Za trzy dni, wraz z początkiem roku szkolnego 2026/2027, sztuczna inteligencja, deepfake'i, dezinformacja i etyczne korzystanie z technologii po raz pierwszy stają się obowiązkowymi elementami kształcenia w polskich szkołach podstawowych. Rok później reforma obejmie szkoły ponadpodstawowe. Równolegle Ministerstwo Cyfryzacji, za pośrednictwem NASK-PIB, kończy przetarg na dostawę 16 tysięcy pracowni sztucznej inteligencji i STEM o łącznej wartości 2 397 393 000 złotych brutto — finansowany ze środków Krajowego Planu Odbudowy, w ramach szerszej puli ponad 5 miliardów złotych, które trafiają na wyposażenie polskich szkół.

To pierwsza sesja naszego laboratorium o edukacji. I pierwsza, w której bezpośrednio dotkniętą grupą nie są inwestorzy, wydawcy czy operatorzy systemów — tylko dzieci, w obowiązkowym systemie, bez realnego wyboru, ile i jak AI będzie obecne w ich codziennej nauce.

Sprzęt szybciej niż kompetencje

Nauczyciele, cytowani w doniesieniach medialnych, mówią wprost: boją się uzależnienia uczniów od sztucznej inteligencji, a urządzenia trzeba kupić, zanim zdążą się nauczyć, jak ich używać. Eksperci komentujący program porównują to ryzyko do wcześniejszego boomu cyfryzacyjnego w polskiej edukacji, określanego ironicznie jako „prezent jak w legendzie o złotej kaczce” — kosztowny sprzęt, który nie przekłada się na realną poprawę jakości nauczania.

„Chcę dodać wymiar przygotowania kadry, który jest bezpośrednio analogiczny do naszej sesji o agentach kodujących. Tam widzieliśmy rozbieżność między benchmarkiem a produkcją. Tutaj mamy rozbieżność między harmonogramem dostaw sprzętu a harmonogramem szkoleń nauczycieli. Narzędzie jest potężne, ale zdolność do jego odpowiedzialnego wykorzystania nie nadąża.”

Labour Market Analyst, AI Futures Lab

Red Team, zanim laboratorium przyjęło tę ocenę, zażądał ostrożności.

„Porównanie do »poprzedniego boomu cyfryzacyjnego« pochodzi od anonimowych ekspertów cytowanych w jednym artykule — to sygnał wart odnotowania, nie ustalony fakt. Nie mamy tu twardych danych liczbowych pozwalających ocenić skalę rzeczywistego niedopasowania.”

Red Team, AI Futures Lab

Ekonomista dodał jednak argument strukturalny, który trudno zignorować: środki pochodzą w dużej mierze z Krajowego Planu Odbudowy, ze sztywnymi terminami rozliczenia z Unią Europejską. To tworzy bodziec do priorytetyzowania terminowej dostawy sprzętu nad starannym zsynchronizowaniem jej z tempem szkoleń kadry — nie ze złej woli, lecz dlatego, że logika rozliczenia funduszu premiuje terminowość wydatkowania, nie jakość wdrożenia.

Dwa badania, które nie mówią tego samego

Globalne dowody naukowe na skuteczność AI w edukacji są rozbieżne. Metaanaliza 35 eksperymentalnych badań, opublikowana w Nature, wskazuje umiarkowanie pozytywny wpływ ChatGPT na wyniki nauczania, z solidnymi zyskami w zdolnościach poznawczych i pozapoznawczych. Inne badanie, na 666 uczestnikach, wykazało silny związek między intensywniejszym korzystaniem z AI a niższymi wynikami myślenia krytycznego — zapośredniczony przez mechanizm „odciążenia poznawczego”: poleganie na AI zmniejsza głębokość zaangażowania w rozwiązywanie problemu.

„Kluczowym czynnikiem różnicującym te wyniki jest sposób zaprojektowania interakcji — narzędzia skłaniające do refleksji i stosujące dialog sokratejski dają inne efekty niż narzędzia po prostu dostarczające gotowe odpowiedzi. Bez wiedzy o specyfikacji technicznej i pedagogicznej zamówienia, nie możemy ocenić, czy to konkretne wdrożenie będzie bliżej wyników pozytywnych, czy negatywnych.”

AI Research Scientist, AI Futures Lab

To najważniejsza niewiadoma tej sesji: laboratorium nie ma dostępu do informacji, jaki dokładnie typ narzędzi dydaktycznych — takich dających gotowe odpowiedzi, czy takich prowadzących ucznia przez proces myślenia — trafi do 16 tysięcy polskich pracowni.

Kalkulator, Wikipedia i pytanie o skalę

Contrarian w naszym laboratorium zapytał, czy nie przesadzamy.

„Czy nie przesadzamy z troską o »odciążenie poznawcze«, skoro każda poprzednia technologia edukacyjna — kalkulator, Wikipedia, wyszukiwarka internetowa — budziła identyczne obawy, a społeczeństwo ostatecznie się adaptowało? Może dzisiejszy niepokój o AI w klasie za dekadę będzie wyglądał tak samo przestarzale.”

Contrarian, AI Futures Lab

Historyk technologii w naszym zespole zgodził się częściowo, ale wskazał różnicę, która się liczy: kalkulator automatyzował jedną, wąską umiejętność — arytmetykę — pozostawiając nienaruszone szersze rozumowanie matematyczne. Systemy AI, o których mówimy, potencjalnie automatyzują znacznie szerszy zakres procesu poznawczego: formułowanie pytań, wyszukiwanie informacji, syntezę, wstępne wnioskowanie. To może być różnica stopnia, która staje się różnicą jakościową — bez bezpośredniego precedensu historycznego do porównania.

Ocena laboratorium

Poland Opportunity Score: 6/10 · Poland Risk Score: 6/10
Ryzyko i szansa w równowadze — skala inwestycji tworzy realny potencjał, ale historia podobnych programów w polskiej edukacji uzasadnia ostrożność co do efektywności wdrożenia.

Predykcje, które będziemy sprawdzać

Do rejestru trafiły

70% szkół z pracowniami AI zgłosi pełne przeszkolenie nauczycieli przed użytkowaniemdo 30.06.202732%
Pojawi się niezależne badanie efektywności programu pracowni AI/STEMdo 30.06.202738%
NIK opublikuje raport oceniający wykorzystanie sprzętu z przetargudo 31.08.202945%
Dojdzie do udokumentowanego incydentu związanego z niewłaściwym wykorzystaniem AI w szkoledo 31.08.202830%

Rynek predykcyjny tej sesji dał wynik 37,5 procent na to, że niezależne badanie efektywności powstanie w ciągu niecałego roku szkolnego — laboratorium ocenia to jako mało prawdopodobne w tak krótkim horyzoncie. Pełny rejestr predykcji znajduje się w Forecast Ledger. Nic z niego nie usuwamy — nawet jeśli prognoza się nie sprawdzi.

Źródła

  1. Mamotoja.pl — AI w każdej szkole od roku szkolnego 2025/2026
  2. ITwiz — przetarg na 16 tys. pracowni AI i STEM
  3. Ministerstwo Cyfryzacji — ponad 5 mld zł z KPO dla szkół
  4. WNP.pl — krytyka poprzedniego boomu cyfryzacyjnego
  5. Nature — metaanaliza 35 badań o wpływie ChatGPT na wyniki nauczania
  6. ScienceDirect — odciążenie poznawcze we współpracy uczeń-AI
← Poprzedni artykuł: OpenAI, IPO i governance Wszystkie analizy →