Amerykański nauczyciel zadaje pracę domową i już wie, że sprawdza nie ucznia, tylko to, co wygenerował mu czat. Nowe badanie pokazuje, że dokładnie tego samego problemu doświadcza dziś większość szkół na świecie, a narzędzia do wykrywania AI, na których część nauczycieli wciąż polega, mylą się niemal tak często, jak trafiają.
Kluczowe fakty:
- Według badania College Board, między styczniem a majem 2025 roku odsetek amerykańskich licealistów używających generatywnej AI do prac domowych wzrósł z 79 do 84 procent, a ChatGPT pozostaje narzędziem pierwszego wyboru – korzysta z niego 69 procent uczniów sięgających po AI.
- Tylko 29 procent szkół w ogólnokrajowej próbie 132 profesjonalistów z USA posiada jakąkolwiek formalną politykę dotyczącą korzystania z AI przez uczniów.
- Około 43 procent nauczycieli klas 6–12 w USA regularnie korzysta z narzędzi do wykrywania tekstów generowanych przez AI, jednak narzędzia te mylą się niemal tak często, jak trafiają.
Punktem wyjścia jest analiza Bretta DeJagera, psychologa szkolnego z University of Wisconsin-Stout, opublikowana 16 lipca 2026 roku w Fortune we współpracy z The Conversation. DeJager przez rok, od wiosny 2025 do wiosny 2026, ankietował nauczycieli, dyrektorów, informatyków i psychologów szkolnych. Wnioski nie są rewelacyjne w warstwie liczb, są za to bardzo konkretne w diagnozie problemu, którego szkoły jeszcze nie rozwiązały.
Skala zjawiska jest już ustalona, nie ma o czym dyskutować
Odsetek 84 procent, który pojawia się w tytule tego tekstu, pochodzi z badania amerykańskiego College Board, organizacji administrującej testami SAT i AP. Między styczniem a majem 2025 roku odsetek licealistów deklarujących używanie generatywnej AI do prac domowych wzrósł z 79 do 84 procent. ChatGPT pozostaje narzędziem pierwszego wyboru, korzysta z niego 69 procent uczniów sięgających po AI do zadań szkolnych.
To nie jest już pytanie, czy uczniowie korzystają z chatbotów. To pytanie, co z tym zrobić dalej. I tu robi się ciekawie, bo odpowiedzi praktycznie nie ma.
DeJager w swoim badaniu poszedł dalej niż statystyki adopcji. Zapytał wprost, ile szkół ma jakąkolwiek formalną politykę dotyczącą AI. W próbie z Wisconsin odpowiedziało twierdząco 33 procent respondentów. W próbie ogólnokrajowej, obejmującej 132 profesjonalistów z całych Stanów, tylko 29 procent.
Narzędzia do wykrywania AI zawodzą częściej, niż się przyznają
To jest sedno artykułu i największy problem praktyczny, przed jakim stoją nauczyciele. Około 43 procent nauczycieli klas 6-12 w USA regularnie korzysta z aplikacji do wykrywania tekstów wygenerowanych przez AI, kolejne 27 procent testowało je choć raz.
Tyle że te narzędzia nie działają tak, jak powinny. Badanie 14 różnych detektorów AI wykazało wskaźniki fałszywych alarmów sięgające 50 procent i fałszywych negatywów sięgających nawet 100 procent, w zależności od narzędzia. To samo badanie pokazało, że około 20 procent tekstów wygenerowanych przez AI zostało błędnie sklasyfikowanych jako napisane przez człowieka. Gdy tekst AI był ręcznie edytowany, ten odsetek rósł do 52 procent. Gdy był parafrazowany maszynowo, do 71 procent.
Osobne badanie wykazało coś jeszcze bardziej niepokojącego z punktu widzenia sprawiedliwości oceniania: detektory fałszywie oznaczały teksty pisane przez osoby niebędące rodzimymi użytkownikami angielskiego jako wygenerowane przez AI ze średnią częstotliwością 61,3 procent.
Innymi słowy, narzędzie mające chronić przed oszustwem karze najsilniej tych, którzy oszustami nie są. Uczeń, który po prostu pisze po angielsku jako drugim języku, ma większą szansę zostać niesłusznie oskarżony niż uczeń, który faktycznie wkleił prompt do czata i podmienił kilka słów.
Nie chodzi już o łapanie oszustów
DeJager formułuje tezę, która przesuwa cały dyskurs w innym kierunku. Problemem nie jest już wyłącznie to, czy uczeń oszukuje. Problemem jest to, że nauczyciel przestał mieć pewność, czy skończona praca cokolwiek mówi o tym, co uczeń rozumie.
Weźmy typowe zadanie: napisz akapit o motywie przewodnim opowiadania. Kiedyś nauczyciel, patrząc na tekst ucznia, widział, czy ten przeczytał lekturę, przemyślał temat i potrafił go opisać własnymi słowami. Dziś to samo polecenie może wygenerować tekst uporządkowany, poprawny i gotowy w piętnaście sekund, bez śladu tego, czy uczeń w ogóle otworzył książkę.
W badaniu DeJagera obawy nauczycieli rozkładały się na kilka obszarów jednocześnie:
- academic dishonesty i plagiat: najczęściej wskazywany problem, 65 procent w Wisconsin i 74 procent w próbie ogólnokrajowej
- trudność w ocenie faktycznego poziomu nauki ucznia: 47 procent w Wisconsin, 53 procent ogólnokrajowo
- rosnąca zależność uczniów od AI: 29 procent w Wisconsin, 40 procent ogólnokrajowo
- spadek zdolności krytycznego myślenia i rozwiązywania problemów: odpowiednio 19 i 33 procent
Ten raport pokazuje coś, co obserwuję też w naszej redakcji, tylko po drugiej stronie procesu, przy weryfikacji źródeł zamiast prac domowych. Detektory AI dają złudne poczucie kontroli, a jednocześnie potrafią zrujnować reputację komuś, kto niczego nie zrobił źle. To pułapka podwójna: uczeń piszący samodzielnie może zostać oskarżony, a uczeń faktycznie korzystający z chatbota przejdzie bez śladu, jeśli tylko sparafrazuje wynik. Sam nie mam gotowej recepty i podejrzewam, że nikt jej nie ma, dopóki detekcja tekstu pozostaje statystyczną zgadywanką, a nie pewnikiem. Ale kierunek, w którym idzie DeJager, wydaje mi się rozsądniejszy niż pogoń za idealnym wykrywaczem: zamiast łapać uczniów na gorącym uczynku, projektować zadania tak, żeby AI nie dało się nimi łatwo obejść. To wymaga więcej pracy od nauczyciela na starcie, ale mniej frustracji i niesprawiedliwych oskarżeń później. Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co robią szkoły, które faktycznie próbują coś zmienić
DeJager opisuje kilka strategii, które część nauczycieli już wdraża, nie czekając na odgórne wytyczne. Uczniowie proszeni są o pokazanie procesu dochodzenia do wniosku, nie tylko finalnego tekstu. Pojawiają się elementy ustne dołączone do prac pisemnych, więcej pisania odbywa się bezpośrednio na lekcji, pod okiem nauczyciela, czasem odręcznie i bez dostępu do urządzeń.
Ciekawym punktem odniesienia jest tu Artificial Intelligence Assessment Scale, narzędzie opracowane przez badaczy do tego, żeby nauczyciel mógł precyzyjnie określić, na jakim poziomie AI wolno użyć w danym zadaniu. Jedno zadanie może całkowicie wykluczać AI, bo nauczycielowi zależy na samodzielnym tekście. Inne może dopuszczać AI do burzy mózgów, pod warunkiem że uczeń dołączy oryginalne notatki i własną refleksję na końcu. Jeszcze inne może wprost polecać skrytykowanie odpowiedzi wygenerowanej przez AI i wskazanie, co w niej jest błędne albo niepełne.
To podejście różni się fundamentalnie od pogoni za detektorami. Nie próbuje złapać ucznia na oszustwie, tylko projektuje zadanie tak, żeby oszustwo nie miało sensu albo nie dawało przewagi.
Co to oznacza dla polskich szkół?
W Polsce temat dopiero nabiera tempa instytucjonalnego, choć z opóźnieniem względem realiów w klasach. Ministerstwo Edukacji Narodowej ogłosiło priorytety polityki oświatowej na rok szkolny 2026/2027, w których odpowiedzialne korzystanie z AI i higiena cyfrowa uczniów znalazły się wśród głównych kierunków działania. Od 1 września 2026 roku do szkół podstawowych wejdzie też zakaz korzystania z telefonów komórkowych, także na przerwach, co MEN wiąże częściowo z troską o czas ekranowy dzieci.
Równolegle ministerstwo szykuje pilotaż programu ZbadAI, obejmujący 200 szkół, 930 nauczycieli i 13 tysięcy uczniów, który potrwa do czerwca 2028 roku i ma uczyć młodzież krytycznego korzystania z narzędzi AI oraz rozpoznawania dezinformacji. Do szkół ma trafić też 12 tysięcy pracowni AI, a edukacja medialna wejdzie do programu klas czwartych od września 2026 roku.
Problem w tym, że żaden z tych programów nie odpowiada wprost na pytanie, które zadaje DeJager: jak oceniać prace domowe, skoro nie da się już zaufać samemu tekstowi. Raport Polskiej Akademii Nauk, „Biała księga sztucznej inteligencji w polskiej szkole”, krytykuje dotychczasowe szkolenia MEN jako nieskuteczne i nietrafione, wskazując na brak spójnej wizji kształcenia kadr nauczycielskich w tym zakresie. To dokładnie ta sama luka, którą DeJager opisuje w amerykańskich szkołach: entuzjazm dla wprowadzania AI istnieje, ale metodyka oceniania i rzetelnej weryfikacji wiedzy ucznia zostaje daleko w tyle.
Polscy nauczyciele, z którymi rozmawiam przy okazji innych tematów, sygnalizują dokładnie ten sam dylemat co ich amerykańscy koledzy: brak jednolitych wytycznych oznacza, że każdy nauczyciel sam decyduje, gdzie postawić granicę, a to prowadzi do sytuacji, w której dwóch uczniów w tej samej szkole może być ocenianych według zupełnie innych zasad.
Detekcja nie jest rozwiązaniem, jest tylko plastrem
Wracam do głównej tezy DeJagera, bo warto ją powtórzyć wprost. Celem nie jest złapanie każdego przypadku niewłaściwego użycia AI. To zresztą prawdopodobnie niemożliwe, biorąc pod uwagę jakość obecnych detektorów. Celem jest zaprojektowanie zadań tak, żeby nauczyciel mógł odpowiedzieć na pytanie, które faktycznie go interesuje: co ten uczeń rozumie.
Brzmi to jak truizm, dopóki nie zestawi się tego z rzeczywistością klasy, w której 84 procent uczniów ma pod ręką narzędzie generujące gotowy tekst w kilkanaście sekund, a trzy na dziesięć szkół w ogóle nie ma pomysłu, jak na to zareagować.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału Bretta DeJagera i The Conversation opublikowanego w Fortune dnia 16.07.2026, uzupełnionego danymi z badań College Board oraz raportu Originality.AI zestawiającego wyniki badań nad skutecznością detektorów AI. Kontekst polski oparto na doniesieniach Polskiej Akademii Nauk oraz komunikatach Ministerstwa Edukacji Narodowej dotyczących priorytetów oświatowych na rok szkolny 2026/2027, a także portali Edurada.pl, CyberDefence24 i MamaDu.pl. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych na temat polityk AI w szkołach w Polsce i na świecie.
