygenerowany przez AI i prosi: „Zostaw tylko to, co naprawdę rozumiesz. Resztę albo uprość, albo usuń”. Uczeń staje się redaktorem, który ma prawo do nożyczek.
• Zadania „dodaj warstwę doświadczenia” – AI opisuje zjawisko (np. smog, cyberprzemoc), a uczniowie mają dopisać: „Jak to wygląda w naszej szkole / dzielnicy?” albo „Co już widziałeś na własne oczy?”.

W takich scenariuszach nawet najsprytniejszy uczeń szybko odkrywa, że bez własnej głowy daleko nie zajedzie. Narzędzie przyspiesza, ale nie odrabia za niego tego, co jest oceniane.

Transparentność: jak rozmawiać z uczniami o korzystaniu z AI bez straszenia

Kiedy temat AI staje się tabu, uczniowie przenoszą go do szarej strefy. A tam, gdzie coś się „nie mówi głośno”, trudno uczyć odpowiedzialności. Dużo zdrowsze jest przyjęcie założenia: „wszyscy i tak będą z tego korzystać, porozmawiajmy, jak robić to mądrze”.

Dobrym początkiem jest wspólne spisanie klasycznych sytuacji, w których uczniowie sięgają po AI: „kiedy nie rozumiem zadania”, „gdy nie pamiętam słowa po angielsku”, „gdy nie chce mi się czytać całego tekstu”. Taka „mapa pokus” pozwala przejść od abstrakcyjnych dyskusji do konkretu: co ty robisz, kiedy widzisz biały ekran i termin jutro.

Kontrakty klasowe dotyczące AI

Zamiast surowych zakazów z góry, można stworzyć z uczniami prosty kontrakt korzystania z AI. Na tablicy lądują dwie kolumny: „OK” i „Nie fair”. Uczniowie sami podają przykłady do obu stron, a nauczyciel tylko doprecyzowuje i porządkuje.

W kolumnie „OK” mogą się pojawić takie sytuacje:

• sprawdzenie, czy mój tekst ma błędy językowe,
• poproszenie o dodatkowe przykłady zjawiska, którego nie rozumiem,
• wygenerowanie listy pytań kontrolnych do powtórki przed sprawdzianem.

W kolumnie „Nie fair”:

• oddanie pracy, którą w całości napisała AI, bez żadnych zmian i bez informacji,
• korzystanie z AI podczas sprawdzianu, gdy jest to jasno zakazane,
• udawanie, że własny pomysł jest mój, gdy tylko ładnie przepisałem cudze rozwiązanie z generatora.

Jeżeli ten kontrakt powstaje wspólnie, a nie „spada z góry”, uczniowie zaczynają czuć, że dotyczy ich realnych wyborów, a nie abstrakcyjnych zasad. Łatwiej wtedy wrócić do tego dokumentu przy pierwszym zgrzycie i zapytać: „Na którą kolumnę to nam wjeżdża?”.

Jawne przyznawanie się do korzystania z AI

Dużą ulgę przynosi wprowadzenie prostego nawyku: na końcu większej pracy uczeń dopisuje jedno–dwa zdania w stylu:

• „Korzystałem z AI do wygenerowania planu pracy, ale treść pisałem sam”.
• „Poprosiłam AI o przykład listu formalnego i na jego podstawie napisałam własny”.

Taka szczerość przestaje być ryzykowna, jeśli nauczyciel nie karze za sam fakt użycia narzędzia, tylko przygląda się, jak uczeń z niego skorzystał. Jasny komunikat brzmi wtedy: „oszustwem jest udawanie, że to twoja praca, nie samo użycie technologii”.

Po kilku takich rundach uczniowie odczuwają coś w rodzaju „wewnętrznego dyskomfortu”, gdy wklejają gotowca bez choćby jednego komentarza. To właśnie początek krytycznego myślenia o własnej nauce.

Błędy AI jako paliwo do myślenia: strategie „łapania” i poprawiania

Modele językowe robią czasem błędy spokojnie mieszczące się w kategorii „ładnie brzmi, ale to nieprawda”. Dla nauczyciela to złoto: żywy materiał do treningu czujności. Zamiast zakładać, że narzędzie zawsze ma rację, można uczniów zachęcać do roli detektywów.

Ćwiczenia w „wyłapywaniu bzdur”

Prosty pomysł na lekcję: nauczyciel przygotowuje kilka krótkich odpowiedzi wygenerowanych przez AI. W każdej odpowiedzi znajdują się 1–2 subtelne przekłamania: mylna data, uproszczony wniosek, brak ważnego warunku w zadaniu z fizyki. Zadaniem uczniów jest:

• zaznaczyć fragmenty, które budzą ich wątpliwość,
• sprawdzić je w podręczniku lub innych źródłach,
• dopisać obok: „dlaczego to jest nieprecyzyjne / nieprawdziwe”.

Z czasem można przejść na wyższy poziom: uczniowie sami proszą AI o odpowiedź na złożone pytanie, a potem mają za zadanie „rozkleić” ją na części: co jest faktem, co interpretacją, a co typową uogólnioną formułką bez pokrycia.

„Adwokat diabła” wobec odpowiedzi AI

Jeszcze mocniej pracuje głowa, kiedy uczniowie dostają polecenie: „Niezależnie od tego, co napisała AI, spróbuj się z tym nie zgodzić”. To ćwiczenie szczególnie dobrze działa w WOS, języku polskim, historii czy filozofii, ale da się je zaadaptować również w naukach przyrodniczych.

Schemat jest prosty:

1. Uczeń zadaje AI pytanie problemowe (np. „Czy kara śmierci powinna być legalna?”, „Czy energia jądrowa to dobre rozwiązanie dla Polski?”).
2. AI generuje odpowiedź – zazwyczaj wyważoną, „bezpieczną”.
3. Zadaniem ucznia jest wypisać minimum trzy kontrargumenty do tej odpowiedzi, a dopiero potem zająć własne stanowisko.

Uczniowie szybko widzą, że nawet bardzo poprawna, uładzona wypowiedź może być jednostronna. Przy okazji uczą się, że nie każde zdanie zaczynające się od „Specjaliści uważają, że…” powinno być przyjmowane bez pytania o źródła.

AI a uczniowie zróżnicowani: wsparcie bez odbierania samodzielności

W jednej klasie siedzą obok siebie uczniowie, którzy chłoną materiał w locie, i tacy, którzy gubią się już na etapie polecenia. AI potrafi być dla tych drugich ogromną pomocą, o ile nie zamieni się w protezą, która wyręcza w każdym kroku.

Uczniowie z trudnościami w uczeniu się

Dla osób z dysleksją, ADHD czy zaburzeniami koncentracji dużą barierą bywa sama forma: długi tekst, skomplikowane polecenia, gęsto zapisane zadania matematyczne. AI może tu działać jak „tłumacz z języka szkolnego na ludzki”.

Przykładowe, uczciwe sposoby użycia:

• „Przepisz to polecenie prostszym językiem, bez trudnych słów, bez zmiany sensu”.
• „Podziel ten tekst na krótsze akapity i dodaj nagłówki, żebym łatwiej się w nim połapał”.
• „Pomóż mi ułożyć plan nauki na 20 minut dziennie przez trzy dni przed sprawdzianem”.

Rolą nauczyciela jest wtedy jasne wyznaczenie granicy: AI może pomagać w organizacji, w uproszczeniu formy, w dodatkowych przykładach. Nie zastępuje jednak własnej odpowiedzi ucznia, gdy w grę wchodzi praca zaliczeniowa czy sprawdzian.

Uczniowie bardzo zdolni – jak nie „rozleniwić” ich AI

Paradoksalnie, to właśnie uczniowie najmocniejsi intelektualnie bywają najbardziej narażeni na „rozleniwienie” przez AI. Skoro i tak rozumieją materiał, pokusa, by przeskoczyć proste etapy i od razu wypluć perfekcyjną odpowiedź, jest duża.

Takim osobom można proponować zadania, w których AI jest przeciwnikiem do sparingu. Na przykład:

• w matematyce: „Poproś AI o trzy różne metody rozwiązania równania. Sprawdź, która jest najbardziej ogólna i kiedy może zawieść”.
• w języku polskim: „Poproś AI o interpretację wiersza, z którą się nie zgadzasz, a potem napisz polemikę”.
• w biologii: „Poproś AI o prognozę, jak zmieni się populacja danego gatunku w twoim regionie w ciągu 20 lat. Oceń, czy to realistyczne na podstawie lokalnych danych i obserwacji”.

Uczeń zdolny zachowuje wtedy przewagę: to on stawia trudniejsze pytania, wyłapuje uproszczenia, proponuje lepsze rozwiązania. AI jest raczej „partnerem sparingowym” niż automatem do pisania gotowców.

Na koniec warto zerknąć również na: Perspektywa powietrzna: jak malować dal, mgłę i głębię bez skomplikowanych zasad — to dobre domknięcie tematu.

Jak uczyć dobrego zadawania pytań (promptowania) bez redukcji do trików

Rozmowa z AI przypomina trochę rozmowę z bardzo cierpliwym, ale dość naiwnym kolegą. Odpowiada na to, co usłyszy, a nie na to, co mieliśmy w głowie. Im precyzyjniejsze pytanie, tym większa szansa na sensowną odpowiedź – i tym więcej krytycznego myślenia po drodze.

Od „zrób za mnie” do „pokaż mi warianty”

Wielu uczniów zaczyna od promptów w stylu: „Napisz za mnie rozprawkę na temat…”. Dobrym ćwiczeniem jest pokazanie, jak można stopniowo „przesterować” takie pytania na bardziej produktywne:

• „Podaj trzy pomysły na tezę do rozprawki na temat…”.
• „Zaproponuj listę argumentów za i przeciw. Nie pisz całej pracy”.
• „Wskaż mi luki w moim planie rozprawki (wklejam poniżej)”.

Na lekcji można wziąć kilka prawdziwych promptów od uczniów (anonimowo), przepisać je na tablicę i wspólnie poprawić tak, by były bardziej konkretne i nastawione na pomoc w myśleniu, a nie gotowe rozwiązanie. To przy okazji pokazuje, że „rozmawiać z maszyną” też trzeba się nauczyć.

Refleksja nad własnymi pytaniami

Cennym rytuałem może być krótkie zadanie po pracy z AI: „Wybierz jeden prompt, który zadałeś, i odpowiedz na trzy pytania”:

• „Co chciałem naprawdę uzyskać, gdy zadawałem to pytanie?”
• „Czy mogłem zadać je inaczej, żeby dostać bardziej przydatną odpowiedź?”
• „Jaką część tej pracy i tak musiałem wykonać sam (np. wybór, ocena, poprawa)?”

Uczeń zaczyna dostrzegać, że jakość odpowiedzi zależy od jakości pytań. Przy okazji uczy się znanego z nauki nawyku: sprawdź najpierw, co właściwie chcesz zbadać, zanim włączysz urządzenie.

Współpraca zamiast „jeden uczeń – jedna maszyna”: projekty grupowe z AI w tle

AI często kojarzy się z indywidualnym siedzeniem przed ekranem. Tymczasem świetnie nadaje się do projektów grupowych, pod warunkiem, że każdy ma swoją rolę w kontakcie z narzędziem i poza nim.

Role w zespole i kontakt z AI „na zmianę”

Przy projektach grupowych dobrze działa prosty podział: jedna osoba jest „operatorem” AI i fizycznie wpisuje prompt, druga – „kontrolerem jakości” (sprawdza sens i spójność odpowiedzi), trzecia – „badaczem” (szuka dodatkowych źródeł poza AI), czwarta – „redaktorem” (układa wszystko w logiczną całość). Po pewnym czasie role się zamieniają, żeby każdy doświadczył różnych perspektyw. Zespół widzi wtedy na żywo, że nawet najlepszy prompt nie zwalnia z myślenia, bo ktoś musi powiedzieć: „To się nam nie klei, sprawdźmy to jeszcze raz”.

Przykład z praktyki: klasa przygotowuje gazetkę o zmianach klimatu w regionie. AI pomaga zebrać ogólne informacje i zaproponować strukturę numeru, ale to uczniowie robią zdjęcia, przeprowadzają krótkie wywiady z mieszkańcami, szukają lokalnych danych. W efekcie powstaje coś, co bez wyjścia poza ekran byłoby niemożliwe – a jednocześnie uczniowie widzą, że narzędzie cyfrowe to tylko jeden z elementów całej układanki.

Kontrakt grupowy: co wolno zlecić AI, a czego nie

Zanim grupa zacznie korzystać z AI, dobrze jest spisać bardzo krótki „kontrakt”: dwie kolumny na kartce. W jednej: „Co możemy zlecić AI?” (np. podpowiedzi pytań do ankiety, listę zagadnień, wstępny plan prezentacji). W drugiej: „Co robimy tylko własną głową?” (np. analizę zebranych danych, wybór najważniejszych wniosków, ostateczną wersję slajdów czy scenariusz wystąpienia). Taki prosty zabieg porządkuje granice i uczy odpowiedzialności za efekt.

W trakcie pracy dobrze czasem zatrzymać grupę pytaniem: „Gdyby AI dziś przestała działać, co jesteście w stanie zrobić dalej sami?”. Jeśli zapada cisza, to znak, że projekt za bardzo „wisi” na maszynie i trzeba przesunąć środek ciężkości z powrotem na ludzi.

Prezentacja wyników: AI w tle, uczniowie na pierwszym planie

Przy podsumowaniu projektu można poprosić grupy, by na jednym slajdzie albo w krótkiej notce napisały, jak używały AI i co im to dało. Nie jako spowiedź, tylko jako element refleksji: „Które podpowiedzi były przydatne, a które wprowadziły nas w błąd?”, „Co następnym razem zrobilibyśmy bardziej samodzielnie?”. Taki moment zatrzymania pomaga uczniom zobaczyć, że ich głównym zadaniem nie było klikanie, tylko wybieranie, ocenianie i ulepszanie.

Kiedy uczniowie zaczynają traktować AI jak kalkulator do idei – narzędzie, które pomaga liczyć, ale nie wymyśla za nich celu – widać wyraźną zmianę. Mniej jest „proszę, niech mi to zrobi komputer”, więcej: „zobaczmy, co nam podpowie, a potem sami zdecydujemy, co z tym zrobić”. I o taki właśnie układ chodzi: technologia jako wsparcie, a nie pilot od własnego myślenia.

Najczęściej zadawane pytania (FAQ)

Jak korzystać z AI w edukacji, żeby uczniowie dalej samodzielnie myśleli?

Klucz polega na traktowaniu AI jak narzędzia pomocniczego, a nie „maszyny do odrabiania lekcji”. Uczeń może poprosić model o plan wypracowania, listę pytań pomocniczych czy przykłady kontrargumentów, ale sam rozwija myśl, wybiera argumenty i nadaje całości sens. To trochę jak z korektorem ortografii: podkreśla błąd, ale to uczeń decyduje, którą formę wybrać.

Dobrze działa prosta zasada na lekcji: AI może przygotować „surowiec” (streszczenie, listę punktów, przykłady), a zadaniem ucznia jest ten materiał ocenić, poprawić, uzupełnić i przekształcić w swoją własną wersję. Wtedy krytyczne myślenie nie znika, tylko zmienia miejsce – z przepisywania na ocenianie i przerabianie treści.

Czy używanie ChatGPT i innych AI na lekcjach nie zabija krytycznego myślenia?

Nie musi. Krytyczne myślenie nie polega na tym, że uczeń wszystko robi „od zera”, tylko że potrafi ocenić, z czym ma do czynienia. AI generuje propozycję odpowiedzi, a uczeń z nauczycielem sprawdza: gdzie są błędy, czego brakuje, czy logika jest spójna. To świetne pole treningowe do pytań: „Skąd to wiadomo?”, „Co tu budzi wątpliwości?”, „Jak można to ująć lepiej?”.

Dobrym ćwiczeniem jest np. wygenerowanie dwóch różnych odpowiedzi AI na to samo pytanie i poproszenie uczniów, by wskazali, która jest sensowniejsza i dlaczego. Uczniowie widzą wtedy, że AI się myli, a ich zadaniem jest wyłapać te potknięcia, a nie ślepo ufać ekranowi.

Jak wyjaśnić uczniom, czym jest generatywna AI w prosty sposób?

Przydaje się metafora: AI to „kalkulator dla języka” albo „bardzo oczytany kolega z klasy”. Taki kolega przeczytał pół internetu, więc umie szybko ułożyć ładne zdanie, podać przykład, zaproponować plan pracy. Ale czasem mówi bzdury z pełną powagą, myli fakty, nie ma własnego sumienia ani doświadczeń i nie powie sam z siebie: „nie wiem, sprawdźmy”.

Warto to z uczniami nazwać wprost: model językowy przewiduje kolejne słowa na podstawie statystyki, a nie „myśli”. Dzięki temu uczniowie przestają traktować AI jak autorytet i zaczynają widzieć ją jako narzędzie do testowania pomysłów, które zawsze trzeba skonfrontować z innymi źródłami.

Do czego AI naprawdę się przydaje w nauce, a do czego lepiej jej nie używać?

AI świetnie sprawdza się przy zadaniach „językowych”: porządkowaniu notatek, tworzeniu streszczeń, propozycjach pytań i zadań, tłumaczeniach, wyjaśnianiu trudnych pojęć prostszym językiem czy wymyślaniu przykładów i kontrprzykładów. Uczeń może np. poprosić: „Wyjaśnij mi teoremat Pitagorasa jak dla kogoś, kto lubi koszykówkę” – i dostać opis dopasowany do swoich zainteresowań.

Znacznie słabsza jest tam, gdzie liczy się precyzja faktów i aktualność: daty, cytaty, nowe prawo, najnowsze badania. Nie jest też dobrym „doradcą” w sprawach wymagających empatii, rozumienia kontekstu konkretnego dziecka czy oceny moralnej. Tutaj nadal potrzebny jest człowiek – nauczyciel, rodzic, wychowawca.

Jak zapobiegać ściąganiu z użyciem AI i jednocześnie wspierać krytyczne myślenie?

Zamiast walczyć tylko z narzędziem, lepiej zmienić typ zadań. Im bardziej zadanie polega na prostym odtworzeniu (np. „napisz referat o…”), tym łatwiej oddać je w całości AI. Jeśli jednak prosimy ucznia o wyjaśnienie własnymi słowami, przedstawienie argumentów na forum klasy, odniesienie materiału do własnych doświadczeń czy porównanie dwóch sprzecznych źródeł – samo wygenerowanie tekstu nie wystarczy.

Pomaga też większy nacisk na:

• odpowiedzi ustne i prezentacje, w których uczeń musi obronić swoje stanowisko,
• pokazywanie procesu: notatek pośrednich, pytań wpisywanych do AI, kolejnych wersji pracy,
• zadania, w których uczeń ma ocenić i poprawić odpowiedź wygenerowaną przez AI, zamiast oddawać ją wprost.

Takie podejście ogranicza sens „superściągi”, a jednocześnie uczy, jak mądrze korzystać z technologii.

Czy AI może zastąpić nauczyciela w szkole?

AI może przejąć część zadań technicznych: podpowiedzieć ćwiczenia, szybko wygenerować test, zaproponować przykłady czy pomóc uczniowi zrozumieć pojęcie po godzinach lekcyjnych. Nie potrafi jednak być przewodnikiem po świecie wartości, nie zna swoich uczniów, ich historii, lęków i mocnych stron. Nie wyczuje, kiedy ktoś się poddał, a kiedy tylko potrzebuje jeszcze jednego pytania pomocniczego.

Rola nauczyciela przesuwa się z „chodzącej encyklopedii” na:

• trenera krytycznego myślenia,
• przewodnika po natłoku informacji,
• osobę, która uczy, jak zadawać dobre pytania i jak weryfikować odpowiedzi – także te z AI.

To trochę jak z GPS-em: zmienił sposób podróżowania, ale nie zabrał człowiekowi odpowiedzialności za wybór celu podróży.

Jak uczyć uczniów krytycznego myślenia konkretnie przy pracy z AI?

Najprościej traktować każdą odpowiedź AI jak materiał do analizy. Uczeń może dostać zadanie:

• sprawdź, kto mógłby się nie zgodzić z tą odpowiedzią i dlaczego,
• wyszukaj w innych źródłach (podręcznik, artykuł, film edukacyjny) elementy, które przeczą tej wersji,
• zaznacz miejsca, w których brakuje przykładów, źródeł, wyjaśnienia.

Takie mikroćwiczenia budują nawyk zadawania pytań: „kto to napisał?”, „kiedy?”, „w jakim celu?”.

Dobrym krokiem jest też rozmowa o emocjach i uprzedzeniach: czy podoba mi się ta odpowiedź tylko dlatego, że potwierdza to, co już myślę? Uczeń uczy się wtedy nie tylko „wiedzieć”, ale też oceniać, na jakich warunkach przyjmuje daną wersję wydarzeń – i że to on, a nie algorytm, ponosi za ten wybór odpowiedzialność.