Około 90% z 1100 amerykańskich studentów ankietowanych w dwu- i czteroletnich szkołach wyższych w 2025 r. przyznało, że wykorzystuje generatywną sztuczną inteligencję do wszystkiego, od pisania zadań po wyjaśnianie złożonych pojęć.
Ale kiedy uczniowie wykorzystują sztuczną inteligencję jako korepetytora lub partnera w nauce, a nie generatora natychmiastowych odpowiedzi, czy nauka jest dla nich łatwiejsza czy trudniejsza?
Nazwaliśmy to narzędzie Macro Buddy i przeszkoliliśmy je, aby poprowadziło niektórych studentów na jednym z naszych zajęć licencjackich z makroekonomii na Uniwersytecie Wisconsin w La Crosse poprzez ich rozumowanie, a nie udzielanie im bezpośrednich odpowiedzi.
W naszym badaniu przeprowadzonym wiosną 2025 roku odkryliśmy, że uczniowie, którzy korzystali z Macro Buddy w połączeniu z dyskusją rówieśniczą, uzyskali wyższe wyniki w testach niż uczniowie, którzy pracowali samodzielnie, bez tego nauczyciela AI.
Studenci szkół wyższych coraz częściej korzystają ze sztucznej inteligencji, aby pomóc im w nauce. Maskot/iStock/Getty Images Poznaj swojego nowego nauczyciela
Na jeden z naszych kursów makroekonomii zapisało się 140 studentów, głównie pierwszego lub drugiego roku studiów, podzielonych na cztery sekcje.
Materiały szkoleniowe, zadania i egzaminy uczniów były identyczne we wszystkich czterech sekcjach. Ogólnie rzecz biorąc, uczniom nie wolno było podczas egzaminów korzystać z narzędzi sztucznej inteligencji ani współpracować z rówieśnikami. Uczniowie przystępowali do wszystkich testów osobiście i podczas egzaminu nie wolno było odwoływać się do żadnych notatek ani innych materiałów.
W rezultacie wyniki testów odzwierciedlały to, co uczniowie rozumieli i potrafili wyjaśnić samodzielnie, bez pomocy sztucznej inteligencji lub jakiegokolwiek innego źródła zewnętrznego.
Po tym, jak wszyscy uczniowie przystąpili do pierwszego egzaminu, losowo przydzieliliśmy cztery sekcje zajęć, aby przyjęły inny format nauki.
Zmotywowaliśmy grupę uczniów do pracy indywidualnej, bez Macro Buddy; kolejna grupa uczniów pracowała w grupach, bez Macro Buddy; trzecia grupa uczniów pracowała indywidualnie z Macro Buddy; a czwarta grupa uczniów pracowała w grupach z Macro Buddy.
Chcieliśmy porównać, jak różne podejścia do nauki (praca samotna, praca z kolegami z klasy, korzystanie z programu Macro Buddy lub łączenie obu) wpłynęły na wyniki uczniów na egzaminach.
Umiejętności Macro Buddy’ego
Przeszkoliliśmy Macro Buddy przy pomocy transkrypcji wykładów, slajdów i pytań domowych specjalnie z tego kursu makroekonomii.
Macro Buddy miał wyłączony dostęp do Internetu, więc korzystał wyłącznie z materiałów szkoleniowych instruktora.
Macro Buddy został zaprojektowany, aby działać jako nauczyciel, a nie automatyczna sekretarka. Zamiast zapewniać uczniom kompletne rozwiązania, Macro Buddy zadał dodatkowe pytania, które miały naprowadzić uczniów na odpowiedź.
Na przykład, jeśli uczeń zapytałby, dlaczego niższe ceny mogą zwiększyć wydatki konsumentów, Macro Buddy nie udzieliłby szybkiego i pełnego wyjaśnienia. Zamiast tego można by zapytać, co dzieje się z siłą nabywczą ludzi, gdy ceny spadają. Następnie uczeń musiałby połączyć pojęcia i krok po kroku wyjaśnić swoje rozumowanie własnymi słowami.
Ważne jest to rozróżnienie pomiędzy wyjaśnieniem pomysłu a otrzymaniem gotowej odpowiedzi.
Narzędzie AI, które po prostu dostarcza odpowiedzi, może pozwolić uczniom uniknąć myślenia o problemie. Jedno z badań wykazało, że studenci, którzy polegają na chatbocie jako oparcie, osiągają gorsze wyniki, gdy nie mają już do niego dostępu. Narzędzie zadające pytania wymaga od uczniów samodzielnego wykonania pracy, nawet jeśli otrzymują wskazówki. To właśnie ten proces sprawia, że nauka się utrwala.
Co się stało z nauką uczniów?
Jedyna grupa uczniów, która kontynuowała pracę indywidualną, bez sztucznej inteligencji, stanowiła naszą grupę kontrolną.
Pozostałe trzy grupy zmieniły sposób nauki: jedna zaczęła pracować w grupach bez sztucznej inteligencji, druga pracowała indywidualnie z Macro Buddy, a ostatnia grupa połączyła pracę grupową z Macro Buddy.
Średnie wyniki wszystkich uczniów spadły po przystąpieniu do drugiego egzaminu we wszystkich czterech grupach badawczych.
Jednak przy trzecim egzaminie różnice między sekcjami stały się wyraźniejsze.
Najwyższe średnie wyniki uzyskali uczniowie, którzy korzystali zarówno z programu Macro Buddy, jak i dyskusji grupowej. Uczniowie, którzy korzystali samodzielnie z Macro Buddy, również uzyskali wyższe wyniki niż ci, którzy pracowali samodzielnie bez Macro Buddy. Uczniowie, którzy pracowali w grupach bez Macro Buddy, wykazali niewielką poprawę w porównaniu z uczniami w innych grupach.
Trzeci egzamin odbył się kilka tygodni po wprowadzeniu przez nas nowych formatów studiów.
W tym momencie uczniowie w połączonej grupie mogą czuć się bardziej komfortowo, korzystając z programu Macro Buddy, aby ocenić swoje zrozumienie, jednocześnie wyjaśniając pomysły swoim kolegom z klasy. Praca z rówieśnikami oznaczała konieczność jasnego artykułowania rozumowania i odpowiadania na pytania, co z czasem może pogłębić zrozumienie.
Dlaczego to ma znaczenie
Niektórzy krytycy sztucznej inteligencji obawiają się, że uczniowie będą od niej polegać przy wykonywaniu za nich najtrudniejszych części nauki. Odzwierciedla to obawę, że uczniowie przestaną ćwiczyć umiejętności rozwijające doświadczenie. Uczniowie stają się ekspertami w swoich dziedzinach, zmagając się z zagmatwanym materiałem, przeglądając wyjaśnienia i sprawdzając, czy naprawdę rozumieją dany pomysł.
Nasz eksperyment sugeruje, że erozja uczenia się podczas korzystania ze sztucznej inteligencji nie jest nieunikniona.
Odkryliśmy, że gdy sztuczną inteligencję zaprojektowano jako nauczyciela, który zadaje pytania, a nie po prostu udziela odpowiedzi (i kiedy uczniowie proszeni są również o wyjaśnienie swoich racji kolegom z klasy), technologia może wspierać naukę, a nie ją zastępować.
Większość uczniów korzysta obecnie z chatbotów ogólnego przeznaczenia, które nie zostały zaprojektowane jako korepetycje. Piszą pytanie i otrzymują odpowiedź. Jednak nasze ustalenia sugerują, że nawet drobne decyzje projektowe, takie jak utworzenie chatbota opartego na sztucznej inteligencji z pytaniami prowadzącymi, mogą wpłynąć na sposób, w jaki uczniowie korzystają z materiału.
Dyskusje rówieśnicze wnoszą również do procesu uczenia się coś, czego sztuczna inteligencja nie może zapewnić: odpowiedzialność społeczną i dostęp do alternatywnego rozumowania.
Łącznie te praktyki zachęcają uczniów do bardziej aktywnego myślenia o problemach.
Dowody z naszego eksperymentu podkreślają praktyczną różnicę: sztuczną inteligencję można wykorzystać do zastąpienia myślenia lub jego wspierania. Wpływ może w mniejszym stopniu zależeć od samej technologii, a bardziej od jej struktury i integracji z nauką.
Saharnaz Babaei-Balderlou, adiunkt ekonomii, University of Wisconsin-La Crosse i Shishir Shakya, adiunkt ekonomii, Appalachian State University
Ten artykuł został ponownie opublikowany w The Conversation na licencji Creative Commons. Przeczytaj oryginalny artykuł.
