AI przestaje być dodatkiem do studiowania, a staje się nowym środowiskiem nauki
Sztuczna inteligencja bardzo szybko przestała być na uczelniach ciekawostką technologiczną. Dziś coraz częściej działa jak nowe tło studiowania i pracy akademickiej: wpływa na to, jak studenci szukają informacji, jak piszą, jak przygotowują się do zaliczeń i jak nauczyciele projektują zajęcia, sprawdzają prace oraz oceniają sam sens tradycyjnych form egzaminowania. UNESCO podkreśla, że AI w edukacji może pomagać w uczeniu i nauczaniu, ale równocześnie niesie ryzyka, które wyprzedziły debatę regulacyjną i pedagogiczną, dlatego organizacja promuje podejście human-centred, oparte na inkluzji, równości i jakości.
W szkolnictwie wyższym skala zmiany jest już bardzo duża. W globalnym badaniu UNESCO z 2025 roku niemal dwie trzecie uczelni powiązanych z siecią UNESCO Chairs i UNITWIN miało już wytyczne dotyczące AI albo było w trakcie ich tworzenia, a sama organizacja wskazała, że uczelnie na całym świecie mierzą się dziś z AI jako z elementem nauczania, badań i życia akademickiego.
Jak AI zmienia sposób uczenia się studentów
Studenci przechodzą od wyszukiwania informacji do pracy w dialogu z narzędziem
Najbardziej widoczna zmiana polega na tym, że wielu studentów nie korzysta już z AI wyłącznie jak z wyszukiwarki, ale jak z partnera do szybkiego objaśniania pojęć, streszczania tekstów, porządkowania myśli i tworzenia pierwszych wersji materiału. W brytyjskim badaniu HEPI z marca 2026 roku aż 95% studentów deklarowało używanie AI w co najmniej jeden sposób, a 94% korzystanie z generatywnej AI przy pracy nad zadaniami ocenianymi; rok wcześniej badanie HEPI pokazywało, że 92% studentów używało AI w jakiejś formie, a 88% przy zadaniach zaliczeniowych, najczęściej do wyjaśniania pojęć, streszczania artykułów i sugerowania pomysłów badawczych.
To oznacza, że sam proces uczenia się staje się bardziej iteracyjny i mniej linearny. Student częściej zaczyna od rozmowy z narzędziem, dopiero potem przechodzi do lektur, notatek i porządkowania własnego stanowiska. Z jednej strony może to przyspieszać wejście w temat i obniżać próg startu przy trudniejszych zagadnieniach. Z drugiej strony zmienia to samą naturę wysiłku intelektualnego: mniej energii idzie na „wydobycie pierwszej wersji”, a więcej powinno iść na weryfikację, ocenę jakości odpowiedzi, selekcję argumentów i obronę własnego rozumienia problemu. Te napięcia bardzo wyraźnie opisują zarówno OECD, jak i UNESCO.
Większa wydajność nie zawsze oznacza większe uczenie się
To właśnie tu pojawia się najważniejsze zastrzeżenie. OECD w Digital Education Outlook 2026 pisze wprost, że generatywna AI może poprawiać wykonanie zadania, ale nie musi automatycznie prowadzić do trwałych efektów uczenia się. Raport wskazuje, że przewaga studentów korzystających z ogólnych chatbotów bywa widoczna przy przygotowaniu pracy, ale może znikać, a czasem nawet odwracać się, gdy w egzaminie dostęp do AI jest odcięty. OECD ostrzega też przed zjawiskiem „metacognitive laziness”, czyli osłabiania własnego wysiłku poznawczego przez zbyt łatwe przerzucanie myślenia na narzędzie.
To zmienia sens dobrego studiowania. Coraz mniej wystarcza już samo „umieć coś znaleźć” albo „umieć złożyć tekst”. Coraz ważniejsze stają się kompetencje drugiego poziomu: zadawanie lepszych pytań, rozpoznawanie halucynacji, odróżnianie prawdopodobnej odpowiedzi od rzetelnej, sprawdzanie źródeł i budowanie własnego rozumowania mimo wsparcia technologii. W praktyce AI może więc wzmacniać uczenie, ale tylko wtedy, gdy nie zastępuje całego wysiłku poznawczego.
AI może też pogłębiać nowe nierówności między studentami
Druga ważna zmiana dotyczy nierówności. HEPI już w badaniu z 2025 roku pokazało wyraźny digital divide: studenci z wyższych grup społeczno-ekonomicznych częściej używali AI do bardziej zaawansowanych zadań, a kobiety częściej deklarowały mniejszą pewność w korzystaniu z tych narzędzi. To samo badanie pokazało też, że choć 92% studentów używało AI, tylko 36% otrzymało od uczelni wsparcie w rozwijaniu kompetencji AI, a zaledwie 42% uważało, że kadra jest dobrze przygotowana, by im w tym pomagać.
To oznacza, że AI nie tylko pomaga studentom, ale też zaczyna dzielić ich na tych, którzy dostają dobre przewodnictwo i uczą się z niej korzystać świadomie, oraz tych, którzy działają metodą prób i błędów. W efekcie uczelnia nie może już zakładać, że „studenci sami sobie poradzą”, bo wtedy przewagę dostają niekoniecznie ci najzdolniejsi, lecz częściej ci lepiej wyposażeni technologicznie, pewniejsi cyfrowo albo po prostu bardziej zanurzeni w świecie narzędzi premium.
Jak AI zmienia pracę nauczycieli akademickich
Nauczyciel coraz rzadziej jest tylko dostawcą treści, a coraz częściej projektantem uczenia
Rola nauczyciela akademickiego przesuwa się dziś bardzo wyraźnie. W badaniu UNESCO z 2025 roku dziewięciu na dziesięciu respondentów związanych ze szkolnictwem wyższym deklarowało używanie AI w pracy zawodowej, najczęściej do badań i pisania, a prawie połowa eksperymentowała z AI także w nauczaniu — w tym przy planowaniu zajęć, wspieraniu oceniania i wykrywaniu problemów związanych z autorstwem lub nadużyciami. Jednocześnie ponad połowa badanych czuła niepewność co do skutecznego wykorzystania AI w dydaktyce i badaniach.
To dobrze pokazuje nową sytuację nauczycieli akademickich: korzystają z AI coraz częściej, ale jednocześnie nie mogą już ograniczać się do klasycznej roli osoby przekazującej materiał. Coraz częściej muszą projektować takie formy zajęć, które uczą myślenia mimo obecności AI: pracy na procesie, argumentacji, dyskusji, rozumienia źródeł, obrony własnych tez i krytycznej analizy odpowiedzi wygenerowanych przez system. W tym sensie AI nie usuwa nauczyciela z procesu, tylko podnosi wagę jego pracy projektowej i metodycznej.
Część rutynowych zadań może zająć mniej czasu, ale rośnie ciężar odpowiedzialności
OECD pokazuje, że generatywna AI może wspierać nauczycieli i system edukacji w wielu obszarach: od tworzenia materiałów, przez porządkowanie treści, po wsparcie procesów administracyjnych i bardziej spersonalizowane prowadzenie uczących się. Jednocześnie UNESCO wskazuje, że jedna czwarta badanych uczelni zetknęła się już z problemami etycznymi związanymi z AI — od nadmiernego polegania studentów na narzędziach po spory o autorstwo i stronniczość w badaniach.
W praktyce praca akademicka może więc stać się mniej obciążona rutyną, ale bardziej obciążona odpowiedzialnością. Mniej czasu może iść na przygotowanie pierwszej wersji konspektu czy uporządkowanie materiałów, ale więcej na sprawdzanie rzetelności, projektowanie dobrych zadań, ocenianie procesu, pilnowanie standardów etycznych i uczenie studentów, gdzie kończy się pomoc technologiczna, a zaczyna intelektualna zależność. To jest jedna z najgłębszych zmian w roli nauczyciela akademickiego.
Ocenianie będzie musiało zmienić się bardziej niż same wykłady
Być może najtrudniejsza zmiana dotyczy oceniania. UNESCO opisuje dziś dwa główne podejścia uczelni: jedne skupiają się na wykrywaniu nadużyć i reagowaniu na nie, inne idą szerzej — konsultują się ze studentami i kadrą, wprowadzają obowiązkową AI literacy, a nawet przeprojektowują system oceniania. To drugie podejście wydaje się dziś dojrzalsze, bo odpowiada na fakt, że AI nie da się już po prostu „usunąć” z życia akademickiego.
Jeżeli student ma powszechny dostęp do narzędzia, które potrafi stworzyć poprawny tekst, plan prezentacji czy zarys odpowiedzi, to tradycyjne zadania oparte wyłącznie na końcowym produkcie tracą część swojej dawnej mocy diagnostycznej. Coraz większego znaczenia nabierają więc egzaminy ustne, praca etapowa, obrona toku rozumowania, zadania osadzone w konkretnym kontekście, refleksja nad procesem dochodzenia do wyniku i jawne zasady korzystania z AI. OECD bardzo wyraźnie sugeruje, że skuteczne użycie GenAI wymaga właśnie przeprojektowania strategii dydaktycznych, a nie tylko dopisania zakazu do regulaminu.
Co będą musiały zrobić uczelnie
Same zakazy albo samo przyzwolenie już nie wystarczą
UNESCO pokazuje, że uczelnie są dziś w połowie drogi: 19% badanych instytucji miało już formalną politykę AI, 42% było w trakcie tworzenia ram postępowania, a w Europie i Ameryce Północnej około 70% instytucji miało lub rozwijało takie wytyczne. To oznacza, że uczelnie coraz wyraźniej rozumieją, iż nie da się zostawić tematu samemu sobie.
Najlepsze instytucje będą prawdopodobnie szły w stronę jasnych, prostych i regularnie aktualizowanych zasad: co wolno, czego nie wolno, jak oznaczać użycie AI, jak wygląda odpowiedzialność autora, jak projektować zadania i jak szkolić kadrę. Środowisko akademickie nie potrzebuje dziś ani pełnej paniki, ani pełnej beztroski. Potrzebuje dojrzałych ram, które traktują AI jako trwały element rzeczywistości, ale nie rezygnują z wymagań wobec jakości uczenia.
AI literacy staje się obowiązkiem praktycznym, a nie tylko modnym hasłem
Ten kierunek wzmacnia także otoczenie regulacyjne. Komisja Europejska przypomina, że AI Act wszedł w życie 1 sierpnia 2024 r., a obowiązki związane z AI literacy zaczęły obowiązywać od 2 lutego 2025 r. Z opublikowanego przez Komisję Q&A wynika, że dostawcy i podmioty wdrażające AI mają zapewniać odpowiedni poziom AI literacy swoim pracownikom i innym osobom korzystającym z systemów AI w ich imieniu, przy uwzględnieniu kontekstu i ryzyka użycia.
Nawet jeśli uczelnie nie są firmami technologicznymi, coraz częściej stają się organizacjami wdrażającymi AI w nauczaniu, administracji i badaniach. To oznacza, że temat kompetencji kadry nie jest już tylko kwestią dobrej woli. Staje się elementem odpowiedzialnego zarządzania instytucją. Komisja zresztą zaktualizowała w marcu 2026 r. wytyczne etycznego użycia AI i danych w nauczaniu właśnie dlatego, że wzrosło użycie AI w edukacji, pojawiły się wymogi AI Act i rośnie potrzeba etycznej oraz krytycznej AI literacy. Choć wytyczne są adresowane głównie do edukacji szkolnej, dobrze pokazują kierunek, w którym porusza się cała europejska edukacja.
Największa zmiana dotyczy nie technologii, ale definicji dobrego studiowania i dobrego nauczania
Sztuczna inteligencja zmienia sposób uczenia się studentów i pracę nauczycieli akademickich przede wszystkim dlatego, że przesuwa akcent z samego wytwarzania treści na jakość myślenia, z samego pisania na umiejętność oceny, a z samego przekazu wiedzy na projektowanie procesu uczenia. Studenci coraz częściej pracują z AI jak z roboczym partnerem, ale równocześnie rośnie ryzyko powierzchownego uczenia i nowych nierówności. Nauczyciele akademiccy mogą część pracy wykonywać szybciej, ale muszą mocniej pilnować sensu oceniania, autorstwa, krytycznego myślenia i etycznych granic użycia narzędzi. UNESCO, OECD i Komisja Europejska opisują dziś tę samą prawidłowość: AI nie jest już epizodem, tylko trwałą zmianą środowiska edukacyjnego.
Najkrócej mówiąc, uczelnie nie stoją już przed pytaniem, czy wpuścić AI do nauki i dydaktyki. Ona już tam jest. Prawdziwe pytanie brzmi teraz, czy uda się tak przeprojektować uczenie i nauczanie, żeby AI wzmacniała rozwój studentów i pracę nauczycieli, zamiast stopniowo wypierać to, co w akademii najcenniejsze: samodzielność intelektualną, odpowiedzialność za własne rozumowanie i prawdziwą jakość myślenia.