Jak sztuczna inteligencja wpływa na sposób nauki studentów?

Studenci coraz częściej polegają na narzędziach AI takich jak ChatGPT czy Claude do wykonania zadań, zamiast samodzielnie pracować nad materiałami. Badania MIT wskazują, że ta zależność prowadzi do zjawiska „kognitywnego poddania się" — rezygnacji z własnego wysiłku intelektualnego.

Co to jest cyfrowe zmęczenie i dlaczego dotyczy studentów?

Cyfrowe zmęczenie to stan wyczerpania psychicznego wynikający z nadmiernego korzystania z urządzeń i internetu. Studenci, którzy dorastali w prymacie sieci, są szczególnie podatni na ten stan, co prowadzi do apatii wobec tradycyjnych form nauki.

Jakie są praktyczne konsekwencje zależności studentów od AI?

Brak wspólnych dyskusji na zajęciach, słaba wymiana pomysłów między uczestnikami, trudności z pracą grupową i brakiem konsultacji. Studenci często nie przeczytują materiałów, co uniemożliwia im rozwijanie kreatywności i krytycznego myślenia.

Jak można przeciwdziałać problemowi cyfrowego zmęczenia na uniwersytecie?

Powrót do wspólnego czytania i bezpośredniego kontaktu ze słowem pisanym, dyskusje na zajęciach oraz projekty wymagające rzeczywistej współpracy mogą pomóc w przywróceniu zaangażowania studentów w proces nauki.

Czy nauczyciele akademiccy sami używają AI w pracy?

Tak — nauczyciele akademiccy i dziennikarze korzystają z narzędzi AI w swojej codziennej pracy, co stanowi paradoks: jednocześnie walczą z nadmierną zależnością od tych technologii wśród studentów.

Sztuczna inteligencja a edukacja wyższa: cyfrowe zmęczenie studentów

Jak AI zmienia sposób nauki na uniwersytetach i dlaczego studenci tracą motywację do samodzielnej pracy.

Edukacja wyższa stoi przed nowym wyzwaniem: studenci tracą motywację do samodzielnej pracy intelektualnej, a winę za to zjawisko ponoszą zarówno sztuczna inteligencja, jak i cyfrowe zmęczenie, które towarzyszy młodym ludziom od najmłodszych lat.

Cyfrowe zmęczenie jako przyczyna apatii wobec tradycyjnych form nauki

Współcześni studenci dorastali w środowisku, gdzie internet i urządzenia cyfrowe były zawsze dostępne. Ta permanentna ekspozycja na ekrany i bodźce cyfrowe prowadzi do stanu, który naukowcy określają mianem cyfrowego zmęczenia. Jego objawami są: trudności w koncentracji, brak motywacji do czytania dłuższych tekstów, niechęć do uczestniczenia w dyskusjach czy poczucie, że tradycyjne formy nauczania są przestarzałe i niedostosowane do współczesnego świata.

Doświadczenie z zajęć na uniwersytecie prywatnym pokazuje, jak głębokie może być to zjawisko. Grupa dwunastu studentów pierwszego roku kierunku dziennikarstwa, pochodzących z różnych krajów — zarówno z Ukrainy, jak i z krajów Europy Wschodniej i Zachodniej — wykazywała znaczną niechęć do pracy ze źródłami literackimi. Materiały, takie jak klasyczne eseje George’a Orwella zatytułowane „Why I Write”, były dla nich trudne do przyswojenia. Nie wynikało to z braku umiejętności czytania, lecz z głębszego problemu: studenci nie widzieli sensu w angażowaniu się w tradycyjny proces edukacyjny.

Rola narzędzi AI w rezygnacji z samodzielnej pracy

Narzędzia takie jak ChatGPT i Claude stały się dla studentów łatwym sposobem na obejście wysiłku intelektualnego. Zamiast czytać materiały i pracować nad nimi samodzielnie, studenci korzystają z AI do generowania odpowiedzi, analiz czy podsumowań. Badania przeprowadzone przez MIT w wrześniu ujawniły niepokojący trend: studenci wykazują znaczną zależność od produktów chatbotów i coraz częściej rezygnują z własnego wysiłku poznawczego.

MIT wprowadził termin „kognitywne poddanie się” (ang. cognitive surrender) — zjawisko, w którym studenci świadomie zrzucają odpowiedzialność za myślenie na algorytmy. To nie jest zwykła lenistwo. To systematyczne wycofanie się z procesów, które tradycyjnie stanowiły rdzeń edukacji akademickiej: czytania, analizy, dyskusji i formułowania własnych wniosków.

Paradoksalnie, sami nauczyciele akademiccy i praktycy — w tym dziennikarze — korzystają z narzędzi AI w swojej codziennej pracy. Jednak świadomość tego, że technologia może być pomocna, nie zmienia faktu, że jej nadmierne stosowanie przez studentów prowadzi do utraty kluczowych umiejętności.

Co to oznacza dla studentów i przyszłości edukacji

Konsekwencje tego zjawiska widać bezpośrednio na zajęciach. Brakuje wspólnych dyskusji, wymiana pomysłów między uczestnikami kursu jest minimalna, a projekty grupowe — które powinny być przestrzenią dla kreatywności — stają się problematyczne. Studenci nie konsultują się ze sobą, nie dyskutują, nie wyzywają się nawzajem do myślenia głębszego. Zamiast tego każdy indywidualnie korzysta z AI, otrzymując podobne odpowiedzi i pozbawiony możliwości rzeczywistej współpracy.

Sytuacja ta ma szczególne znaczenie dla osób rozważających zmianę zawodu lub wejścia na nowe ścieżki kariery. Edukacja wyższa powinna być miejscem, gdzie studenci rozwijają nie tylko wiedzę, ale także umiejętności miękkie: komunikację, negocjację, pracę zespołową i krytyczne myślenie. Gdy te elementy zanikają z powodu cyfrowego zmęczenia i zależności od AI, absolwenci wchodzą na rynek pracy bez kompetencji, które pracodawcy cenią najbardziej.

Powrót do wspólnego czytania jako rozwiązanie

Odpowiedzią na ten kryzys jest powrót do fundamentów edukacji: wspólnego czytania, bezpośredniego kontaktu ze słowem pisanym i dyskusji prowadzonej twarzą w twarz. Zajęcia powinny być przestrzenią, gdzie studenci nie tylko konsumują wiedzę, ale aktywnie ją współtworzą. Dyskusja o tekstach klasycznych — takich jak eseje Orwella — powinna być okazją do wymiany poglądów, a nie do unikania czytania dzięki AI.

Rozwiązanie to nie oznacza całkowitego odrzucenia technologii. Nauczyciele akademiccy sami wykorzystują AI w swojej pracy i wiedzą o jej potencjale. Chodzi raczej o świadome i ograniczone stosowanie narzędzi, które wspiera, a nie zastępuje proces nauki.

Dla studentów z różnych krajów — szczególnie tych, którzy przebranżawiają się lub zmieniają kierunek studiów — umiejętność samodzielnego myślenia i pracy w grupie jest niezbędna. Edukacja wyższa, która pozwala na całkowite poddanie się algorytmom, nie przygotowuje ich do rzeczywistych wyzwań zawodowych, gdzie trzeba podejmować decyzje, negocjować i tworzyć rozwiązania, które AI nie może wygenerować.