Zaliczenia i egzaminy odporne na AI: jak je projektować na uczelni

👁 113 przeczytań

Zaliczenie „odporne na AI” to nie zadanie, którego żaden model nie rozwiąże, tylko takie, w którym oceniasz rozumowanie i decyzje studenta, a nie sam gotowy plik. W praktyce oznacza to pracę etapową, krótką obronę wybranej decyzji i zasady użycia AI ogłoszone przed startem - w tę stronę idą też nowe wytyczne UW, UJ i AGH.

Tekst należy do serii AI w edukacji i jest skierowany do prowadzących zajęcia na uczelniach. Stan na 12 października 2026. Opisy dokumentów uczelni pochodzą z ich pełnych tekstów odczytanych tego dnia; scenariusze zadań są propozycjami do adaptacji, nie wynikiem badania.

Co mówią polskie uczelnie

• Uniwersytet Warszawski - uchwała nr 75 Uniwersyteckiej Rady ds. Kształcenia z 11 września 2026, w mocy od 1 października 2026 (zastąpiła uchwałę nr 98 z 2023). Zakazuje AI na egzaminach i zaliczeniach pisemnych, chyba że rada dydaktyczna zdecyduje inaczej, a polecenia określą sposób użycia. Rekomenduje, by efektów uczenia się nie weryfikować wyłącznie na podstawie pracy pisemnej przygotowanej poza zajęciami. Do każdej pracy zaliczeniowej student dołącza oświadczenie o zakresie użycia AI (lista narzędzi, cel, zakres), a prowadzący może zażądać dziennika promptów i ustnej obrony pracy. Detektor AI nie może być jedynym dowodem.
• Uniwersytet Jagielloński - zarządzenie nr 115 rektora z 27 listopada 2025. Prowadzący określa zasady AI w sylabusie i przekazuje je na pierwszych zajęciach, stosuje formy zaliczeń pozwalające zweryfikować samodzielność, a narzędzi wykrywających AI może używać pomocniczo. Komisja egzaminu dyplomowego powinna pytać o treść pracy i przebieg jej powstawania.
• AGH - wytyczne dotyczące odpowiedzialnego wykorzystania AI w kształceniu (2025) zalecają ograniczyć ocenianie na podstawie prac pisanych w domu na rzecz egzaminów ustnych, prezentacji na żywo, prac z dokumentacją procesu, projektów zespołowych i dyskusji na zajęciach. Radzą też unikać zakazów trudnych do zweryfikowania.

Żaden z tych dokumentów nie narzuca jednego formatu egzaminu dla całego szkolnictwa wyższego. Przed wdrożeniem sprawdź regulamin studiów i ustalenia rady dydaktycznej swojego kierunku. Przegląd zasad innych uczelni jest w tekście o zasadach AI na polskich uczelniach.

Jak zaprojektować zaliczenie krok po kroku

1. Nazwij czynność, którą oceniasz. Zamiast „zna temat” - „uzasadnia dobór metody”, „wskazuje założenie, od którego zależy wynik”, „łączy cytat z tezą”. Jeśli nie umiesz opisać czynności, nie ustalisz, co oceniać.
2. Dobierz dowód do umiejętności (tabela niżej). Gotowy rezultat zostaje, ale dochodzi do niego krótki element, który pokazuje rozumienie.
3. Ustal zakres dozwolonej pomocy AI osobno dla każdej części zadania i zapisz go w sylabusie albo instrukcji. „AI dozwolone” bez szczegółów zostawia za dużo pytań.
4. Rozbij pracę na etapy: akceptacja tematu, notatka o istotnej decyzji w trakcie, oddanie z krótkim opisem procesu.
5. Zaplanuj krótką weryfikację - rozmowa o jednej decyzji albo zmiana jednego warunku zadania na zajęciach.
6. Ogłoś kryteria z góry i oceniaj według nich. Przejrzysty opis użycia AI nie zastępuje poprawności merytorycznej, a deklaracja „nie używałem AI” nie dowodzi opanowania materiału.
7. Przetestuj instrukcję na koledze z zespołu: niech powie, co trzeba oddać i co będzie oceniane. Rozbieżność oznacza, że problem jest w opisie zadania.

Dowód umiejętności - przykładowa mapa

Dwa przykłady z zajęć

Metody ilościowe. Student porównuje grupy w dostarczonym zbiorze danych. Wykres niczego nie mówi o tym, jak potraktował braki danych, więc instrukcja wymaga krótkiego uzasadnienia tej decyzji. Na omówieniu prowadzący zmienia warunek: co by sprawdził, gdyby braki skupiały się w jednej grupie? Jeśli AI pisała fragmenty skryptu, student wyjaśnia, co robi zaakceptowany kod.

Esej na źródłach. Esej łączy się z analizą wskazanego fragmentu źródła i odpowiedzią na kontrargument. Pytania dotyczą tego, co jest w pracy: dlaczego ten cytat wspiera tezę i jakiego źródła brakuje, by teza była mocniejsza.

Gotowy prompt do skopiowania

Jesteś doradcą dydaktycznym. Przeanalizuj projekt zaliczenia.
Przedmiot i poziom: [np. metody ilościowe, II rok]
Efekty uczenia się: [lista z sylabusu]
Treść zadania: [tekst]
Zasady AI na kursie: [co wolno, czego nie]
Zadania:
1) Przy każdym efekcie wskaż, jaki dowód jego osiągnięcia daje zadanie.
2) Zaznacz miejsca, w których oceniany jest głównie gotowy rezultat.
3) Zaproponuj po jednym krótkim pytaniu weryfikującym rozumienie decyzji.
4) Wskaż niejasne słowa w kryteriach oceny.
Nie dodawaj nowych efektów ani wymogów regulaminowych.
Nie oceniaj prawdziwych osób i nie zgaduj, czy używały AI.

Do zakresu pomocy AI w instrukcji może posłużyć prosty zapis: „W tym zadaniu AI może pomagać w korekcie językowej. Uzasadnienie wyboru metody przygotowujesz samodzielnie. Do pracy dołącz opis użytych narzędzi i zakresu pomocy. Na omówieniu wyjaśnisz wskazaną decyzję”. Dopasuj go do regulacji jednostki.

Gdy pojawi się podejrzenie

• Oddziel ocenę jakości pracy od ustalania, czy złamano zasady - to drugie prowadzi się według procedury uczelni, nie w improwizowanej rozmowie.
• Opisuj fakty: błędne albo nieistniejące źródło, niemożność wyjaśnienia założenia. „Styl AI” nie jest dowodem.
• Wynik detektora traktuj pomocniczo - UW wprost zabrania opierania się wyłącznie na nim, a skuteczność narzędzi omawia tekst Czy JSA wykrywa AI.
• Nie zbieraj pełnych historii prywatnych rozmów z czatem, jeśli do oceny wystarczy opis istotnego użycia i wskazany fragment.

Najczęstsze pytania

Czy da się zrobić egzamin całkowicie odporny na AI?

Nie ma takiej gwarancji. Realny cel to zadanie, które daje dowód umiejętności, i jasne warunki pracy znane studentom przed startem.

Czy każde zaliczenie musi być ustne?

Nie. Rozmowa to jedno z narzędzi; równie dobrze działa krótkie zadanie na zajęciach albo komentarz do decyzji. UW rekomenduje, by nie weryfikować efektów wyłącznie na podstawie pracy pisanej poza zajęciami, a AGH - by takie prace ograniczać.

Czy na UW student musi dołączać oświadczenie o AI?

Tak, od 1 października 2026 do każdej pracy zaliczeniowej, według uchwały nr 75 URK. Oświadczenie zawiera listę użytych systemów AI oraz cel i zakres ich użycia.

Czy wymagać historii promptów?

Sama historia nie dowodzi rozumienia. UW dopuszcza żądanie dziennika promptów, gdy wymaga tego charakter pracy - stosuj go tam, gdzie pomaga ocenić konkretną czynność.

Jak nie utonąć w dodatkowych rozmowach?

Sprawdzaj jedną-dwie decyzje wynikające z kryteriów i przygotuj wspólny zestaw pytań dla całego zespołu prowadzących. Nie dokładaj pełnego drugiego egzaminu do każdego zadania.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

• Uchwała nr 75 URK w sprawie wytycznych dotyczących korzystania z narzędzi SI w procesie kształcenia (Uniwersytet Warszawski, 11.09.2026)
• Zarządzenie nr 115 Rektora UJ w sprawie wykorzystywania w dydaktyce narzędzi opartych na SI (Uniwersytet Jagielloński, 27.11.2025)
• Wytyczne dotyczące odpowiedzialnego wykorzystania AI w procesie kształcenia (AGH, 2025)

Zobacz też: Zasady AI na polskich uczelniach i Czy JSA wykrywa AI.