Dziesięć minut z AI. Kto zapłaci za utraconą wytrwałość?
Badanie o krótkiej pomocy AI stawia szkołom i firmom niewygodne pytanie: co zostaje człowiekowi, kiedy znika asystent? Esej o wytrwałości i granicach eksperymentu.

Spis treści 5
👁 115 przeczytań
- Badanie na 1222 osobach pokazało, że po korzystaniu z AI poprawność odpowiedzi spadła do 57% wobec 74% w grupie kontrolnej, gdy asystent zniknął.
- Uczestnicy z wcześniejszym dostępem do AI pomijali zadania dwukrotnie częściej - 20% wobec 11% w grupie kontrolnej, z istotnym statystycznie wynikiem p = 0,020.
- Autorzy badania nie ustalili trwałości efektu, a część wyników - jak pomijanie w drugim eksperymencie - nie osiągnęła istotności statystycznej przy p = 0,239.
Najbardziej niepokojący koszt pomocy AI może pojawić się jeszcze przed utratą wiedzy: w chwili, gdy samodzielny wysiłek zaczyna wydawać się nie wart zachodu. Badanie o wytrwałości daje polskiej szkole powód, by pytać nie tylko o autorstwo odpowiedzi, ale też o gotowość ucznia do pozostania przy pytaniu.
Można wyobrazić sobie ucznia nad zadaniem z matematyki. W zeszycie ma poprawne rozwiązanie, potrafi wskazać wynik, a kolejne przekształcenia wyglądają znajomo. Kiedy jednak nauczyciel zmienia warunek i prosi o wyjaśnienie, skąd wziął się mianownik, rozmowa się urywa. To scena hipotetyczna, nie obserwacja z konkretnej klasy. Jej sednem nie jest oszustwo. Uczeń mógł przeczytać odpowiedź asystenta uważnie i w dobrej wierze uznać, że rozumie. Problem zaczyna się wtedy, gdy gotowy zapis zostaje potraktowany jako dowód wykonanej pracy poznawczej.
O tym, jak polska szkoła w ogóle podchodzi do AI, pisałem w tekście AI w polskiej szkole. Szkoła zawsze miała kłopot z odróżnieniem samodzielnego myślenia od sprawnego odtwarzania. AI nadaje temu staremu problemowi inną skalę intymności: pomoc czeka dokładnie w miejscu, w którym pojawia się pierwsze zniecierpliwienie. Moja teza jest prosta. Wytrwałość warto traktować jako zdolność podtrzymywaną przez warunki pracy, a nie wyłącznie cechę charakteru. Jeśli instytucja systematycznie usuwa momenty wymagające samodzielnej próby, może jednocześnie usuwać warunki ćwiczenia tej zdolności.

Co naprawdę wydarzyło się po wyłączeniu pomocy
Praca Grace Liu, Briana Christiana, Tsvetomiry Dumbalskiej, Michiela A. Bakkera i Rachita Dubeya objęła trzy randomizowane eksperymenty z 1222 osobami zrekrutowanymi w USA. Berkeley News opisał ją 9 października 2026 roku po prezentacji na COLM. Próby rekrutacyjne liczyły 354 i 667 osób w zadaniach z ułamków oraz 201 w czytaniu ze zrozumieniem na materiałach SAT. To nie badanie polskich uczniów ani szkolnej interwencji trwającej semestr.
Sprawdziłem najnowszą wersję artykułu w arXiv (v6 z 13 października). Asystent GPT-5 znał rozwiązania; znikał po 12 zadaniach w pierwszej próbie, po 11 zadaniach z pomocą w drugiej. Miarą wytrwałości było pomijanie; przy czytaniu obejmowało także odpowiedzi przed upływem 5 sekund. Zestawienie dotyczy etapu bez AI.
W liczbach
- 57% wobec 74% - poprawne odpowiedzi: wcześniejsza pomoc AI wobec kontroli, eksperyment pierwszy; analizowano 305 osób (Liu i in., v6).
- 71% wobec 77% - analogiczny wynik w drugim eksperymencie; analizowano 585 osób (Liu i in., v6).
- 76% wobec 89% - czytanie ze zrozumieniem; analizowano 168 osób (Liu i in., v6).
- 20% wobec 11% - pomijanie zadań w pierwszym eksperymencie, p = 0,020; w czytaniu 8% wobec 1%, p = 0,008 (Liu i in., v6).
- 10% wobec 7% - pomijanie zadań w drugim eksperymencie; różnica nieistotna statystycznie, p = 0,239 (Liu i in., v6).
Pomijanie było istotnie częstsze w pierwszym i trzecim eksperymencie. Analiza sposobów używania asystenta wiązała gorsze wyniki z pobieraniem gotowych odpowiedzi, lecz ten podział nie był losowy. Nie ustalono trwałości efektu. Pierwsza próba miała też nierówne wykluczenia uczestników; pretest w drugiej ograniczał ten problem. Te zastrzeżenia należą do wyniku, a nie do przypisu, który można pominąć.

Nie wynika z tego biologiczny zegar, który po dziesięciu minutach odcina człowiekowi ambicję. Tytułowa krótka interakcja jest ostrzeżeniem o możliwej szybkości zmiany zachowania, a nie granicą bezpiecznego użytkowania. Rozsądna interpretacja nie potrzebuje opowieści o uszkodzonym mózgu. Wystarczy mniej widowiskowa możliwość: po doświadczeniu łatwo dostępnego rozwiązania człowiek inaczej ocenia koszt kolejnej samodzielnej próby.
Wytrwałość nie jest dekoracją przy wiedzy
„Sam też tego doświadczam”.
- Brian Christian, Berkeley News, 09.10.2026; tłumaczenie własne wypowiedzi „I experience it too”.
W potocznym opisie nauki najpierw istnieją wiadomości, później umiejętności, a gdzieś obok nich motywacja. Taki porządek sprzyja traktowaniu wytrwałości jako dodatku, który uczeń powinien przynieść z domu. Tymczasem nawet dobrze opanowana procedura wymaga decyzji, żeby jej użyć. Kiedy rozwiązanie nie pojawia się od razu, trzeba dopuścić możliwość własnego błędu, wrócić do założeń i zacząć jeszcze raz. Wiedza nie uruchamia się sama.
Dlatego metafora wyłącznika jest użyteczna tylko z zastrzeżeniem. AI nie musi zabierać umiejętności, żeby zmienić sytuację, w której człowiek z nich korzysta. Może ustanowić nowy punkt odniesienia dla tempa pracy. Wtedy zwyczajna trudność zaczyna przypominać awarię: skoro przed chwilą odpowiedź była dostępna niemal natychmiast, dłuższe zastanawianie się wygląda jak źle zaprojektowany proces. W edukacji takie odczucie zasługuje na uwagę, bo część procesu polega właśnie na chwilowym braku odpowiedzi.
Nie każda trudność ma jednak wartość. Bezsensowne przepisywanie, niejasne polecenie czy brak potrzebnej informacji mogą tylko wyczerpywać. Obrona wytrwałości nie powinna stać się usprawiedliwieniem złego nauczania. Potrzebne jest rozróżnienie między wysiłkiem, który buduje rozumienie, a przeszkodą administracyjną. Asystent usuwający tę drugą może pomagać. Instytucja, która nie potrafi nazwać różnicy, łatwo uzna każdą zaoszczędzoną minutę za zysk edukacyjny.
W tym sensie pytanie o AI jest pytaniem o cel szkoły. Jeżeli celem jest wypełniona karta pracy, pełna odpowiedź dostarczona z zewnątrz rozwiązuje problem. Jeżeli celem jest człowiek zdolny poradzić sobie z następną kartą, ta sama odpowiedź pozostawia sprawę otwartą. Obie rzeczy mogą wyglądać identycznie w elektronicznym dzienniku. Różnica ujawni się dopiero w sytuacji, w której uczeń nie otrzyma gotowego ciągu kroków.
Matura wystawia rachunek za to, co szkoła mierzy
Polska rozmowa o maturze łatwo skręca w technikę kontroli: jak rozpoznać cudzy tekst, jak sprawdzić samodzielność, jak ograniczyć dostęp do niedozwolonej pomocy. To ważne sprawy organizacyjne, ale nie wyczerpują pytania o przygotowanie. Nawet całkowicie samodzielny egzamin nie dowie się za szkołę, czy wcześniejsze zadania rozwijały zdolność rozumowania. Może jedynie ujawnić rozbieżność między efektownym materiałem oddawanym podczas nauki a możliwościami zdającego.
Można wyobrazić sobie kurs przygotowawczy oceniany przez zadowolenie ucznia i tempo przerabiania materiału. W takim układzie system dostarczający klarowne rozwiązania może wyglądać znakomicie. Uczeń czuje postęp, rodzic widzi wykonane zadania, prowadzący zamyka kolejne tematy. Brakuje jednak odpowiedzi na pytanie, czy uczeń potrafi ruszyć z miejsca przy nowym problemie. To hipotetyczny konflikt miar sukcesu, który warto rozwiązać przed zakupem narzędzia, zamiast dopiero po rozczarowaniu egzaminem.
Szkoła potrzebuje prawa do zadawania zadań, których wartość nie sprowadza się do końcowego dokumentu. Rozmowa o błędnym początku rozwiązania, uzasadnienie odrzuconej interpretacji czy wskazanie miejsca niepewności mogą powiedzieć nauczycielowi więcej niż dopracowany akapit. Nie chodzi o odtwarzanie policyjnej kontroli przy każdej pracy. Chodzi o uznanie, że proces myślenia jest przedmiotem nauczania i zasługuje na czas, również wtedy, gdy cyfrowe narzędzie pozwala go ominąć.
To ma również wymiar sprawiedliwości. Jeżeli samodzielność ma być ćwiczona głównie poza lekcją, jej warunki stają się sprawą prywatnych zasobów rodziny. Szkoła oddaje wtedy część odpowiedzialności tym, którzy mają czas i kompetencje, by towarzyszyć dziecku w pracy. Nie potrzeba statystycznej prognozy, aby dostrzec normatywny problem: publiczna instytucja nie powinna oceniać zdolności, której rozwijania sama przestała zapewniać.

Na studiach i w pracy koszt może pozostać niewidoczny
Na uczelni podobna różnica mieści się między oddanym opracowaniem a umiejętnością obrony jego założeń. Student może dysponować zgrabną syntezą i nie umieć rozstrzygnąć, dlaczego pewien argument został pominięty. Nie daje to podstaw do automatycznego przypisania winy narzędziu. Daje za to powód, by przestać traktować jakość gotowego tekstu jako pełny opis jakości uczenia się. Im łatwiej wytworzyć poprawną formę, tym więcej uwagi wymaga to, co forma przesłania.
Seminarium ma w tym układzie szczególną wartość. Uczestnik musi odpowiedzieć na pytanie, którego wcześniej nie znał, doprecyzować własne twierdzenie i tolerować chwilową niepewność. To nie spektakularna innowacja. To zwyczajna sytuacja akademicka, która zyskuje znaczenie, gdy gotowy tekst przestaje być rzadkim dobrem. Jeśli uczelnia chce zachować sens samodzielności, powinna ją umieć rozpoznać w działaniu, a nie wyłącznie deklarować w regulaminie.
W firmie konflikt jest trudniejszy, ponieważ pracodawca rzeczywiście potrzebuje wyniku. Oczekiwanie, że każda rutynowa czynność ma służyć rozwojowi pracownika, byłoby nierozsądne. Inaczej wygląda jednak zadanie wykonywane przez doświadczoną osobę, która automatyzuje dobrze rozumianą procedurę, a inaczej zadanie nowicjusza, który dopiero poznaje jej sens. Identyczna oszczędność czasu może mieć różne konsekwencje dla przyszłej samodzielności zespołu.
Hipotetyczny kierownik może więc poprawić bieżącą wydajność, a równocześnie ograniczyć sytuacje, w których młodszy pracownik uczy się rozpoznawać wyjątki. Koszt ujawni się przy nietypowej sprawie, zmianie narzędzia albo konieczności zakwestionowania wygenerowanego wyniku. To moja interpretacja ryzyka organizacyjnego, nie zmierzony skutek omawianego eksperymentu. Właśnie dlatego potrzebne są badania w rzeczywistych miejscach pracy, a nie mechaniczne przenoszenie laboratoryjnego procentu do prezentacji kadrowej.
Instytucja też musi wytrzymać chwilę bez odpowiedzi
Z tego badania nie da się uczciwie wyprowadzić ogólnego zakazu używania AI ani gwarancji, że określony styl rozmowy z asystentem rozwiąże problem. Można natomiast wyprowadzić pytanie kontrolne dla instytucji: jak sprawdzić, co zostaje człowiekowi po zakończeniu pomocy? To pytanie dotyczy konstrukcji zamówień, ewaluacji zajęć i oceny szkoleń. Wymaga mierzenia zdolności użytkownika w innym momencie niż ten, w którym narzędzie właśnie imponuje sprawnością.
Warto też dopuścić wynik niewygodny dla obu stron sporu. Narzędzie może pomagać w części zadań i pogarszać warunki uczenia się w innych. Może otwierać dostęp osobie wcześniej wykluczonej, a jednocześnie skłaniać inną do zbyt szybkiej rezygnacji z własnej próby. Takie różnice nie są wadą debaty. Są jej właściwym przedmiotem. Ogólne zachwyty i ogólne zakazy pozwalają uniknąć trudniejszej pracy nad tym, komu i w jakiej sytuacji pomoc rzeczywiście służy.
Odpowiedzialność nie powinna kończyć się na uczniu, który kliknął przycisk. Jeśli szkoła nagradza wyłącznie tempo, a uczelnia wyłącznie oddany produkt, zachowanie użytkownika jest także odpowiedzią na jej bodźce. Podobnie firma, która rozlicza pracownika z natychmiastowego wyniku, nie może bez końca oczekiwać, że rozwój osądu wydarzy się przy okazji. Samodzielność kosztuje czas. Trzeba zdecydować, kto ten czas finansuje i gdzie jest dla niego miejsce.
Najciekawsze w krótkim eksperymencie jest więc długie pytanie, które zostawia. Czy wygodniejsza praca ma zwiększać zdolność człowieka do działania, czy wystarczy, że pozwala mu zakończyć bieżące zadanie? Dla szkoły odpowiedź powinna być szczególnie wymagająca. Jej sukcesem nie jest przecież samo zniknięcie pustej kartki, lecz pojawienie się osoby, która potrafi zacząć ją wypełniać także wtedy, gdy nikt nie podpowiada.
O wytrwałość trzeba zadbać, zanim zostanie nazwana brakiem motywacji konkretnego ucznia. Szkoła, uczelnia i firma powinny umieć pozostawić człowiekowi przestrzeń na niedokończoną próbę. W świecie błyskawicznych odpowiedzi właśnie taka przestrzeń może stać się najtrudniejszą do obrony częścią edukacji.
Najczęstsze pytania
Jak AI wpływa na wytrwałość uczniów podczas samodzielnego rozwiązywania zadań?
Po skorzystaniu z asystenta AI uczniowie częściej pomijali kolejne zadania - w pierwszym eksperymencie 20% wobec 11% w grupie kontrolnej. Badanie sugeruje, że łatwy dostęp do gotowych odpowiedzi zmienia ocenę kosztu samodzielnej próby, choć efekt w drugim eksperymencie nie był istotny statystycznie.
Ile osób wzięło udział w badaniu o wpływie AI na naukę opisanym przez Berkeley News?
W badaniu uczestniczyło łącznie 1222 osoby zrekrutowane w USA w trzech randomizowanych eksperymentach. Próby liczyły 354 i 667 osób w zadaniach z ułamków oraz 201 osób w czytaniu ze zrozumieniem na materiałach SAT.
Jaka była różnica w wynikach czytania ze zrozumieniem między grupą korzystającą z AI a grupą kontrolną?
Grupa, która wcześniej korzystała z asystenta AI, uzyskała 76% poprawnych odpowiedzi wobec 89% w grupie kontrolnej. Analizowano 168 osób, a różnica w pomijaniu zadań wyniosła 8% wobec 1% przy p = 0,008.
Czy szkoła powinna ograniczać dostęp uczniów do AI podczas nauki?
Artykuł nie zaleca prostego zakazu, lecz wskazuje, że instytucja usuwająca momenty wymagające samodzielnej próby może jednocześnie usuwać warunki ćwiczenia wytrwałości. Podkreślono też, że nie każda trudność ma wartość - asystent usuwający przeszkody administracyjne może pomagać, o ile szkoła potrafi odróżnić je od wysiłku budującego rozumienie.
Wydawca: PROMPTOWY Piotr Olszewski. Polityka redakcyjna · Zgłoś błąd lub poprawkę · Redakcja i kontakt

Autor
Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.
Czytaj dalej
Publicystyka · Kto zapłaci za darmowe AI? Reklama wchodzi do czatuReklamy weszły do ChatGPT także w Polsce, a Google i Musk szykują kolejne. Piszę, dlaczego w czacie model biznesowy decyduje o samej odpowiedzi i czy...
Artykuły · Centra danych w Polsce: kto zapłaci za prąd fabryk AIAmeryka liczy rachunki za prąd, Irlandia stawia warunki, a pod Piasecznem mieszkańcy protestują przeciw serwerowni. PSE wydało centrom danych warunki...
Premium · Kto zapłaci za prąd dla maszyn? Rachunek za AI trafia do twojego licznikaCentra danych ustawiają się w kolejce po 13 gigawatów mocy, a sieć trzeba pod nie rozbudować za dziesiątki miliardów. Płacą za to wszyscy - także ty...- generatornia.plPuzzle ze zdjęcia: jak zrobić układankę z AI do druku i online
- przelomowy.plTest 10 modeli AI w zakupach: więcej rozumowania podnosi pewność, nie trafność wyboru
- przewagi.plAutomatyzacja faktur: zacznij od obiegu i wyjątków, potem dodaj AI
- jutropis.plKE konsultuje formularz oceny wpływu AI na prawa podstawowe



