Złudzenie geniusza. Dlaczego nauka na skróty z AI odbiera dziecku prawdziwą wiedzę

Z nauką przy pomocy chatbota AI jest tak samo. Dziecko czyta gotowe rozwiązanie, wszystko wydaje się jasne, więc jest pewne, że rozumie. Prawdę pokazuje dopiero pierwsza próba bez pomocy.

„Naucz się w 40 minut zamiast w 40 godzin”

Takie hasła słychać dziś wszędzie. Mniej wysiłku, lepsze wyniki. Rodzicowi brzmi to nowocześnie, dziecku jak wymarzony skrót.

Badania pokazują coś odwrotnego. Kiedy zabieramy dziecku wysiłek, zabieramy mu też naukę.

Dlaczego gotowa odpowiedź nie uczy

Uczymy się wtedy, gdy coś nam nie wychodzi. Dziecko drapie się po głowie, próbuje jednej drogi, potem drugiej, myli się i zaczyna od nowa. Właśnie to zmaganie zostaje w pamięci na długo.

Chatbot to zmaganie usuwa. Podaje gotowe wypracowanie, streszczenie lektury albo wynik zadania z matematyki. Tekst jest gładki i logiczny, więc dziecko ma poczucie, że wszystko zrozumiało. Dokładnie takie samo poczucie miał jedenastolatek z deskorolką po tygodniu oglądania filmów.

Co pokazują badania

Poniżej pięć badań. Trzy z nich to eksperymenty: naukowcy podzielili uczestników na grupy i porównali ich wyniki. Pozostałe dwa opierają się na ankietach. Pokazują, co idzie w parze, a przyczynę sprawdzają eksperymenty.

Turcja: o 48% lepiej na ćwiczeniach, o 17% gorzej na sprawdzianie [1]

Zespół z University of Pennsylvania przeprowadził eksperyment z udziałem blisko tysiąca uczniów szkoły średniej w Turcji. Uczniowie ćwiczyli matematykę w trzech grupach: bez AI, ze zwykłym ChatGPT i z AI ustawionym tak, żeby tylko naprowadzało, jak korepetytor. Potem wszyscy pisali sprawdzian bez żadnej pomocy.

Na ćwiczeniach grupa z ChatGPT wypadła o 48% lepiej niż grupa bez AI. Na sprawdzianie bez AI wypadła od niej o 17% gorzej.

Na dodatek uczniowie z ChatGPT oceniali swoją wiedzę wyżej, niż wskazywały na to wyniki. U uczniów z AI-korepetytorem tego spadku w dużej mierze nie było. Szkodził skrót, czyli gotowa odpowiedź.

Ta sama uczennica, ta sama ławka. Przesuń suwak i zobacz, co zostaje, kiedy znika chatbot.

Ćwiczenia z AISprawdzian bez AI

Kanada: różnica rzędu dwóch lat nauki [2]

PISA to największy na świecie test umiejętności 15-latków, prowadzony przez OECD. W edycji 2025 wzięło w nim udział ponad 760 tysięcy uczniów z 91 krajów i gospodarek. Nowością było pytanie, jak często i do czego uczniowie używają chatbotów AI.

Adam Kenneth Dubé z McGill University przeanalizował wyniki 24 600 uczniów z Kanady. Jego wniosek:

Nastolatki, które co tydzień używają AI do nauki, są w naukach przyrodniczych około dwóch lat w tyle.

Uczniowie, którzy codziennie streszczają teksty z pomocą AI, mają o 38 punktów mniej od tych, którzy nigdy tego nie robią. Ci, którym AI pisze teksty do zadań, mają o 42 punkty mniej. Każda z tych różnic to według autora mniej więcej dwa lata szkoły.

PISA pokazuje, co idzie w parze. Sama nie dowodzi, że to AI obniża wyniki. Ten dowód dają eksperymenty, takie jak ten z Turcji.

Programiści: 50% zamiast 67% w teście wiedzy [3]

To badanie przeprowadziła firma Anthropic, która sama tworzy asystenta AI o nazwie Claude. Wzięło w nim udział 52 programistów. Uczyli się nowej, nieznanej im biblioteki do języka Python. Połowa pisała kod z pomocą AI, połowa samodzielnie. Na koniec wszyscy rozwiązali test z tego, czego się właśnie nauczyli.

Grupa z AI zdobyła średnio 50% punktów, grupa bez AI 67%. Najwięcej straciła na debugowaniu, czyli szukaniu błędów w kodzie.

Bez tej umiejętności nie da się sprawdzić, czy AI nie napisało bzdury. Grupa bez AI natrafiała po drodze na więcej błędów i musiała radzić sobie z nimi sama. Autorzy przypuszczają, że właśnie to ją wytrenowało. A czy AI chociaż przyspieszyło pracę? Odrobinę, za mało, żeby uznać to za coś więcej niż przypadek.

Harvard: nauczyli się więcej, a czuli, że mniej [4]

Louis Deslauriers z zespołem porównał na Harvardzie dwa sposoby uczenia fizyki. Jedni studenci słuchali płynnego wykładu doświadczonego wykładowcy. Drudzy sami rozwiązywali zadania w małych grupach, a wyjaśnienia dostawali dopiero po własnych próbach.

Studenci z zajęć aktywnych lepiej napisali test. Mimo to byli przekonani, że nauczyli się mniej niż ci z wykładu.

Gładki wykład dawał poczucie mistrzostwa, które nie miało pokrycia w wynikach. Chatbot działa jak taki wykład, tylko dostępny o każdej porze.

Microsoft i Carnegie Mellon: im więcej zaufania do AI, tym mniej myślenia [5]

Naukowcy z Microsoft Research i Carnegie Mellon University zapytali 319 osób, które co tydzień używają AI w pracy, jak sprawdzają jego odpowiedzi.

Kto bardziej ufał AI, ten mniej zastanawiał się nad jego odpowiedziami.

Kto był pewniejszy własnej wiedzy, ten częściej sprawdzał AI. Badacze zauważyli też, że ludzie odpuszczają sobie myślenie, kiedy brakuje im umiejętności, żeby odpowiedź AI ocenić. To ankieta wśród dorosłych, więc pokazuje, jak ludzie sami oceniają swoją pracę.

Kalkulator się nie myli. Chatbot tak

Rodzice często pytają: „Po co dziecko ma się męczyć, skoro kalkulator liczy, a AI pisze?”. Różnica jest prosta. Kalkulator się nie myli. Chatbot myli się regularnie i podaje błąd tym samym pewnym tonem co prawdę.

Żeby zauważyć błąd, trzeba samemu znać temat. Dorosły specjalista często wyłapie, że AI coś zmyśliło. Jedenastolatek bez podstaw nie ma tego czym sprawdzić. Przyjmie odpowiedź, bo brzmi mądrze.

Wychodzi więc paradoks: im mniej dziecko wie, tym mniej AI mu pomaga i tym łatwiej wprowadza je w błąd. Widać to w badaniach. Dorośli, którym brakuje wiedzy, rzadziej sprawdzają AI [5]. Uczniowie z Turcji nie zauważyli własnych braków [1].

Dlaczego w KidsPRO zaczynamy bez AI

Około jedenastego roku życia dziecko zaczyna myśleć abstrakcyjnie. Opisał to szwajcarski psycholog Jean Piaget [6]. To czas, w którym dziecko uczy się łączyć fakty, znosić frustrację i cieszyć się z trudności pokonanej samodzielnie. Narzędzie, które zabiera wysiłek, zabiera mu ten trening.

Dlatego na zajęciach KidsPRO dzieci pracują offline i bez AI. Sami programujemy zawodowo i znamy możliwości AI. Właśnie dlatego wiemy, kiedy szkodzi.

Najpierw problem, potem kod

Zanim dziecko napisze pierwszą linijkę, dotyka problemu w rzeczywistości. W ferie dzieci po kolei grają klienta, kelnera, kucharza i kasjera w pizzerii, a dopiero potem opisują to w kodzie. Utykają, szukają wyjścia i znajdują je same.

Pewność siebie z własnej pracy

Prawdziwa pewność siebie bierze się z jednego zdania: „Zrobiłem to sam i rozumiem, jak to działa”. Tego zdania nie da się szczerze powiedzieć o tekście, który napisał chatbot.

Błąd jako etap pracy

Kiedy program nie robi tego, czego wymaga rzeczywistość, dziecko szuka braku i go uzupełnia. Potem sprawdza jeszcze raz. Błąd staje się dla niego zwykłym etapem pracy.

Rzeczywistość nie negocjuje. Nie zmienia zdania pod wpływem argumentów, nastroju ani liczby zwolenników. Dlatego można jej zaufać. Chatbot potrafi zmienić zdanie, gdy tylko go o to poprosisz.

Najpierw własna siła, potem skróty

Zanim dziecko zacznie korzystać ze skrótów, niech zbuduje własną siłę umysłu. Gotowych odpowiedzi będzie tylko przybywać. Najbardziej potrzebni będą ludzie, którzy umieją je sprawdzić.

Tak pracujemy w ferie w Zimowej Pizzerii KidsPRO. Dzieci piszą w C# kiosk do zamawiania pizzy, a w piątek ocenia go głodny klient.

Źródła

[1] Hamsa Bastani, Osbert Bastani, Alp Sungu, Haosen Ge, Özge Kabakcı, Rei Mariman, Generative AI without guardrails can harm learning: Evidence from high school mathematics, „Proceedings of the National Academy of Sciences”, t. 122, nr 26, 2025. DOI: 10.1073/pnas.2422633122

Zakres: eksperyment z losowym podziałem na grupy, blisko 1000 uczniów jednej dużej szkoły średniej w Turcji, semestr jesienny 2023, cztery 90-minutowe lekcje matematyki. Grupy: bez AI, „GPT Base” (interfejs jak zwykły ChatGPT, model GPT-4) i „GPT Tutor” (z zabezpieczeniami, bez podawania gotowych odpowiedzi). Wyniki: GPT Base o 48% lepiej na ćwiczeniach i o 17% gorzej na sprawdzianie bez AI niż grupa kontrolna; uczniowie przeceniali swoje postępy. W grupie GPT Tutor spadek został w dużej mierze zniwelowany. Ograniczenia: jedna szkoła, jeden przedmiot.

[2] OECD, PISA 2025, wyniki opublikowane 8 września 2026 r. Analiza danych kanadyjskich: Adam Kenneth Dubé (McGill University), The release of AI chatbots has harmed teens’ learning and Canada needs to act, „The Conversation”, październik 2026.

Zakres: ponad 760 tys. 15-latków z 91 krajów i gospodarek, w Kanadzie 24 600 uczniów z 897 szkół; pierwsza edycja PISA z pytaniami o korzystanie z chatbotów AI w nauce. Wyniki dla Kanady (nauki przyrodnicze): uczniowie używający AI co tydzień do nauki – ok. 2 lata w tyle; codzienne streszczanie tekstów z AI – 38 pkt mniej; pisanie tekstów przez AI – 42 pkt mniej (każda różnica to według autora ok. 2 lata nauki). W całej próbie światowej uczniowie korzystający z AI co tydzień są średnio ok. roku w tyle. Ograniczenia: dane korelacyjne, nie dowodzą przyczyny. W skali OECD obraz jest zróżnicowany: uczniowie używający AI „do pomocy w nauce” wypadali lepiej niż niekorzystający, najsłabiej ci, którym AI streszcza i pisze teksty (ok. 40 pkt mniej).

[3] Judy Hanwen Shen, Alex Tamkin (Anthropic), How AI assistance impacts the formation of coding skills, 29 stycznia 2026.

Zakres: eksperyment z losowym podziałem na grupy, 52 programistów (głównie z krótszym stażem) uczących się nieznanej im biblioteki Trio do Pythona. Wyniki: w teście wiedzy grupa z AI uzyskała średnio 50%, grupa bez AI 67%; największa różnica w pytaniach o debugowanie; przyspieszenie pracy z AI nieistotne statystycznie. Wynik zależał od sposobu korzystania z AI: lepiej wypadali ci, którzy prosili AI o wyjaśnienia, niż ci, którzy oddawali mu całą pracę. Ograniczenia: test tuż po zadaniu, bez pomiaru po dłuższym czasie.

[4] Louis Deslauriers, Logan S. McCarty, Kelly Miller, Kristina Callaghan, Greg Kestin, Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom, „Proceedings of the National Academy of Sciences”, t. 116, nr 39, 2019, s. 19251–19257. DOI: 10.1073/pnas.1821936116

Zakres: studenci kursu wprowadzającego do fizyki na Harvardzie; porównanie płynnego wykładu z nauczaniem aktywnym. Wyniki: studenci uczeni aktywnie lepiej wypadli w teście wiedzy, a jednocześnie oceniali, że nauczyli się mniej.

[5] Hao-Ping (Hank) Lee i in. (Microsoft Research, Carnegie Mellon University), The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers, CHI Conference on Human Factors in Computing Systems (CHI ’25), 2025.

Zakres: ankieta wśród 319 pracowników umysłowych używających AI co najmniej raz w tygodniu, 936 opisanych przykładów zadań. Wyniki: większe zaufanie do AI wiązało się z mniejszym wysiłkiem krytycznego myślenia, większa pewność własnych umiejętności – z większym; badani częściej rezygnowali z krytycznego myślenia, gdy brakowało im umiejętności, by ocenić odpowiedź AI. Ograniczenia: dane deklaratywne z jednej ankiety.

[6] Jean Piaget, Bärbel Inhelder, Psychologia dziecka (oryg. La psychologie de l’enfant, 1966). Teoria rozwoju poznawczego: stadium operacji formalnych, w którym rozwija się myślenie abstrakcyjne, zaczyna się około 11.–12. roku życia.

[7] Materiał źródłowy podkastu: Kevin Powell, The easy way to learn nothing, YouTube. Kevin Powell to kanadyjski twórca kursów programowania stron internetowych (youtube.com/@KevinPowell).