Zamiast zakazów — zmiana zaliczeń. MIT proponuje nowe podejście do AI na uczelni

Większość studentów sięga po narzędzia sztucznej inteligencji, ale na uczelniach coraz wyraźniej widać skutki uboczne tej zmiany. Z raportu przygotowanego przez specjalną komisję Massachusetts Institute of Technology (MIT) wynika, że studenci rzadziej przychodzą na konsultacje z wykładowcami, rzadziej udzielają się na forach dyskusyjnych i rzadziej organizują wspólne grupy do nauki. Prowadzącym z kolei coraz trudniej ocenić, co student rzeczywiście zrozumiał, a co jest jedynie zgrabną odpowiedzią wygenerowaną przez model językowy.

Skalę wyzwania pokazuje badanie studenckiej gazety „The Tech”. Ponad dwie trzecie ankietowanych studentów uznało generatywną AI za istotną dla swojej przyszłej kariery zawodowej, ale zaledwie około jedna czwarta czuła się przygotowana do odpowiedzialnej pracy z tymi narzędziami.

Odpowiedzią MIT na te zjawiska nie ma być jednak ani ogólnouczelniany zakaz, ani pełna dowolność. Komisja zarekomendowała, aby zasady korzystania z modeli językowych ustalać indywidualnie dla każdego kursu. Zamiast zaczynać od restrykcji, wykładowcy powinni w pierwszej kolejności zdefiniować cele edukacyjne zajęć, następnie dobrać metody weryfikacji wiedzy, a dopiero na końcu określić, w jakim zakresie wolno korzystać z AI. Jasne wytyczne wraz z uzasadnieniem mają znaleźć się w sylabusie każdego przedmiotu.

Dlaczego wykrywacze AI zawodzą

Raport jednoznacznie odradza stosowanie programów do wykrywania tekstu napisanego przez AI. Autorzy dokumentu zwracają uwagę, że narzędzia te cechują się wysokim odsetkiem błędów i nieproporcjonalnie często niesłusznie oznaczają prace studentów, dla których angielski nie jest językiem ojczystym, a także osób neuroatypowych. Próby automatycznej kontroli prowadzą jedynie do wyścigu z tak zwanymi humanizatorami tekstu, niszcząc zaufanie między studentami a wykładowcami.

Krytycznie oceniono również oprogramowanie monitorujące komputery oraz blokujące przeglądarki podczas egzaminów zdalnych. Zdaniem komisji obecne rozwiązania techniczne są wadliwe, a przez studentów bywają odbierane jako inwigilacja. Zamiast prób uszczelniania testów pisanych w domu raport zaleca powrót do metod bezpośrednich: egzaminów ustnych, obrony projektów, dyskusji na zajęciach oraz portfolio budowanego przez cały semestr.

Przejrzystość i ochrona pracy badawczej

Nowe podejście ma dotyczyć także samych wykładowców. Studenci zwracają uwagę na podwójne standardy, gdy prowadzący korzystają z AI do generowania materiałów czy tworzenia informacji zwrotnej, jednocześnie zabraniając podobnych ułatwień na zajęciach. Komisja postuluje pełną jawność: zasady transparentnego ujawniania wkładu AI powinny obowiązywać w pracach dyplomowych i dysertacjach doktorskich, ale też w materiałach przygotowywanych przez kadrę.

Szczególną uwagę autorzy raportu poświęcili programowi UROP (Undergraduate Research Opportunities Program), w ramach którego studenci MIT zdobywają pierwsze doświadczenia naukowe. W roczniku 2025 wzięło w nim udział aż 93 proc. absolwentów, a 58 proc. profesorów pełniło rolę mentorów. Komisja przestrzega przed pokusą zastępowania studentów autonomicznymi agentami AI w roli asystentów laboratoryjnych — nawet jeśli z punktu widzenia efektywności mogłoby to przyspieszyć badania, podważyłoby podstawowy, edukacyjny sens całego programu.