Korzystanie z generatywnej sztucznej inteligencji do szybszego odrabiania zadań domowych wiązało się w dużym chińskim badaniu ze spadkiem wyników egzaminacyjnych. Analiza objęła 26 811 uczniów szkół średnich i trwała 30 miesięcy. Ta sama technologia dawała lepsze efekty, gdy była używana jako wsparcie dydaktyczne podczas zajęć.
Badanie opublikowane przez Centre for Economic Policy Research w formie opracowania roboczego pt. „The Generative AI Learning Penalty” opierało się na danych panelowych dotyczących uczniów klas 7–12. Autorzy porównali czas odrabiania zadań, oceny za prace domowe oraz wyniki egzaminów pisanych bez dostępu do narzędzi AI.
Po wdrożeniu AI czas odrabiania prac domowych skrócił się o około 30 proc. Oceny za zadania wzrosły o 18 proc. Na egzaminach pojawił się odwrotny wynik. Miesięczne sprawdziany w ciągu sześciu miesięcy wypadły o około 20 proc. słabiej. Po dwóch latach straty na egzaminach wstępnych o wysokiej stawce sięgnęły 18–24 proc.
Autorzy badania wiążą ten wynik z wypieraniem wysiłku poznawczego. Około 80 proc. strat w nauce przypisano uczniom, którzy kończyli zadania wyjątkowo szybko, a jednocześnie uzyskiwali wysokie oceny z prac domowych. Taki wzorzec sugeruje przeniesienie części pracy umysłowej na sztuczną inteligencję.
Uczniowie, którzy korzystali z AI, ale poświęcali na zadania podobną ilość czasu jak osoby bez takich narzędzi, odnotowali tylko niewielkie spadki. Słabsze wyniki nie pojawiały się więc po samym kontakcie z technologią, lecz wtedy, gdy narzędzie zastępowało samodzielne rozumowanie.
Największe obniżenie wyników zaobserwowano w naukach społecznych. Dalej znalazły się przedmioty ścisłe i języki obce. Straty koncentrowały się wśród młodszych uczniów, prymusów oraz chłopców.
Dane o najlepszych uczniach są jednym z najmocniejszych elementów badania. Spadki nie dotyczyły wyłącznie osób mających wcześniejsze trudności w szkole. Część prymusów szybko zamieniała AI w narzędzie do uzyskania dobrych ocen z prac domowych, ale później traciła na egzaminach.
Praca domowa pełni w szkole funkcję treningu. Uczeń powtarza materiał, ćwiczy schemat, popełnia błąd i sprawdza, czego jeszcze nie rozumie. Gdy generatywna AI zbyt szybko dostarcza gotową odpowiedź, nauczyciel widzi poprawnie wykonaną pracę, ale nie ma pewności, czy uczeń przeszedł przez ćwiczenie, które miało zbudować wiedzę.
Profesor Ethan Mollick z Wharton, komentując wyniki w mediach społecznościowych, zwrócił uwagę na różnicę między tutoringiem z pomocą AI a używaniem AI przy pracach domowych. Jego zdaniem AI jako wsparcie podczas zajęć daje dobre efekty w porównaniu z używaniem jej do „pomocy” przy zadaniach domowych, które szkodzi.
Potwierdza to badanie „AI Tutoring Outperforms Active Learning”, opublikowane w „Scientific Reports”. Autorzy sprawdzili pracę 194 studentów kursu fizyki na Harvardzie. Studenci korzystający z tutora AI uzyskali ponad dwukrotnie większy przyrost wiedzy w krótszym czasie niż grupa pracująca w modelu aktywnej lekcji z instruktorem. Częściej deklarowali też większe zaangażowanie i motywację.
Tutor AI użyty w tym badaniu został przygotowany według zasad dydaktyki i prowadził studentów przez materiał krok po kroku. Nie działał jak zwykły chatbot podający gotową odpowiedź. AI pomaga, gdy prowadzi przez naukę. Szkodzi, gdy wykonuje pracę za ucznia.
Chińskie dane pojawiają się przy szybkim wzroście popularności AI wśród młodych ludzi. Według ogólnokrajowego badania opisywanego przez „China Daily” ponad 60 proc. uczniów szkół podstawowych i średnich w Chinach korzystało z AI. Spośród nich 71 proc. używało jej do odrabiania prac domowych.
W Stanach Zjednoczonych w sondażu NPR/Ipsos 55 proc. nauczycieli szkół K-12 oceniło, że AI służy uczniom głównie jako skrót pozwalający unikać bardziej wymagającej pracy. W związku z tym część uczelni odpowiada zmianą form sprawdzania wiedzy. Zamiast prac pisanych poza salą częściej pojawiają się egzaminy ustne, krótkie zadania wykonywane na miejscu i sprawdzanie kolejnych etapów rozumowania.
Polskie szkoły nie muszą czekać na własne, wieloletnie badania, żeby zmienić zasady oceniania. Pierwsze decyzje mogą dotyczyć najprostszych rzeczy tzn. kiedy uczeń może użyć AI, kiedy ma to ujawnić, które zadania wykonuje w klasie, a przy których musi pokazać szkic, poprawki i kolejne kroki rozwiązania. Bez takich reguł praca domowa coraz częściej będzie mierzyć sprawność korzystania z narzędzia, a nie samodzielne opanowanie materiału.
