W rozwijanym modelu IALE (Intentionally AI-Linked Education), którego głównym założeniem jest włączenie sztucznej inteligencji do procesu edukacyjnego w sposób celowy, krytyczny i odpowiedzialny, kluczowe miejsce zajmują wartości, które organizują zarówno metodykę pracy, jak i relacje między podmiotami procesu kształcenia. W przeciwieństwie do ujęć instrumentalnych, koncentrujących się na zastosowaniu technologii jako narzędzi wspomagających nauczanie, IALE zakłada konieczność kształtowania postaw i kompetencji w dialogu z AI.
W tym kontekście wyróżniam pięć filarów modelu IALE opartych na wartościach, które pełnią funkcje normatywne, kognitywne i relacyjne. Są to: partnerstwo poznawcze, empatia algorytmiczna, decyzyjność etyczna, sprawczość współdzielona oraz transparentność i bezpieczeństwo. Każdy z tych filarów pełni odrębną funkcję w strukturze modelu i ukierunkowuje sposób organizacji środowiska edukacyjnego w kontekście obecności sztucznej inteligencji*.
Pięć kluczowych filarów modelu IALE**
1. Partnerstwo poznawcze
Pierwszy filar odnosi się do relacji poznawczej, w jaką wchodzi człowiek z systemami sztucznej inteligencji. AI nie pełni tu funkcji wyłącznie pomocniczej, lecz staje się partnerem w procesie interpretacji danych, generowania znaczeń i wspólnego rozwiązywania problemów poznawczych. Wymaga to redefinicji ról w procesie dydaktycznym – zarówno ucznia, jak i nauczyciela – oraz przyjęcia perspektywy dialogicznej, w której interakcja z AI staje się impulsem do refleksji, interpretacji i tworzenia nowych narracji edukacyjnych. Partnerstwo poznawcze zakłada aktywne uczestnictwo ucznia w procesie wytwarzania wiedzy, z uwzględnieniem możliwości AI takich jak symulowanie postaci historycznych, filozoficznych czy literackich w celach poznawczych.
2. Empatia algorytmiczna
Choć AI nie posiada emocji, metafora empatii algorytmicznej pozwala uczniowi rozwinąć poznawcze zrozumienie sposobu działania algorytmu, jego genezy i ograniczeń. Tak jak empatia kulturowa umożliwia próbę zrozumienia innej perspektywy bez jej oceniania, tak empatia algorytmiczna zakłada świadome wcielenie się w logikę działania AI: dostrzeżenie, że odpowiedzi nie są neutralne, lecz wynikają z danych, które zostały dobrane, przetworzone i zaprogramowane przez człowieka. Uczeń uczy się rozpoznawać te uwarunkowania i podejmować refleksyjne decyzje na ich podstawie.
3. Decyzyjność etyczna
Model IALE zakłada, że człowiek pozostaje finalnym podmiotem decyzyjnym w procesach edukacyjnych wspomaganych przez AI. Filar ten wskazuje na potrzebę rozwijania kompetencji oceny, weryfikacji i podejmowania decyzji w sytuacjach, w których AI może pełnić funkcję doradczą lub analityczną. Uczeń lub student – działając w zespole projektowym, w sytuacjach problemowych lub w przestrzeni symulacyjnej – konfrontowany jest z koniecznością wyboru, często w warunkach niepewności, konfliktu wartości lub ograniczonej wiedzy. Decyzyjność etyczna w IALE wiąże się z odpowiedzialnością za wybory podejmowane w oparciu o dane i rekomendacje generowane przez AI, a także z umiejętnością autorefleksji w kontekście złożonych decyzji edukacyjnych i społecznych.
4. Sprawczość współdzielona
Czwarty filar definiuje relację pomiędzy nauczycielem, uczniem i technologią jako współuczestników procesu edukacyjnego. Sprawczość w IALE nie jest jednostkowa ani zhierarchizowana – opiera się na współpracy, wspólnym planowaniu ścieżek edukacyjnych, dzieleniu się odpowiedzialnością i tworzeniu przestrzeni dla inicjatyw uczniowskich. AI pełni w tym modelu funkcję narzędzia wspierającego personalizację i eksplorację wiedzy, natomiast nauczyciel – funkcję moderatora i opiekuna procesu uczenia się. Edukacja zorientowana na sprawczość współdzieloną umożliwia tworzenie złożonych projektów edukacyjnych, opartych na inicjatywie uczniów i zespołowej konstrukcji wiedzy.
5. Transparentność i bezpieczeństwo
Ostatni z filarów odnosi się do normatywnej podstawy funkcjonowania AI w przestrzeni edukacyjnej – zaufania opartego na przejrzystości działania systemów oraz ochronie danych użytkowników. Model IALE zakłada obowiązek oznaczania treści współtworzonych z AI, analizowania procesów generowania danych oraz refleksji nad implikacjami korzystania z narzędzi opartych na sztucznej inteligencji. Transparentność obejmuje również edukację w zakresie zagadnień prawnych i etycznych, takich jak prywatność, prawa autorskie, rozpoznawanie deepfake’ów czy interpretacja modeli językowych. Bezpieczeństwo w IALE oznacza nie tylko ochronę technologiczną, lecz także rozwój kompetencji krytycznego myślenia, świadomego wyboru narzędzi i umiejętności rozpoznawania ryzyka.
Wszystkie pięć filarów IALE współtworzy aksjologiczne ramy odniesienia dla modelu edukacji zintegrowanej z AI. Ich obecność sprawia, że technologia nie jest traktowana jako narzędzie pomocnicze, lecz jako aktywny uczestnik relacji edukacyjnych, wpływających na rozwój wiedzy, postaw obywatelskich, etycznych i refleksyjnych.
