Uczniowie coraz częściej oddają dopracowane prace, których nie potrafią wyjaśnić ani obronić. W świecie generatywnej AI problemem nie jest już sama technologia, lecz niewidoczny proces myślenia. Rola nauczyciela zmienia się dziś z kontrolera efektu w architekta procesu uczenia się. 

Jak chronić myślenie ucznia i odzyskać sens oceniania w świecie „idealnych prac”?

Coraz częściej, w rozmowach z nauczycielami, wraca to samo doświadczenie: uczniowie oddają prace poprawne językowo, logiczne, dopracowane — a jednocześnie mają trudność, by je wyjaśnić, obronić czy uzasadnić własne decyzje. W efekcie nauczyciel widzi produkt, ale coraz trudniej mu zobaczyć proces. A jeśli nie widać procesu, ocenianie traci sens, słabnie poczucie wpływu.

To nie jest problem pojedynczych klas ani „braku kontroli”. To konsekwencja zmiany warunków, w jakich dziś funkcjonuje uczenie się — w środowisku cyfrowym, które realnie kształtuje uwagę, tempo pracy i nawyki poznawcze uczniów.

Skalę tego środowiska pokazują dane z raportu NASK „Nastolatki”: aż 31% uczniów deklaruje korzystanie z Internetu ponad 6 godzin dziennie, a średni czas online w dni powszednie wynosi 4 godziny 59 minut. Jednocześnie rodzice zaniżają te szacunki — w tygodniu średnio o ponad godzinę. 

W takim świecie pytanie nie brzmi już: „czy wpuścić AI do szkoły?”.
AI już tam jest.
Znacznie ważniejsze staje się inne pytanie: czy szkoła projektuje myślenie — czy jedynie sprawdza gotowe produkty?

„Idealne prace” jako sygnał systemowy

Generatywna sztuczna inteligencja potrafi dziś w kilka sekund wygenerować tekst, argumentację, plan pracy, streszczenie czy rozwiązanie zadania. Dokładnie te elementy, które przez lata w szkolnej praktyce bywały dowodem wysiłku ucznia. Nic dziwnego, że nauczyciele coraz częściej mówią:

– „Nie mam jak ocenić procesu”,
– „Ocenianie kształtujące robi się coraz trudniejsze”,
– „Widzę głównie gotowy efekt”.

Warto jednak nazwać rzecz precyzyjnie: to nie „kryzys oceniania”. To sygnał, że proces myślenia ucznia stał się mniej widoczny, bo narzędzia potrafią zastąpić fragmenty pracy, które dotąd były widzialnym śladem uczenia się.  To właśnie tu jest przestrzeń, aby szkoła odzyskała wpływ: nie przez „polowanie na AI”, tylko przez projektowanie procesu.

Dlaczego same zakazy nie wystarczą

Naturalną reakcją bywa zaostrzenie kontroli i wprowadzenie zakazów. Problem w tym, że zakaz nie buduje kompetencji ani odpowiedzialności. Często tylko przenosi użycie AI do sfery niejawnej. UNESCO podkreśla, że bez edukacji i jasnych ram szkoła traci możliwość towarzyszenia uczniom w realnych praktykach cyfrowych, a technologia zaczyna działać „obok szkoły”, nie „w edukacji”. 

Jeśli uczeń nie może o AI mówić, zwykle nie przestaje z niej korzystać. Przestaje natomiast mówić, kiedy i po co z niej korzysta. A bez rozmowy, refleksji i wspólnych zasad nie da się budować krytycznego myślenia, odpowiedzialności ani bezpieczeństwa informacyjnego — fundamentów podejścia, które od lat wzmacniają m.in. programy takie jak Asy Internetu.

Co dzieje się w głowie ucznia: cognitive offloading

Psychologia poznawcza opisuje przenoszenie części wysiłku poznawczego na zewnętrzne narzędzia jako cognitive offloading. To mechanizm naturalny i adaptacyjny: zapisujemy informacje zamiast je trzymać w pamięci, korzystamy z kalkulatora, robimy listy (Risko & Gilbert, 2016).

Trudność zaczyna się wtedy, gdy narzędzie przejmuje kluczowe etapy uczenia się: tworzenie znaczenia, rozumowanie, argumentację i podejmowanie decyzji poznawczych. Badania pokazują, że offloading może ułatwiać wykonanie zadania, ale przy braku świadomie zaprojektowanych ram sprzyja płytszemu rozumieniu (Risko & Gilbert, 2016). Dodatkowo wzmacnia to tzw. Google effect — tendencję do zapamiętywania „gdzie to znaleźć”, zamiast rozumienia „co to znaczy” (Sparrow, Liu & Wegner, 2011).

I jest jeszcze jeden ważny wymiar: dla części uczniów AI staje się sposobem radzenia sobie z presją, lękiem przed oceną, perfekcjonizmem albo przeciążeniem. Wtedy technologia nie jest „skrótowcem”, tylko strategią przetrwania. To kolejny powód, by zamiast samej kontroli wprowadzać mądre ramy i język rozmowy: co jest pomocą, a co zastępstwem myślenia.

AI może pogłębiać uczenie — jeśli szkoła projektuje proces

Dobrze zaprojektowana praca z AI nie musi skracać uczenia się. Może je wydłużać i pogłębiać — o ile nauczyciel świadomie organizuje kolejne kroki, a nie tylko sprawdza efekt końcowy. Pomocna bywa tu prosta sekwencja:

MYŚL → AI → MYŚL

Nie jako hasło, lecz jako realny przebieg pracy ucznia.

1) MYŚL – świadomy start

Uczeń zaczyna bez AI: formułuje tezę, hipotezę, plan lub pierwsze kroki rozwiązania. Nawet krótka samodzielna próba ma znaczenie. Badania nad generation effect pokazują, że lepiej rozumiemy i zapamiętujemy to, co sami wytworzymy, niż to, co otrzymamy gotowe (Slamecka & Graf, 1978).

2) AI – narzędzie, nie autor

Dopiero potem pojawia się AI, ale w jasno określonej roli: lustra, kontrastu, trenera, korektora językowego albo generatora alternatyw. AI nie „robi pracy za ucznia” — ma uruchomić drugi etap myślenia i pomóc w treningu argumentacji, porównywaniu jakości rozwiązań, widzeniu błędów i luk.

3) MYŚL – refleksja i decyzja

Uczeń wraca do swojej pracy i podejmuje decyzje: co zmienia, dlaczego, na jakiej podstawie. To moment metapoznania, w którym uczenie się się domyka (Flavell, 1979).

Tu właśnie odzyskujemy sens oceniania: nie oceniamy „ładnego tekstu”, tylko sposób pracy umysłu.

Od produktu do procesu: metoda ŚLAD

Żeby proces myślenia był naprawdę widoczny, potrzebne są proste, czytelne ramy pracy. Jedną z nich może być metoda ŚLAD: 

Ś – świadomy start (co wiem, co zakładam, jak zaczynam), 

L – lustro poznawcze (AI) (co mi pokazało, z czym się zgadzam, z czym nie), 

A – analiza i korekta (co poprawiam i dlaczego), 

D – decyzja i refleksja (co wybieram, co odrzucam, jakie mam argumenty). 

W tym modelu oceniany jest nie tylko efekt, ale przede wszystkim droga dojścia: decyzje, uzasadnienia i refleksja ucznia. To przywraca możliwość oceniania kształtującego także w świecie AI.

W praktyce da się to wdrożyć od razu — nawet już na jutrzejszej lekcji — bez rewolucji i bez dokładania „kolejnej metody”. Wystarczą trzy krótkie, powtarzalne kroki, które porządkują pracę ucznia i sprawiają, że to proces staje się dowodem uczenia się.

Najpierw „Ślad startu”: zanim uczeń sięgnie po AI, zapisuje własną tezę, plan albo hipotezę (to może zająć dosłownie dwie minuty, a działa jak kotwica).

Następnie wprowadzasz jawność użycia AI — uczeń dopisuje jedno–dwa zdania o tym, do czego użył narzędzia i w jakiej roli (np. inspiracja, sprawdzenie argumentów, uporządkowanie treści).

Na końcu pojawia się „Decyzja” jako najważniejszy dowód uczenia: uczeń dopisuje, co zmienił po „lustrze” AI i dlaczego, a także co odrzucił — również z uzasadnieniem. 

To małe kroki, które robią dużą różnicę: przywracają widoczność myślenia, uczą odpowiedzialności i pozwalają oceniać nie tylko wynik, ale też jakość decyzji po drodze.


Jasne zasady zamiast kontroli

Świadome korzystanie z AI w szkole opiera się na kilku prostych zasadach, które są spójne z edukacją cyfrową i wartościami programu Asy Internetu. To dokładnie te kompetencje, które wzmacniamy w programie: uważność, krytyczne myślenie i odpowiedzialność za informację.

  • Jawność (uczeń nie „ukrywa”, tylko uczy się nazywać użycie narzędzia)
  • Rola AI z góry określona (np. korekta językowa, kontrargumenty, alternatywy)
  • Odpowiedzialność za treść (to uczeń podpisuje się pod sensem i argumentacją)
  • Weryfikacja (AI może się mylić i „halucynować”, dlatego standardem są źródła i sprawdzanie) 
  • Ślad procesu (co zrobiłem sam, co sprawdziłem, co poprawiłem i dlaczego)

W tym ujęciu technologia nie jest „wrogiem”, tylko pretekstem do uczenia tego, co najważniejsze: krytycznego myślenia, odpowiedzialności informacyjnej, refleksji i etyki pracy.

Rola nauczyciela dziś

W świecie, w którym odpowiedzi są łatwo dostępne, rola nauczyciela nie maleje — ona się zmienia. Coraz częściej polega na projektowaniu warunków, w których myślenie ucznia może się rozwijać: od świadomego startu, przez pracę z narzędziem, aż po decyzję i refleksję.

Nauczyciel nie jest strażnikiem technologii.
Jest architektem procesu poznawczego.

I to jest dobra wiadomość — bo to rola, której żadna technologia nie potrafi zastąpić.

Autorka: Anna Trzeciak, trenerka w programie Asy Internetu.

Bibliografia 
  • NASK (2025). „Nastolatki. Raport badawczy” (badanie: październik–listopad 2024). 
  • UNESCO (2023). Guidance for generative AI in education and research. 
  • UNESCO (2024). AI competency framework for teachers. 
  • Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences.
  • Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory. Science.
  • Slamecka, N. J., & Graf, P. (1978). The generation effect. Journal of Experimental Psychology.
  • Flavell, J. H. (1979). Metacognition and cognitive monitoring. American Psychologist.