14 października 2026 roku Marcin Rotkiewicz opisał w Pulsarze trzy świeże publikacje o tym, jak korzystanie z AI zmienia uczenie się. Punkt wyjścia jest prosty: według neuronaukowca Adama Greena z Georgetown University mózg jest z natury "skąpcem" i oszczędza wysiłek tak, jak ewolucja oszczędzała kalorie. Jeśli narzędzie podsuwa gotową odpowiedź, łatwo z niej skorzystać (Pulsar, 14 października 2026). Pytanie brzmi: co się dzieje z nauką, kiedy z tej możliwości korzystamy na co dzień?
Poniżej opisujemy każde z trzech badań, zaznaczamy ich ograniczenia (dwa z nich to na razie preprinty, czyli prace jeszcze niezrecenzowane) i dopiero potem mówimy, co o tym sądzimy jako zespół, który buduje korepetytora AI. Liczby podajemy za artykułem Pulsara i zestawiamy z samymi pracami.
Badanie 1: szybciej, ale czy mądrzej? Dane z platformy do nauki matematyki
Zespół z University of California w Irvine i firmy McGraw Hill przeanalizował ok. 3,2 mln interakcji na platformie ALEKS do nauki matematyki z lat 2015-2025, czyli także sprzed i po premierze ChatGPT w listopadzie 2022 roku. Zadania podzielono na tekstowe, które łatwo wkleić do chatbota, i graficzne, z którymi AI radziła sobie gorzej (preprint na arXiv).
Po premierze ChatGPT czas poświęcany na zadania podatne na AI spadł łącznie o 26,9 proc. Różnice między grupami wiekowymi były duże: u uczniów szkół średnich spadek przekroczył 31 proc., w starszych klasach szkoły podstawowej wyniósł ok. 9 proc., a u piątoklasistów nie było go wcale. Autorzy przypuszczają, że starsi uczniowie częściej pracują sami i mają swobodniejszy dostęp do narzędzi. Ich wniosek jest trzeźwy: AI nie zmieniła motywacji uczniów, tylko znacznie ułatwiła pójście na skróty.
Co ważniejsze, szybciej nie znaczy lepiej. W kontrolowanym teście, bez dostępu do narzędzi zewnętrznych, szanse na poprawną odpowiedź w zadaniach tekstowych spadły w ciągu prawie trzech lat o 25 proc. w porównaniu z zadaniami graficznymi. Zdaniem autorów to sugeruje, że gotowa odpowiedź może zastępować wysiłek potrzebny do trwałego opanowania materiału.
Badanie 2: po 10 minutach z AI uczniowie częściej się poddają
Drugie badanie dotyczy nie wiedzy, tylko wytrwałości. Międzynarodowy zespół badaczy przetestował 1222 osoby ze zdolności matematycznych i czytania ze zrozumieniem (preprint na arXiv). Ich teza: dobry ludzki nauczyciel optymalizuje pod długoterminowy cel i potrafi odmówić podania rozwiązania, a obecne systemy AI są zoptymalizowane pod natychmiastowe spełnienie oczekiwań użytkownika.
Wynik: AI poprawiała wyniki w trakcie pracy, ale osoby, które w pierwszej fazie dostawały gotowe odpowiedzi, w późniejszych samodzielnych zadaniach znacznie częściej się poddawały i pomijały trudniejsze pytania. Efekt pojawił się już po ok. 10 minutach pracy z asystentem. Badacze wiążą to z przyzwyczajeniem do natychmiastowej odpowiedzi, które odbiera doświadczenie pokonywania trudności.
Badanie 3: ten sam czat, dwa sposoby użycia, dwa różne efekty
Trzecie badanie, z Middlebury College, jest najbardziej optymistyczne, ale z ważnym zastrzeżeniem. 211 studentów miało zapoznać się z nowym tematem i napisać analityczny esej, a połowa z nich mogła korzystać z AI. Zrobiło to ok. 70 proc. z tej grupy (praca na arXiv). Studenci z AI spędzali mniej czasu na pisaniu, a więcej na czytaniu i szukaniu informacji, i uzyskali w teście wiedzy wyniki wyższe o 7,2 punktu procentowego.
Najciekawsze jest to, co stało się po tygodniu samodzielnej pracy. Wyższe wyniki utrzymali ci, którzy używali AI jako wsparcia, czyli wirtualnego korepetytora tłumaczącego trudne zagadnienia. Garstka studentów (7 osób), którzy po prostu kazali maszynie napisać tekst, straciła przewagę: ich wyniki nie różniły się od grupy kontrolnej.
Czego te badania nie pokazują
Autorzy sami proszą o ostrożność, więc my też. Badanie wytrwałości mierzyło skutki krótkiej ekspozycji, tuż po niej. Nie wiadomo, czy przy codziennym użyciu deficyty będą się kumulować przez miesiące, czy wygasać. W eksperymencie z Middlebury wszyscy mieli tyle samo czasu na naukę, a w życiu AI bywa używana, żeby czas oszczędzić, więc o bilansie decyduje to, na co student przeznaczy odzyskane minuty. Analiza z platformy ALEKS opisuje zachowania masowe: nie śledzi pojedynczych uczniów krok po kroku, więc nie dowodzi, że u konkretnego ucznia to chatbot przy tym zadaniu zawinił późniejszej porażce na teście.
Dwa z tych tekstów to preprinty bez recenzji, a wartości w różnych wersjach pracy z Middlebury się nieco różnią. To wszystko jest sygnał, a nie rozstrzygnięcie. Dobrze pasuje jednak do tego, co wiemy z wcześniejszych analiz, m.in. tej obejmującej ponad 26 tysięcy uczniów, w której AI podnosiła oceny z prac domowych, ale obniżała wyniki egzaminu, gdy uczeń oddawał jej całe zadanie.
Wspólny mianownik: liczy się, kto wykonuje myślową robotę
Trzy różne badania, trzy różne metody i ten sam wzorzec. Kiedy AI wykonuje myślenie za ucznia (gotowe rozwiązanie, wygenerowany esej), krótkoterminowy wynik rośnie, a trwała wiedza i wytrwałość nie. Kiedy AI wyjaśnia, naprowadza i zostawia ćwiczenie uczniowi, efekt utrzymuje się także po odstawieniu narzędzia. Różnica nie leży w technologii, tylko w tym, do czego ją zaprojektowano i jak ją się używa.
Jak my się do tego ustosunkowujemy
Po pierwsze: bierzemy te wyniki poważnie, bo opisują ryzyko, którego sami nie chcemy powielać. Dlatego Polonek jest zaprojektowany jako korepetytor, który prowadzi ucznia przez rozumowanie, a nie jako automat do gotowych wyników. Różnice w podejściu opisaliśmy w tekście Czym różni się Polonek od ChatGPT.
Po drugie: nie twierdzimy, że te badania dowodzą skuteczności Polonka. Dotyczą innych narzędzi i innych uczniów. Pokazują raczej, że projektowanie AI wokół wysiłku ucznia, a nie wokół szybkości odpowiedzi, jest zgodne z tym, co dziś wiemy. Skuteczność naszego narzędzia chcemy pokazywać na własnych, jawnych danych, a nie powoływać się na cudze.
Po trzecie: przyznajemy rzecz niewygodną. Uczeń, który bardzo chce skopiować rozwiązanie, zwykle znajdzie sposób, niezależnie od narzędzia. Dlatego ważne jest, żeby korepetytor AI robił to, co robi dobry nauczyciel: pytał, kiedy uczeń utknął, podpowiadał kolejny krok zamiast całości i sprawdzał, czy uczeń rozumie, a nie tylko czy ma wynik. Nie rozwiązuje to problemu motywacji, ale przynajmniej mu nie pomaga.
Co może zrobić uczeń i rodzic
Najpierw spróbuj sam, choćby przez kilka minut: to właśnie ten wysiłek jest tym, co się utrwala. Proś o wyjaśnienie kroku, wskazówkę albo sprawdzenie własnego rozumowania, a nie o gotowy wynik. Po wyjaśnieniu rozwiąż podobne zadanie bez pomocy, bo egzamin będzie wyglądał dokładnie tak. A jeśli odzyskujesz dzięki AI czas, spożytkuj go na ćwiczenie, a nie na kolejne zadania do skopiowania. Rodzicom podpowiadamy jedno pytanie, które mówi więcej niż ocena: "Wytłumacz mi to własnymi słowami."
Zobacz też: AI poprawia prace domowe, ale nie egzaminy oraz Wycofane badanie o ChatGPT w nauce.