AI w szkole: algorytmy, które oceniają uczniów
Sztuczna inteligencja trafia do szkół nie tylko jako narzędzie pomocnicze, ale jako podmiot decyzyjny. Systemy oceniające eseje, prognozujące wyniki egzaminów i przydzielające uczniów do grup zdolności działają coraz częściej bez udziału nauczyciela. Problem w tym, że ich błędy mają realne konsekwencje — dla ocen, stypendiów i przyszłości młodych ludzi.
Kiedy algorytm jest nauczycielem
Automatyczne ocenianie prac pisemnych istnieje od lat, ale nowe modele językowe znacznie rozszerzyły jego zakres. Systemy analizują nie tylko poprawność gramatyczną, ale też strukturę argumentacji i styl. W praktyce oznacza to, że ocena pracy zależy od tego, czy algorytm “rozumie” sposób myślenia ucznia — a ten sposób bywa kulturowo i językowo zróżnicowany.
Badania nad automatycznym ocenianiem pokazują, że wyniki mogą być niespójne dla grup mniejszościowych i uczniów, którzy piszą w języku odbiegającym od wzorca. System uczony na jednorodnych danych traktuje odmienność jako błąd. Nauczyciel, który zna ucznia, dostrzega kontekst; algorytm widzi tylko tekst.
Prognozowanie wyników i grupowanie
Osobny problem to systemy predykcyjne. Na podstawie ocen, frekwencji i zachowania algorytm przewiduje, czy uczeń zda egzamin lub ukończy szkołę. Na tej podstawie szkoła może przydzielić go do grupy “ryzyka” i zaproponować dodatkowe zajęcia — albo, w gorszym wariancie, ograniczyć dostęp do zaawansowanych przedmiotów.
Takie decyzje powinny być transparentne i podlegać odwołaniu. W praktyce często nie wiadomo, na jakich danych opiera się model i jakie czynniki waży najmocniej. Uczeń i rodzic nie mogą sprawdzić, czy prognoza nie jest wynikiem błędu w danych lub stronniczości algorytmu.
Prywatność i dane uczniów
Modele edukacyjne potrzebują danych: ocen, testów, czasu spędzonego na platformie, a czasem też zachowania. Szkoły i firmy technologiczne gromadzą je na lata, często bez jasnych zasad retencji. Uczeń, który dziś jest dzieckiem, może nosić te dane w przyszłości — przy rekrutacji na studia czy do pracy.
Pytanie o zgodę jest tu pozorne. Rodzic podpisuje regulamin, ale nie ma realnego wyboru: bez platformy dziecko nie uczestniczy w nauczaniu. To sytuacja asymetrii informacji i władzy, typowa dla relacji szkoła–rodzic–dostawca technologii.
Co można zrobić
Rozwiązania istnieją, ale wymagają woli politycznej. Po pierwsze, algorytmiczne ocenianie powinno być audytowalne — szkoła i rodzice mają prawo wiedzieć, jak model dochodzi do wyniku. Po drugie, decyzje o ścieżce edukacyjnej muszą podlegać ludzkiemu przeglądowi, a nie być automatyczne. Po trzecie, dane uczniów powinny być minimalizowane i usuwane po zakończeniu nauki.
Sztuczna inteligencja w edukacji może być narzędziem wspierającym nauczyciela. Problem zaczyna się tam, gdzie zastępuje jego osąd i staje się niewidzialnym decydentem o przyszłości dziecka.
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.
