Przygotowując materiały do programu szkoleniowego, zostałem poproszony o wyjaśnienie jednego z pozornie prostych tematów, jak powinno wyglądać ocenianie w szkole w świecie AI. Odpowiedziałem, że nie oceniam już przede wszystkim efektów, lecz decyzje. Dlaczego? Co właściwie przestało być dowodem uczenia się?
Podobne pytania wracają zresztą niemal na każdym spotkaniu z nauczycielami podczas szkoleń. Rzadko padają wprost jako pytania o ocenianie. Częściej pojawiają się jako niepokój o rolę nauczyciela, skoro odpowiedzi można uzyskać natychmiast, to co właściwie pozostaje do rozpoznania?
Przez dziesięciolecia szkoła działała według prostego mechanizmu. Jeśli uczeń potrafił napisać poprawną odpowiedź, uznawaliśmy, że się nauczył. Sztuczna inteligencja zmieniła tylko jedną rzecz, ale fundamentalną. Uczeń może mieć poprawną odpowiedź bez rozumienia. Różnica polega na tym, że wcześniej odpowiedź była skutkiem wysiłku poznawczego, dziś może pojawić się bez żadnego procesu dochodzenia do znaczenia.
"Kiedy odpowiedź jest natychmiastowa, uczenie zaczyna się dopiero po niej."
W tym momencie przestaje działać dotychczasowe rozumienie oceniania i to nie dlatego, że uczniowie „oszukują”, ale dlatego, że wynik przestał być dowodem uczenia się. Ocenianie nie znika. Zmienia się tylko to, co traktujemy jako jego dowód. Nie pytamy już, czy odpowiedź jest dobra, ale co uczeń zrobił z odpowiedzią. Czy ją sprawdził, czy ją zakwestionował, czy potrafił uzasadnić wybór, czy rozpoznał ograniczenia, czy wreszcie wiedział, kiedy narzędzie pomaga, a kiedy myśli za niego.
"Odpowiedź przestaje być wynikiem pracy ucznia, a staje się materiałem jego myślenia."
Wracam więc do mojego pierwszego zdania, że oceniam decyzje. Każda odpowiedź staje się dziś początkiem serii wyborów ucznia, czy użyć narzędzia, co z niej przyjąć, co odrzucić i jak ją uzasadnić. To nie opis lepszego ucznia, lecz inaczej zbudowanego zadania, które wymaga takich działań. W świecie, w którym wiedza jest dostępna natychmiast, najważniejszą kompetencją przestaje być tworzenie odpowiedzi, a staje się nią odpowiedzialne odnoszenie się do niej. Skoro odpowiedź można otrzymać od razu, nie świadczy już ona o wiedzy, lecz pokazuje, czy została zrozumiana.
Dlatego ocena przestaje być przede wszystkim miarą poprawności, a zaczyna być miarą rozumienia. W świecie AI oceniamy coś innego, ale równie konkretnie jak wynik, przez uzasadnienie, porównanie i obronę stanowiska.
Tę zmianę można opisać szerzej jako przejście od nauczania odpowiedzi do organizowania pracy poznawczej ucznia w dialogu z AI. To właśnie tę zmianę nazywam koncepcją IALE® (Intentionally AI-Linked Education).
__________________________________________
Por. model IALE® (Intentionally AI-Linked Education), w którym ocenianie dotyczy sposobu pracy poznawczej z odpowiedzią, a nie jej wytworzenia.
