Jak powstrzymać studentów przed nadmiernym poleganiem na SI

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

Student rozwiązuje bezbłędnie zadanie domowe, a połowę egzaminu zostawia pustą. Ktoś oddaje sprawozdanie laboratoryjne, którego nie potrafi omówić, albo blok kodu, którego nie umie objaśnić linia po linii. Kolega z zespołu chce zakazać narzędzia na kursie pierwszego roku, a trzeba rozważyć, ile miałoby to kosztować osoby, które opierają się na nim najbardziej.

Najważniejsze: nadmierne poleganie to w większości problem umiejscowienia. Rozwiązania, które je ograniczają, stawiają próbę studenta przed narzędziem, konfigurują SI tak, by podpowiadała, a nie odpowiadała, czynią sprawdzenie wymaganym elementem oddawanej pracy i zachowują jeden oceniany moment, w którym narzędzia nie ma.

W skrócie

1. Najpierw własne pomysły, hipoteza lub szkic studenta, dopiero potem narzędzie.

2. Skonfigurować SI tak, aby podpowiadała, pytała i dawała przykłady wszędzie tam, gdzie oceniana jest docelowa umiejętność.

3. Uczynić weryfikację elementem oddawanej pracy, z osobną pozycją w zadaniu.

4. Zachować oceniany moment bez narzędzia i porównać z nim pracę wspieraną.

5. Dopasować moment pytania refleksyjnego do tej fazy zadania, którą może jeszcze zmienić.

6. Sprawdzić, kogo projekt zostawia z tyłu, patrząc na wiedzę uprzednią, a nie na średnią.

Rozstrzygnąć, czy problem istnieje, czy to tylko intensywne korzystanie

Odciążanie poznawcze to przeniesienie wymagania poznawczego na narzędzie zewnętrzne, co uwalnia ograniczone zasoby umysłowe na inne zadania. Guo i Ye (2026) omawiają ten konstrukt przez dynamiczny model metapoznania Nelsona i Narena, w którym monitorowanie trudności skłania do przeniesienia obciążenia na strategię wewnętrzną lub zewnętrzną. Odciążanie jest wyborem samoregulacyjnym, a błędem, którym warto się przejmować, jest niewłaściwa kalibracja; sama ilość korzystania mówi niewiele.

Biswas (2026) modeluje poleganie jako trzy działania: rozwiązać samodzielnie, przyjąć odpowiedź SI bez weryfikacji albo użyć jej i sprawdzić. Kalibracja zawodzi w obu kierunkach. Nadmierne poleganie to przyjmowanie błędnych wyników, a niedostateczne poleganie to odrzucanie użytecznej SI po tym, jak popełni błąd. Zbiorowe nadmierne poleganie to populacja, która porzuciła weryfikację; ponieważ samo nadmierne poleganie rozchodzi się z żalem decyzyjnym, intensywne korzystanie może współistnieć z dobrymi wynikami. Student, który sprawdza każdą odpowiedź SI w materiałach kursu, nie jest problemem. Problemem jest ten, kto oddaje pierwszy szkic modelu.

Lodge i Loble (2026) opisują ten mechanizm jako „płynność na żądanie”: spójny, pewny siebie wynik, który omija pożądane trudności wydobywania z pamięci, opracowywania i generowania, dzięki którym wiedza się utrwala. Ich paradoks wykonania polega na tym, że praca wspierana wydaje się płynna, a studenci wypadają dobrze w danej chwili, zachowując mniej; nazywają to iluzją kompetencji. Wskazują lenistwo metapoznawcze (za Fan i in. 2024), w którym wygoda pozwala osobom uczącym się zrzec się procesów samoregulacji, których potrzebują się nauczyć.

Rozróżnienie jednego od drugiego we własnym kursie wymaga porównania, a nie liczby. Szukać należy pracy lepszej niż wcześniejsze prace studenta i gorszej niż jego objaśnienie tej pracy: mocny zestaw zadań, po którym przychodzi słaby egzamin, dopracowane sprawozdanie, o którym student nie potrafi rozmawiać, poprawna odpowiedź, której nie da się odtworzyć na podobnym zadaniu. Żaden pojedynczy wzorzec niczego nie dowodzi. Dwa lub trzy razem uzasadniają zmianę projektu.

Większość tego, co da się tu zmierzyć, to dane samoopisowe. Gerlich (2025) przebadał 666 uczestników w Wielkiej Brytanii, przeprowadzając 50 wywiadów, i stwierdził ujemną korelację korzystania z SI z myśleniem krytycznym (r = -0,68), przy częściowym pośredniczeniu odciążania (efekt całkowity b = -0,42; pośredni b = -0,25). Gao, Sun i Khan (2026) wykorzystali trzykrotne, opóźnione w czasie dane ankietowe od 623 chińskich studentów oraz wywiady z nauczycielami i stwierdzili, że skuteczne korzystanie z SI podnosi jednocześnie trwałe wyniki uczenia się i nadmierne poleganie. Oba projekty są korelacyjne i oba to przyznają.

Narzędzia behawioralne są skromniejsze. PAUSE (Alam, 2026) to samokontrola działająca wyłącznie w przeglądarce, bez dowodów rzetelności i trafności, a autorzy sami ostrzegają przed trafnością pozycji. Pozycje odnotowują, kiedy i jak często SI wchodzi w tok pracy, a nie tego, czy własne rozumowanie studenta pozostaje zaangażowane, więc student, który świadomie używa SI jako rusztowania na wczesnym etapie, uczciwie wypadnie jako osoba odciążająca. PAUSE cytuje też Offloading Score Padmakumara i in. (2026), który szacuje udział wysiłku przenoszonego na zewnątrz na podstawie logów behawioralnych (n = 40 programistów). To, co warto wiedzieć, to co student potrafi bez wsparcia.

Postawić próbę studenta przed narzędziem

Najwyraźniejsza przetestowana sekwencja to „najpierw myśl, potem ChatGPT”. Wong i Qiu (2026) przydzielili N = 196 studentów do pracy samodzielnej, do swobodnego korzystania z ChatGPT albo do warunku regulowanego: wygeneruj własne pomysły, współpracuj z ChatGPT nad ich poprawą i oceną, a następnie samodzielnie dopracuj i oddaj jedno rozwiązanie. Grupa swobodnego korzystania stworzyła więcej twórczych prac w zadaniu wspieranym, a przy późniejszym, trudniejszym zadaniu bez ChatGPT wróciła do poziomu grup pracujących wyłącznie ludzkimi siłami. Grupa regulowana nie wykazała natychmiastowej przewagi, a potem przewyższyła obie pozostałe grupy w samodzielnej twórczości.

Dane z podpowiedzi wyjaśniają tę różnicę. W grupie regulowanej 88,6% podpowiedzi miało charakter współpracy i tylko ten typ podpowiedzi istotnie korelował z późniejszą samodzielną oryginalnością. W grupie swobodnej 70,9% podpowiedzi nie miało charakteru współpracy, a 59,6% wprost prosiło ChatGPT o wygenerowanie pomysłów. To samo narzędzie, zapytane na dwa różne sposoby, wytworzyło dwa różne typy uczących się.

W arkuszu zadania zamienia się to w polecenie dotyczące kolejności: najpierw pomysły, hipotezy lub szkic, potem narzędzie. Wystarczy jedno zdanie na górze strony, pod warunkiem że następny krok zbiera to, co student napisał.

O tym, czy sekwencja się utrzyma, decydują dwa szczegóły organizacyjne. Pierwszy to czas. Jeśli faza samodzielna odbywa się poza zajęciami, część studentów najpierw otworzy narzędzie, a pomysły zapisze potem. Drugi to odbiór pracy. Jeśli z tej fazy nic nie jest oddawane, sekwencja istnieje tylko na papierze. Pół strony notatek zebranych na koniec zajęć wystarczy, by kolejność stała się rzeczywista.

Skonfigurować narzędzie tak, by podpowiadało, a nie odpowiadało

Brcic i Frljic (2026) przedstawiają najostrzejszą wersję argumentu o umiejscowieniu. Niezabezpieczony asystent SI pozostawił uczniów szkół średnich około 17% słabszymi na egzaminie bez pomocy niż rówieśników, którzy nie mieli żadnego narzędzia. Ten sam model przebudowany tak, by wstrzymywał odpowiedzi, usunął szkodę, a dobrze zaprojektowany tutor mniej więcej podwoił uczenie się. Ich kryterium diagnostyczne da się zastosować na każdym kursie: jeśli dopuszczenie SI sprawia, że zadanie wydaje się bezwysiłkowe, narzędzie stoi w złym miejscu.

Zohar, Bloom i Inzlicht (2026) nadają temu argumentowi kształt. Twierdzą, że związek między wysiłkiem a sensem ma kształt odwróconej litery U, więc celem jest gradient: usuwać przytłaczające przeszkody i zachowywać zmagania, które dają zrozumienie i poczucie własności, traktując wsparcie jako dodatek. Ich argument to komentarz koncepcyjny bez nowych danych, a zależność w kształcie odwróconego U opiera się na jednym punkcie empirycznym i nie jest skwantyfikowana, więc nikt nie powie, gdzie leży optimum dla konkretnej osoby uczącej się.

W praktyce oznacza to zabezpieczoną SI w środku zadania, gdzie pracę wykonują podpowiedzi, rozwiązane przykłady i ćwiczenia, oraz zabezpieczoną kontrolę na końcu. Zamienia to także politykę korzystania z SI w regułę umiejscowienia dla każdej umiejętności, którą łatwiej napisać i łatwiej obronić niż listę zakazów.

Podpowiedź to pytanie o następny krok studenta, rozwiązany przykład podobnego zadania albo wskazanie właściwego fragmentu. Odpowiedź to gotowe zdanie, które student może wkleić. Większość chatbotów ogólnego przeznaczenia domyślnie produkuje to drugie, w płynnej prozie, która wygląda jak pomoc, i dlatego konfiguracja liczy się bardziej niż intencje studenta.

Wymagać sprawdzenia i uczynić je widocznym

Weryfikacja to najtańsza dźwignia z realnym wsparciem przyczynowym. Biswas (2026) stwierdził, że uczynienie weryfikacji widoczną uruchomiło przeciwkaskadę prowadzącą do niemal pełnej weryfikacji: nadmierne poleganie spadło do 0,00, a żal decyzyjny do 0,07. Zmniejszenie tarcia przy sprawdzaniu było najsłabszą dźwignią w tym samym modelu, ponieważ bariera jest społeczna, a nie mechaniczna. Link do biblioteki nie sprawi, że student sprawdzi twierdzenie.

Viberg i współpracownicy (2026) stwierdzili, że studenci, którzy robią to już dobrze, sprawdzają wyniki w materiałach kursu, u kolegów lub u prowadzących, gdy trafność jest niepewna. To zachowanie, którego można wymagać. Wystarczy jedna pozycja w zadaniu: co zostało sprawdzone i na jakiej podstawie. Jeśli czyta się ją jako część oceny, norma staje się widoczna dla całej grupy, a nie dla kilku sumiennych osób.

Ta pozycja daje też punkt zaczepienia do dopytywania. Kiedy student pisze, że sprawdził twierdzenie w tekście kursu, można zapytać, na której stronie. Kiedy pisze, że porównał z kolegą, można zapytać, co kolega powiedział. To kosztuje jedno zdanie. To właśnie pytanie uzupełniające sprawia, że studenci traktują tę pozycję jako pracę.

Weryfikacja potrzebuje też zakresu. Sprawdzenie, czy twierdzenie zgadza się z tekstem kursu, to inna czynność niż powtórne przeczytanie zdania pod kątem gramatyki, a model myli się częściej w tym pierwszym. Trzeba powiedzieć, o którą czynność chodzi w danej pozycji, inaczej otrzyma się korektę językową.

Pokazać jedną pewną siebie pomyłkę

Zadać zadanie, na które model odpowiada błędnie, ale z pełnym przekonaniem, a następnie sprawdzić z grupą tę odpowiedź w tekście kursu. To działa, ponieważ błąd przychodzi tym samym głosem co odpowiedzi poprawne. Potem dodać dowody: niezabezpieczony asystent pozostawił studentów około 17% słabszymi na egzaminie bez pomocy, a studenci, którym dano GPT-4, rozwiązywali więcej zadań z narzędziem i wypadli gorzej niż grupa kontrolna, gdy je odebrano (PAUSE przytacza Bastaniego i in., 2025). To samo źródło dodaje, że Liu i in. (2026) stwierdzili, że wsparcie zmniejszało wytrwałość w randomizowanych próbach kontrolowanych (N = 1 222).

Wybrać błąd niewielki i sprawdzalny, na przykład nieistniejące cytowanie, błędną datę albo obliczenie, które się nie zgadza. Potem poprosić grupę o zapisanie poprawki i sposobu, w jaki ją znaleziono. Ta zapisana poprawka jest artefaktem i pokazuje, czy studenci potrafią przeprowadzić sprawdzenie bez nadzoru.

Zachować oceniany moment bez narzędzia

Praca wspierana jest słabym wskaźnikiem rzeczywistej umiejętności, więc przynajmniej jeden oceniany moment musi odbyć się bez narzędzia. Późniejsze zadanie bez pomocy w badaniu Wong i Qiu (2026) jest tym pomiarem. Ich grupa pracująca wyłącznie ludzkimi siłami także wypadła gorzej w trudniejszym zadaniu uzupełniającym, co wyklucza prostą wersję rozwiązania: odebranie narzędzia bez wsparcia osoby uczącej się nie jest interwencją.

Przełączanie trybów ma oparcie w danych. PAUSE przytacza wynik czwartej sesji Kosmyny i in. (2025), w której uczestnicy pracujący wyłącznie własnym umysłem, a później korzystający z ChatGPT, wypadli lepiej niż osoby stale korzystające z LLM. Odpowiedzialność działa też przez wyjaśnianie: Makransky i in. (2025) stwierdzili, że chatbot tutorski, który skłaniał studentów do łączenia idei i objaśniania rozumowania, dawał lepsze wyniki w ocenianiu niż tradycyjne nauczanie.

W kursie warto przeplatać: praca wspierana w ćwiczeniach, praca bez wsparcia tam, gdzie się liczy. Pracę wspieraną czytać jako zapis wykonania w dobrych warunkach, a pracę bez wsparcia jako dowód uczenia się. Porównanie obu jest też najbardziej użyteczną rozmową ze studentem, który nie rozumie wystawionej oceny.

Ograniczeniem jest organizacja. Moment bez narzędzia wymaga sali, terminu i zadania, które się w nim zmieści, więc najtańsza wersja to krótka praca na zajęciach dołączona do zadania, które już jest w programie. Osobny egzamin to większe zobowiązanie i przy pierwszej próbie zwykle niepotrzebne.

Praca bez wsparcia ma jeszcze drugie zastosowanie: zwrócić ją na początku następnego bloku, a obie strony zobaczą, co przetrwało przerwę.

Oddzielić pomoc instrumentalną od wykonawczej

Viberg, Feldman-Maggor i Wong (2026) przepytali 20 studentów kierunków STEM i opisali proces czteroetapowy: rozstrzygnięcie, czy pomoc jest potrzebna, wybór źródła, wybór rodzaju pomocy i ocena otrzymanej pomocy. Silniejsi studenci preferowali pomoc instrumentalną, czyli podpowiedzi i wyjaśnienia, nad pomocą wykonawczą, czyli gotowe rozwiązania. To samo badanie ostrzega, że używanie LLM do debugowania lub programowania w innych językach może ominąć samodzielne rozwiązywanie problemów, nawet gdy studenci nigdy nie proszą o odpowiedź.

Przekłada się to czysto na odciążanie poznawcze. Korzystanie instrumentalne to odciążanie duplikujące, które się utrzymuje, gdy narzędzie znika, ponieważ student nadal koduje rozumowanie. Korzystanie wykonawcze to odciążanie zastępujące, które się załamuje po usunięciu zewnętrznego magazynu. Guo i Ye (2026) wyznaczają granicę dokładnie tymi słowami: po usunięciu magazynu osoby odciążające zastępująco wyraźnie tracą wyniki, a osoby odciążające duplikująco zachowują trafność dzięki kodowaniu wewnętrznemu.

Warto wpisać to rozróżnienie w zadanie. Poprosić studentów o oznaczenie każdego użycia SI jako instrumentalnego lub wykonawczego, wymagać co najmniej jednej podpowiedzi o charakterze współpracy i oceniać rozumowanie dodane po odpowiedzi. W warunku swobodnego korzystania Wong i Qiu domyślne zachowanie dryfowało ku użyciu wykonawczemu, choć nikt nie podejmował takiej decyzji.

Nie każde odciążanie jest podejrzane. PAUSE cytuje Hong i in. (2025), gdzie świadome przenoszenie zadań pisarskich niższego rzędu, by uwolnić uwagę na analizę i redakcję, dawało większe przyrosty myślenia krytycznego. Kryterium jest to, czy odciążana część jest umiejętnością, którą się ocenia.

Te etykiety diagnozują też samo zadanie. Jeśli większość grupy zgłasza użycie wykonawcze, zadanie do niego zaprasza, niezależnie od treści polityki, a następna zmiana należy do zadania, nie do brzmienia reguły.

Dopasować moment pytania do fazy

Informacja zwrotna dotycząca utrwalonego przekonania działa przed rozpoczęciem zadania. Informacja o bieżącej poprawności i trudności działa w jego trakcie. Guo i Ye (2026) nazywają to dopasowaniem komponentu do momentu i wyjaśniają, dlaczego refleksja zadawana na koniec projektu zmienia tak niewiele: wtedy wybory są już dokonane.

Lodge i Loble (2026) zalecają zintegrowane pytania metapoznawcze, które skłaniają osoby uczące się do zatrzymania, refleksji i oceny własnego rozumienia w trakcie pracy, obok nauczania z redukcją obciążenia (Load Reduction Instruction), które zarządza obciążeniem poznawczym, umożliwiając stopniową samodzielność. Jednominutowa prognoza przed trudnym blokiem, zapisana i porównana później, mieści się w tym oknie i nie kosztuje nic przy ocenianiu.

Brzmienie pytania liczy się mniej niż jego miejsce. Przed blokiem warto zapytać, co według studenta będzie trudne i dlaczego. W trakcie zapytać, na którym kroku utknął i czego już próbował. Refleksja na koniec projektu w większości zapisuje to, co się stało, i dlatego zmienia tak niewiele. Warto trzymać prognozę na tej samej stronie co pracę, aby porównanie na końcu nie wymagało szukania w dokumentacji.

Spodziewać się, że ryzyko się skupia

Lodge i Loble (2026) lokują ryzyko w wiedzy uprzedniej i samoregulacji, nazywając to metapoznawczą luką równościową: dobre korzystanie z SI wymaga zasobów, których początkujący nie mają, więc studenci najbardziej potrzebujący ćwiczenia najczęściej delegują samo uczenie się. Podają, że 80% australijskich uczniów już korzysta z SI i że robi to dwie trzecie nauczycieli wczesnych klas szkoły średniej (OECD 2025).

Wiek i nawyki współwystępują z tym samym wzorcem. Gerlich (2025) stwierdził, że uczestnicy w wieku 17-25 lat wykazywali większe uzależnienie od SI i większe odciążanie oraz słabsze myślenie krytyczne niż osoby w wieku 46 lat i starsze, a także że poziom osiągnięć przewidywał lepsze myślenie krytyczne niezależnie od korzystania z SI (r = +0,34), przy istotnej interakcji wskazującej, że osiągnięcia łagodzą efekt negatywny. Gao, Sun i Khan (2026) stwierdzili, że polichroniczność, skłonność do wykonywania wielu zadań naraz, moderuje tę ścieżkę, a studenci o wysokiej polichroniczności są w większym ryzyku.

Dla zespołu prowadzącego oznacza to, że najbliżej trzeba obserwować osoby z najsłabszym przygotowaniem i sprawdzać, czy własne zadanie nie stworzyło warunków, w których sprawdzanie ustaje. Wymagające zadanie w parze z mocnym modelem to kombinacja, którą model Biswasa wskazuje jako obarczoną największym żalem decyzyjnym, a łatwo ją stworzyć przypadkiem.

Kontekst liczy się tyle samo co osoba, a kurs kontroluje część kontekstu. Biswas (2026) pokazuje, że trudność zadania i jakość SI wyznaczają punkt wyjścia: nadmierne poleganie rośnie z około 0,02 do 0,38 wraz z trudnością, a w trudnych zadaniach wynosi 0,38 przy słabej SI wobec 0,16 przy dobrej. Największy żal decyzyjny pojawia się przy wysokiej jakości SI w trudnych zadaniach (0,441), ponieważ działające podmioty nadmiernie polegają na narzędziu i rzadko na sobie. Dowód społeczny to pogłębia: gdy widoczne korzystanie rośnie od 0 do 0,6, weryfikacja załamuje się z 0,29 do 0,002. Sprawdzanie ustaje dokładnie tam, gdzie model jest najmocniejszy, a zadanie najtrudniejsze, czyli rzadko tam, gdzie nauczyciel akademicki patrzy najpierw.

Rozstrzygnąć, ile dowody mogą unieść

Nic w tym korpusie nie sprawdza, czy konkretna interwencja przeciw nadmiernemu poleganiu utrzymuje się w różnych warunkach lub semestrach. Podejście „najpierw myśl” opiera się na jednym eksperymencie z N = 196. Wynik dotyczący wstrzymywania odpowiedzi pochodzi z syntezy Brcica i Frljica (2026), a nie z własnej próby. Argument o tarciu to komentarz koncepcyjny bez nowych danych. Biswas (2026) podaje granice modelu: egzogeniczna i stacjonarna jakość SI, stała sieć, stylizowana weryfikacja. Oszacowanie rzeczywistych wartości wymagałoby podłużnych zapisów tempa weryfikacji w poszczególnych zadaniach, siły dowodu społecznego oraz tego, jak zaufanie aktualizuje się po korzystaniu zweryfikowanym w porównaniu z niezweryfikowanym.

Pomiar pozostaje najsłabszym ogniwem. Dominują projekty ankietowe, a zarówno Gerlich (2025), jak i Gao, Sun i Khan (2026) apelują o badania podłużne i eksperymentalne. PAUSE nie ma psychometrii i powstał dla dorosłych. To, czy lukę równościową da się zamknąć przez nauczanie, jest teoretyzowane, a nie wykazane.

Zostaje rozsądny zakład, zawarty tanio. Zmienić jedno zadanie, zachować pomiar bez wsparcia i sprawdzić, czy luka między pracą wspieraną a samodzielną się zmniejsza. Nie przebudowywać całego kursu na podstawie tych liczb.

Co nauczyciele akademiccy rozumieją tu błędnie

Najbardziej zagrożeni są ci, którzy korzystają najwięcej. Częstotliwość jest tym, co wychwytują ankiety i co pokazują panele, a nie jest konstruktem. Student, który sprawdza każdą odpowiedź i cytuje materiały kursu, może korzystać z SI codziennie i radzić sobie dobrze. Problem ma ten, kto raz w tygodniu oddaje pierwszy wynik modelu.

Zakaz usuwa ryzyko. Najmocniejsze wyniki dotyczą umiejscowienia, a grupa pracująca wyłącznie ludzkimi siłami w eksperymencie Wong i Qiu także wypadła gorzej w trudniejszym zadaniu uzupełniającym. Odebranie narzędzia bez wsparcia osoby uczącej się pozostawia trudność tam, gdzie była.

Tańsze sprawdzanie naprawi weryfikację. Ułatwienie sprawdzenia było najsłabszą dźwignią w modelu Biswasa, ponieważ przeszkoda jest społeczna. Lepszy system wykrywania plagiatów nie sprawi, że student przeczyta źródło.

Panel korzystania pokaże, kto odciąża. Pozycje PAUSE odnotowują, kiedy i jak często SI wchodzi w tok pracy, a autorzy sami wskazują problem trafności. Osoba starannie budująca rusztowanie wypada jako odciążająca, więc działanie na podstawie tych liczb karze studentów, których warto zachować.

Płynność i zadowolenie pokazują, że projekt działa. To iluzja, którą Lodge i Loble (2026) opisują w swoim paradoksie wykonania: praca wydaje się płynna, a studenci wypadają dobrze w danej chwili, zachowując mniej. Odpowiedź na to pytanie dają wyniki bez wsparcia i odroczony transfer.

Wystarczy nauczyć studentów kompetencji w zakresie SI i problem znika. Lodge i Loble (2026) ostrzegają, że nadmierne inwestowanie w kompetencje w zakresie SI kierowane do studentów może być złą alokacją, biorąc pod uwagę braki początkujących.

Co się na Tobie odbije

„To tylko dobra pedagogika pod nową nazwą”. Częściowo. Rusztowanie, informacja zwrotna kształtująca i produktywne zmaganie to stare idee. Nowsze jest uporządkowanie: widoczna weryfikacja wygrała z tańszą weryfikacją, a dwa momenty warte ochrony to pierwsza trudna próba i końcowe sprawdzenie bez pomocy. Znane czynności wykonać w nowej kolejności.

„Nie da się tego upilnować”. Nie da się, a dowody mówią, by nie próbować. Najmocniejszy wynik dało umiejscowienie. Zaprojektować zadanie tak, aby użycie narzędzia w złym momencie ujawniało się w samej pracy: jako odpowiedź, której student nie potrafi objaśnić, albo brakujący krok weryfikacji.

„Mój kurs jest za duży na sekwencjonowany blok”. Tanie dźwignie się skalują: pozycja weryfikacyjna, jednominutowa prognoza i przeniesienie ocenianego sprawdzianu do sali bez SI. Drogi element, czyli w pełni sekwencjonowany blok „najpierw myśl”, można zacząć od jednego zadania. Podzielić jeden zestaw zadań na połowę wspieraną i połowę samodzielną i zobaczyć, co mówi ta luka.

„Moi studenci to początkujący. Potrzebują pomocy”. Potrzebują bardziej podpowiedzi niż odpowiedzi, i właśnie o tym mówi wynik dotyczący równości. Studenci z najmniejszą wiedzą uprzednią najczęściej delegują rozumowanie, a narzędzie, które wstrzymuje odpowiedzi, zostawia ćwiczenie tam, gdzie jego miejsce.

„Czy słabsi studenci nie obleją sprawdzianu bez pomocy?” Czasem obleją, a ten wynik jest informacją, nie wyrokiem. Sprawdzian bez narzędzia, który oblewa znaczna część grupy, mówi, że wykonanie trzymało się na ćwiczeniu, i to jest właśnie rzecz, którą trzeba było wiedzieć. Potraktować go jako dowód, douczyć to, co ujawnił, i zaproponować drugą próbę na równoległym zadaniu. Żadne badanie w tym korpusie nie sprawdza, czy douczenie po nieudanym sprawdzianie bez pomocy odzyskuje uczenie się, więc ta część należy do osądu zawodowego.

„Część moich studentów używa SI jako uczciwego rusztowania. Czy trzeba im tego zabronić?” Nie. Student, który czyta podpowiedź, próbuje kroku i sprawdza wynik, wykonuje odciążanie duplikujące, które przetrwa odebranie narzędzia. Potrzebne jest zadanie, które utrzymuje takie użycie dostępnym, a wersję wykonawczą czyni mniej opłacalną; zależy to od tego, co zadanie zbiera i za co płaci rubryka.

„Dowody są cienkie, więc po co cokolwiek zmieniać?” Są cienkie w konkretnych miejscach, które wskazują powyższe ograniczenia. Spójny w tych badaniach jest kierunek: umiejscowienie, widoczne sprawdzanie i pomiar bez wsparcia. Jedno zmienione zadanie z zachowanym wynikiem bez pomocy to zakład wystarczająco mały, by go podjąć na tej podstawie.

Co zrobić w tym tygodniu

1. Dodać do następnego zadania pozycję weryfikacyjną: jedno zdanie mówiące, co student sprawdził i na jakiej podstawie.

2. Przenieść oceniany sprawdzian na moment bez narzędzia i oceniać właśnie ten.

3. Postawić pierwszą trudną próbę przed narzędziem i zebrać pomysły, hipotezę lub szkic, które z niej powstaną.

4. Zmienić zalecane ustawienie narzędzia tak, by podpowiadało, a nie odpowiadało, i powiedzieć studentom, że tak zrobiono.

5. Przeprowadzić na żywo jedną pewną siebie pomyłkę SI, pozwolić studentom wychwycić ją w tekście kursu i zachować zapisaną poprawkę.

Dokąd dalej

Sąsiednie pytanie, czy SI w ogóle wytwarza uczenie się, omawia strona Czy korzystanie z SI naprawdę pomaga studentom w nauce?. Strona Ograniczanie oszustw z użyciem SI zajmuje się uczciwością i granicami wykrywania, a Przeprojektowanie oceniania w erze SI omawia architekturę oceniania, którą ta strona zakłada. Po idee źródłowe warto sięgnąć do stron odciążanie poznawcze, metapoznanie i pożądane trudności.