Gdy algorytm ocenia maturę: automatyzacja sprawdzania prac i ryzyko dla uczniów

Automatyczne sprawdzanie prac pisemnych przez systemy sztucznej inteligencji przestaje być eksperymentem laboratoryjnym i wchodzi do rzeczywistych komisji egzaminacyjnych. W Wielkiej Brytanii Ofqual (urząd ds. kwalifikacji i egzaminów) od 2023 roku prowadzi pilożne wdrożenia systemów wspomaganych AI do oceny prac z języka angielskiego i historii. W Stanach Zjednoczonych stowarzyszenie ETS (Educational Testing Service) od lat używa e-ratera do oceny esejów w teście GRE, a College Board testuje podobne narzędzia w egzaminach AP. Polska, przez Centralną Komisję Egzaminacyjną, również bada możliwości zastosowania modeli językowych w masowej ocenie.

Zaletą jest szybkość i powtarzalność. Model nie męczy się, nie ma „złego dnia” i stosuje te same kryteria do pierwszej i do tysiącznej pracy. W pilotach brytyjskich czas sprawdzania skrócił się średnio o 40 %, a zgodność z ludzkimi egaminatorami na poziomie ogólnym wynosiła 85–90 % w zależności od przedmiotu. Problem pojawia się przy pracach nietypowych — kreatywnych, nietrafnych językowo, ale merytorycznie wartościowych, lub napisanych dialektem/sojolektem. Tutaj modele językowe (LLM) systematycznie obniżają ocenę, bo uczą się od korpusów standardowego, „prawidłowego” języka.

Drugi ryzyko to tzw. gaming the metric. Uczniowie i nauczyciele szybko poznają wzorce, które algorytm nagradza: długie zdania, słownictwo akademickie, schemat „teza–argument–konkluzja”. Powstają poradniki „jak napisać esej, by AI dało 100 %”. W efectcie otrzymujemy pracę zoptymalizowaną pod metrykę, a nie pod myślenie. Zjawisko to opisano w raporcie Ofqual z 2024 r. jako construct irrelevance variance — wariancja oceny niezwiązana z mierzoną umiejętnością.

Kwestia prawna i odwoławcza pozostaje nierozwiązana. Gdy ludzki egaminator popełnia błąd, uczeń ma prawo do reklamaacji, podglądu arkusza, drugiego sprawdzania. Gdy błąd popełnia model, czy uczeń ma prawo znać prompt i wagę modelu? Czy może żądać sprawdzania przez człowieka? RODO (art. 22) daje prawo do niepoddania się decyzji opartej wyłącznie na przetwarzaniu automatycznym, jeśli stwarza skutki prawne. Egzamin maturalny jak najbardziej takie skutki stwarza. Do tej pory polski przepis nie precyzuje, czy i jak stosuje się art. 22 RODO do systemów wspomagania (a nie pełnej automatyzacji) w edukacji.

Trzeci wymiar to dane. Prace egzaminacyjne zawierają dane osobowe (imię, nazwisko, PESEL, szkola), często też dane szczególnie chronione (zdrowie, wyznanie — w treści eseju). Przesyłanie ich do chmury dostawcy modelu (OpenAI, Google, Anthropic) wymaga umowy o powierzeniu przetwarzania i oceny wpływu na ochronę danych (DPIA). W pilotach brytyjskich dane były anonimizowane przed wysłaniem do modelu, co jednak utrudniała spätere powiązanie oceny z konkretnym uczniem w procedurze odwoławczej.

Polska CKE w komunikacie z marca 2025 r. poinformowała, że testy systemów AI do sprawdzania prac z języka polskiego i historii są prowadzone „w środowisku odizolowanym, bez przesyłania danych na zewnątrz”. Oznacza to użycie modeli open-source (np. z rodziny Llama lub polskie modele typu Bielik) hostowanych na własnej infrastrukturze. To bezpieczniejsze, ale wymaga kompetencji administracyjnych, których w placówkach oświatowych brakuje.

Podsumowując: automatyzacja oceny daje realne oszczędności czasu i pieniędzy, ale wprowadza systematyczne błędy na rzecz konwencji językowych, utrudnia odwoływanie się od decyzji i stawia nowe wymagania bezpieczeństwa danych. Zanim system stanie się powszechny, należy ustawowo wyregulować: (1) prawo ucznia do ludzkiego sprawdzania na żądanie, (2) transparentność kryteriów modelu (publiczne rubryki oceny), (3) audyt niezależny biasu językowego i kulturowego, (4) hostowanie wyłącznie na infrastrukturzje publicznej. Bez tego ryzykujemy, by matura stała się testem dopasowania do algorytmu, a nie wiedzą i umiejętnościami.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.