Kształtowanie kontra ulepszanie – nietranshumanistyczna wizja sztucznej inteligencji w edukacji. Część 1Czas czytania: 14 min

Niniejszy esej jest nieco zmienioną wersją wstępu do książki Defying Low Expectations: What Jaime Escalante Taught Us About Learning [Wbrew niskim oczekiwaniom. Czego na temat kształcenia nauczył nas Jaime Escalante], poświęconej spuściźnie Jaime Escalantego. Książkę tę opublikuję jeszcze w tym roku.

Historia sukcesu Escalantego jest, przynajmniej w ogólnym zarysie, powszechnie znana. Gdy rozpoczął pracę w Garfield High School we wschodnim Los Angeles, nauczanie matematyki stało tam na bardzo niskim poziomie. Była to szkoła w ubogiej dzielnicy śródmiejskiej, do której uczęszczali głównie niezamożni uczniowie pochodzenia latynoskiego. Escalante przekształcił ją w prawdziwą matematyczną potęgę. Szkoła w szczytowym okresie, w 1987 roku, wykształciła ponad jedną czwartą wszystkich latynoskich uczniów w Stanach Zjednoczonych, którzy zdali egzamin AP Calculus z rachunku różniczkowego i całkowego¹. Tylko kilka szkół średnich w USA miało w tym samym roku większy odsetek uczniów, którzy zdali ten egzamin. Ale sukcesy Escalantego w Garfield High nie ograniczały się do matematyki. Ogólnie rzecz biorąc, poziom nauczania w Garfield High znacząco się poprawił. Przypływ unosi wszystkie łodzie.

Od czasu, gdy Escalante pracował w Garfield, czyli w latach osiemdziesiątych XX wieku, nastąpiło wiele zmian technologicznych. W latach dziewięćdziesiątych na skalę masową zaczął rozpowszechniać się internet. Rozkwitły wówczas również szkoły czarterowe², a internet stał się siłą napędową ich rozwoju.

W minionej dekadzie nastąpił gwałtowny postęp, jeśli chodzi o zastosowanie technologii cyfrowych w edukacji online. Obecnie, mniej więcej od lat 2021–2022, sztuczna inteligencja (AI), w postaci dużych modeli językowych (LLM – large language models), takich jak ChatGPT, zrewolucjonizowała wszystkie aspekty edukacji.

Rozwój technologiczny

Chciałbym zatem przyjrzeć się rozwojowi technologii, który już wpłynął na edukację lub zapowiada jej dalsze przeobrażenia, oraz zastanowić się, jakie znaczenie ma on w kontekście dziedzictwa Escalantego – człowieka, który inspirował innych do kształcenia się i rozwijania swoich możliwości. Streszczając moje przekonania w tej sprawie, nic, co wydarzyło się od lat osiemdziesiątych XX wieku ani w ostatniej dekadzie, w żaden sposób nie podważa wartości dokonań Escalantego. Przeciwnie, późniejszy rozwój technologii jeszcze wyraźniej potwierdza ich znaczenie. Przyjrzyjmy się zatem kilku takim technologicznym zmianom – bez porządkowania ich według jakiegoś szczególnego klucza i bez ambicji przedstawienia wyczerpującego przeglądu.

Zacznijmy od największego osiągnięcia – sztucznej inteligencji (AI). AI jest powszechnie postrzegana jako zagrożenie dla edukacji, gdyż umożliwia uczniom oszukiwanie w sposób dotychczas niewyobrażalny: pisze za nich prace, rozwiązuje zadania i ogólnie rzecz biorąc, prowadzi do unikania ciężkiej pracy związanej z uczeniem się. Wszystkie te problemy dla edukacji biorą się jednak z faktu, że nauczyciele nie monitorują dostatecznie swoich uczniów i nie sprawdzają wystarczająco, czy potrafią oni samodzielnie wykonywać swoją pracę. Dylemat, że uczniowie albo będą oszukiwać, korzystając ze sztucznej inteligencji, albo należy im uniemożliwić korzystanie z niej w celu skutecznej nauki, jest fałszywy. Trzecią opcją jest wykorzystanie AI jako narzędzia służącego do doskonalenia umiejętności i wiedzy uczniów, pomagającego im uczyć się efektywniej niż dotychczas.

Dla porównania rozważmy szachy komputerowe. W 1996 roku komputer IBM Deep Blue pokonał Garriego Kasparowa, uznawanego wówczas za najwybitniejszego szachistę w historii. Od tamtego czasu programy szachowe znacznie przewyższyły nawet arcymistrzów. Zarazem współcześni szachiści osiągnęli najwyższy poziom w historii, ponieważ potrafią wykorzystywać te programy w swoim treningu. Czym innym byłaby jednak sytuacja, w której zawodnik podczas partii nieustannie pytałby program o kolejny ruch. Wówczas technologia stawałaby się jedynie protezą zastępującą samodzielne myślenie. Poza rozgrywkami typu komputer kontra komputer turnieje szachowe nadal są rywalizacją ludzi z ludźmi, a korzystanie z podpowiedzi maszyn w trakcie gry jest zabronione. Dzięki takiemu podejściu programy szachowe mogą służyć zawodnikom do podnoszenia własnych umiejętności, nie odbierając im samodzielności podczas pojedynku z drugim człowiekiem. 

Sztuczna inteligencja w edukacji

Nie ma powodu, by podobnego rozwiązania nie zastosować w edukacji, wykorzystując sztuczną inteligencję, zwłaszcza duże modele językowe, takie jak ChatGPT, do wspierania uczniów w opanowywaniu wiedzy z poszczególnych przedmiotów. Należy korzystać z AI w procesie kształcenia, a zarazem wykluczać jej użycie w tych sytuacjach edukacyjnych, które wymagają od uczniów samodzielnego myślenia. Rozróżnienie to musi być konsekwentnie egzekwowane, ponieważ uczniowie mają naturalną skłonność do wybierania drogi na skróty. Powinni umieć działać bez „podpórki”, jaką stanowi AI, i mieć świadomość, że w sytuacjach wymagających pełnej samodzielności ich praca podlega ścisłej kontroli.

Co ciekawe, takie wykorzystanie sztucznej inteligencji nie wymaga stałej obecności w pełni wykwalifikowanego nauczyciela, choć oczywiście dobrze, jeśli osoba taka jest dostępna. Gdy AI zostanie odpowiednio skonfigurowana do prowadzenia nauczania za pośrednictwem systemu LMS (learning management system, czyli system zarządzania nauczaniem – technologia, która pojawiła się dopiero pod koniec lat dziewięćdziesiątych), potrzebna jest przede wszystkim osoba sprawująca tylko nadzór. Nie musi ona dysponować w pełni wiedzą, jaką ma nauczyciel. Jej zadaniem jest głównie dopilnowanie, by uczeń nie oszukiwał i udzielał poprawnych odpowiedzi. Nauczyciel musi natomiast znać się na przedmiocie, opracować plan zajęć i przekazywać uczniom wiedzę bezpośrednio lub za pośrednictwem systemu LMS. Osoba nadzorująca, dysponując kluczem odpowiedzi, może przeprowadzić sprawdzian, zebrać prace po upływie wyznaczonego czasu, ocenić je i przekazać wyniki. Rola nauczyciela polega natomiast na przygotowaniu samego sprawdzianu oraz określeniu kryteriów oceny. 

Ben Carson, wybitny neurochirurg dziecięcy, przez wiele lat związany z Uniwersytetem Johnsa Hopkinsa, opowiada, że gdy był dzieckiem, matka kazała mu czytać dwie książki tygodniowo (o motywach, którymi się matka kierowała, mówi w wywiadzie zamieszczonym na Substacku³). Sama ukończyła zaledwie trzy klasy szkoły podstawowej, dlatego jej możliwości bezpośredniego nauczania syna były ograniczone. Mogła jednak dopilnować, by poświęcał czas na lekturę, a następnie sprawdzać, co z niej zapamiętał, prosząc go o streszczenie przeczytanych książek i odpowiedzi na pytania dotyczące ich treści. Pani Carson pełniła więc w tym wypadku funkcję osoby nadzorującej, a nie nauczycielki. Mimo to wywarła głęboki wpływ na edukację syna, a on sam uważa, że konsekwentne naleganie matki, by czytał książki, stało się jednym z najważniejszych źródeł jego późniejszych sukcesów.

Matka podchodziła do edukacji syna w sposób dziś zapewne uznawany za staroświecki. Nie pytała go – w duchu progresywistycznej pedagogiki Johna Deweya⁴ – czy w głębi serca rzeczywiście pragnie czytać książki; nie pozostawiała mu decyzji, czy w ogóle po nie sięgnie. Nie dawała mu takiego wyboru. Początkowo czytanie było dla niego narzuconym obowiązkiem, z czasem jednak stało się prawdziwą pasją, która odmieniła jego życie. Wysiłek i początkowa niechęć okazały się ceną wartą zapłacenia. Tak właśnie się dzieje w przypadku kształcenia rzetelnego.

Ogromny wzrost wydajności

Ze sztuczną inteligencją wiąże się obietnica fundamentalnej transformacji kształcenia, mającej polegać na ogromnym wzroście efektywności uczenia się. Rozważmy przypadek Alpha School. Założona w 2014 roku i zmodernizowana przez przedsiębiorcę technologicznego Joe Liemandta, Alpha School stanowi radykalny eksperyment w dziedzinie edukacji na poziomach od przedszkola do szkoły podstawowej i średniej. Mamy tu do czynienia z modelem kształcenia opartym na sztucznej inteligencji, ukierunkowanym na pełne opanowanie materiału w sposób, który pozwala ograniczyć naukę podstawowych przedmiotów do zaledwie dwóch godzin dziennie. Aby przyspieszyć proces uczenia się, system TimeBack stosowany w Alpha School, a rozwijany dzięki miliardowi dolarów z prywatnych środków Liemandta, wykorzystuje adaptacyjne nauczanie wspomagane przez AI, indywidualne tempo pracy oraz rygorystyczne zarządzanie działaniami w czasie.

Jak wskazują wyniki testów MAP Growth⁵, uczniowie Alpha School rozwijają swoje umiejętności średnio 2,6 raza szybciej, niż wynikałoby to z ogólnokrajowych norm dla ich rówieśników, a często plasują się wśród 1% uczniów osiągających najlepsze wyniki w kraju.

Pozostałą część dnia poświęcają na rozwijanie kompetencji praktycznych, takich jak przedsiębiorczość, przywództwo i komunikacja. Nauczyciele, określani mianem „przewodników”, otrzymują wynagrodzenie zaczynające się od około 100 tysięcy dolarów rocznie i pełnią przede wszystkim funkcję mentorów, nie zaś tradycyjnych wykładowców. Roczne czesne wynosi od 40 do 75 tysięcy dolarów, przy czym największe opłaty pobierane są w miastach o szczególnie wysokich kosztach życia, takich jak San Francisco.

Alpha jest zarazem marką luksusową, jak i modelem edukacyjnym radykalnie odmiennym od dotychczasowego. Znacznie ogranicza czas przeznaczany na naukę i całkowicie przebudowuje tradycyjny model kształcenia. Tak daleko idące zmiany uzasadnia deklarowanym, niezwykle dużym wzrostem osiągnięć uczniów. Oczywiście wysoki koszt sprawia, że dziś jest to rozwiązanie niedostępne dla większości uczniów i ich rodzin. Możliwe jednak, że choć pierwsi użytkownicy muszą obecnie słono płacić, z czasem model ten stanie się cenowo bardziej przystępny i jego dostępność będzie powszechna.

Przystępne i dostępne

Na dobrą sprawę mamy już model podobny do Alpha, ale przystępny cenowo. Nie jest on tak luksusowy jak Alpha, bo – przynajmniej na razie – brakuje mu aspektów Alpha związanych z rozwijaniem umiejętności życiowych; zamiast tego skupia się ściśle na nauce. Model ten stworzyła Victoria Garmy, założycielka StudiaNova.org (zobacz szczegółowy wywiad z nią na Substacku⁶). Garmy jest przekonana, że edukację należy uwolnić od nieefektywnych rozwiązań. Do takich refleksji skłoniły ją własne jej doświadczenia wyniesione z nauki w jednoizbowej szkole, jak i wykształcenie inżyniera mechaniki lotnictwa. Przenosząc właściwą inżynierii precyzję na grunt nauczania, opracowała model „mikroszkoły”, który pozwala maksymalnie zwiększyć intensywność uczenia się, a zarazem ograniczyć do minimum straty czasu i zasobów. Jej koncepcja stanowi nowoczesną, cyfrową reinterpretację dawnej jednoizbowej szkoły; kształcenie jest oszczędne w formie, zaawansowane pod względem technologicznym i jednocześnie oparte na osobistym kontakcie. Dzięki temu uczniowie mogą w pełni opanować materiał w czasie stanowiącym zaledwie ułamek czasu potrzebnego w tradycyjnej szkole.

W modelu Garmy na intensywne sesje edukacyjne uczniowie poświęcają zaledwie trzy godziny dziennie. Pracują wówczas samodzielnie przy stanowiskach komputerowych: realizują starannie ułożone kursy online, podczas gdy nauczyciel-opiekun chodzi po pokoju i odpowiada na pytania, udziela indywidualnej pomocy i monitoruje postępy. Szkoła Garmy działa jak nowoczesne biuro. Uczniowie, podobnie jak pracownicy biurowi, rozpoczynają zajęcia od zalogowania się na swoich stanowiskach. Następnie przechodzą przez bogate, interaktywne kursy z materiałami wideo; jednocześnie zrezygnowano z udziału w wykładach na żywo lub rozmowach na Zoomie. 

Taki rodzaj zajęć lekcyjnych dla „białych kołnierzyków” gwarantuje, że każda minuta służy celowi edukacyjnemu. Garmy wskazuje, że pobyt w szkole nie jest długi, ponieważ wyeliminowane zostały elementy pozalekcyjne, jak posiłki w stołówce, przejście z klasy do klasy, długie apele i rozpraszacze spowodowane nieuporządkowaną nauką. Rezultatem jest stałe zaangażowanie intelektualne dzięki trzem godzinom autentycznej, intensywnej nauki, przewyższające rozproszone sześcio- lub ośmiogodzinne harówki w tradycyjnych szkołach. 

Model biznesowy Garmy jest równie prosty, jak jej metodyka. W jednym lokalu użytkowym, wyposażonym w dwadzieścia biurek i komputery z systemem Linux przystosowane do nowych zastosowań, może uczyć się czterdziestu uczniów – dwudziestu rano i dwudziestu po południu. Przy założeniu, że każdy z nich płaci 3600 dolarów za dziewięć miesięcy (400 dolarów miesięcznie), roczny przychód wynosi 144 000 dolarów. Czesne w Studia Nova stanowi niewielki ułamek czesnego w Alpha, co tę pierwszą szkołę czyni przystępną cenowo. 

Według Garmy, jeden nauczyciel może prowadzić taką samowystarczalną, jednoizbową szkołę bez dotacji i biurokracji, dzięki czemu ​​model ten można łatwo powielić w całym kraju. Garmy stwierdza, że ​​całkowity przychód w wysokości 144 000 dolarów wystarcza na pokrycie czynszu, rachunków za media, ubezpieczenia i pensji nauczyciela. Koszty początkowe laptopów i biurek są minimalne. To oszczędna działalność. Bez kosztów stołówki i wyżywienia. Bez sportu. Bez zbędnych dodatków.

Wyniki były oszałamiające

W ciągu roku uczniowie szybko osiągają poziom odpowiadający ich klasie, nawet jeśli rozpoczynają naukę z kilkuletnimi zaległościami. Później ich możliwości są praktycznie nieograniczone. W przypadku uczniów mających szczególnie duże trudności z czytaniem niezwykle skuteczne okazuje się jednoczesne czytanie i słuchanie tekstu, połączone z ćwiczeniem pisemnym polegającym na streszczaniu kolejnych rozdziałów. Taka metoda pozwala im szybko nadrobić zaległości. Na uwagę zasługują trzy inne cechy tego modelu: 

1. możliwość adaptacji modelu, umożliwiająca spersonalizowane tempo nauki materiału; 
2. prostota – Garmy stworzyła model, który może odtworzyć każdy zaangażowany nauczyciel lub rodzic, przywracając skuteczność i doskonałość amerykańskiej edukacji K-12;
3. motywuje do dobrego zachowania i zaangażowanej nauki, ponieważ sami uczniowie zdecydowanie wolą krótki, trzygodzinny dzień pracy od typowego sześcio- lub ośmiogodzinnego dnia w tradycyjnej szkole; nie chcą narażać się na konieczność powrotu do starego modelu.

Skrócony czas nauki w Alpha i Studia Nova kontrastuje z długimi godzinami, które ekonomista z Harvardu Roland Fryer, w niedawnym artykule w „Wall Street Journal”, uznał za ważne dla nauki w tradycyjnych szkołach publicznych. Sieć szkół publicznych działających w ramach KIPP (Knowledge Is Power Program (Program Wiedza To Potęga)) również kładzie nacisk na długie godziny, dodaje do typowego szkolnego dnia jeszcze dwie godziny⁷.

Które z tych podejść jest lepsze dla solidnej edukacji? To, które zaleca krótkie czy długie godziny spędzone w szkole? Długie godziny lekcyjne mają tę zaletę, że dają uczniom więcej czasu na kontakty towarzyskie, uprawianie sportu, zajęcia pozalekcyjne itp. Uczniowie uczęszczający do mikroszkół lub kształceni w domu mogliby uczestniczyć w takich zajęciach w pobliskiej szkole publicznej, bez realizowania funkcjonującego w niej standardowego programu nauczania. Zorganizowanie tego wymagałoby jednak dodatkowego zaangażowania ze strony samych uczniów i rodziców.

— Koniec części pierwszej —

William Dembski

Oryginał: Edification vs. Enhancement – The Non-Transhumanist Vision of AI in Education, „Science & Culture Today” 2025, October 31 [dostęp: 22 VII 2026].

Przekład z języka angielskiego: Piotr Bylica

Źródło zdjęcia: Pixabay

Ostatnia aktualizacja strony: 22.7.2026

Chcesz wiedzieć więcej na temat sztucznej inteligencji? Zapraszamy do lektury książki Mit sztucznej inteligencji.

Książka dostępna w księgarni Fundacji En Arche.