AI-tutor czy AI-podglądacz: nowa era inwigilacji w klasach
Promise indywidualnego nauczyciela
Pedagogika marzyła o indywidualnym nauczycielu od dekad. W 2026 roku ten cel wydaje się na wyciągnięcie ręki — sztuczna inteligencja w klasach oferuje dostosowane zadania, natychmiastową informację zwrotną, ocenę pracy ucznia w czasie rzeczywistym. Platformy takie jak Khanmigo, Magic Student lub komercyjne asystenci zintegrowani z podręcznikami obiecują, że każdy uczeń dostanie korepetytora — niezależnie od dochodu rodziców.
Lecz ta obietnica ma swoją ciemną stronę. Asystent, który ocenia ucznia, musi go obserwować. Obserwacja w klasie szkolnej różni się od obserwacji w internecie — uczeń w klasie jest nieletni, podlega obowiązkowi szkolnemu, nie ma możliwości odmowy. Każda minuta nauki, każde pytanie, każde napotkane dylemat może zostać zapisane, zarchiwizowane, przetworzone.
Jak działa GAIA-System — portret nowej platformy
Załóżmy przykład typowej platformy asystującej, którą można nazwać GAIA-Systemem (Guidance and Insight Assistant). Taka platforma:
- rozpoznaje ucznia po głosie lub twarzy przy włączeniu sesji,
- śledzi czas wykonania każdego zadania,
- analizuje wzrok na ekranie (jeśli używana jest kamera),
- ocenia ton odpowiedzi i poziom pewności,
- rejestruje, kiedy uczeń zerka z ekranu lub wstaje od biurka,
- generuje raport dzienny dla nauczyciela, a dla dyrektora — raport tygodniowy agregowany dla klasy.
Żaden z tych elementów sam w sobie nie jest technicznie trudony. Każdy z nich jest już dostępny w komercyjnych produktach edukacyjnych. Połączenie tych elementów tworzy jednak archiwum aktywności ucznia, które w dotychczasowej historii edukacji nie miało odpowiednika. Nawet stalinowskie archiwa szkolne nie rejestrowały tempa pisania, tonacji odpowiedzi czy wzoru spojrzeń.
Od nauczki do normalizacji inwigilacji
Argument, który słyszymy w dyskusji z producentami, brzmi: dane służą nauczycielowi, nie korporacji. Lecz w realiach platform chmurowych dane lądują na serwerach korporacji, nie na serwerach szkoły. Producent platformy może — i zazwyczaj zastrzega sobie to w umowie — używać tych danych do doskonalenia swoich modeli. To znaczy, że pytanie dwunastoletniego ucznia o nic niewiążący dylemat z lektury szkolnej staje się treningowym tokenem dla modelu językowego korporacji chmurowej.
Normalizacja tego zjawiska idzie szybko. W 2025 roku organizacja Common Sense Media opublikowała badanie pokazujące, że ponad 60 procent szkół średnich w USA korzysta z co najmniej jednej platformy AI asystującej o nieokreślonych politykach prywatności. W Polsce Krajowy System Edukacji w 2026 roku inaugurował własną platformę AI asystującą — bez konsultacji z rzecznikiem praw ucznia i bez oceny wpływu na prywatność.
Rzecznik czy NIK — kto pilnuje
W polskim prawie edukacyjnym rzecznik praw ucznia ma kompetencje ograniczone. Instytucją o rzeczywistym nadzorze jest NIK — Najwyższa Izba Kontroli — oraz UODO (Urząd Ochrony Danych Osobowych). W 2025 roku UODO wydało pierwsze wytyczne dotyczące danych biometrycznych w szkołach — w szczególności rozpoznawania twarzy. Wytyczne te jednoznacznie wskazują, że rozpoznawanie twarzy w celach edukacyjnych jest zasadniczo nieproporcjonalne. Lecz platformy AI asystujące często omijają ten zakaz, używając rozpoznawania głosu lub graficznego wizerunku zamiast twarzy.
Kwestia odpowiedzialności za nieuprawnione przetwarzanie pozostaje niejasna. Gdy rodzic wnosi skargę, szkoła wskazuje na producenta platformy. Producent wskazuje na szkołę, która zgodziła się na warunki umowy. W realiach polskich kilku rodziców w 2026 roku zawiadomiło UODO o platformie krajowej. Postępowania trwają.
Pracownicy jako dostarczyciele treningu
Asystenci edukacyjni są trenowani na danych uczniów. Zakończa się to paradoksem, w którym uczeń jest jednocześnie konsumentem i producentem treningu modelu — płaci dostępem za to, że model może się na nim uczyć. Dla dzieci, które nie mają możliwości woli wyboru — szkoła dyktuje platformę — jest to szczególnie drastyczna asymetria.
W 2026 roku Rzecznik Praw Obywatelskich w Polsce zwrócił na to uwagę w liście do MEN. Wskazano, że niemożliwe, by dziecko 7-9 lat mogło dać informowaną zgodę na to, że jego odpowiedzi w dzienniku szkolnym trafiają do korporacji chmurowej jako dane treningowe. Zgoda rodziców jest formalna — w umowach najczęściej jednym checkboxem — lecz nie informowana.
Aspekty pedagogiczne — cyfrowa nadinterpretacja
Drugą kategorią problemów jest sama ocena pedagogiczna. Algorytm szkolony na archiwalnych zachowaniach może błędnie interpretować zachowania uczniów neuroróżnorodnych. Uczeń z ADHD lub spektrum autyzmu może zostać błędnie sklasyfikowany jako „niezaangażowany” tylko dlatego, że nie patrzy stale na ekran. W 2024 roku opublikowano raport British Educational Suppliers Association, wskazujący, że algorytmy analizujące zaangażowanie na podstawie ruchu gałki ocznej miały istotne ograniczenia w przypadku uczniów z autyzmem i ADHD.
Skutek jest prosty: uczeń neuroróżnorodny dostaje niższą ocenę zaangażowania, choć realne jego zaangażowanie jest wysokie. To zaniżenie oceny jest dodatkowo ukryte — szkoła często nie zna okoliczności, w których algorytm zaniża ocenę. Uczeń zostaje etykietowany jako „niezaangażowany” na podstawie błędnej heurystyki. To jest reprodukowanie stereotypu przez czarną skrzynkę.
Konsekwencja: klasa, w której uczeń z autyzmem zaczął być karany za to, że nie patrzy na ekran podczas rozwiązywania zadania. Powód kary — algorytm asystujący został wyszkolony, że patrzenie na ekran jest miarą zaangażowania. To nonsens pedagogiczny, który stał się polityką szkoły.
Co dalej — debata czy opór
W 2026 roku Polska debata o AI w edukacji jest na poziomie, na którym była debata o ocenianiu kształtującym dekadę temu — dużo deklaracji, mało procedur. Lecz można wskazać konkretne postulaty:
- Publiczna ewaluacja platform: nieodłączny obowiązek oceny wpływu na prawa podstawne, dostępna rodzicom i obywatelom.
- Zakaz danych treningowych: dane uczniów nie mogą służyć jako materiał treningowy dla modeli korporacji chmurowych.
- Prawo odmowy: rodzice mają prawo zabronić przetwarzania danych swego dziecka. Szkoła musi zapewnić alternatywną ścieżkę edukacyjną.
- Audyt biasu: algorytmy oceniające zaangażowanie lub oceny muszą być poddane audytowi sprawiedliwości w przypadku uczniów neuroróżnorodnych i mniejszości demograficznych.
Nie chodzi o to, by zakazać sztucznej inteligencji w edukacji. Chodzi o to, by indywidualny korepetytor nie był jednocześnie codziennym archiwistą, którego właścicielem jest korporacja z siedzibą na drugim kontynencie. Asystent, który nie zapomina, jest niebezpiecznym asystentem w klasie. Nie dla AI. Dla dziecka.