Boisz się, że przez AI przestaniesz umieć rzeczy, które umiałaś. Jest badanie, które to sprawdziło na blisko tysiącu uczniów, i wynik jest bardziej konkretny, niż się spodziewasz. Okazuje się, że wszystko zależy od tego, o co prosisz.

Co się stało, gdy blisko tysiąc uczniów dostało AI do matematyki?

W czasopiśmie PNAS opublikowano w 2025 roku wyniki eksperymentu przeprowadzonego w dużym liceum w Turcji. Badacze z zespołu Hamsy Bastani objęli nim blisko tysiąc uczniów z około pięćdziesięciu klas, w semestrze jesiennym roku szkolnego 2023/2024.

Uczniów podzielono losowo na trzy grupy, na poziomie całych klas. Pierwsza grupa ćwiczyła matematykę bez żadnego AI, ze zwykłymi materiałami. Druga dostała asystenta działającego jak standardowy ChatGPT. Trzecia dostała wersję przygotowaną jak korepetytor, z zabezpieczeniami i podpowiedziami zaprojektowanymi przez nauczycieli.

Każda sesja trwała dziewięćdziesiąt minut i miała trzy części. Najpierw wykład nauczyciela, potem ćwiczenia z przypisanym narzędziem, na końcu sprawdzian bez komputera i bez notatek. Zadania na sprawdzianie odpowiadały koncepcyjnie tym z ćwiczeń. Wyniki liczyły się do oceny.

Podczas ćwiczeń obie grupy z AI poszły w górę. Grupa ze zwykłym asystentem poprawiła wyniki o 48 procent względem grupy kontrolnej. Grupa z korepetytorem o 127 procent.

Potem odebrano im AI.

Na sprawdzianie bez wsparcia uczniowie ze zwykłego asystenta wypadli o 17 procent gorzej niż ci, którzy nigdy AI nie mieli. Punktem odniesienia jest tu grupa kontrolna, czyli osoby pracujące przez cały czas samodzielnie. Dostęp do asystenta zostawił ich w gorszym miejscu, niż gdyby go w ogóle nie dostali.

Grupa z korepetytorem wypadła na sprawdzianie praktycznie tak samo jak grupa kontrolna. Różnica była o rząd wielkości mniejsza i statystycznie nieistotna.

Zwróć uwagę na ten drugi wynik, bo bywa źle czytany. Korepetytor nie podniósł wyników na sprawdzianie. On tylko zatrzymał szkodę.

Badanie było zarejestrowane przed rozpoczęciem, co znaczy, że autorzy z góry zadeklarowali, czego szukają, i nie mogli potem naginać analizy pod wygodny wynik. Sesje objęły około piętnastu procent materiału matematycznego danego rocznika w tamtym semestrze, więc mówimy o realnym kawałku nauki, a nie o jednorazowym ćwiczeniu.

Jeszcze jedna rzecz, która przeczy popularnemu założeniu. Panuje przekonanie, że AI najbardziej pomaga osobom, które radzą sobie najsłabiej, bo wyrównuje szanse. W tym badaniu tego nie znaleziono. Spadek dotknął uczniów niezależnie od poziomu.

Dlaczego uczniowie nie zauważyli, że nauczyli się mniej?

To najbardziej niepokojąca część tego badania. Uczniowie ze zwykłego asystenta pytani o własne odczucia oceniali, że nauczyli się tyle samo co reszta. Badacze zapisali to wprost: samoocena uczniów była zbyt optymistyczna.

Z zapisów rozmów wynikało, co robili przez większość czasu. Prosili o rozwiązanie i przepisywali je. Autorzy badania nazwali to używaniem narzędzia jako kuli.

Sprawdzali też drugą możliwą przyczynę. Model faktycznie mylił się przy zadaniach matematycznych, więc teoretycznie mógł wprowadzać uczniów w błąd. Dane wskazały jednak na to pierwsze wyjaśnienie. Nie chodziło o błędy AI, tylko o to, że uczniowie przestali sami wykonywać robotę.

Jest jeszcze jedno badanie, które dokłada do tego kontekst. W eksperymencie na studentach fizyki na Harvardzie osoby uczące się metodą aktywną przyswajały więcej materiału, ale były przekonane, że nauczyły się mniej. Gładko znaczyło dla nich skutecznie.

To jest dokładnie ten mechanizm, który działa, gdy pracujesz z Claude nad ofertą albo tekstem. Rozmowa idzie płynnie, dostajesz gotowy materiał, masz poczucie sprawnej pracy. Poczucie sprawności i nauka to dwie różne rzeczy, a nasza intuicja nie odróżnia jednego od drugiego.

Czym różnił się asystent, który nie zaszkodził?

Różnica była jedna. Korepetytor nie dawał odpowiedzi. Dawał podpowiedzi napisane wcześniej przez nauczycieli i wbudowane w jego instrukcję. Uczniowie tej instrukcji nie widzieli, więc nie mogli jej obejść.

Uczeń wpisywał zadanie, dostawał pytanie naprowadzające albo wskazówkę, jaka zasada tu obowiązuje. Sam wykonywał obliczenie. Jeśli nadal nie szło, dostawał kolejną podpowiedź, ale nie wynik.

To brzmi jak drobna zmiana w konfiguracji. W wynikach zrobiła różnicę między spadkiem o 17 procent a brakiem spadku.

Warto zauważyć, jak wyglądały wyniki podczas samych ćwiczeń. Grupa z korepetytorem miała 127 procent poprawy, czyli prawie trzy razy więcej niż grupa ze zwykłym asystentem. Dostawali mniej gotowego materiału i szło im lepiej, bo za każdym razem przechodzili przez myślenie.

Autorzy sami wskazali ograniczenia. Badanie objęło jedną szkołę w Turcji. Matematyka ma jednoznaczne kryteria oceny, czego brakuje w pisaniu czy projektowaniu. Eksperyment przeprowadzono jesienią 2023, gdy te narzędzia były jeszcze nowe, a użytkownicy rozumieli je słabiej niż dzisiaj. Traktuj te liczby jako mocny sygnał, nie jako prawo fizyki.

Czy to samo dzieje się z Tobą w biznesie?

Tu trzeba uczciwie rozdzielić dwie sytuacje, bo panika w jednym worku nie pomaga.

Jeśli wystawiasz faktury, porządkujesz pliki, robisz podsumowanie z nagrania spotkania albo przerabiasz tekst na trzy formaty pod social media, nie ma żadnego powodu, żeby to robić samodzielnie. Te zadania nie budują niczego, co za pół roku będzie Ci potrzebne. Oddawaj je bez wyrzutów sumienia. Jeśli akurat zastanawiasz się, co jeszcze warto oddać, a co zostawić sobie w codziennych procesach, mam osobny tekst o tym, jak zmapować proces zanim go zautomatyzujesz — działa dokładnie na tej samej zasadzie, tylko dla całych procedur, nie pojedynczych umiejętności.

Problem zaczyna się przy umiejętnościach, które są Twoją przewagą. Jeśli sprzedajesz copywriting i każde zdanie w ofercie pisze Claude, po roku będziesz miała mniej wyczucia niż dzisiaj. Więcej o budowaniu i utrzymywaniu własnego głosu przy pracy z Claude znajdziesz w tekście o tym, jak nauczyć Claude pisać w Twoim stylu. Jeśli doradzasz klientkom w strategii, a każdą rekomendację układa za Ciebie AI, przestaniesz ćwiczyć myślenie, za które Ci płacą.

Prosty test. Zadaj sobie pytanie: czy chcę umieć to zrobić bez AI za rok? Jeśli odpowiedź brzmi „nie, to tylko robota do odhaczenia”, oddaj całość. Jeśli brzmi „tak, to jest to, za co mi płacą”, pracuj inaczej.

Badanie dotyczyło matematyki, gdzie istnieje jedna poprawna odpowiedź, więc w pisaniu czy doradztwie mechanizm wygląda nieco inaczej. Chodzi o to, że przestajesz ćwiczyć podejmowanie decyzji: który argument postawić na początku, co wyciąć, gdzie postawić granicę w ofercie. Te decyzje są Twoją wartością i one też się rozmywają, gdy przez pół roku podejmuje je ktoś inny.

Trzecia kategoria to rzeczy, których dopiero się uczysz. Nowe narzędzie, nowy obszar, pierwszy raz robisz coś od zera. Tutaj pokusa jest największa, bo AI zrobi to szybciej i lepiej niż Ty na tym etapie. To też jest moment, w którym najwięcej tracisz, bo zamiast wejść na nowy poziom zostajesz na tym samym i masz tylko gotowy wynik.

Jest jeszcze jeden obszar, który łatwo przeoczyć. Chodzi o ocenianie cudzej pracy. Jeśli zawsze prosisz AI o sprawdzenie tekstu, po jakimś czasie przestajesz widzieć, co w nim nie gra. Umiejętność oceny wyparowuje podobnie jak umiejętność tworzenia, tylko ciszej, bo nikt jej nie mierzy.

To ma konkretną konsekwencję w pracy z AI. Żeby korzystać z jego wyników mądrze, musisz umieć je ocenić. Jeśli tę umiejętność też oddasz, zostaniesz z narzędziem, którego nie potrafisz skontrolować. Wtedy przyjmujesz wszystko, co dostaniesz, i publikujesz rzeczy, których sama byś nie podpisała.

Jak poprosić Claude o podpowiedź zamiast o odpowiedź?

Nie potrzebujesz specjalnego narzędzia. Potrzebujesz zdania na początku rozmowy, które zmienia rolę.

Wklej to, gdy chcesz się czegoś nauczyć, a nie tylko odhaczyć zadanie:

Pracuję nad [temat] i chcę się tego nauczyć, a nie dostać gotowca. Zanim cokolwiek napiszesz, poproś mnie o moją pierwszą próbę, nawet jeśli będzie słaba. Potem nie poprawiaj jej za mnie. Nazwij, co wyszło dobrze, wskaż pierwszy realny błąd i zadaj mi jedno pytanie, które naprowadzi mnie na rozwiązanie. Jedno pytanie na wiadomość, potem czekaj na moją odpowiedź. Jeśli utknę, dawaj podpowiedzi stopniowo i mów, która to podpowiedź z kolei. Pełną odpowiedź dajesz dopiero wtedy, gdy napiszę PODDAJĘ SIĘ. Jeśli będę naciskać, marudzić albo pisać, że się śpieszę, nie ustępuj, tylko skróć kolejny krok.

Ostatnie zdanie jest ważne. Bez niego wystarczy napisać „no dobra, po prostu mi to napisz” i po trzech wiadomościach wracasz do punktu wyjścia.

Drugi element, który warto dorzucić przy dłuższej pracy: prośba o odpytanie na koniec.

Na koniec zadaj mi trzy pytania sprawdzające, po jednym naraz, na które odpowiem bez przewijania rozmowy. Przynajmniej jedno ma dotyczyć nowej sytuacji, nie powtórki z tego, co robiliśmy. Zanim ocenisz moją odpowiedź, poproś, żebym oceniła swoją pewność w skali od jednego do pięciu. Te odpowiedzi, przy których byłam pewna i się pomyliłam, wyjaśnij dokładnie.

To ostatnie pochodzi z badań nad uczeniem się. Rzeczy, co do których byłaś pewna i się pomyliłaś, zapadają najgłębiej, jeśli dostaniesz wyjaśnienie w tym momencie.

W Claude możesz też po prostu przełączyć styl odpowiedzi na Learning w menu stylów. To działa podobnie, tylko traktuje wszystkie tematy tak samo. Gotowe polecenie powyżej daje większą kontrolę, bo sama decydujesz, kiedy chcesz się uczyć, a kiedy chcesz mieć coś zrobione.

Jeśli chcesz mieć to pod ręką, zapisz polecenie jako projekt w Claude i nazwij go tak, żeby było jasne, do czego służy. Wszystkie rozmowy w tym projekcie startują wtedy w trybie z podpowiedziami, a zwykłe zadania robisz poza nim.

Warto przy okazji rozróżnić dwie sytuacje, w których będziesz tego używać. Pierwsza to nauka czegoś nowego, gdzie chodzi o zbudowanie umiejętności od zera. Druga to praca nad czymś, co już umiesz, ale chcesz to zrobić lepiej. W drugim przypadku wystarczy prostsza wersja: napisz swoją wersję, wklej ją i poproś o dwie uwagi, najważniejsze na początku, bez przepisywania tekstu za Ciebie. Dwie uwagi zamiast dziesięciu, bo przy dziesięciu i tak wdrożysz trzy.

Które zadania oddać bez wyrzutów sumienia, a które zatrzymać?

Zrób sobie listę, dosłownie na kartce. Wypisz dziesięć rzeczy, które w ostatnim miesiącu zrobiłaś z AI, i podziel je na trzy kolumny.

• Zadania wykonawcze: formatowanie, porządkowanie, przepisywanie, zestawienia, research faktów, przerabianie jednego formatu na drugi. Tu oddajesz wszystko i nie oglądasz się za siebie.
• To, za co płacą Ci klientki: Twoja specjalność, Twoja ocena sytuacji, Twój sposób patrzenia na problem. Tutaj AI jest partnerem do rozmowy i krytykiem, ale pierwsza wersja wychodzi od Ciebie.
• To, czego się uczysz: tu włączasz tryb z podpowiedziami. Wolniej, bardziej irytująco, z lepszym efektem za trzy miesiące.

Ta druga kolumna zwykle jest najkrótsza i to jest dobra wiadomość. W jednoosobowym biznesie faktyczna przewaga siedzi w dwóch, trzech rzeczach. Cała reszta to obsługa własnej firmy, którą możesz spokojnie zrzucić.

Sprawdź tę listę za kwartał. Rzeczy przechodzą z trzeciej kolumny do pierwszej, gdy już je umiesz. Nowe rzeczy dochodzą do trzeciej.

Przy okazji tej listy zobaczysz jeszcze jedną rzecz. Część zadań z pierwszej kolumny w ogóle nie powinna istnieć, a nie tylko zostać oddana AI. Jeśli co tydzień robisz zestawienie, do którego nikt nie zagląda, automatyzacja zamienia je w zestawienie generowane szybciej i nadal przez nikogo nieczytane.

Jeszcze jedna uwaga do drugiej kolumny, bo tam najłatwiej się oszukać. „Poprosiłam Claude o pierwszą wersję i potem ją przerobiłam” brzmi jak praca własna. W praktyce zwykle nie jest, bo pierwsza wersja ustawia strukturę, kolejność argumentów i punkt widzenia. Przerabianie cudzej struktury to inna umiejętność niż budowanie własnej. Jeśli chcesz zostać przy tym, za co Ci płacą, pierwsza wersja musi być Twoja, choćby brzydka.

Jak sprawdzić po miesiącu, czy nie osuwasz się w gotowce?

Prosty test, który zajmuje pół godziny.

Weź zadanie z drugiej kolumny, czyli to, za co Ci płacą. Wykonaj je od początku do końca bez AI. Ofertę, tekst na stronę, plan działania dla klientki, cokolwiek to u Ciebie jest.

Zwróć uwagę na trzy rzeczy. Ile czasu Ci to zajęło w porównaniu z ostatnim razem, gdy robiłaś to sama. Czy pamiętasz strukturę, czy szukałaś jej na oślep. Czy wynik Cię zawstydza.

Jeśli test wypadnie źle, to nie znaczy, że masz odstawić AI. Znaczy, że w tym jednym obszarze przesunęłaś się za daleko i warto na kilka tygodni wrócić do trybu z podpowiedziami.

Możesz ten test zrobić jeszcze inaczej, jeśli nie masz pół godziny. Weź coś, co Claude napisał dla Ciebie w zeszłym tygodniu, i wskaż trzy rzeczy, które zrobiłabyś inaczej, plus uzasadnienie dla każdej. Jeśli przychodzą Ci do głowy od razu, ocena działa. Jeśli patrzysz na tekst i myślisz „w sumie jest w porządku”, to sygnał, że warto wrócić do pisania pierwszych wersji samodzielnie.

Jeśli wypadnie dobrze, masz spokój i konkretną odpowiedź na pytanie, które zadaje sobie większość osób pracujących dziś z AI. Odpowiedź brzmi: umiejętność zostaje, dopóki jej używasz. Znika, gdy przez pół roku pozwalasz komuś innemu ją wykonywać.

Zrób ten test raz na kwartał, w kalendarzu, jak przegląd finansów. To jedyny sposób, żeby zamiast domysłów mieć dane.