Nowa AI na uczelni: nie podaje wyników, zmusza do myślenia

Zamiast podawać rozwiązania, zasypuje studentów pytaniami i uczy ich myśleć krok po kroku.

Ten cyfrowy pomocnik, nazwany Macro Buddy, powstał na kierunku ekonomii i działa zupełnie inaczej niż ChatGPT używany do „odrabiania zadań”. Badacze sprawdzili, jak taka AI wpływa na wyniki testów i odkryli, że wszystko zależy od tego, czy student naprawdę się angażuje, czy tylko liczy na łatwe odpowiedzi.

Chatbot, który nie odrabia zadań za studenta

Na wielu kierunkach w USA rozmów z chatbotami używa już niemal całe roczniki. Szacunki naukowców mówią, że blisko 90% studentów wspiera się AI przy pracach domowych. Często sprowadza się to do jednego: wkleić treść zadania, skopiować gotową odpowiedź, oddać i zapomnieć.

Macro Buddy został zaprojektowany dokładnie przeciwko temu schematowi. Nie wolno mu udzielać bezpośrednich odpowiedzi. Zamiast tego buduje ścieżkę pytań pomocniczych, które prowadzą użytkownika do samodzielnego wniosku.

Macro Buddy pełni rolę wirtualnego korepetytora, który nigdy nie podaje rozwiązania na tacy, tylko rozkręca dialog tak, by student sam złożył całość.

Przykład z zajęć z makroekonomii: student pyta, jak policzyć stopę wzrostu PKB. Zwykły chatbot wygeneruje formułę, wstawi dane i pokaże wynik. Macro Buddy zaczyna od pytań: co dokładnie mierzy PKB, czym różni się wartość z jednego roku od drugiego, jak oblicza się zmianę w czasie. Odpowiedzi studenta prowadzą do kolejnych, coraz bardziej szczegółowych pytań.

Stara metoda filozoficzna w nowym, cyfrowym wydaniu

Twórcy narzędzia inspirowali się klasyczną metodą sokratejską. Chodzi o prowadzenie rozmówcy serią dobrze dobranych pytań tak, by sam odkrył brakujące elementy rozumowania. To nie jest suchy test z wiedzy, lecz proces wyciągania z głowy ukrytych intuicji, porządkowania ich i uzupełniania luk.

Ekonomiści z Uniwersytetu Wisconsin–La Crosse „nakarmili” Macro Buddy’ego pełnymi transkrypcjami własnych wykładów z makroekonomii. Chatbot nie ma dostępu do internetu ani innych źródeł. Może korzystać tylko z tego, co faktycznie pojawiło się na zajęciach.

• podstawowe definicje z wykładów
• przykłady liczbowe omawiane na ćwiczeniach
• schematy wyjaśnień i najczęstsze nieporozumienia studentów

Dzięki temu odpowiedzi AI są ściśle powiązane z programem kursu, a nie z losowymi materiałami z sieci. To także zabezpieczenie przed „halucynacjami” znanymi z ogólnych modeli językowych – chatbot po prostu nie może wymyślić nic spoza materiałów zajęciowych.

Każda pomyłka staje się początkiem kolejnej serii pytań

Kluczową funkcją Macro Buddy’ego jest wychwytywanie nieporozumień w czasie rozmowy. Gdy student myli pojęcia, system nie wyświetla poprawnej odpowiedzi, tylko zmienia kierunek pytań. Jeśli w odpowiedziach pojawia się pomieszanie PKB realnego z nominalnym, chatbot zaczyna dopytywać o indeks cen, rolę inflacji i sposób przeliczania wartości w czasie.

Zamiast komunikatu „to błąd”, student otrzymuje nowe pytanie, które delikatnie, ale konsekwentnie zmusza go do sprawdzenia własnej logiki.

Ta architektura rozmowy przypomina prace nad adaptacyjnymi tutorami AI opisane na Harvardzie w 2025 roku. Tam też pokazano, że pytania prowadzące lepiej zakotwiczają wiedzę niż zestawy gotowych wyjaśnień. Różnica polega na tym, że Macro Buddy jest mocno osadzony w realnym kursie uniwersyteckim i nie udaje wszechwiedzącej encyklopedii.

Badanie: aktywni zyskują 12 punktów, pasywni tracą 8

Twórcy narzędzia przeprowadzili wiosną 2025 roku eksperyment na 140 studentach makroekonomii. Podzielili ich na cztery grupy i każdej wyznaczyli inny sposób pracy:

Wyniki opisane w opracowaniu naukowym opublikowanym na platformie SSRN były bardzo wyraźne. Najlepiej poradziła sobie grupa trzecia – studenci, którzy najpierw „przegadali” materiał z Macro Buddy, a następnie wymienili się wnioskami z kolegami. Na trzecim kolokwium uzyskali średnio o 12 punktów więcej niż grupa porównawcza.

W zupełnie inną stronę poszły wyniki osób, które korzystały z AI w sposób pasywny. Tam, gdzie chatbot służył tylko jako szybkie źródło odpowiedzi, a dialog ograniczał się do kopiowania formuł i gotowych rozwiązań, nastąpił gwałtowny spadek. Po odcięciu dostępu do narzędzia oceny końcowe były średnio o 8 punktów niższe.

AI staje się intelektualną kulą u nogi, jeśli student nie angażuje się w proces myślenia, tylko oczekuje gotowych treści.

Jak AI zmienia sposób pracy na zajęciach

W najciekawszym scenariuszu studenci najpierw przechodzili indywidualną rozmowę z chatbotem, a dopiero po niej spotykali się w małych grupach. Makro Buddy pomagał im poukładać własne rozumowanie, zidentyfikować słabe punkty i upewnić się, które pojęcia rozumieją poprawnie.

Na spotkaniu z kolegami mogli zestawić swoje ścieżki myślenia, porównać odpowiedzi i wyjaśnić sobie nawzajem trudniejsze fragmenty. Ta sekwencja – najpierw praca z AI, potem rozmowa z ludźmi – wprowadza do nauki element społeczny, którego nie zapewni żaden czat tekstowy.

Zdaniem ekspertów komentujących badanie dla serwisu The Conversation właśnie takie połączenie człowieka, technologii i pracy grupowej zapowiada przyszłość akademickiego korzystania z AI. Narzędzia nie mają wyręczać w rozumowaniu, ale przygotowywać studenta do bardziej wartościowej dyskusji na zajęciach.

Dlaczego pytania uczą skuteczniej niż gotowe odpowiedzi

Badacze z Wisconsin i wcześniej z Harvardu zauważają, że w dłuższej perspektywie lepiej pamiętamy wnioski, do których doszliśmy sami, a nie treści, które ktoś nam podsunął. Mózg intensywniej pracuje, gdy musi łączyć rozproszone informacje i sprawdzać, czy obraz się zgadza.

Seria krótkich pytań działa jak trening mięśni. Im więcej takich ćwiczeń, tym łatwiej później samodzielnie rozłożyć złożony problem na mniejsze części. Właśnie tym różni się praca z Macro Buddy od tradycyjnego „ściągania” z AI.

• zadane pytania uruchamiają pamięć z wykładów i notatek
• konfrontują intuicje z definicjami i wzorami
• zmuszają do sprawdzenia, czy wnioski są spójne

Gdy student raz przejdzie pełną ścieżkę rozumowania, łatwiej odtworzy ją na egzaminie, nawet bez dostępu do narzędzi cyfrowych. Ten mechanizm tłumaczy, skąd wzięła się tak duża różnica punktów między osobami angażującymi się aktywnie a tymi, które liczyły na gotowe odpowiedzi.

Co z tego wynika dla uczelni i studentów

Historia Macro Buddy’ego pokazuje, że przyszłość AI na uczelniach nie musi oznaczać masowego kopiowania rozwiązań z chatbotów. Te same technologie da się wykorzystać jako inteligentne „drabinki” prowadzące krok po kroku przez proces myślenia. Warunkiem jest sensowne zaprojektowanie narzędzia i jasne zasady jego użycia.

Dla studentów jest to sygnał, że sposób korzystania z AI ma bezpośrednie przełożenie na wyniki. Jeśli narzędzie służy głównie do ominięcia wysiłku, prędzej czy później wyjdzie to na egzaminach. Jeśli staje się partnerem w rozkładaniu problemu na czynniki pierwsze, może realnie podnieść kompetencje analityczne.

W praktyce coraz więcej uczelni zacznie pewnie eksperymentować z podobnymi rozwiązaniami: tutorami AI dopasowanymi do konkretnych kursów, pozbawionymi dostępu do losowych treści z sieci i nastawionymi na dialog zamiast na produkcję gotowych esejów. Dla polskich szkół wyższych to ciekawa wskazówka, jak pogodzić rosnącą obecność narzędzi AI z wymaganiem samodzielnego myślenia na studiach.