Jak włączyć kompetencje w zakresie SI do kursu?

Tłumaczenie automatyczne tej strony z języka angielskiego, jeszcze nie sprawdzone przez rodzimego użytkownika języka.

Przegląd programu studiów mówi, że absolwenci potrzebują kompetencji w zakresie SI, a nikt nie wyjaśnił, co to znaczy dla semestru, który rzeczywiście się prowadzi. Albo odziedziczony kurs ma sesję zatytułowaną „narzędzia SI”, której nikt nie potrafi obronić, i trzeba zdecydować, czy ją zostawić. Albo obserwuje się studenta, który wkleja prompt, przyjmuje pierwszą odpowiedź i oddaje pracę, i chce się, żeby następne zadanie przerwało ten ciąg.

Wniosek: dodać krok do pracy, którą już się ocenia, tak aby studenci najpierw zajmowali stanowisko wobec własnej odpowiedzi, potem porównywali ją z odpowiedzią narzędzia i bronili tego, co zatrzymali. Trwała kompetencja jest dyscyplinowa, powtarzana i oceniana jako osąd, a nie odtwarzana jako definicja.

W skrócie

1. Przypiąć tę pracę do zadania, które już się ocenia. Osobny moduł w drugim tygodniu to najsłabsza wersja tego rozwiązania.

2. Sprawić, żeby studenci wytworzyli odpowiedź, zanim wytworzy ją narzędzie, i żeby porównanie było zadaniem.

3. Oceniać krytykę i naprawę wyniku SI, a nie jego generowanie. Ta kompetencja nie przenosi się sama.

4. Nazwać błędy, które SI popełnia w danej dziedzinie, językiem tej dziedziny, i powtórzyć ćwiczenie więcej niż raz.

5. Oceniać osąd na przypadku, a nie pewność siebie w ankiecie.

Nie dodawać lekcji, dodać krok do pracy, którą już się ocenia

Domyślnym ruchem instytucji jest osobny moduł, zwykle wczesną w semestrze, o tym, jak działają duże modele językowe i jak pisać prompty. Synteza na stronie Kompetencje w zakresie SI argumentuje za innym układem: studenci rozwijają użyteczniejsze kompetencje, gdy używają SI, pytają o nią, weryfikują ją, krytykują i decydują o niej w autentycznych zadaniach kursowych, wielokrotnie. Ruch w stronę krytycznej oceny jest najbardziej widoczny tam, gdzie takie doświadczenia są podtrzymywane i osadzone, a nie dostarczone raz (Praktyczne pięcioetapowe kontinuum kompetencji w zakresie SI w szkolnictwie wyższym).

Dowody ilościowe wskazują ten sam kierunek. Metaanaliza 59 interwencji rozwijających kompetencje w zakresie SI wykazała największe efekty dla pedagogik zintegrowanych i refleksyjnych. Ostrzega też, że interwencje skoncentrowane na wiedzy dają większe mierzone efekty niż te ukierunkowane na umiejętności, postawy lub etykę. Warto o tym pamiętać, wybierając, co się mierzy.

Drugi powód, by budować na istniejącej pracy, to obciążenie. Synteza 72 badań empirycznych nad generatywną SI w edukacji informatycznej z 2026 roku stwierdza, że najsilniejszym i najczęściej replikowanym wynikiem w korpusie jest to, że SI rzetelnie podnosi krótkoterminowe ukończenie zadań i skraca czas pracy, w 36 badaniach. Te przyrosty „nie przenoszą się na samodzielne wykonanie” według 21 badań. Studenci kończą więcej, rozumiejąc mniej, chyba że krytyczne zaangażowanie wobec wyniku jest wymagane strukturalnie (Generatywna SI w edukacji informatycznej: przegląd systematyczny i rama odpowiedzialnej integracji).

Korzyść zależy też od wiedzy wcześniejszej. Dobrze przygotowani studenci zamieniają pomoc SI w trwałą umiejętność. Słabiej przygotowani ryzykują użycie jej jako kuli, która usuwa produktywną porażkę. Domyślną rekomendacją przeglądu jest dostęp stopniowany: najpierw podstawy bez SI, potem korzystanie ze wsparciem i obowiązkowymi zadaniami wyjaśniającymi, wreszcie krytyka refleksyjna. Ta sekwencja pasuje do istniejącego kursu znacznie łatwiej niż nowy blok. Projektowanie uczenia się to miejsce, w którym trzeba rozpracować etapowanie, a projektowanie programu jest wersją tego samego problemu na poziomie całych studiów.

Sprawić, żeby student zajął stanowisko, zanim narzędzie odpowie

Najpierw myślenie, potem SI. Warto prosić studentów o wstępną interpretację, rozwiązanie, argument, przewidywanie lub szkic, zanim sięgną do jakiegokolwiek źródła. Potem porównują własne myślenie z wynikiem, nazywają zgodności i rozbieżności, weryfikują twierdzenia i decydują, co przyjąć. To nie pozwala narzędziu zastąpić pracy poznawczej, którą zadanie ma rozwijać, czyli dokładnie tej troski, która stoi za odciążaniem poznawczym i szkodami z niewłaściwego korzystania z SI: wynik bieżący może się poprawiać, podczas gdy samodzielne uczenie się cierpi.

Co dzieje się bez tej struktury, jest dobrze udokumentowane. Badanie Yan i in. w schemacie presage-process-product z 38 studentami studiów licencjackich wykazało, że 76,32% polegało na schemacie jednego pytania, otrzymania odpowiedzi i zakończenia, a 78,94% włączało generatywną SI tylko przed rozpoczęciem pracy albo po napisaniu szkicu. Nawet studenci nastawieni na mistrzostwo domyślnie wybierali procesy powierzchniowe. Autorzy nazywają ten wynik paradoksem efektywności, w którym szybkość jest kupowana kosztem pracy poznawczej budującej schematy, i cytują studenta: „szybkość, z jaką się to zapomina, też jest bardzo duża”. Przyczynę lokują w instytucjonalnej próżni, w której prowadzący zakazują kopiowania, ale rzadko uczą produktywnego korzystania (Od outsourcingu poznawczego do realokacji).

Wymaganie artefaktów procesu jest tanią poprawką. Historia dialogu, notatka refleksyjna, dziennik poprawek: każde z nich czyni przebieg pracy widocznym, daje metapoznaniu punkt zaczepienia i zamienia samoregulację w coś, co można ocenić. Daje też dowód, którego rozmowa o nieuczciwości akademickiej inaczej by nie miała.

Przyznać punkty za krytykę

Studenci mogą opatrzyć odpowiedź SI adnotacjami: błędy faktyczne, twierdzenia bez wsparcia, stronniczość, brakujące perspektywy, nieodpowiednia pewność siebie albo słabe rozumowanie dziedzinowe. Mogą zderzyć ją z lekturami, dowodami empirycznymi, standardami zawodowymi lub rubryką kursu.

Wzorzec, wokół którego warto budować zadanie, to wynik wiarygodny, ale niedoskonały, plus student w roli krytyka lub redaktora. Znajdowanie błędów jest jedną z bardziej niezawodnych dróg do kalibracji i myślenia wyższego rzędu.

Warto traktować to jako kompetencję, której się uczy, ponieważ nie przychodzi ona razem z wiedzą przedmiotową. W syntezie dotyczącej edukacji informatycznej studenci wypadli istotnie gorzej przy poprawianiu kodu wygenerowanego przez SI niż przy tradycyjnych zadaniach egzaminacyjnych z programowania. To bezpośredni dowód, że ocena i naprawa wyniku nie przenoszą się automatycznie z ogólnej umiejętności dziedzinowej, i że bez nauczania studenci oddadzą błędną pracę, tego nie zauważając. Przegląd włącza to do swojej ramy VIE (Verification, Implementation, Equity) i argumentuje, że krytyczne zaangażowanie powinno być ocenianym, obserwowalnym składnikiem pracy studenta, nazywając je „wspólnym mechanizmem łączącym każdą skuteczną interwencję w korpusie”.

Wersja praktyczna: jedna linia rubryki za błąd, który student miał wychwycić, jedna za naprawę, jedna za uzasadnienie. Jeśli krytyka nie niesie punktów, dostaje trzy zdania na pożegnanie.

Uczynić to swojskim dla dziedziny i powtarzać

Ogólne zasady typu „sprawdzać SI pod kątem halucynacji” są słabsze niż pokazanie studentom, jak wygląda niewiarygodny wynik w danej dyscyplinie. Zmyślone przypisy w historii. Nieuprawnione założenia w ekonomii. Mylące interpretacje dowodów eksperymentalnych w biologii. Słabo uzasadnione decyzje projektowe w inżynierii. Powierzchniowo płynne, ale metodologicznie słabe pisanie w psychologii.

Tę listę warto napisać samemu, na podstawie własnego oceniania, przed rozpoczęciem semestru. Pięć przykładów z własnej dziedziny zrobi więcej niż ogólna lista kontrolna, a jednocześnie służą jako bank błędów do zadania z krytyką opisanego wyżej.

Powtórzenie jest drugą połową. Jedno ćwiczenie w trzecim tygodniu daje studenta, który wykonał ćwiczenie. To samo ćwiczenie w trzech zadaniach, na różnym materiale, daje nawyk, a przypadki w tym korpusie, które pokazują integrację specyficzną dla dyscypliny, to te, w których praktyka powraca w całym kursie, a nie siedzi w jednej sesji.

Pożyczyć modele, które już istnieją w danej dziedzinie

Nie trzeba wymyślać projektu. Kilka jest udokumentowanych i każdy jest wystarczająco mały, by go skopiować.

Studenci ekonomii najpierw rozwiązują problem, potem otrzymują odpowiedź GenAI, porównują ją z własnym rozumowaniem, krytykują SI, zastanawiają się nad własnym rozumowaniem, a następnie dyskutują z rówieśnikami (Kształtowanie kompetencji w zakresie generatywnej SI w ekonomii).

Studenci psychologii oceniają komunikat medialny wygenerowany przez ChatGPT według rubryki kursu, wskazują słabości i go poprawiają, co rozwija kompetencje dziedzinowe i kompetencje w zakresie informacji zwrotnej w jednym zadaniu (Wykorzystanie generatywnej SI do rozwijania kompetencji psychologicznych, w zakresie informacji zwrotnej i w zakresie SI).

Biologia włącza te aktywności w uczenie się dziedzinowe, zamiast uczyć osobnego tematu technicznego (Integracja edukacji w zakresie SI na zajęciach z biologii). Kursy baz danych i projektowania wykorzystują analizę porażek jako aktywność uczenia się: studenci analizują błędy wygenerowane przez SI i iterują na promptach i rozwiązaniach (Pedagogika błędów SI). Model LearnAI osadza wspólne tworzenie z SI w trybie just-in-time w różnych dyscyplinach, zamiast prowadzić jeden ogólny moduł (LearnAI: wspólne tworzenie z SI w trybie just-in-time w różnych dyscyplinach).

Jedna ostrożność wiąże się z liczbą. Przeprojektowany wstępny kurs fizyki cząstek elementarnych dopuszczał generatywną SI jako wyraźnego partnera w zadaniach o kształcie badawczym, a pisemny egzamin bez wsparcia dał średnią 20,6 na 80 punktów, przy czym tylko dwóch studentów osiągnęło 40 (SI w edukacji fizyki cząstek elementarnych). Wynik z pomocą i wiedza dostępna samodzielnie to odrębne osiągnięcia. Autorzy argumentują za wczesnym nauczaniem kompetencji w zakresie SI, w tym weryfikacji i traktowania SI jako nauczyciela, a nie kopiarki, obok dedykowanego ćwiczenia bez wsparcia. Edukacja fizyczna ma pełniejsze omówienie.

Jest też wersja, w której studenci tworzą coś dla realnej publiczności. Burriss i in. poprosili 22 uczniów jedenastej klasy o przygotowanie wideo spotów społecznych o kwestiach etycznych związanych z SI, z którymi żyli: nadzorze w szkole, elektronicznych „przepustkach” i oskarżeniach o plagiat formułowanych algorytmicznie. Jednostka czerpała z krytycznej piśmienności posthumanistycznej i kompozycji multimodalnej. Studenci przedstawiali szkodę jako wyłaniającą się z splątanej odpowiedzialności ludzi i maszyn, a nie ze złowrogiego narzędzia, odwrócili narrację o oszustwie w stronę nadmiernego polegania dorosłych na wadliwej SI i zamknęli całość na sprawczości („rozwiązanie jest w naszym zasięgu”). Autorzy umieszczają opowiadanie historii i wspólną produkcję w centrum krytycznej pedagogiki kompetencji w zakresie SI i argumentują, że tworzenie o SI dla realnej publiczności rozwija kompetencję krytyczną, której skale kompetencji nie widzą („Young Scholar[s] on the Beat”). To twierdzenie jest argumentem z jednej jednostki z 22 uczniami, więc warto czytać je jako pomysł projektowy, a nie wielkość efektu.

Uczynić to społecznym, gdzie jest tanio

Współpraca to najtańszy sposób podniesienia wymagań poznawczych zadania z SI. Rama ICAP prowadzi studentów od biernej ekspozycji w stronę zaangażowania aktywnego, konstruktywnego i interaktywnego. W praktyce: pary porównują prompty, grupy debatują, czy odpowiedź jest wiarygodna, zespoły wspólnie poprawiają wynik albo jedna osoba wyjaśnia drugiej, dlaczego odrzucono sugestię.

Dowody wspierają projekty poznawczo aktywne i współpracujące (Przegląd systematyczny aktywności uczenia się opartych na współpracy w rozwijaniu kompetencji w zakresie SI). Kosztem jest struktura dyskusji, a nie nowa ocena.

Oceniać osąd zadaniem

Studenci przeceniają to, jak dobrze potrafią oceniać SI, a pozycja o samoopisowej pewności siebie potwierdzi ten błąd, zamiast go ujawnić. Baza wiedzy dokumentuje istotną niezgodność między samoopisową a wykonaniową kompetencją w zakresie SI i zaleca ocenianie wykonaniowe (Ocenianie kompetencji w zakresie SI: niezgodność samoopisu i wykonania; GLAT).

Zamiast pozycji o pewności siebie warto dać studentom coś do zrobienia: wykryć błąd, zweryfikować źródło, poprawić wynik, wyjaśnić ograniczenie, uzasadnić, dlaczego dane użycie SI jest odpowiednie dla danego zadania.

Scenariusze dobrze sprawdzają się jako narzędzie i są łatwe do napisania. Reed i in. (2026) przedstawili studentom winietki: użycie SI do poprawy gramatyki we własnym szkicu, wygenerowanie haseł wyszukiwania przed samodzielną lekturą, oddanie dziennika refleksji wygenerowanego przez SI bez własnego wkładu, minimalna korekta wygenerowanego zadania. Studenci zbiegali się w przypadkach oczywistych i rozchodzili się najbardziej tam, gdzie narzędzie wykonało część pracy intelektualnej. Ta rozbieżność jest dokładnie tą granicą, na której po cichu opiera się polityka kursu, więc przeprowadzenie winietek pokazuje, gdzie kurs musi coś powiedzieć wprost. Mierzy też osąd o przypadku, a nie biegłość w ogóle.

Zdecydować, czego kurs nie naprawi

Kilka ograniczeń warto wskazać, zanim ktoś inny je podniesie.

Inżynieria promptów nie jest kompetencją w zakresie SI. Studenci mogą stać się biegli technicznie, pozostając słabymi sędziami wyników, a niektóre wymiary kompetencji w zakresie SI skoncentrowane na umiejętnościach są dodatnio związane z deklarowaną zależnością od SI. Szkolenie operacyjne bez samoregulacji, czyli regulacji, akademickiej pewności siebie i wsparcia metapoznawczego może zwiększać poleganie, a nie je zmniejszać.

Interakcja jest umiejętnością, której narzędzie nie dostarcza. Ośmiorundowa demonstracja „naiwnego studenta” korzystającego z chatbota na egzaminie domowym, którą Brunnström i Palmqvist opisali, pokazała, że domyślny wynik jest „wypolerowany, ale pedagogicznie cienki”, a dotarcie do użytecznej pętli uczenia się wymagało ośmiu rund interwencji uczącego się („uprość”, „to przytłaczające, możesz to skondensować?”). Nazywają tę zdolność kompetencją w zakresie interakcji z SI, rozumiejąc przez nią umiejętność kierowania interakcją iteracyjną, oceniania jej i uczenia się z niej. Ich wniosek o równości jest najostrzejszy: ponieważ korzystanie bez prowadzenia narzuca kompetencję, która jest nierówno rozłożona, generatywna SI „może być najbardziej korzystna dla studentów już uprzywilejowanych” (Kompetencja w zakresie interakcji z SI; Jak SI wpływa na studentów?). Nauczanie interakcji jest środkiem równościowym w takim samym stopniu, jak pedagogicznym.

Lepsze prompty nie naprawiają modelu. W badaniach nad sykofancją kontekstową nauczanie kompetencji w zakresie SI i inżynierii promptów ograniczyło bezpośrednie odzwierciedlanie błędów użytkowników, nie zapobiegając całkowicie przenoszeniu tych błędów do późniejszych porad (Ukryty koszt sykofancji kontekstowej; Sykofancja SI). Studenci muszą wiedzieć, że instrukcja zmienia to, co dostają, a nie to, czym system jest.

Równość przenika to wszystko. Studenci przychodzą z różnym dostępem do płatnych narzędzi, różnym doświadczeniem w pisaniu promptów, różnym zapleczem językowym i różną pewnością siebie w sprawach cyfrowych. Wymaganie zaawansowanego korzystania bez równego dostępu i wsparcia podstawowego zamienia wcześniejszą ekspozycję w przewagę akademicką, a dostęp, umiejętności i wyniki są osobnymi wymiarami podziału cyfrowego. Zanim zaprojektuje się zadanie wymagające płatnego narzędzia, warto sprawdzić, kto w grupie je ma.

Co nauczyciele akademiccy rozumieją tu błędnie

Kompetencje w zakresie SI oznaczają nauczanie promptowania. Promptowanie jest częścią widoczną. Studenci mogą stać się biegli technicznie w tych narzędziach, pozostając słabymi sędziami tego, co z nich wychodzi, a przytoczony wyżej wynik dotyczący zależności wskazuje ten sam kierunek.

Wystarczy jedna sesja. Sesja może wprowadzić słownictwo. Dowody na powtarzaną praktykę na realnym materiale kursowym są mocniejsze, a metaanaliza 59 interwencji wykazała największe efekty tam, gdzie praca była zintegrowana i refleksyjna.

Studenci, którzy używają tych narzędzi codziennie, potrafią już oceniać wyniki. Yan i in. stwierdzili, że 76,32% z 38 studentów studiów licencjackich działało w schemacie jednego pytania, a synteza dotycząca edukacji informatycznej pokazała, że studenci wypadają istotnie gorzej przy poprawianiu kodu wygenerowanego przez SI niż przy zwykłych zadaniach egzaminacyjnych z programowania. Znajomość interfejsu nie jest kalibracją.

Aktywność musi dotyczyć narzędzia. Mocniejsze projekty dotyczą dyscypliny, z narzędziem w środku. Studenci ekonomii krytykujący rozwiązanie SI, studenci psychologii poprawiający wygenerowany komunikat medialny: przedmiotem badania pozostaje treść przedmiotu.

Krytyczna ocena przenosi się z wiedzy przedmiotowej. Nie przenosi się, dlatego wynik z edukacji informatycznej ma znaczenie. Student, który potrafi napisać poprawny kod, nie potrafi automatycznie zdiagnozować błędnego kodu napisanego przez kogoś innego, a ta sama luka pojawia się w prozie.

Pewność siebie jest użytecznym wskaźnikiem zastępczym. W tej literaturze samoopis i wykonanie się rozchodzą, a rozbieżność jest wystarczająco systematyczna, że baza wiedzy zaleca miary wykonaniowe. Warto prosić o pokaz.

Co się na Tobie odbije

„W przeładowanym programie nie ma na to miejsca.” Więc nie dodawać treści. Przypiąć jeden krok krytyki do istniejącego zadania i policzyć go raz. Przytoczone wyżej projekty z ekonomii i psychologii biorą zadanie, które studenci już mieli, i zmieniają to, co robią z wynikiem SI.

„Moi studenci już wiedzą, jak używać ChatGPT.” Znają interfejs. Liczba 76,32% w schemacie jednego pytania pokazuje, jak wygląda biegłość bez nauczania, i to jest schemat, który kurs ma przerwać.

„Nauczanie korzystania z SI tylko zachęci do częstszego korzystania.” Może zachęcić, a uczciwa wersja tego ryzyka jest w literaturze: szkolenie skoncentrowane na umiejętnościach bez wsparcia metapoznawczego wiąże się z większą deklarowaną zależnością. To argument za połączeniem szkolenia z refleksją i ćwiczeniem bez wsparcia, i do tego służy dostęp stopniowany.

„Refleksja i krytyka są zbyt subiektywne, żeby je oceniać.” Są subiektywne, gdy rubryka mówi „przemyślane”. Stają się ocenialne, gdy nazwie się błąd do wychwycenia, naprawę i uzasadnienie, czyli robi się to samo, co przy każdej innej linii rubryki.

„Nasi studenci są słabo przygotowani, więc SI pogłębi lukę.” Dowody wspierają tę obawę. Wiedza wcześniejsza warunkuje to, czy pomoc SI staje się umiejętnością, a badanie interakcji dochodzi do wniosku, że narzędzia mogą sprzyjać studentom już uprzywilejowanym. Dostęp stopniowany, podstawy bez SI i nauczana interakcja to odpowiedzi, które oferuje korpus, i każdą z nich można ustawić w tym semestrze.

„To zadanie biblioteki albo centrum pisania.” Te służby mogą uczyć ogólnej oceny. Tylko własny kurs może nauczyć, jak wygląda słaby argument w danej dyscyplinie, i to jest wersja, którą studenci przenoszą do prac zadawanych w kursie.

Co zrobić w tym tygodniu

1. Wybrać jedno zadanie, które już się prowadzi, i dodać krok zajęcia stanowiska: konspekt, przewidywanie lub szkic, zanim otworzy się jakiekolwiek narzędzie.

2. Zapisać trzy błędy, które SI najczęściej popełnia w danej dziedzinie, z przykładami z własnego oceniania.

3. Zamienić jeden z nich w zadanie krytyki z trzema liniami rubryki: wychwycić, naprawić, uzasadnić naprawę.

4. Zastąpić jedno pytanie o pewność siebie w następnej ankiecie lub bilecie wyjściowym scenariuszem dwuzdaniowym i zapytać, co student by zrobił.

5. Zdecydować i ogłosić zasadę dostępu w kursie, w tym które narzędzia są dozwolone i czy któreś wymaga płatnego konta.

Dokąd dalej

Jakie są dowody na interwencje rozwijające kompetencje w zakresie SI w szkolnictwie wyższym? to uczciwa ocena tego, jak mocna jest ta baza i gdzie się przerzedza. Jak SI wpływa na studentów obejmuje stronę studencką, Jak uczyć studentów weryfikowania wyników SI? obejmuje nawyk weryfikacji, którego studenci potrzebują, a How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures jest miejscem, do którego warto zajrzeć, budując miarę, a nie lekcję. Odciążanie poznawcze wyjaśnia mechanizm leżący pod zasadą zajęcia stanowiska.