Nowy tutor AI zmusza studentów do myślenia zamiast podpowiadać odpowiedzi

Na amerykańskiej uczelni przetestowano nietypowego chatbota.

Zamiast podawać rozwiązania, zasypuje studentów pytaniami i zmienia sposób, w jaki się uczą.

To narzędzie edukacyjne nie rozwiązuje zadań za użytkownika. Wręcz przeciwnie – celowo blokuje proste podpowiedzi, prowadząc studenta krok po kroku przez własny tok rozumowania. Taki cyfrowy tutor AI, nazwany Macro Buddy, powstał na uniwersytecie Wisconsin-La Crosse i ma pomóc w nauce makroekonomii bez wyręczania w myśleniu.

AI na studiach: od „ściągi” do trenera myślenia

Na amerykańskich kampusach narzędzia oparte na AI stały się codziennością. Szacuje się, że blisko 90% studentów używa chatbotów do prac domowych. W praktyce często wygląda to tak: wklejone zadanie, szybka odpowiedź, kopiuj-wklej i gotowe. Praca umysłowa znika z procesu.

Macro Buddy działa inaczej. Gdy student prosi na przykład o wyjaśnienie, jak obliczyć tempo wzrostu PKB, nie dostaje gotowego wzoru ani rozwiązania krok po kroku. Zamiast tego chatbot rozpoczyna serię celnych pytań: co dokładnie mierzy PKB, jak definiuje się zmiany w czasie, który okres porównujemy. Odpowiedź ma się „urodzić” w głowie studenta, nie w okienku czatu.

Macro Buddy został zaprojektowany jako przeciwwaga dla leniwego korzystania z AI – ma być trenerem analitycznego myślenia, a nie wirtualną ściągą.

Cyfrowa wersja metody, której początki sięgają 2,5 tysiąca lat

Twórcy chatbota odwołali się do klasycznej metody znanej z dialogów Sokratesa. Filozof nie dawał gotowych definicji, lecz prowadził rozmówcę przez serię pytań, aż ten sam dochodził do wniosku. Ta tzw. metoda sokratejska została przeniesiona w XXI wiek do modelu językowego wyspecjalizowanego w makroekonomii.

Ekonomiści z Wisconsin-La Crosse wytrenowali Macro Buddy na pełnych transkrypcjach swoich wykładów. To ważne: chatbot nie ma dostępu do internetu. Operuje wyłącznie pojęciami i definicjami, które faktycznie pojawiły się na zajęciach. Dzięki temu rozmowa z AI jest przedłużeniem kursu, a nie losowym miksem informacji z całej sieci.

Kiedy w odpowiedzi studenta pojawia się błąd pojęciowy, system nie rzuca komunikatem „to nieprawidłowe” i nie poprawia zadania. Zamiast tego zmienia kąt zadawanych pytań. Jeśli ktoś myli PKB realny z nominalnym, Macro Buddy spróbuje skupić się na roli poziomu cen i definicji indeksu cen. Dopiero gdy użytkownik sam „połączy kropki”, rozmowa przechodzi dalej.

Klucz polega na tym, że uczeń łączy ze sobą pojęcia, zamiast bezrefleksyjnie zapamiętywać gotowe rozwiązania i wzory.

Eksperyment na studentach: aktywni zyskują 12 punktów, bierni tracą 8

Skuteczność takiego podejścia sprawdzono w semestrze wiosennym 2025 roku na grupie 140 studentów makroekonomii. Badacze podzielili ich na cztery zespoły, różniące się sposobem korzystania z AI i pracy z innymi:

• Grupa 1: praca indywidualna z Macro Buddy.
• Grupa 2: tradycyjne zespoły studenckie, bez AI.
• Grupa 3: połączenie – najpierw praca z chatbotem, później dyskusja w grupie.
• Grupa 4: grupa kontrolna, bez żadnego wsparcia.

Wyniki, opisane w dokumencie roboczym opublikowanym w serwisie SSRN, pokazują duże różnice między stylami pracy. Najlepiej wypadła trzecia grupa, która łączyła rozmowy z AI i rozmowy z ludźmi. Na trzecim egzaminie średnia ich ocen była o 12 punktów wyższa w porównaniu z grupą kontrolną.

Kontrastują z tym wyniki osób, które traktowały AI jak automat z odpowiedziami. Gdy w innym zadaniu odebrano im dostęp do narzędzia, ich wyniki spadły średnio o 8 punktów. W praktyce AI stała się dla nich „mentalną kulą u nogi” – dopóki chatbot podpowiadał, wszystko wyglądało dobrze, ale bez niego brakowało zrozumienia materiału.

Ten sam typ technologii może poprawiać naukę lub ją psuć – wszystko zależy od tego, czy student angażuje się w proces, czy tylko przepisuje odpowiedzi.

Jak działa pytający tutor: każda pomyłka uruchamia serię nowych pytań

Działanie Macro Buddy opiera się na pętli zadawania pytań. Gdy odpowiedź studenta pokazuje, że nie rozumie na przykład mechanizmu inflacji, chatbot nie wyświetla definicji z podręcznika. Zadaje natomiast kilka kolejnych pytań o podaż pieniądza, szybkość obiegu pieniądza w gospodarce i poziom cen.

Student nie dostaje więc informacji „w pakiecie”. Ma przejść przez własny łańcuch skojarzeń i uporządkować wiedzę. Dopiero gdy te elementy się zazębią, dociera do właściwego opisu zjawiska. To powolne, ale mocno angażujące podejście.

Badacze porównują tę konstrukcję rozmowy z rezultatami innych projektów tutorów AI, prowadzonej m.in. na Harvardzie. Tam również pokazywano, że starannie poprowadzone pytania działają skuteczniej niż wykład czy sucha lista faktów – szczególnie, gdy celem jest trwałe zapamiętanie i zrozumienie, a nie zaliczenie jednego testu.

Siła łączenia AI z pracą w grupach

Ciekawe efekty pojawiły się przy połączeniu Macro Buddy z tradycyjną pracą zespołową. Schemat wyglądał następująco: najpierw każdy student samodzielnie przechodził rozmowę z chatbotem, dopiero później spotykał się z grupą, by porównać sposoby rozumowania.

W praktyce oznaczało to, że do dyskusji przychodziło kilka różnych „ścieżek myślenia”, które uczestnicy konfrontowali ze sobą. Rozbieżności ujawniały miejsca, gdzie ktoś zbyt szybko poszedł na skróty, pominął ważny krok albo źle zinterpretował pytanie AI. Ten etap społeczny wzmacniał zapamiętywanie i urealniał suchą teorię ekonomiczną.

Według analizy przywoływanej przez serwis The Conversation właśnie taki model – człowiek, AI i grupa rówieśnicza – ma największą szansę stać się standardem na uczelniach. Narzędzie cyfrowe nie zastępuje ani nauczyciela, ani kolegów z roku, ale wspiera ich pracę, pod warunkiem że zmusza do wysiłku intelektualnego.

Czego uczą te badania i co z tego ma polski student

Historia Macro Buddy pokazuje, że samo wprowadzenie AI do edukacji nie rozwiązuje problemów z motywacją czy powierzchownym uczeniem się. Jeśli chatbot bez oporu podaje gotowe rozwiązania, spada jakość rozumienia materiału. Gdy natomiast narzędzie celowo hamuje łatwe odpowiedzi i prowadzi przez pytania, może rzeczywiście poprawiać kompetencje analityczne.

Dla studentów i wykładowców w Polsce ta historia jest praktyczną wskazówką. Sam zakaz używania AI niewiele zmieni, skoro narzędzia są wszędzie. Znacznie sensowniejsze wydaje się takie projektowanie zajęć, by korzystanie z chatbota wymagało samodzielnego myślenia. Dobrze przygotowane pytania, zadania etapowe i praca w grupach potrafią zamienić AI z zagrożenia w wartościowego partnera.

Dobrym ćwiczeniem może być na przykład własnoręczne przepisanie podejścia Macro Buddy na inne przedmioty: prawo, medycynę, informatykę. Zamiast prosić AI o gotową odpowiedź na kazus czy zadanie algorytmiczne, można poprosić je o serię pytań prowadzących do rozwiązania, a potem omówić swoje kroki z innymi. Takie użycie narzędzi AI lepiej przygotowuje do realnej pracy, w której nikt nie podsunie kompletnej odpowiedzi w jednym okienku czatu.