Nowy tutor AI zmienia studentów w aktywnych myślicieli, nie ściągaczy

Na amerykańskich uczelniach pojawiła się AI, która nie podaje gotowych odpowiedzi, tylko zmusza studentów do myślenia krok po kroku.

Ten cyfrowy tutor, nazwany Macro Buddy, działa jak cierpliwy wykładowca: zamiast rozwiązać zadanie za studenta, zasypuje go precyzyjnymi pytaniami. Efekt? Część młodych ludzi robi widoczne postępy, inni – gdy próbują iść na skróty – spektakularnie tracą punkty.

AI na studiach: od „ściągawki” do treningu myślenia

Na uczelniach w Stanach Zjednoczonych chatboty weszły już do codziennego życia. Około 90 procent studentów korzysta z nich przy odrabianiu prac domowych. W praktyce często wygląda to tak, że zamiast samodzielnie rozwiązać zadanie, kopiują odpowiedź z AI. Refleksji jest niewiele, za to gotowych rozwiązań – mnóstwo.

Zespół ekonomistów z University of Wisconsin-La Crosse postanowił sprawdzić, czy da się wykorzystać sztuczną inteligencję w zupełnie inny sposób. Tak powstał Macro Buddy – chatbot, który blokuje prośby o gotowe rozwiązania i odpowiada wyłącznie pytaniami naprowadzającymi.

Macro Buddy nie wyświetla wzoru, nie podaje „dobrego wyniku”. Uczy studenta samodzielnie odbudowywać tok rozumowania, krok po kroku.

To narzędzie w praktyce zamienia rozmowę z AI w trening intelektualny. Zamiast: „Masz odpowiedź”, student słyszy: „Pomyśl jeszcze nad tym fragmentem, co dokładnie tu się dzieje?”.

Stara filozofia, nowa technologia

Makroekonomiczny chatbot czerpie z metody znanej od ponad dwóch tysięcy lat – z maieutyki, czyli socratycznego prowadzenia do wniosku poprzez serię pytań. Tam, gdzie standardowy chatbot wygenerowałby wyjaśnienie, Macro Buddy uruchamia sekwencję dociekliwych kwestii.

Jak wygląda takie „przepytywanie” w praktyce

Wyobraźmy sobie studenta, który pyta, jak obliczyć stopę wzrostu PKB. Zwykła AI podałaby formułę i liczbowy wynik. Macro Buddy reaguje inaczej. Najpierw dopytuje, jakie są wartości PKB z dwóch okresów. Potem pyta o różnicę między wartością nominalną a realną. Następnie prosi, by student sam zapisał, jaka część wzoru odpowiada za zmianę w czasie.

• student formułuje swoją odpowiedź
• AI wykrywa nieścisłość lub błąd pojęciowy
• chatbot zadaje nowe, bardziej zawężone pytanie
• uczący się modyfikuje rozumowanie i próbuje ponownie

Cały proces przypomina rozmowę z wymagającym korepetytorem, który uparcie nie chce „podyktować rozwiązania”, tylko pokazuje, gdzie dokładnie logika zaczyna się sypać.

Brak internetu jako celowe ograniczenie

Twórcy Macro Buddy świadomie odcięli narzędzie od internetu. Chatbot ma dostęp tylko do pełnych transkrypcji wykładów z makroekonomii, prowadzonych na tej konkretnej uczelni. W praktyce oznacza to, że:

Dzięki temu każde pytanie zadawane przez AI wynika bezpośrednio z materiałów dydaktycznych. Student nie musi się zastanawiać, czy chatbot „mówi to samo”, co prowadzący na sali.

Badanie: aktywni zyskują 12 punktów, pasywni tracą 8

Aby sprawdzić skuteczność takiej metody, naukowcy przeprowadzili w semestrze wiosennym 2025 roku eksperyment z udziałem 140 studentów makroekonomii. Podzielono ich na cztery grupy, różniące się sposobem pracy:

• Grupa 1: samodzielna nauka z użyciem Macro Buddy
• Grupa 2: klasyczna praca w zespołach, bez AI
• Grupa 3: połączenie: najpierw rozmowa z chatbotem, potem dyskusja w grupie
• Grupa 4: grupa kontrolna, bez dodatkowego wsparcia

Wyniki, opisane w opracowaniu naukowym opublikowanym na SSRN, były wyraźne. Najlepiej poradzili sobie studenci z trzeciej grupy. Ich średni wynik na trzecim egzaminie był o 12 punktów wyższy niż w grupie kontrolnej.

Największy skok osiągali ci, którzy najpierw „przerabiali” temat z AI, a dopiero później ścierali swoje wnioski z kolegami i koleżankami w dyskusji.

Zupełnie inny obraz pojawił się tam, gdzie AI traktowano jak „magicznego dostawcę odpowiedzi”. Osoby, które w wcześniejszych etapach kursu polegały głównie na gotowych rozwiązaniach generowanych przez AI, po odcięciu od narzędzia spadły średnio o 8 punktów.

To pokazuje, że sztuczna inteligencja może pełnić rolę trampoliny do lepszego myślenia, ale równie łatwo zamieni się w wygodną kulę u nogi. Wszystko zależy od tego, jak student z niej korzysta.

Każdy błąd zamienia się w zestaw celnych pytań

Klucz do działania Macro Buddy tkwi w sposobie reagowania na błąd. Gdy odpowiedź studenta ujawnia np. mylenie inflacji kosztowej z popytową, chatbot nie poprawia go wprost. Zamiast tego dopytuje o rolę podaży, popytu, kosztów produkcji i reakcji banku centralnego.

Twórcy opisują tę strategię jako „pętlę pytań”. Tutor przechodzi przez kolejne warstwy problemu, aż student sam zauważy, gdzie skręcił w złą stronę. Bez czerwonego długopisu, za to z serią coraz dokładniejszych podchwytliwych pytań.

Takie podejście wpisuje się w wyniki badań z Harvardu dotyczących adaptacyjnych tutorów AI. Zespół badawczy, którego praca ukazała się w Scientific Reports w czerwcu 2025 roku, wykazał, że wiedza utrwala się lepiej, gdy uczeń jest aktywnie prowadzony pytaniami, niż gdy dostaje pełny wykład w formie monologu maszyny.

Siła połączenia: AI i praca w grupie

Ciekawy efekt pojawił się przy wspomnianej już trzeciej grupie: najpierw indywidualna praca z Macro Buddy, potem klasyczna dyskusja w kilkuosobowym zespole. Studenci przychodzili na spotkanie już z ułożonym tokiem rozumowania, a nie z pustą kartką.

W rozmowie z rówieśnikami musieli wytłumaczyć, jak doszli do rozwiązania, a nie tylko odczytać wynik. Ta konfrontacja różnych sposobów myślenia pomagała lepiej oswoić abstrakcyjne pojęcia makroekonomiczne – od indeksu cen po zależności między stopą procentową a kursem walutowym.

Według analizy opisywanej przez The Conversation, zestawienie AI z wymianą zdań w grupie może stać się nowym standardem: maszyna pomaga poskładać argumenty, ludzie sprawdzają, czy całość ma sens.

Co z tego wynika dla szkół i uczelni

Dla nauczycieli z różnych poziomów edukacji ten projekt jest ostrzeżeniem i inspiracją jednocześnie. Jeśli AI ma tylko pisać za uczniów wypracowania i robić za nich zadania, efekty będą krótkotrwałe, a w krytycznym momencie – na egzaminie – wiedza się posypie.

Jeśli natomiast narzędzia projektuje się tak, by wymuszały aktywność, mogą stać się realnym wsparciem. W polskich warunkach podobny model mógłby znaleźć zastosowanie nie tylko na ekonomii, ale choćby w matematyce, fizyce czy nauce programowania.

Uczeń rozwiązujący zadanie z funkcji kwadratowej mógłby zamiast gotowego wyniku dostać pytanie o miejsca zerowe, współczynnik przy x² i interpretację wykresu. W programowaniu chatbot zamiast wklejać pełny kod dopytywałby o strukturę funkcji, typy zmiennych czy obsługę błędów.

Jak mądrze korzystać z AI jako uczeń i nauczyciel

Historia Macro Buddy pokazuje, że warto zadać sobie kilka prostych pytań za każdym razem, gdy otwieramy okienko z chatbotem:

• Czy chcę, aby AI „odrobiła za mnie”, czy żeby pomogła mi zrozumieć?
• Czy proszę o gotową odpowiedź, czy o podpowiedź, jak samemu ruszyć dalej?
• Czy po rozmowie z AI umiem odtworzyć tok rozumowania bez ekranu?

Dla nauczycieli to sygnał, by przy projektowaniu zadań uwzględnić istnienie takich narzędzi. Zamiast walczyć z nimi zakazami, lepiej włączyć je w kurs w kontrolowany sposób – np. przeznaczając część ćwiczeń właśnie na pracę z „pytającą” AI, a drugą część na rozmowę w grupach lub krótkie odpowiedzi ustne.

W tle pozostaje jeszcze jeden wątek: odporność na pokusę łatwego skrótu. AI, która stawia pytania, uczy cierpliwości i konsekwencji. Nie zachwyci tego, kto liczy na natychmiastowy efekt, ale może bardzo pomóc tym, którzy naprawdę chcą się nauczyć rozumieć, a nie tylko zaliczyć. Dla systemu edukacji, w Polsce i na świecie, właśnie taka funkcja sztucznej inteligencji może okazać się najcenniejsza.