
Ile czasu zajmuje napisanie scenariusza zajęć z wykorzystaniem sztucznej inteligencji? Na pierwszy rzut oka wydaje się, że niewiele. Kilka minut, jeśli mamy gotowy temat i sprawnie posługujemy się narzędziem. Może pół godziny, jeśli chcemy tekst dopracować, poprawić, uzupełnić o cele, metody, aktywności studentów, kryteria oceny i refleksję końcową. Ktoś patrzący z boku mógłby powiedzieć: „No tak, teraz to już wszystko robi sztuczna inteligencja. Wystarczy wpisać polecenie i scenariusz gotowy”. I właśnie w tym miejscu zaczyna się największe nieporozumienie.
Pisanie scenariusza zajęć z AI przypomina górę lodową. Nad powierzchnią wody widać tylko mały fragment: sprawnie sformułowany prompt, kilka odpowiedzi wygenerowanych przez model, może szybkie poprawki, może elegancko sformatowany dokument. To jest ta część widoczna, efektowna, łatwa do pokazania na szkoleniu, w mediach społecznościowych albo podczas krótkiej prezentacji. Ale "pod wodą" kryje się znacznie więcej: lata doświadczenia dydaktycznego, dziesiątki lub setki przeprowadzonych zajęć, obserwacje studentów (lub uczniów), nieudane próby, poprawione ćwiczenia, przeczytane książki, rozmowy w kuluarach, refleksje po egzaminach, intuicja wypracowana w kontakcie z realnymi ludźmi. Tego nie widać. A przecież właśnie ta ukryta część decyduje o tym, czy scenariusz będzie martwą instrukcją, czy żywym planem spotkania edukacyjnego. Tak samo jak w przypadku góry lodowej, dryfującej po oceanie - to co najważniejsze ukryte jest przed naszym wzrokiem.
Dobrze oddaje to znany dowcip o mechaniku. Profesor oddał samochód do warsztatu, bo auto nie chciało ruszyć. Mechanik chwilę posłuchał silnika, zajrzał pod maskę, wziął młotek i raz puknął w odpowiednie miejsce. Samochód natychmiast zadziałał. Profesor zapytał, ile się należy. Mechanik odpowiedział: „500 złotych”. Profesor oburzył się: „Jak to 500 złotych? Przecież pan tylko raz puknął młotkiem!”. Mechanik więc wystawił rachunek: „Puknięcie młotkiem - 5 złotych. Wiedza, gdzie puknąć - 495 złotych”.
Z pisaniem scenariuszy zajęć jest podobnie. Samo „puknięcie młotkiem”, czyli wpisanie polecenia do narzędzia AI, może rzeczywiście trwać kilka minut. Ale wiedza, gdzie i jak „puknąć”, jest wynikiem długiego procesu. Trzeba wiedzieć, czego się chce. Trzeba rozumieć temat, studentów (lub uczniów), kontekst zajęć i możliwości czasowe. Trzeba przewidzieć, co może zadziałać, a co będzie tylko ładnie wyglądało na papierze. Trzeba umieć odróżnić atrakcyjną aktywność od aktywności sensownej dydaktycznie. Trzeba wiedzieć, kiedy studenci potrzebują dyskusji, kiedy przykładu, kiedy prowokującego pytania, a kiedy spokojnego uporządkowania pojęć.
Najważniejsza praca zaczyna się więc dużo wcześniej niż w chwili uruchomienia narzędzia AI. Poprzedza ją wieloletnie zbieranie doświadczenia i coraz głębsze rozumienie pracy dydaktycznej. Akademicki nauczyciel nie tworzy scenariusza z pustki. Niesie ze sobą pamięć poprzednich semestrów. Wie, które fragmenty materiału sprawiają trudność, gdzie pojawiają się nieporozumienia, jakie przykłady budzą zainteresowanie, a jakie pozostają martwe. Wie też, że każda grupa jest inna. Ten sam temat inaczej prowadzi się ze studentami pierwszego roku, inaczej z magistrantami, inaczej z nauczycielami praktykami, a jeszcze inaczej z uczestnikami krótkich warsztatów. Inaczej prowadziło się te same zajęcia 15 lat temu, a inaczej obecnie. Dlatego, że przychodzą studenci z zupełnie innym bagażem życiowych doświadczeń i umiejętności uczenia się, z innymi kompetencjami społecznymi i innymi motywacjami do studiowania.
Jest też etap szukania pomysłu na konkretne zajęcia. Tego etapu prawie nigdy nie widać. Czasami trwa dzień, czasami tydzień, a czasami jeszcze dłużej. Człowiek chodzi z tematem w głowie, notuje pojedyncze zdania, przypomina sobie przeczytany artykuł, obserwację z terenu, rozmowę ze studentem, metaforę usłyszaną przypadkiem w autobusie lub na konferencji. Pomysł dojrzewa powoli. Dopiero później można usiąść do komputera i poprosić AI o uporządkowanie planu, zaproponowanie wariantów ćwiczeń albo sformułowanie celów zajęć. Ale jeśli nie wiemy, czego szukamy, sztuczna inteligencja najczęściej da nam coś poprawnego, ogólnego i nijakiego.
Narzędzie AI jest więc tylko małym fragmentem niewidocznej pracy. Bardzo użytecznym, to fakt. Może przyspieszyć redagowanie, zaproponować strukturę, pomóc znaleźć alternatywne przykłady, uporządkować chaotyczne notatki, dopasować język do odbiorców. Może być cierpliwym asystentem, z którym szybko testujemy różne warianty zajęć. Ale asystent nie zastępuje nauczyciela. Nie zna naszej grupy tak, jak my ją znamy. Nie widział min studentów, kiedy poprzednim razem pewne pojęcie okazało się zbyt abstrakcyjne. Nie pamięta ciszy po źle zadanym pytaniu ani nagłego ożywienia, gdy pojawił się trafny przykład.
Podobnie jest z mechanikiem i młotkiem. Dla kompetentnego specjalisty puknięcie trwa sekundę. Dla człowieka z ulicy to samo zadanie może oznaczać godziny błądzenia, sprawdzania przypadkowych miejsc, czytania poradników, oglądania filmów, rozkręcania części, które wcale nie wymagały rozkręcenia. Z zewnątrz widać tylko gest. Nie widać mapy przyczyn i skutków, którą fachowiec ma w głowie. Nie widać lat praktyki, dzięki którym ten jeden ruch jest trafny.
Dlatego trzeba z ostrożnością podchodzić do obietnic, że AI natychmiast uczyni każdego mistrzem dydaktyki. Sztuczna inteligencja, jak każda automatyzacja, pomaga przede wszystkim w pracy powtarzalnej, już przemyślanej i w pewnym stopniu schematycznie opracowanej. Może skrócić drogę od pomysłu do dokumentu, ale nie zastąpi samego pomysłu. Może uporządkować myślenie, ale nie wykona za nas dojrzałej refleksji. Dla kogoś z boku może się wydawać, że wszystko stało się szybkie i łatwe. Tak właśnie obiecują gruszki na wierzbie rozmaite poradniki i szkolenia z promptowania. Zapominają jednak o tym, co najważniejsze: o doświadczeniu, wyobraźni dydaktycznej i pomysłach. To one są prawdziwą wartością.




