Sztuczna inteligencja towarzyszy nam od lat: działa „w tle” serwisów internetowych, urządzeń i systemów diagnostycznych, choć długo pozostawała dla większości z nas niewidoczna.
Prawdziwy przełom nastąpił jednak pod koniec 2022 r., wraz z komercyjnym debiutem modelu ChatGPT. Wtedy sztuczna inteligencja przestała działać wyłącznie „w tle”, a stała się narzędziem dostępnym bezpośrednio dla każdego. To właśnie tę zmianę niektórzy przeoczyli, co dobrze widać w sposobie, w jaki dziś o tej technologii myślimy i mówimy.
Widzę dwa dominujące błędy poznawcze. Pierwszy to sprowadzanie narzędzi AI do roli zaawansowanej wyszukiwarki. Użytkownicy zadają pytania tak, jak wpisują je w Google, zupełnie nie wykorzystując potencjału tych systemów. Drugi błąd to ferowanie wyroków na podstawie przestarzałych doświadczeń: ktoś skorzystał z SI raz, rok lub dwa lata temu, uznał wyniki za kiepskie jakościowo i na tej podstawie zaszufladkował technologię jako mało wartościową. Tymczasem możliwości AI zmieniają się z miesiąca na miesiąc, opinia sprzed roku jest dziś po prostu nieaktualna.
Pod względem infrastrukturalnym jesteśmy na tę zmianę gotowi, AI wchodzi w nasze życie bez większych barier. To odróżnia tę rewolucję od wcześniejszej transformacji cyfrowej. Internet docierał do polskich domów stopniowo: wymagał inwestycji w sprzęt, łącza, szkolne pracownie komputerowe. Adaptacja zajęła lata. Sztuczna inteligencja zaś jest dostępna natychmiast, powszechnie i zwykle bezpłatnie.
To rodzi pytanie, które wykracza poza kwestie technologiczne: czy tempo rozwoju AI nie wyprzedza dziś zdolności społeczeństw do odpowiedzialnego korzystania z tej technologii? Zmiany społeczne, instytucjonalne i edukacyjne z natury zachodzą wolniej niż technologiczne. I właśnie ta asymetria jest dziś największym wyzwaniem.
Zmiany są wyraźnie widoczne w codziennym funkcjonowaniu osób studiujących, i to znacznie szybciej, niż za nimi nadążają instytucje. Osoby studiujące korzystają z narzędzi generatywnej AI na co dzień: generują kody, streszczają artykuły naukowe, tworzą zestawienia literatury. Tworzą własne bazy wiedzy z artykułów i materiałów wykładowych, a następnie używają AI do ich eksploracji, od zadawania pytań po symulacje egzaminów.
Niemal wszyscy nauczyciele zgadzają się, że programy nauczania wymagają dostosowania do rzeczywistości generatywnej AI. Problem pojawia się, gdy zapytać o konkretne zmiany wprowadzone w praktyce – zazwyczaj okazuje się, że jest ich bardzo mało lub nie ma ich wcale. W ich miejsce pojawiają się argumenty o braku czasu, przeciążeniu obowiązkami lub oczekiwaniu na zorganizowane szkolenia w tym zakresie.
Tymczasem adaptacja dydaktyki wymaga podjęcia konkretnych decyzji, których nie da się dłużej odkładać. Na poziomie poszczególnych zajęć konieczne jest określenie, czy i w jakim zakresie dozwolone jest korzystanie z narzędzi generatywnych: od pełnej swobody przez zakres uzgodniony z prowadzącym po całkowity zakaz. Tradycyjne prace domowe, które można dziś wygenerować w kilka minut, przestały spełniać swoją funkcję weryfikacyjną. Może większego znaczenia powinny nabrać egzaminy ustne i praca wykonywana bezpośrednio podczas zajęć? Jeśli większość prac zaliczeniowych jest generowana, nie można mówić o pełnym doświadczeniu edukacyjnym osób studiujących.
W niektórych obszarach uzasadnione może być nawet częściowe „cofnięcie się” do tradycyjnych metod. Dobrym przykładem są podstawy programowania: jeśli osoby studiujące od pierwszych zajęć korzystają z narzędzi generujących kod, łatwo mogą ominąć etap rzeczywistego rozumienia podstawowych mechanizmów. Dopiero po opanowaniu elementarnych podstaw mogłyby w kolejnych semestrach swobodnie korzystać z AI. Nie po to, by zastępowała ich pracę, lecz by wspierała bardziej zaawansowaną analizę i refleksję.
zob. też Dr hab. Mariusz Baranowski. Transformacja energetyczna a bezpieczeństwo państw
Warto też myśleć o rozwiązaniach systemowych. Wprowadzenie do programów studiów krótkich kursów poświęconych generatywnej AI, podobnych do szkoleń bibliotecznych czy BHP, lub dodanie tej tematyki do zajęć wprowadzających do studiowania, funkcjonujących już na niektórych wydziałach, mogłoby pomóc studentom zrozumieć nie tylko możliwości tych narzędzi, ale też ich ograniczenia i odpowiedzialność związaną z ich używaniem.
Wyzwaniem jest nie tyle obsługa samej technologii, ile gotowość jednostek i instytucji do wprowadzenia realnych zmian.