Generatywna sztuczna inteligencja nie jest kolejną technologiczną nowinką, lecz przełomem poznawczym i infrastrukturalnym, który redefiniuje warunki funkcjonowania współczesnych uczelni – ocenia raport DELab, który powstał po konferencji o znaczeniu GenAI dla uczelni.
Raport „GenAI w szkolnictwie wyższym: rekomendacje dla polityki publicznej i zarządzania uczelnią”, opracowany przez prof. Katarzynę Śledziewską i prof. Renatę Włoch wraz z zespołem DELab UW, to pokłosie konferencji “GenAI in Higher Education: New Perspectives for Research and Teaching” zorganizowanej na Uniwersytecie Warszawskim w końcu kwietnia br. Raport jest syntezą wystąpień i najnowszych publikacji z tego zakresu, zawiera analizy i wskazówki, mające wesprzeć instytucje akademickie przejść od reaktywnego do świadomego udziału w zmianie jaką niesie generatywna sztuczna inteligencja. Stawką jest nie tylko jakość edukacji, ale zdolność uczelni do kształtowania przyszłych kompetencji zawodowych w świecie zdominowanym przez symulację wiedzy.
Uczelnia traci monopol na wiedzę
Upowszechnienie GenAI wprowadza głęboką zmianę kontekstową. Uczelnia traci monopol na wytwarzanie, przetwarzanie i weryfikację wiedzy, ponieważ procesy te są coraz częściej delegowane systemom algorytmicznym. GenAI potrafi imitować efekty działania intelektu, choć nie posiada intencji ani świadomości, co rodzi fundamentalne pytania o to, czym jest „uczenie się” i „tworzenie treści” w środowisku akademickim.
Raport podkreśla konieczność ponownego przemyślenia roli uczelni jako instytucji poznawczej i infrastrukturalnej. Uczelnia musi pełnić aktywną rolę w filtrowaniu, korygowaniu i negocjowaniu efektów działania technologii. Staje się strażnikiem znaczenia wiedzy, odróżniając ją od symulacji.
W praktyce, uczelnie przyjmują różne modele reakcji, od Optimizers (nastawionych na produktywność) po Transformers (integrujących GenAI z projektem edukacyjnym i organizacyjnym). O dojrzałości instytucji nie świadczy poziom zaawansowania technologicznego, lecz zdolność do wspólnego namysłu nad wartościami, granicami i konsekwencjami nowych technologii.
Reakcje na GenAI odzwierciedlają z kolei cztery równoległe, współistniejące niekiedy, perspektywy, na rozumienie roli uczelni:
- optymistyczna: GenAI to partner poznawczy, wspierający refleksję, kreatywność i iteracyjne uczenie się, pod warunkiem, że zostanie zakotwiczona w procesie edukacyjnym. Zamiast „AI do pisania” promuje się „AI do myślenia”. Wymaga to jednak m.in. redefinicji systemu oceniania.
- krytyczna: GenAI nie jest neutralna – reprodukuje globalne nierówności, obciąża środowisko (ślad węglowy) i opiera się na kolonializmie danych (eksploatacji bez zgody twórców). Uczelnia musi przyjąć rolę instytucji krytycznej, chroniącej integralność poznawczą i kulturową.
- praktyczna: GenAI jest użyteczne, ale ograniczone i niestabilne technologicznie narzędzie, które często generuje przeciętne rezultaty. Zamiast oszczędzać czas, GenAI przekształca pracę, czyniąc nauczyciela redaktorem i kuratorem treści.
- przyszłościowa koncentruje się na tożsamości uczelni i potrzebie odzyskania sprawczości poznawczej przez studentów. Uczelnia ma projektować wartości i sens edukacji, wspierając zdolność do zadawania własnych pytań, ma być nie tylko użytkownikiem, ale i kuratorem GenAI.
Jak uczyć tech-analfabetę i spryciarza?
GenAI odsłania kruchość tradycyjnych formatów dydaktycznych, takich jak esej czy quiz, jeśli są one traktowane jako produkty końcowe. W świecie natychmiastowych odpowiedzi, ocena końcowego efektu traci wartość diagnostyczną.
Kluczowe staje się ocenianie procesu poznawczego, a nie tylko produktu. Wymaga to projektowania zadań iteracyjnych, refleksyjnych i transparentnych, w których studenci uzasadniają swoje decyzje poznawcze.
W tym kontekście na plan pierwszy wysuwają się dwie nowe kompetencje podstawowe AI Literacy i metapoznanie. Pierwsza nie ogranicza się do technicznej obsługi narzędzi, lecz obejmuje zrozumienie mechanizmów działania modeli (LLM), ich ograniczeń, halucynacji oraz świadomość wpływu na sposoby myślenia. Druga umiejętność dotyczy samorozumienia przez studentów, w jaki sposób uczą się i podejmowanie decyzji poznawczych, decyzji o tym, kiedy zaufać AI.
Z badania przeprowadzonego w 2024 r. wynika, że 41% studentów UW deklaruje regularne korzystanie z GenAI (dziś ten odsetek jest zapewne znacznie wyższy). Analiza pozwoliła określić kilka typów studenta-użytkownika GenAI, od „technologicznego-analfabety”, przez amatora-entuzjastę, „spryciarza”, po studenta 2.0, który świadomie i odpowiedzialnie potrafi wykorzystywać te narzędzia.
Jednocześnie ujawniają się systemowe ryzyka: złudzenie samodzielności – student czuje się kompetentny, choć nie ma rzeczywistego rozumienia oraz spłaszczenie myślenia, standaryzacja treści poznawczej, gdyż AI promuje treści poprawne, ale zarazem często – nijakie. Istotne, negatywne znaczenie ma także „szara strefa”, czyli balansujące na granicy plagiatu i przekraczające go, nieuprawnione wykorzystanie modeli językowych do wykonywania zadań, sprawdzianów, itd. Całemu nastawieniu studentów towarzyszy, czy charakteryzuje je w coraz większym stopniu, upowszechnienie modelu transakcyjnego: wprowadzenie danych – odpowiedź.
Czy GenAI podnosi jakość badań naukowych?
W sferze naukowej GenAI pełni rolę „asystenta badacza”, przyspieszając automatyzację przeglądów literatury i analizę danych. Jednak i ta funkcjonalność niesie poważne ryzyko erozji integralności.
Zasadnicze znaczenie ma natomiast problem autorstwa. GenAI nie ma podmiotowości prawnej ani poznawczej, więc nie może być autorem. Jednak zacierają się granice między pomocą językową a wkładem poznawczym. Część czasopism naukowych wprowadziła zakaz umieszczania AI jako autora i wymaga jawnego ujawnienia, jeśli AI było użyte w procesie pisania.
Podobny charakter mają halucynacje źródłowe, które są immanentną cechą modeli językowych. Modele językowe generują cytowania, które brzmią realistycznie i formalnie poprawnie, ale są całkowicie zmyślone. Zjawisko to zagraża wiarygodności wiedzy naukowej i wymaga obowiązkowej weryfikacji każdego cytatu wygenerowanego przez AI.
W środowisku naukowym nasila się wreszcie tendencja do generatywizmu – modelu wiedzy syntetycznej, przyspieszonej i nienaznaczonej źródłowością, akceptowanej ze względu na jej użyteczność i efektywność. Uczelnie muszą decydować, czy chcą chronić standardy argumentacji i źródłowości, czy adaptować się do nowej pragmatyki poznania.
Wskazówki dla uniwersytetu: jak przetrwać w świecie GenAI?
Polityka instytucjonalna wobec GenAI musi być świadoma, transparentna i oparta na wartościach, będąc wynikiem konsultacji z całą społecznością akademicką. Raport podpowiada wskazówki, które pozwolą obronić i przebudować, wzmocnić rolę uczelni w nowych warunkach.
Po pierwsze, konieczne jest budowanie kultury transparentności, współtworzenie zasad i polityki. Wprowadzenie jasnych wytycznych dotyczących użycia GenAI w pracach zaliczeniowych, badaniach i publikacjach, z obowiązkowym oznaczaniem fragmentów wygenerowanych przez AI. Przejrzystość zapobiega budowaniu „szarej strefy akademickiej”.
PO drugie, niezbędne jest ukierunkowanie na edukację krytyczną, a więc szkolenia dla kadry i studentów nie powinny ograniczać się do „nauki promptowania”, a skupić na AI literacy, etyce i metapoznaniu. Rola nauczyciela przekształca się w mentora AI.
Po trzecie, uczelnie powinny przeciwdziałać uzależnieniu od komercyjnych dostawców technologii i inwestować w rozwój własnych rozwiązań AI (np. lokalne LLM, bezpieczne bazy wiedzy) w celu zwiększenia bezpieczeństwa danych i niezależności badawczej.
Po czwarte, integracja GenAI musi wspierać kluczowe wartości, takie jak rzetelna wiedza, sprawiedliwość i zaufanie poznawcze. Uczelnia powinna więc na przykład przeciwdziałać deterministycznym narracjom technologicznym, które promują AI jako nieuchronny imperatyw, zapominając, że nauka oznacza także zdolność do formułowania i zadawania ważnych pytań, a nie tylko generowania odpowiedzi.
Przyszłość uczelni w erze GenAI wymaga odwagi, organizacyjnej wyobraźni i zbiorowej odpowiedzialności.
Jak napisano w podsumowanie raportu: „Wobec ekspansji GenAI uczelnia może przyjąć postawę defensywną – zakazywać, ignorować, reagować – lub wziąć odpowiedzialność za współtworzenie przyszłości poznania. Druga droga wymaga odwagi, czasu i zasobów, ale oferuje coś więcej niż adaptację: możliwość redefinicji swojej roli w społeczeństwie cyfrowym. (…) Jak twierdzi Selwyn (2025), „najbardziej etyczne zastosowanie GenAI to takie, które nie zapomina, że nauka to nie tylko odpowiedzi – ale zdolność zadawania ważnych pytań”.”
