Iluzja kompetencji. Dlaczego sztuczna inteligencja najlepiej radzi sobie z tym, co premiują uczelnie

Współczesna edukacja wyższa stanęła przed lustrem, w którym odbicie nie napawa optymizmem. Badanie przeprowadzone na grupie 1053 studentów pierwszego roku prestiżowego Uniwersytetu Bocconi w Mediolanie dostarcza twardych dowodów na to, że sztuczna inteligencja stała się wytrychem idealnie dopasowanym do zamków, jakimi są akademickie kryteria oceniania. To badanie jest kluczowe właśnie teraz, ponieważ obnaża zjawisko tzw. kary za AI – sytuacji, w której pozorny postęp w jakości prac domowych idzie w parze z drastycznym spadkiem realnych umiejętności badanych osób.

Maszyna do zdobywania ocen

Eksperyment był precyzyjny: studentów podzielono na cztery grupy, w tym kontrolną oraz takie, które miały dostęp do ChatGPT lub przeszły trening rozumowania przyczynowego. Zadanie polegało na przygotowaniu rekomendacji marketingowych. Efekt? Studenci korzystający z GPT-4o deklasowali rówieśników pod względem uzyskanych stopni. Ich prace były bardziej spójne logicznie i niemal idealnie pokrywały się z opiniami ekspertów. AI podniosła merytoryczną jakość końcowego produktu o niemal pełny punkt w skali 1-5.

Jednak za tym sukcesem kryje się pułapka. Badacze z Bocconi, współpracujący przy tym projekcie z OpenAI, zauważyli niepokojącą prawidłowość. Choć technologia podbiła oceny, nie ma dowodów na to, że studenci faktycznie przyswoili wiedzę. Co więcej, w grupie, która przeszła dodatkowe szkolenie z krytycznego myślenia, oceny tradycyjne bywały niższe. Dlaczego? Ponieważ ci studenci częściej kwestionowali założenia i szukali nieszablonowych rozwiązań, które nie mieściły się w sztywnym kluczu oceniania, premiującym konwencjonalną poprawność.

Erozja samodzielności

Problem wykracza poza mury jednej uczelni. Analiza danych z Chin, obejmująca aż 26 000 uczniów, pokazuje brutalny schemat: użycie AI podnosi wyniki prac domowych o 18% i skraca czas ich wykonania o blisko jedną trzecią, ale jednocześnie obniża wyniki egzaminów o 20% w ciągu zaledwie sześciu miesięcy. Jak zauważają analitycy w raporcie World Bank, AI nie działa tu jako korepetytor, lecz jako proteza, która po odebraniu zostawia użytkownika bezbronnym.

Kluczowym czynnikiem okazuje się czas. Studenci, którzy mimo wsparcia technologii poświęcali na zadanie tyle samo energii, co koledzy pracujący samodzielnie, nie odnotowali spadku wiedzy. Kryzys następuje w momencie, gdy technologia służy do skracania drogi. To zlecanie myślenia – student dostarcza gotowy, wypolerowany produkt, który zadowala wykładowcę, ale proces kognitywny, który powinien towarzyszyć nauce, po prostu nie zachodzi.

Kryzys rubryki, nie technologii

Autorzy badania sugerują, że winy nie ponosi sama technologia, lecz przestarzałe metody weryfikacji kompetencji. Obecne systemy oceniania to maszynki do premiowania przeciętności – nagradzają spójność i strukturę, czyli cechy, które algorytmy generują z łatwością. Tymczasem oryginalność i umiejętność przyznania, że dane rozwiązanie może zawieść, są często penalizowane jako zbędne komplikacje.

Dopóki edukacja będzie nagradzać za wypolerowane wyniki, a nie za proces dochodzenia do prawdy, sztuczna inteligencja pozostanie najlepszym narzędziem do oszukiwania systemu. Zmiana ta wymaga jednak czegoś więcej niż nowych wytycznych – wymaga fundamentalnego przedefiniowania tego, co w dobie powszechnego AI rozumiemy przez pojęcie 'wykształcenie’.