Mój syn zdał stanowy egzamin z pisania w Arizonie. Przeglądarka została zablokowana, karty zostały zamknięte, telefon został zajęty. Żadnych notatek, żadnego wyszukiwania. Tylko dziecko i ekran.
Potem wyszedł do realnego świata.
Pracy tam nie zaczyna się od zera. Notatka pochodzi z badań, być może zapytania skierowanego do sztucznej inteligencji, po których następuje redakcja, weryfikacja faktów i weryfikacja manualna. Spotkanie zamienia się w transkrypcję, podsumowanie i listę zadań.
Zmienia się rozumienie tego, co liczy się jako praca.
Systemy oceniania nie nadążają za tymi zmianami. Zakładają, że test musi być bezpieczny, aby był ważny. To nie jest prawda. Test może być doskonale chroniony i nadal być bezużyteczny. Problemem nie jest oszustwo. Rzecz w tym, że testy ignorują istnienie AI.
Debata koncentruje się na niewłaściwym postępowaniu. Czy chatbot może napisać esej? Czy szkoły powinny zakazywać sztucznej inteligencji?
To są niewłaściwe pytania.
Prawdziwym problemem jest konstrukcja. Specjaliści ds. ewaluacji używają tego terminu do opisania tego, co faktycznie mierzymy. Komunikacja nie jest zjawiskiem statycznym. Konstrukcje to mapy możliwości. Jeśli teren się zmieni, mapę należy narysować od nowa.
Jak sztuczna inteligencja zmienia definicję kompetencji
AI to coś więcej niż tylko inteligentny korektor pisowni.
Zmienia to samą naturę autorstwa. Zmienia się sposób, w jaki udowadniamy swoje kompetencje. Zadania bez narzędzi pokazują, co uczeń może zrobić sam. Zatrzymanie się w tym miejscu myli izolację z autentycznością. Możesz zachować czystość procesu, ale stracić jego znaczenie.
Xiaoming (Madeline) Xi, badaczka zajmująca się oceną, stwierdza to jasno:
„To, co mierzymy, musi dostosować się do rzeczywistości wzmocnionej sztuczną inteligencją, w której żyją studenci”.
Celem jest zdolność zapośredniczona technologicznie. Wiedz, kiedy pracować samodzielnie. Kiedy wygenerować monit (żądanie). Kiedy tworzyć razem, sprawdź lub odrzuć wynik.
Pisanie jest jednym z najczęstszych zastosowań sztucznej inteligencji, o czym świadczą miliony rozmów prowadzonych w Claude.
Tradycyjne testy sprawdzają ukończony akapit. Czy oświadczenie jest jasne? Czy gramatyka jest poprawna?
To teraz nic nie znaczy.
Wypolerowana proza ukrywa proces. Znaczące dowody znajdują się na wcześniejszych etapach.
Czy uczeń zidentyfikował odbiorców? Czy porównywałeś alternatywy? Czy sprawdziłeś oświadczenia? Czy modelka ujawniła halucynacje? Czy odrzuciłeś złe wyniki?
Autor jest obecnie redaktorem. Sprawdzanie faktów.
Głos pozostaje najważniejszy. Jest to coś, co należy chronić przed dążeniem maszyny do gładkiej, dopasowującej się jednorodności.
Zmiana umiejętności słuchania i mówienia
Słuchanie również się zmieniło.
Mowa jest nagrywana, przepisywana, przeszukiwana i przekształcana w zadania.
Dobrzy słuchacze muszą wyczuć ton. Pauzuje. Ironia. Co pozostało za kulisami.
Muszą zauważyć, kiedy transkrypcja nie ma sensu. Kiedy podsumowanie łagodzi różnice zdań. Gdy pytanie wyjaśniające zamienia dwuznaczność w fałszywą pewność.
A co z mówieniem?
Pozostaje człowiekiem.
Występy na żywo zależą od wyczucia czasu. Wiarygodność. Czytelnia.
Ale prace przygotowawcze? Badania, próby, tłumaczenie, napisy? Wszystko to jest zapośredniczone przez technologię.
Oceniając jedynie występ końcowy pomijamy przygotowania. Brakuje adaptacji. Brakuje odpowiedzialności.
Sztuczna inteligencja nie wymazała ludzkich umiejętności. Przesunął je.
Ocena powinna ujawnić, co kryje się za płynnością (płynnością mowy). Słabe argumenty. Źródła fikcyjne. Zniekształcone CV. Prawdopodobny nonsens.
Szkoły potrzebują trzech rodzajów dowodów:
1. Co uczniowie mogą zrobić samodzielnie.
2. Co mogą zrobić z AI.
3. Czy potrafią odpowiedzialnie korzystać ze sztucznej inteligencji?
To drugie najtrudniej jest sfałszować.
Ramy oceny umiejętności korzystania z AI
Ramy umiejętności korzystania z sztucznej inteligencji z 2026 r. opracowane przez Komisję Europejską i OECD jasno przedstawiają tę kwestię.
Postrzegają umiejętność korzystania ze sztucznej inteligencji jako coś więcej niż tylko umiejętność naciskania przycisków. Jest to zdolność do interakcji, tworzenia, zarządzania i kształtowania sztucznej inteligencji. W tym miejscu rozważa się ryzyko i korzyści.
Przejście od konsumpcji do podmiotowości.
Ocena powinna zawierać drabinkę gotowości.
Początkujący potrzebują chronionych przestrzeni. Rozwijają słownictwo i umiejętności rozumowania, nie przerzucając wysiłku na innych.
Średni poziom wykorzystuje sztuczną inteligencję do ograniczonej krytyki. Argumenty przeciw. Redagowanie.
Zaawansowana ocena mierzy wykorzystanie sztucznej inteligencji do rozwiązywania złożonych problemów. Weryfikacja. Dostosowanie do publiczności. Polerowanie retoryczne.
Architektura powinna być dwupoziomowa.
Ścieżka pierwsza: zadania z ograniczeniami AI. Pomiar niezależnych wyników.
Drugi sposób: zadania z uwzględnieniem AI. Pomiar oceny w realistycznych warunkach.
Wyobraź sobie ucznia, który sam pisze wersję roboczą. Następnie prosi modelkę o kontrargument. Sprawdza jego uzasadnienie. Wyjaśnia, jakich zmian dokonał.
Lub porównuje wykład z jego automatyczną transkrypcją. Ujawnia, co zostało utracone w nagraniu.
W tych zadaniach rezultatem jest proces.
Skup się na swoich celach. Dla podpowiedzi. Dla przeciągów. O decyzjach o przyjęciu lub odrzuceniu.
Rada Kolegium robi to w ramach kursów AP Seminar i AP Research. Ujawniają podjęte decyzje. Monitorują postęp prac. Cel? Dostęp do myśli, jaką kryje w sobie finalny produkt.
Ryzyko związane ze złym projektem oceny sztucznej inteligencji
Istnieją trzy główne zagrożenia.
Po pierwsze: poddanie się poznawcze. Stephen Shaw i Gideon Ney nazywają to zjawiskiem odrębnym od odciążenia poznawczego. Dzieje się tak, gdy uczniowie akceptują odpowiedź maszyny, nie formułując własnej opinii.
Rezultatem jest dług zrozumienia. Wytwarza się więcej języka, niż się rozumie.
Po drugie: zmienność w posiadaniu instrumentu. Uczniowie posługują się różnymi „dialektami” podpowiedzi.
Po trzecie: homogenizacja. Jeśli nagrodzimy sterylną gładkość, nauczymy uczniów brzmieć jak roboty.
Zagrożenia te przemawiają za projektem, a nie za zaprzeczeniem.
Sale lekcyjne to laboratoria. Testy o niskiej stawce mogą mieć charakter eksperymentalny.
Systemy o wysokich stawkach, które mają wpływ na liczbę punktów lub przyjęć, muszą poczekać. Powinni się przemieszczać tylko wtedy, gdy dowody wskazują, że mierzą umiejętności, a nie przywileje.
Co pozostaje ludzkie?
Czego nie może zrobić maszyna?
Ona może złożyć propozycję. Podsumuj spotkanie. Generuj slajdy.
Ona nie może wziąć odpowiedzialności.
Nie może poprzeć tego oświadczenia. Odpowiedzialny za zaniechanie. Wczuj się w publiczność. Przywróć zerwane relacje.
Orzeczenie nie może być delegowane.
To jest odpowiedzialna ludzka resztkowość.
Własność celu. Dokładność. Głos. Konsekwencje.
Wracamy do syna w zablokowanej przeglądarce.
Stary egzamin pyta: „Czy możesz to zrobić sam?”
Czasami taka odpowiedź jest potrzebna.
Ale świat wymaga więcej.
Czy możesz używać narzędzia, nie pozwalając, aby ono wykorzystywało Ciebie? Czy potrafisz zachować precyzję i głos, gdy płynność jest natychmiast dostępna? Czy możesz pozostać odpowiedzialny za słowa częściowo utworzone przez kod?
Przyszłość nie jest nostalgicznym zakazem. To nie jest kapitulacja technologiczna.
Sztuczna inteligencja może rozszerzyć konstrukcję komunikacyjną. Albo może go opróżnić.
Decyduje projekt.
Szkoła, która odrzuca nowe pytania, broni iluzji.
Ona mierzy przeszłość.
