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:
ChatGPT może poprawiać proces i wyniki nauki – dane z 51 badań
Wyniki badań pokazują, że ChatGPT realnie poprawia efekty nauczania – ale tylko wtedy, gdy jest mądrze wdrożony.
Raport ofert pracy – kwiecień 2025: spadek liczby ogłoszeń
Kwiecień przyniósł spadek liczby publikowanych ofert pracy. Sprawdź, w których obszarach spadki były największe, a gdzie utrzymał się wzrost.
People Skills – AI buduje mapę kompetencji Twojej organizacji
Microsoft uruchamia People Skills – inteligentną warstwę danych w Copilocie, która automatyzuje zarządzanie kompetencjami organizacji.
HR-owiec na rynku pracy 2025 – pobierz raport
Podsumowanie najważniejszych informacji na rynku pracy HR. Popyt na stanowiska, wynagrodzeniach i trendy. Gratka dla specjalistów HR.
Spada zaangażowanie pracowników – najnowszy raport Gallupa
Gallup “State of the Global Workplace 2025” ujawnia historyczny spadek zaangażowania i dobrostanu. Podsumowanie kluczowych wniosków raportu.
AI w Twoim dziale HR – zapraszam na edukacyjną ścieżką!
Zapraszam na 7‑modułową ścieżkę, która pokaże, jak wykorzystać AI w procesach HR. 42 godziny online, wszystkie ze mną. Start we wrześniu.
