AI w dydaktyce akademickiej: wsparcie wykładowcy, nie jego zastępstwo

Sztuczna inteligencja w dydaktyce zarabia na siebie tam, gdzie skraca pracę wykładowcy przy materiałach i zadaniach oraz przy informacji zwrotnej. Traci sens tam, gdzie udaje nauczyciela albo zdobi komunikat prasowy. Granica jest prosta. AI ma odebrać wykładowcy żmudne składanie materiałów z dziesięciu źródeł i oddać mu czas na pracę ze studentem.

Ten tekst pokazuje, gdzie AI realnie pomaga w nauczaniu akademickim, gdzie czyhają pułapki i dlaczego sposób wdrożenia waży więcej niż wybór samego modelu.

Studenci już to robią — uczelnie dopiero nadrabiają

Najpierw uczciwa diagnoza. Sztuczna inteligencja weszła na uczelnie szybciej, niż nadążyły regulacje, a liczby nie pozostawiają złudzeń. Brytyjskie badanie HEPI i Kortext z lutego 2025 r. (1041 studentów) pokazało, że narzędzi generatywnej AI używa 92% respondentów, wobec 66% rok wcześniej; do przygotowania ocenianych prac sięga po nie 88%, a odsetek osób nieużywających AI spadł z 47% do 12% w ciągu roku. Międzynarodowe badanie opublikowane w „PLOS One” objęło 23 tys. studentów ze 109 krajów — prof. Artur Strzelecki z Uniwersytetu Ekonomicznego w Katowicach komentował, że wśród jego studentów ChatGPT używają niemal wszyscy. Na Uniwersytecie Warszawskim regularne sięganie po AI deklaruje 41% studentów; uczelnia jako jedna z pierwszych przyjęła formalne rekomendacje dotyczące GenAI w dydaktyce (zespół prof. Katarzyny Śledziewskiej z DELab UW).

Stąd druga połowa diagnozy. Formalnie zasady korzystania z AI w wielu uczelniach istnieją, lecz ich stosowanie bywa niejednolite; zależy od wydziału, promotora, czasem konkretnej grupy. Konfederacja Lewiatan ujęła ryzyko celnie — pytanie nie brzmi „czy AI”, tylko jak sprawić, by była codziennym wsparciem podnoszącym jakość dydaktyki, a nie „biżuterią”, którą uczelnia chwali się publicznie, a która korzyści nie przynosi.

Problemem nie jest AI, lecz sposób oceniania

Tę myśl warto rozwinąć, bo zmienia perspektywę decydenta. Badanie opisane w „Science” oszacowało metodą pośredniego ankietowania, że około 9% studentów korzystających z AI oddało prace przez nią wygenerowane, mimo świadomości łamania zasad; wśród używających jej codziennie odsetek rósł do 26%. Wniosek autorów jest niewygodny dla tradycyjnej dydaktyki: skoro narzędzie jest wszechobecne, walka z samym narzędziem przegrywa, a pole do działania leży w sposobie oceniania i w jasnych regułach gry. Uczelnia, która tego nie poukłada, nie powstrzyma AI — straci jedynie kontrolę nad tym, jak studenci jej używają.

Co AI realnie robi dobrze w dydaktyce

Wartość jest największa tam, gdzie praca jest powtarzalna i czasochłonna, a stawka merytoryczna zostaje po stronie człowieka.

• Przygotowanie zajęć — propozycje konspektów, materiałów i zadań na bazie sylabusa; wykładowca zatwierdza i poprawia, miast składać wszystko od podstaw.
• Wariantowanie zadań — wersje pytań sprawdzających, co utrudnia ściąganie i odciąża przy dużych grupach.
• Informacja zwrotna — wsparcie w sprawdzaniu prac i redagowaniu komentarzy, co idzie szybciej i bardziej spójnie, a ocena zostaje przy nauczycielu.
• Asystent studenta — wyjaśnienia oparte na materiałach kursu, dostępne na bieżąco, nie raz w tygodniu na konsultacjach.
• Wykrywanie trudnych miejsc — sygnał, w których partiach materiału grupa systematycznie się gubi.

Wspólny mianownik? AI przygotowuje materiał, decyzję podejmuje człowiek. Treści wspierane przez AI powinny przy tym nosić jasne oznaczenie — to wymóg, do którego zaraz wrócimy.

Suwerenność i zaufanie: liczy się, na czym AI działa

W debacie akademickiej powraca wątek, który decydent powinien potraktować serio: zależność od wielkich dostawców oraz kontrola nad danymi. Polskie środowisko naukowe nie poprzestaje na dyskusji — buduje alternatywy. PLLuM, pierwszy polski duży model językowy, powstał w konsorcjum pod kierunkiem Politechniki Wrocławskiej i trafił do publicznego użytku w lutym 2025 r., między innymi z myślą o zastosowaniach w sektorze publicznym oraz o suwerenności technologicznej. Prof. Śledziewska stawia sprawę ostro: groźniejsza od samego narzędzia bywa obecność wielkich firm technologicznych w systemie edukacji, dlatego apeluje o suwerenność akademicką i rozwijanie własnych rozwiązań.

Praktyczny wniosek dla uczelni? Przy wyborze narzędzia AI pytanie „na czym to działa i dokąd trafiają dane” waży tyle samo, co „co to potrafi”. Materiały dydaktyczne, prace studentów i dane osobowe nie powinny opuszczać kontrolowanego środowiska. To przesuwa ciężar decyzji z modelu na architekturę całego rozwiązania.

Moduł LUMEN w platformie MenToR korzysta z modeli przetwarzających dane wyłącznie w Unii Europejskiej — materiały dydaktyczne i prace studentów nie opuszczają środowiska uczelni.

Zgodność nie jest dodatkiem

Wdrożenie AI w dydaktyce dotyka dwóch reżimów prawnych: RODO (dane studentów i prac) oraz AI Act (obowiązek przejrzystości, w tym oznaczania treści generowanych przez AI, stosowany od sierpnia 2026 r.). Dobre rozwiązanie ma te wymogi wbudowane, nie doklejone — jasne oznaczenie treści AI, dane przetwarzane wyłącznie w Unii, kontrola dostępu, dziennik zdarzeń. Rozkładamy to w tekście o RODO i AI Act na uczelni.

Od wsparcia dydaktyki do spójnego środowiska

AI w dydaktyce daje najwięcej, gdy nie jest osobną wtyczką, lecz częścią środowiska, w którym mieszczą się też sprawy studenckie i zajęcia. W platformie MenToR odpowiada za to moduł LUMEN — wspiera wykładowcę w przygotowaniu i prowadzeniu zajęć oraz studenta w nauce, z jasnym oznaczeniem treści AI i danymi wyłącznie w Unii. Połączony z dziekanatem AI (DEAN) i zajęciami hybrydowymi (FORUM) tworzy jedno, spójne środowisko pracy uczelni.

Jeśli chcecie wdrożyć AI tak, by realnie odciążyła wykładowców, a nie zdobiła stronę, zacznijmy od krótkiej rozmowy o waszych przedmiotach i procesach.

Najczęstsze pytania

Ilu studentów korzysta ze sztucznej inteligencji? Według badania HEPI i Kortext z lutego 2025 r. (1041 studentów) narzędzi generatywnej AI używa 92% respondentów, a 88% sięga po nie do ocenianych prac. W badaniu „PLOS One” na 23 tys. studentów ze 109 krajów ChatGPT okazał się powszechnym narzędziem nauki.

Czy AI w dydaktyce zastąpi wykładowcę? Nie. AI przygotowuje konspekty, materiały, warianty zadań i wsparcie w informacji zwrotnej, lecz decyzję merytoryczną i ocenę podejmuje nauczyciel. Wartość polega na odzyskaniu czasu wykładowcy, nie na zastąpieniu go.

Czy uczelnia może zakazać studentom korzystania z AI? W praktyce skuteczniej jest poukładać reguły i sposób oceniania niż walczyć z samym narzędziem. Badanie „Science” pokazało, że narzędzie jest wszechobecne; uczelnia, która tego nie uwzględni, traci kontrolę nad sposobem jego użycia, a nie powstrzymuje samego zjawiska.

Czy korzystanie z AI w dydaktyce jest zgodne z prawem? Tak, pod warunkiem przestrzegania RODO i AI Act. Kluczowe są: jasne oznaczanie treści wspieranych przez AI (przejrzystość wymagana od sierpnia 2026 r.), przetwarzanie danych wyłącznie w Unii, kontrola dostępu oraz dziennik zdarzeń.