Ramy Kompetencji w Zakresie Sztucznej Inteligencji w Edukacji Wyższej: Między Technologią a Człowiekiem

Wstęp: Dlaczego potrzebujemy kompetencji AI?

Żyjemy w czasach, gdy sztuczna inteligencja przestała być wizją z filmów science fiction. Jest z nami na co dzień – podpowiada nam, co obejrzeć wieczorem, pomaga pisać maile, a nawet diagnozuje choroby. Uniwersytety i szkoły wyższe stoją przed wielkim wyzwaniem: jak przygotować studentów, wykładowców i pracowników do życia i pracy w świecie, gdzie AI jest wszędzie?

To nie jest tylko kwestia nauczenia się obsługi nowych narzędzi. To fundamentalne pytanie o to, kim jesteśmy jako ludzie, gdy maszyny potrafią robić rzeczy, które kiedyś były domeną wyłącznie człowieka. Gdy AI pisze wiersze, komponuje muzykę czy maluje obrazy, musimy na nowo zastanowić się, co czyni nas wyjątkowymi.

Wiedza w czasach algorytmów

Kiedyś, gdy mieliśmy pytanie, szukaliśmy odpowiedzi w książkach lub pytaliśmy ekspertów. Dziś pytamy AI, która w sekundę przeszukuje miliardy stron i daje nam odpowiedź. Ale skąd wiemy, że ta odpowiedź jest prawdziwa? Jak sprawdzić coś, czego sami nie rozumiemy?

To trochę jak korzystanie z GPS-u. Dojeżdżamy do celu, ale często nie wiemy, którędy jechaliśmy. Podobnie z AI – dostajemy odpowiedzi, ale nie zawsze rozumiemy, skąd się wzięły. Dlatego tak ważne jest, aby nie tylko umieć korzystać z AI, ale też rozumieć jej ograniczenia i potrafić krytycznie ocenić to, co nam podaje.

Każde użycie AI niesie ze sobą pytania etyczne. Nie chodzi tylko o wielkie dylematy, jak autonomiczne samochody czy broń. Chodzi o codzienne decyzje: czy używając AI do napisania wypracowania, uczę się czy oszukuję? Czy firma używająca AI do rekrutacji nie dyskryminuje niektórych kandydatów? Czy lekarz polegający na diagnozie AI dalej ponosi odpowiedzialność za pacjenta? Te pytania nie mają prostych odpowiedzi, ale musimy się nad nimi zastanawiać za każdym razem, gdy sięgamy po narzędzia AI.

Cztery poziomy kompetencji AI

1. Poziom pierwszy: Rozumienie podstaw – „O co w tym wszystkim chodzi?”

Na początku trzeba zrozumieć, czym właściwie jest AI. Nie chodzi o to, żeby zostać programistą, ale o to, żeby wiedzieć, z czym mamy do czynienia. Trzeba rozumieć, czym różni się sztuczna inteligencja od zwykłych programów komputerowych, jak AI się uczy na przykładach (podobnie jak dziecko uczy się rozpoznawać psa), jakie są możliwości i ograniczenia dzisiejszej AI oraz dlaczego AI czasem się myli i jak rozpoznać te błędy. Gdy AI podpowiada ci dokończenie zdania w mailu, nie „czyta w twoich myślach”. Po prostu na podstawie miliardów przeczytanych maili przewiduje, co statystycznie najczęściej pisze się w takiej sytuacji. To potężne narzędzie, ale nie magia.

1. Poziom drugi: Praktyczne wykorzystanie – „Jak z tego korzystać mądrze?”

Tu uczymy się być skutecznymi użytkownikami AI. To jak nauka jazdy samochodem – nie musisz znać się na mechanice, ale musisz wiedzieć, jak bezpiecznie prowadzić. Chodzi o umiejętność zadawania pytań AI tak, żeby dostać użyteczne odpowiedzi, rozpoznawanie sytuacji, kiedy AI pomoże, a kiedy lepiej zrobić coś samemu, sprawdzanie informacji podanych przez AI oraz ochronę swojej prywatności podczas korzystania z tych narzędzi. Student piszący pracę może użyć AI do znalezienia źródeł, uporządkowania myśli czy sprawdzenia gramatyki. Ale jeśli AI napisze za niego całą pracę, to nie tylko problem etyczny – student nie nauczy się myśleć i argumentować, a to właśnie te umiejętności będą mu potrzebne w pracy.

1. Poziom trzeci: Krytyczna analiza – „Jak to wpływa na nas wszystkich?”

Na tym poziomie patrzymy szerzej. Zastanawiamy się, jak AI zmienia społeczeństwo, kto na tym zyskuje, a kto traci, jakie są ukryte konsekwencje. Analizujemy, jak AI wpływa na rynek pracy w różnych branżach, kto kontroluje AI i w czyim interesie działa, jak AI może utrwalać stereotypy i nierówności oraz jakie są długofalowe skutki polegania na AI. Gdy bank używa AI do oceny zdolności kredytowej, może nieświadomie dyskryminować osoby z określonych dzielnic czy grup społecznych. AI uczy się na danych z przeszłości, więc może powielać dawne niesprawiedliwości. Kto to zauważy? Kto to naprawi? To pytania, na które musi odpowiedzieć każdy, kto osiąga ten poziom kompetencji.

1. Poziom czwarty: Tworzenie i innowacja – „Jak kształtować przyszłość z AI?”

Najwyższy poziom to nie tylko umiejętność tworzenia własnych rozwiązań AI, ale przede wszystkim wizja, jak AI może służyć dobru wspólnemu. Osoby na tym poziomie projektują rozwiązania AI rozwiązujące realne problemy, przewodzą zespołom łączącym technologów i humanistów, tworzą zasady etycznego wykorzystania AI i inspirują innych do mądrego korzystania z tych technologii. Absolwent na tym poziomie może zostać nie tylko użytkownikiem AI, ale kimś, kto kształtuje, jak AI będzie wykorzystywana w jego branży – czy to w medycynie, edukacji, sztuce czy biznesie.

Jak to wygląda w praktyce na uczelni?

Dzisiejsi studenci będą pracować w świecie, gdzie AI będzie wszędzie. Ich przewagą nie będzie szybkość liczenia czy zapamiętywania – w tym AI jest lepsza. Ich siłą będzie kreatywność, empatia, umiejętność współpracy i krytycznego myślenia. Dlatego uczelnie powinny oferować projekty łączące różne dziedziny, na przykład student medycyny pracujący z informatykiem nad AI diagnozującą choroby. Potrzebne są warsztaty, gdzie można eksperymentować z AI bez strachu przed oceną, dyskusje o etycznych dylematach oraz praktyki w firmach wykorzystujących AI. To wszystko pozwoli studentom nie tylko poznać technologię, ale zrozumieć jej miejsce w społeczeństwie.

Wykładowcy znajdują się w szczególnej sytuacji. Nie są już jedynym źródłem wiedzy – AI może podać fakty szybciej. Ale to wykładowcy uczą myślenia, zadawania pytań, rozumienia kontekstu. Ich rola staje się ważniejsza, nie mniej ważna. Powinni projektować zadania wymagające oryginalnego myślenia, nie tylko odtwarzania wiedzy. Mogą wykorzystywać AI jako asystenta, nie wroga – na przykład AI może sprawdzać testy, a wykładowca ma więcej czasu na rozmowy ze studentami. Ważne jest też tworzenie przestrzeni do głębokiego myślenia bez AI, jak ćwiczenia medytacji dla umysłu, oraz pokazywanie przykładem, jak mądrze korzystać z tych narzędzi.

Pracownicy administracji często pozostają w cieniu, ale to oni tworzą warunki do wdrożenia AI na uczelni. To oni dbają o bezpieczeństwo danych, tworzą regulaminy, organizują szkolenia. Ich zadaniem jest stworzenie jasnych zasad korzystania z AI na uczelni, zapewnienie szkoleń dla wszystkich pracowników, dbanie o to, by AI nie wykluczała studentów bez dostępu do technologii oraz monitorowanie, jak AI wpływa na jakość kształcenia. Bez ich pracy żadna transformacja cyfrowa uczelni nie byłaby możliwa.

Wyzwania, przed którymi stoimy

Jednym z największych dylematów jest pytanie o granicę między wsparciem a zastąpieniem. Jeśli AI pisze za nas prace, rozwiązuje zadania, a nawet prowadzi za nas prezentacje – co pozostaje „nasze”? To jak zastanawianie się, czy sportowiec na dopingu faktycznie wygrywa, czy wygrywa chemia. Gdzie postawimy granicę między pomocą a oszustwem? Każda uczelnia, każdy wykładowca, a nawet każdy student musi odpowiedzieć sobie na to pytanie.

Kolejnym wyzwaniem jest kwestia równości. AI może dać wszystkim dostęp do najlepszej edukacji – Khan Academy czy Duolingo uczą miliony za darmo. Ale jednocześnie ci, którzy mają dostęp do najnowszych narzędzi AI i umieją z nich korzystać, mają ogromną przewagę. Powstaje paradoks: technologia, która miała wyrównywać szanse, może tworzyć nowe podziały. Jak sprawić, by AI nie pogłębiała nierówności, ale rzeczywiście demokratyzowała edukację?

Osobnym tematem jest kreatywność w erze AI. Gdy AI tworzy muzykę nie do odróżnienia od Chopina czy obrazy jak Picasso, czym jest ludzka kreatywność? Może tym, co odróżnia nas od maszyn, nie jest zdolność tworzenia, ale potrzeba tworzenia – to, że tworzymy, bo musimy, bo coś w nas każe nam się wyrażać? A może kreatywność to nie sam akt tworzenia, ale intencja, emocja, osobiste doświadczenie, które wkładamy w dzieło?

Spojrzenie w przyszłość

Możemy wyobrazić sobie trzy scenariusze rozwoju. W scenariuszu optymistycznym AI staje się jak kalkulator dla matematyka – narzędziem, które pozwala skupić się na trudniejszych problemach. Ludzie i AI współpracują, każdy robi to, w czym jest najlepszy. W scenariuszu pesymistycznym stajemy się tak zależni od AI, że tracimy podstawowe umiejętności, jak ludzie, którzy bez GPS-u nie potrafią trafić do sąsiedniego miasta. Najbardziej prawdopodobny wydaje się jednak scenariusz pośredni: niektóre obszary życia wzbogaci AI, w innych świadomie z niej zrezygnujemy. Jak dziś niektórzy wybierają książki papierowe zamiast e-booków czy gotowanie zamiast dań gotowych, tak w przyszłości będziemy wybierać, gdzie chcemy wsparcia AI, a gdzie wolimy polegać na własnych siłach.

Kluczowe będzie znalezienie równowagi między efektywnością a autentycznością, między wsparciem technologii a zachowaniem ludzkiej autonomii. Uczelnie, które potrafią nauczyć tej równowagi, przygotują absolwentów nie tylko do pracy z AI, ale do życia w świecie, gdzie granica między człowiekiem a maszyną będzie coraz bardziej płynna.

Podsumowanie: Pozostać człowiekiem w świecie maszyn

Kompetencje w zakresie AI to nie tylko umiejętności techniczne. To przede wszystkim zachowanie tego, co czyni nas ludźmi – zdolności do współczucia, krytycznego myślenia, twórczości i podejmowania etycznych decyzji. AI jest potężnym narzędziem, ale to my decydujemy, jak je wykorzystamy.

Uczelnie wyższe mają kluczową rolę w przygotowaniu społeczeństwa do tej zmiany. Nie chodzi o to, by wszyscy zostali programistami, ale o to, by każdy rozumiał, jak AI wpływa na jego życie i pracę, i potrafił mądrze z niej korzystać. To wymaga nie tylko przekazywania wiedzy, ale kształtowania postaw, rozwijania krytycznego myślenia i budowania etycznej wrażliwości.

Najważniejsze jest znalezienie równowagi. Nie możemy ignorować AI – to jak ignorowanie internetu 20 lat temu. Ale nie możemy też bezkrytycznie przyjmować wszystkiego, co oferuje. Musimy pozostać kapitanami własnego statku, nawet jeśli AI pomaga nam nawigować. W końcu to nie AI będzie musiała żyć z konsekwencjami swoich decyzji – to my. I to my musimy zachować zdolność do refleksji, krytyki i, co najważniejsze, do bycia w pełni ludźmi w coraz bardziej zautomatyzowanym świecie.

Prawdziwym testem naszej inteligencji nie jest to, czy potrafimy stworzyć myślące maszyny, ale czy potrafimy zachować umiejętność myślenia, gdy maszyny mogą myśleć za nas. To wyzwanie, przed którym stoi każda uczelnia, każdy wykładowca i każdy student. Od tego, jak na nie odpowiemy, zależy nie tylko przyszłość edukacji, ale przyszłość ludzkości w symbiozie z technologią.

Model AI użyty w opracowaniu: Claude Opus 4.1

Źródło: opracowanie własne na podstawie: A Framework for AI Literacy, Autorzy: Melanie Hibbert, Elana Altman, Tristan Shippen i Melissa Wright