ChatGPT może poprawiać proces i wyniki nauki – dane z 51 badań
Codziennie korzystam z AI do nauki
Zacznę od tego, że sam codziennie korzystam z AI. Korzystam nie tylko w kontekście wszystkiego, co jest związane z rozwojem naszego ATS, ale przede wszystkim, by poszerzać swoją wiedzę i lepiej rozumieć świat. Zadaję pytania, prowadzę czasem krótkie czasem długie rozmowy głosowe po polsku i angielsku, zlecam AI analizę danych, porównania, zestawienia. Wiem więc z własnego doświadczenia, że dobrze wykorzystywane AI może być realnym wsparciem w procesie uczenia się.
W związku z powyższym, wyniki badania, o którym piszę poniżej, z jednej strony nie zaskakują – bo potwierdzają to, co sam obserwuję na co dzień. Z drugiej jednak strony zaskakują, bo w przestrzeni publicznej zdecydowanie częściej spotykam się z obawami, że AI stanowi zagrożenie dla edukacji.
Jak zatem jest w rzeczywistości?
Najnowsza meta-analiza przeprowadzona przez Jin Wanga i Wenxianga Fana może (ale nie musi, patrz podsumowanie artykułu) być wartościowym dokumentem, który pozwala uporządkować wiedzę na ten temat. Autorzy przeanalizowali 51 badań opublikowanych między listopadem 2022 a lutym 2025 rokiem. Ich celem było zmierzenie wpływu ChatGPT na trzy kluczowe obszary: wyniki w nauce, percepcję uczenia się oraz rozwój myślenia wyższego rzędu.
Zobaczmy, co konkretnie mówi ta analiza.
ChatGPT poprawia wyniki w nauce – pod warunkiem dobrego wdrożenia
Wyniki analizy są jednoznaczne: efekt działania ChatGPT na wyniki w nauce jest duży (g = 0,867). Współczynnik „g” (Hedges’ g) to miara wielkości efektu – informuje, jak silny jest wpływ danej zmiennej (tu: użycia ChatGPT) na wynik. Wartość g = 0,2 uznaje się za mały efekt, g = 0,5 za średni, a g ≥ 0,8 za duży. Zatem wynik g = 0,867 to efekt znaczący, statystycznie istotny i praktycznie zauważalny.
Ale wskazany powyżej efekt stosowania ChatGPT nie występuje zawsze i nie wszędzie. Kluczowe są warunki, w których narzędzie jest wdrażane. Największą skuteczność ChatGPT osiąga w kursach rozwijających kompetencje i umiejętności (g = 0,874), w modelach opartych na rozwiązywaniu problemów (problem-based learning, g = 1,113) oraz w przypadku stosowania w przedziale od 4 do 8 tygodni (g = 0,999).
Ten ostatni wniosek jest istotny. Wiem po sobie, że wiele wdrożeń narzędzi kończy się zbyt wcześnie – zanim człowiek zdąży wypracować odpowiednie nawyki i w pełni zrozumie potencjał narzędzia. Myślę, że ma to szczególne znaczenie w przypadku młodzieży, która ma niejednokrotnie krótką uwagę i zbyt często oczekuje szybkich i łatwych rezultatów. Choć sam ChatGPT jest narzędziem niezwykle przystępnym, to do pełnego wykorzystania jego potencjału koniecznym jest zrozumienie technik promptowania czy problemu halucynacji. Krótkoterminowy efekt może z jednej strony być znikomy, a z drugiej prowadzić do błędnych wniosków na temat przydatności narzędzia.
Percepcja i myślenie wyższego rzędu
Efekt wpływu ChatGPT na percepcję procesu uczenia się – czyli to, jak uczniowie postrzegają własny proces nauki – był umiarkowany (g = 0,456), ale rósł wraz z czasem użytkowania. Największy efekt (g = 1,054) zaobserwowano po więcej niż ośmiu tygodniach regularnego korzystania z narzędzia.
„Students’ learning perception was positively influenced by ChatGPT, especially when used continuously for more than 8 weeks.”
Powyższe potwierdza wcześniejszy wniosek – im dłużej korzystamy z AI, tym lepsze są tego efekty, a także satysfakcja. Satysfakcja jest niezwykle ważna, może działać jak koło zamachowe, które nakręca motywację do dalszej nauki. Nie ma chyba nic cenniejszego w procesie edukacji, od samej chęci do nauki.
Badanie dotyka także wpływu ChatGPT na myślenie wyższego rzędu. Myślenie wyższego rzędu to zestaw umiejętności poznawczych takich jak analiza, synteza, rozwiązywanie problemów i krytyczna refleksja, które są niezbędne do głębokiego rozumienia i twórczego wykorzystywania wiedzy. Krytyczne myślenie pojawia się w ostatnim czasie niezwykle często w dyskusjach, zarówno w kontekście sztucznej inteligencji, mediów społecznościowych, dezinformacji i właśnie edukacji.
Jaki zatem wpływ ma ChatGPT na rozwój myślenia wyższego rzędu? Tu akurat zanotowano średni efekt (g = 0,457), ale analiza szczegółowa pokazuje, że w niektórych przypadkach rezultat był znacznie wyższy – przekraczał nawet g = 0,9, jak pokazuje wykres w Fig. 8. Dotyczyło to przede wszystkim scenariuszy, w których ChatGPT pełnił funkcję aktywnego partnera w rozwiązywaniu problemów lub narzędzia wspierającego myślenie refleksyjne.
Największe korzyści przynosiło wykorzystywanie ChatGPT jako interaktywnego tutora – przewodnika po zadaniach refleksyjnych i problemowych:
„The most significant improvement in higher-order thinking occurred when ChatGPT was used as a tutor, supporting students in inquiry and self-reflection.”
Podsumowanie
Eksperci zajmujący się dydaktyką, pedagogiką czy kognitywistyką z pewnością zbadają tę metaanalizę znacznie głębiej, niż ja w tym krótkim wpisie. Nie jestem zawodowym badaczem edukacji – ale jako praktyk i codzienny użytkownik AI w procesie uczenia się, mogę powiedzieć jedno: intuicja mnie nie zawiodła. To, czego sam doświadczam, znajduje potwierdzenie w powyżej przedstawionych danych.
Sztuczna inteligencja może być znakomitym wsparciem naszej edukacji. Ważne, żeby wykorzystywać ją jako źródło informacji, a nie zamiennik własnego pomyślunku.
Update: omawiane opracowanie spotkało się z krytyką, między innymi w tym poście. Krytyka dotyka przede wszystkim metodologii badania. Poprosiłem o3 o ocenę krytyki i tak ją podsumował:
Ocena łączna: krytyka jest w znacznej mierze zasadna (≈ 70 %), zwłaszcza w zakresie jakości źródeł i daleko idących wniosków. Nie unieważnia to całkowicie rezultatów Wang & Fan, ale wymaga, aby traktować efekt g≈0,87 jako hipotezę wymagającą weryfikacji w większych, lepiej zaprojektowanych RCT oraz metaanalizach z klasyfikacją ryzyka biasu i modelem wielopoziomowym.
Najczęściej czytane:
- Darmowe ogłoszenia o pracę i największa lista źródeł kandydatów – największa w Polsce lista bezpłatnych i płatnych źródeł kandydatów
- Praca w HR – najnowsze oferty pracy i aktualne średnie wynagrodzenia w branży HR
- Akademia Rekrutacji – zbiór wiedzy na temat rekrutacji oraz raporty z rynku pracy.
- Gowork – jak reagować na negatywne opinie o pracodawcach – Kompleksowy poradnik dla pracodawców.
- Jak napisać CV i profil LinkedIn – kompleksowy poradnik tworzenia CV i profilów LinkedIn
- RODO w rekrutacji – sourcing, direct search, ogłoszenia. Wszystko co musisz wiedzieć – kompleksowy poradnik RODO w rekrutacji z naciskiem na działania typu direct search / sourcing.
- Wszystko o systemach ATS – poradnik wyboru systemu rekrutacyjnego
- Umowy przedwstępne i listy intencyjne w procesach rekrutacyjnych – wszystko, co musisz wiedzieć o prawnych zabezpieczeniach zobowiązania do zatrudnienia.
Maciej Michalewski
Founder & CEO @ Element
Ostatnie wpisy:
Automatyzacja, czyli jak kapitalizm prowadzi nas do socjalizmu
Automatyzacja, czyli jak kapitalizm prowadzi nas do socjalizmu Paradoks, który wydarza się na naszych oczach Paradoksalnie to właśnie najbogatszy człowiek świata, Elon Musk, oraz inni
AI spowoduje recesję białych kołnierzyków
Na portalu Reed liczba ofert dla absolwentów spadła z 180 tys. do 55 tys. AI wypiera role juniorskie, rosną zarobki w zawodach technicznych.
Raport Harvard – GenAI faworyzuje seniorów kosztem juniorów
GenAI przynosi „seniority bias” – firmy ograniczają zatrudnianie juniorów, faworyzując seniorów. Tak przynajmniej wynika z raportu Harvardu.
Raport ofert pracy – wrzesień 2025: dalsze spadki
Wrzesień przyniósł kolejny raz kiepskie wiadomości z rynku pracy. W komentarzu do danych zastanawiam się, jaki wpływ na tę sytuację ma AI.
Jesień – żniwa w szkoleniach z AI
Jak wygląda jesień w branży szkoleniowej? Wiem coś o tym z pierwszej ręki. Kalendarz do końca roku mam niemal zupełnie zapełniony.
W USA 99% menedżerów używa AI w rekrutacji
Raport Insight Global 2025 pokazuje, jakie jest tempo adopcji AI w rekrutacji. Dokument przedstawia kilka ciekawych wskaźników.