Lekcja z AI krok po kroku: od celu do zadania, które angażuje uczniów

Dlaczego w ogóle łączyć lekcję z AI z jasnym celem dydaktycznym

Integracja sztucznej inteligencji z lekcją kusi – narzędzia są efektowne, uczniowie reagują entuzjastycznie, a szkoły oczekują „nowoczesności”. Jednak AI bez przemyślanego celu dydaktycznego szybko zamienia się w pokaz gadżetów. Skuteczna lekcja z AI zaczyna się nie od wyboru aplikacji, ale od jasnej odpowiedzi na pytanie: po co to robię i czego konkretnie uczniowie mają się nauczyć.

Kiedy punkt ciężkości przesuwasz z technologii na uczenie się, sztuczna inteligencja staje się środkiem do celu, a nie samym celem. Dzięki temu unikniesz scenariusza „lekcja poszła, a uczniowie nic nie wynieśli poza chwilowym zachwytem”.

W dobrze zaplanowanej lekcji z AI można osiągnąć trzy poziomy korzyści:

• Poziom przedmiotowy – uczniowie faktycznie opanowują treści z Twojego przedmiotu (np. rozumieją zjawiska historyczne, potrafią rozwiązać zadania tekstowe, piszą lepsze wypracowania).
• Poziom kompetencyjny – rozwijają krytyczne myślenie, współpracę, umiejętność formułowania pytań i zadań dla AI.
• Poziom cyfrowy – uczą się świadomego, odpowiedzialnego korzystania z narzędzi AI, zamiast bezrefleksyjnego kopiowania gotowych odpowiedzi.

Żeby to osiągnąć, proces planowania lekcji z AI trzeba rozłożyć na etapy: od celu, przez dobór rodzaju aktywności, aż po precyzyjne zadanie, które angażuje uczniów i sprawia, że to oni „pracują głową”, a nie wyłącznie algorytm.

Od ogólnego celu lekcji do precyzyjnego efektu uczenia się

Większość problemów z lekcjami z AI bierze się z rozmytych celów typu: „uczniowie poznają narzędzia AI”. To za mało, aby zaprojektować sensowne zadanie. Potrzebujesz konkretnych efektów uczenia się, które można zaobserwować i sprawdzić.

Jak doprecyzować cel: trzy pytania dla nauczyciela

Pomaga prosta sekwencja trzech pytań, zadanych samemu sobie przed planowaniem:

1. Co uczniowie mają umieć na koniec lekcji? – w jednym, dwóch zdaniach, możliwie konkretnie.
2. Po czym poznam, że to umieją? – jaki produkt, zachowanie, wypowiedź, rozwiązane zadanie będzie dowodem?
3. Jak AI może wzmocnić ten proces, a nie go wyręczyć? – w którym fragmencie pracy ucznia AI będzie wsparciem, a nie prostą „drogą na skróty”?

Przykład z praktyki: nauczycielka języka polskiego zamiast celu „uczniowie poznają, jak AI może pomagać przy pisaniu wypracowań” formułuje cel: „uczniowie porównują trzy różne wstępy do rozprawki (własny, kolegi i wygenerowany przez AI) i potrafią wskazać mocne oraz słabe strony każdego z nich, odnosząc się do kryteriów egzaminacyjnych”. To otwiera drogę do sensownego zadania.

Przekład celów ogólnych na konkretne efekty uczenia się

Dobrą praktyką jest rozpisanie celu ogólnego na 2–4 konkretne efekty uczenia się, opisane czasownikami operacyjnymi. Zamiast „rozumie…”, „zna…”, stosuj czasowniki, które da się zaobserwować:

• analizuje, porównuje, ocenia, argumentuje, uzasadnia, wskazuje, poprawia, projektuje, tworzy, planuje, tłumaczy prostszym językiem.

Przykład – edukacja wczesnoszkolna, temat: zwierzęta w różnych środowiskach:

• Cel ogólny: „uczniowie rozumieją, że różne zwierzęta są przystosowane do swojego środowiska”.
• Efekty:
  • uczeń potrafi wymienić co najmniej trzy cechy budowy zwierzęcia związane z jego środowiskiem (operuje przykładami),
  • uczeń potrafi wyjaśnić, dlaczego dana cecha pomaga zwierzęciu przetrwać,
  • uczeń potrafi wspólnie z AI stworzyć opis „wymyślonego zwierzęcia” i obronić, dlaczego nadaje się ono do konkretnego środowiska.

Od razu widać, że AI może tu pomóc w generowaniu przykładów, ale „ciężar myślenia” zostaje po stronie ucznia: musi coś uzasadnić, wybrać, skorygować.

Tabela: od celu do efektów i roli AI

Pomocna może być prosta tabela, którą wypełniasz przy planowaniu:

Dobór typu zadania: jakiego myślenia oczekujesz od uczniów

Zanim wybierzesz narzędzie AI, zdecyduj, jakiego rodzaju pracy umysłowej oczekujesz. Inaczej zaprojektujesz lekcję, jeśli chcesz, by uczniowie przede wszystkim ćwiczyli analizę, inaczej – jeśli zależy Ci na tworzeniu lub refleksji.

Rodzaje zadań, które dobrze „współgrają” z AI

W praktyce szkolnej można wyróżnić kilka typów aktywności, które szczególnie zyskują na obecności AI, pod warunkiem sensownego zaplanowania:

• Zadania porównawcze – uczeń zestawia: własną odpowiedź vs. odpowiedź kolegi vs. odpowiedź AI.
• Zadania redaktorskie – uczeń poprawia, upraszcza, rozbudowuje tekst wygenerowany przez AI.
• Zadania krytyczne – uczeń tropi błędy, stereotypy, uproszczenia w tym, co wygenerowało narzędzie.
• Zadania projektowe – uczeń wykorzystuje AI jako „asystenta” przy planowaniu projektu, ale sam podejmuje kluczowe decyzje.
• Zadania symulacyjne – AI odgrywa rolę postaci, eksperta, klienta, a uczeń prowadzi dialog, negocjuje, zbiera informacje.

W każdym z tych typów AI nie wyręcza ucznia z myślenia. Raczej prowokuje, podsuwa materiał, który należy ocenić, przeredagować, uporządkować lub zakwestionować.

Matryca: poziom trudności vs. udział AI

Pomaga spojrzeć na lekcję przez prostą matrycę – dwa wymiary: poziom trudności zadania i udział AI.

Dla uczniów początkujących w pracy z AI bezpieczniej zacząć od średniego poziomu trudności i średniego udziału AI: narzędzie pomaga, ale nie „niesie” całej lekcji. W starszych klasach można odważniej wchodzić w zadania wymagające głębszej analizy czy dyskusji, z AI w roli rozmówcy lub generatora kontrargumentów.

Przykładowe przełożenie celu na typ zadania

Cel: „uczniowie potrafią rozpoznać manipulację w tekście medialnym”. Zamiast lekcji, na której AI generuje definicje i przykłady, można zaplanować zadanie krytyczno-redaktorskie:

• AI generuje krótki artykuł z kilkoma technikami manipulacji (clickbaitowy tytuł, jednostronne argumenty).
• Uczniowie w parach:
  • oznaczają fragmenty manipulacyjne,
  • nazwą zastosowane techniki,
  • przepisują tekst tak, aby był możliwie neutralny i rzetelny.
• Na końcu proszą AI o „ocenę” ich neutralnej wersji z prośbą o wskazanie, czy wciąż pojawiają się ślady manipulacji.

W takiej konstrukcji uczeń aktywnie analizuje, klasyfikuje i poprawia, a AI pełni rolę autora tekstu i później – asystenta w refleksji.

Projektowanie lekcji z AI krok po kroku: szkic scenariusza

Przejście od celu do angażującego zadania warto oprzeć na jasnej strukturze. Dobrze działający scenariusz lekcji z AI zwykle składa się z pięciu faz: aktywacja, ukierunkowanie, praca z AI, przetworzenie, refleksja.

Faza 1: aktywacja – wprowadzenie bez „pokazu fajerwerków”

Na początku lekcji nie warto zaczynać od AI. Lepiej najpierw uruchomić to, co uczniowie już wiedzą i potrafią. Kilka sprawdzonych sposobów:

• krótkie pytania na tablicy typu „co już wiesz o…?”,
• mini-quiz bez technologii (karteczki, podnoszenie kartek A/B),
• dwie przeciwstawne tezy, przy których uczniowie się ustawiają i w jednym zdaniu uzasadniają wybór.

Aktywacja pozwala Ci wychwycić poziom grupy i dobrać rolę AI: czy ma głównie uzupełniać braki, czy raczej prowokować głębszą refleksję. Uczniowie też lepiej rozumieją, po co za chwilę w ogóle sięgną po narzędzie.

Faza 2: ukierunkowanie – jasne oczekiwania wobec uczniów i AI

W drugiej fazie komunikujesz cel lekcji i to, jak konkretna aktywność będzie przebiegać. Uczniowie powinni usłyszeć trzy rzeczy:

1. czego mają się nauczyć lub co mają umieć na końcu,
2. co konkretnie będzie efektem ich pracy (np. tabela, notatka, nagranie, prezentacja),
3. jak i po co użyją AI (np. „AI wygeneruje nam przykład, który ocenicie”, „AI będzie odgrywać rolę klienta”).

Przykładowa formuła: „Dzisiaj pracujemy nad tym, aby lepiej oceniać argumenty. Każda grupa przygotuje krótką listę argumentów za i przeciw danemu rozwiązaniu. AI poprosimy o wygenerowanie własnej listy – waszym zadaniem będzie wskazać, które argumenty są najmocniejsze i dlaczego”.

Taka ramka od początku kieruje uwagę uczniów na własną aktywność, a nie na „zabawę narzędziem”.

Faza 3: praca z AI – jasne role i etapy

W trzeciej fazie uczniowie wchodzą w kontakt z AI. Kluczowe jest rozdzielenie etapów: najpierw uczniowie, potem AI, a nie odwrotnie. Dwa typowe warianty:

• Wariant A – najpierw własne rozwiązanie, potem porównanie z AI:
  • uczniowie w parach rozwiązują zadanie, piszą tekst, tworzą listę argumentów,
  • następnie proszą AI o rozwiązanie tego samego zadania,
  • porównują wyniki według ustalonych kryteriów.
• Wariant B – najpierw AI jako prowokacja, potem praca ucznia:
  • AI generuje kontrowersyjną tezę, błędne rozwiązanie, słaby opis,
  • uczniowie mają za zadanie wskazać błędy, poprawić, ulepszyć,

  Faza 4: przetworzenie – od „pomysłu z AI” do wiedzy ucznia

  Po kontakcie z AI uczniowie potrzebują czasu na samodzielne przetworzenie materiału. To etap, który często bywa pomijany, a właśnie tutaj dokonuje się nauka. AI już „zrobiło swoje” – teraz skupienie wraca na ucznia.

  Dobre działania w tej fazie to m.in.:

  • porządkowanie treści z pomocą prostych struktur (tabele, mapy myśli, oś czasu),
  • wybór najważniejszych wniosków z dłuższej wypowiedzi AI,
  • streszczanie, parafrazowanie lub wizualizacja tego, co AI zaproponowało,
  • zastosowanie zdobytej wiedzy w innym zadaniu: nowy tekst, inne zadanie tekstowe, inna sytuacja problemowa.

  Jeśli na przykład AI wygenerowało trzy różne opisy bohatera, uczniowie mogą najpierw zaznaczyć najlepiej dobrane cechy i fragmenty, a potem – bez podglądania do ekranu – napisać własny, spójny opis. AI było inspiracją, ale to, co trafi do zeszytu, jest już ich dziełem.

  Faza 5: refleksja – co pomogło, a co przeszkadzało w nauce

  Ostatnia faza skupia się nie tylko na treści lekcji, lecz także na sposobie pracy – w tym na roli AI. Krótka, ale regularna refleksja uczy uczniów świadomego korzystania z narzędzia, zamiast bezrefleksyjnego wpisywania poleceń.

  Możesz wykorzystać proste podsumowania, np.:

  • „Dzisiaj najbardziej pomogło mi…”, „Zaskoczyło mnie, że AI…” – uczniowie dopisują po jednym zdaniu na kartce lub w aplikacji.
  • Mini-głosowanie (karteczkami lub w narzędziu online): „AI bardziej pomogło czy przeszkadzało? Dlaczego?”.
  • Krótka ankieta exit-ticket z dwoma pytaniami:
    • Co zapamiętałeś z treści?
    • Jak chciałbyś użyć AI następnym razem, aby lepiej się uczyć?

  Tak zapisane wnioski możesz wykorzystać przy projektowaniu kolejnych lekcji – uczniowie widzą, że ich opinia ma wpływ na sposób pracy.

  Formułowanie skutecznych poleceń do AI (promptów) dla nauczyciela i uczniów

  Nawet najlepszy scenariusz lekcji nie „zagra”, jeśli polecenia do AI będą zbyt ogólne. Jakość promptu wprost przekłada się na jakość materiału, z którym będą pracować uczniowie.

  Prosty szablon polecenia, który można dać uczniom

  Uczniowie nie muszą znać całej teorii prompt engineeringu. Wystarcza krótki, czytelny schemat, np. akronim ROK (rola, oczekiwanie, kontekst):

  • Rola – „Zachowuj się jak… (nauczyciel historii / klient / bohater książki)”.
  • Oczekiwanie – „Napisz / wyjaśnij / zaproponuj… (konkretnie, co ma powstać)”.
  • Kontekst – „Jesteśmy w klasie…, przerabiamy temat…, potrzebuję tego, żeby…”.

  Przykład dla klasy ósmej na języku polskim:

  Przyjmij rolę nauczyciela języka polskiego.
  Oceń opis bohatera, który zaraz wkleję, pod kątem:
  - doboru cech charakteru,
  - spójności tekstu,
  - poprawności językowej.
  Napisz najpierw 3 mocne strony opisu, a potem 3 konkretne wskazówki, jak go poprawić.
  Zachowaj język prosty, bez trudnych terminów.

  Taki konkretny wzór można wydrukować uczniom lub wkleić do e-dziennika jako „ściągę do pracy z AI”.

  Czego unikać w poleceniach

  Kilka sformułowań mocno obniża jakość odpowiedzi AI lub wręcz zachęca ucznia do „oddania myślenia” narzędziu. W codziennej pracy dobrze omijać:

  • zbyt szerokie prośby typu „Napisz za mnie wypracowanie o…” – zastąpić je można: „Zaproponuj plan wypracowania na temat…, a ja sam napiszę tekst”.
  • prośby o „najprostsze rozwiązanie” bez żadnych ograniczeń – lepiej doprecyzować: „Pokaż dwa sposoby rozwiązania, w tym jeden prostszy dla ucznia klasy…”.
  • poleceń, w których uczniowie proszą wprost o rozwiązanie zadania domowego; zamień je na: „Wyjaśnij mi krok po kroku, jak samodzielnie dojść do rozwiązania” lub „Pokaż podobne zadanie, ale z innymi liczbami”.

  Im precyzyjniejsze kryteria, tym łatwiej później uczniom ocenić, czy odpowiedź AI w ogóle spełnia ich oczekiwania.

  Modele poleceń do różnych typów zadań

  Dobrze jest mieć kilka gotowych szablonów – można je modyfikować w zależności od przedmiotu. Przykłady:

  • Zadanie porównawcze (język polski, historia, WOS):

    Zachowuj się jak wymagający nauczyciel [przedmiot].
    Oceń poniższy tekst/odpowiedź ucznia pod kątem:
    1) zgodności z tematem,
    2) argumentacji,
    3) jasności języka.
    Zapisz ocenę w formie:
    - co jest dobre (min. 3 punkty),
    - co warto poprawić (min. 3 punkty),
    - propozycja jednej poprawionej wersji wybranego fragmentu.

  • Zadanie redaktorskie (wszystkie przedmioty humanistyczne):

    Oto tekst, który napisał uczeń klasy [X].
    Twoim zadaniem jest:
    1) wskazać zdania, które są niejasne,
    2) zaproponować ich prostszą wersję,
    3) nie zmieniać sensu wypowiedzi.
    Zachowaj styl wypowiedzi ucznia (bez „upiększania” języka).

  • Zadanie projektowe (geografia, biologia, przedsiębiorczość):

    Pomóż nam zaplanować projekt uczniowski na temat [temat].
    Zaproponuj:
    - 3 możliwe cele projektu,
    - 5 kroków działania,
    - podział zadań dla 4-osobowej grupy.
    Nie pisz za nas treści prezentacji, tylko zarysuj strukturę działań.

  Przykładowe mini-scenariusze lekcji z AI dla różnych przedmiotów

  Aby łatwiej przenieść ogólne zasady na praktykę, przydają się krótkie, „gotowe do modyfikacji” pomysły. Poniższe szkice można dowolnie skracać lub rozbudowywać.

  Język polski (klasy 6–8): od opisu bohatera do oceny wiarygodności narratora

  Cel szczegółowy: uczeń potrafi ocenić, czy narrator jest wiarygodny, i uzasadnić swoją opinię przykładami z tekstu.

  Faza aktywacji: krótkie pytanie na tablicy: „Czy zawsze można wierzyć narratorowi? Podaj jeden przykład z filmu lub książki”. Kilka wypowiedzi ustnych.

  Ukierunkowanie: wyjaśnienie celu: „Dzisiaj sprawdzimy, jak AI radzi sobie z oceną narratora i czy się z nim zgodzicie”.

  Praca z AI:

  1. Uczniowie czytają krótki fragment prozy z wyraźnie subiektywnym narratorem.
  2. Indywidualnie zapisują swoją ocenę: „Czy narrator jest wiarygodny? Dlaczego tak/nie?”.
  3. Następnie w małych grupach wpisują fragment i swoje pytanie do AI, prosząc o:
     • ocenę wiarygodności narratora,
     • podanie co najmniej dwóch argumentów.

  Przetworzenie: uczniowie tworzą dwukolumnową tabelę: „Co sądzi AI?” vs. „Co sądzimy my?”. Zaznaczają punkty wspólne i rozbieżne, dopytują AI o uzasadnienie w kontrowersyjnych miejscach.

  Refleksja: krótka dyskusja: „W którym momencie nie zgodziliście się z AI? Co to mówi o naszej roli jako czytelników?”.

  Matematyka (klasy 7–8): strategie rozwiązywania zadań tekstowych

  Cel szczegółowy: uczeń dobiera strategię rozwiązania (równanie, rysunek, metoda prób) i umie ją uzasadnić.

  Faza aktywacji: uczniowie w parach zapisują najczęstsze błędy, które popełniają przy zadaniach tekstowych. Nauczyciel tworzy z tego krótką listę na tablicy.

  Ukierunkowanie: zapowiedź: „Sprawdzimy dziś, jakie strategie proponuje AI i czy rzeczywiście są dla nas pomocne”.

  Praca z AI:

  • Uczniowie samodzielnie rozwiązują jedno zadanie tekstowe, opisując w zeszycie, jak myślą, nie tylko wynik.
  • Potem proszą AI o:
    • alternatywną metodę rozwiązania,
    • uzasadnienie, dlaczego ta metoda jest dobra.
  • W małych grupach porównują strategie: która jest krótsza, która bardziej zrozumiała, która mniej podatna na pomyłkę.

  Przetworzenie: każda grupa tworzy mini-plakat „Przepis na rozwiązywanie zadań tekstowych” (2–3 kroki + najczęstszy błąd + sposób jego uniknięcia), korzystając z własnych doświadczeń i podpowiedzi AI.

  Refleksja: uczniowie zaznaczają w zeszycie, co chcą wypróbować przy kolejnym zadaniu: „Następnym razem spróbuję najpierw…”.

  Historia (szkoła ponadpodstawowa): debata z „historykiem AI”

  Cel szczegółowy: uczeń potrafi przedstawić dwa różne punkty widzenia na to samo wydarzenie historyczne i ocenić ich wiarygodność.

  Faza aktywacji: nauczyciel pokazuje dwa krótkie cytaty dotyczące tego samego wydarzenia (np. dwóch polityków, dwóch świadków). Uczniowie wskazują różnice w tonie i ocenach.

  Ukierunkowanie: informacja: „AI przyjmie dziś rolę historyka reprezentującego wybraną perspektywę. Waszym zadaniem jest ją rozpoznać i skonfrontować z innymi źródłami”.

  Praca z AI:

  1. Każda grupa dostaje inny „kąt patrzenia” (np. perspektywa robotników, przedsiębiorców, władz). Nauczyciel ustala to z góry.
  2. Uczniowie proszą AI: „Przyjmij rolę historyka piszącego z perspektywy [X]. Przedstaw krótką ocenę wydarzeń [temat]”.
  3. Na tej podstawie tworzą wypowiedź ustną do mini-debaty.

  Przetworzenie: po debacie uczniowie wspólnie tworzą tabelę: „Jakie argumenty padały z różnych perspektyw? Co zostało pominięte?”. Dopytują AI już w neutralnej roli o brakujące informacje.

  Refleksja: krótka notatka: „Co mi pokazała praca z różnymi perspektywami AI? Gdzie widzę zagrożenie w takim podejściu do historii?”.

  

  Praca z błędami i ograniczeniami AI na lekcji

  AI popełnia błędy: merytoryczne, językowe, logiczne. W dydaktyce to nie wada, lecz bogate źródło zadań krytycznych.

  „Polowanie na błędy” jako stały element lekcji

  Zamiast ukrywać niedoskonałość narzędzia, można ją wykorzystać. Krótkie „polowanie na błędy” da się wpleść praktycznie w każdą lekcję z AI:

  • Na matematyce: „AI rozwiązało zadanie. Znajdź krok, w którym się pomyliło, i popraw go”.
  • Na biologii: „AI opisało fotosyntezę. Zaznacz w tekście fragmenty, które są zbyt ogólne lub nieprecyzyjne, i dopisz wyjaśnienia”.
  • Na języku obcym: „AI przetłumaczyło tekst. Oznacz zdania, które brzmią nienaturalnie, i zaproponuj lepszą wersję”.

  Uczeń zamiast biernie przyjmować odpowiedź, staje się recenzentem – to blisko do tego, jak pracują dorośli z narzędziami AI w pracy zawodowej.

  Rozmowa o halucynacjach, stronniczości i źródłach

  Prędzej czy później AI wygeneruje informację fałszywą lub wątpliwą. Lepiej przygotować na to uczniów, niż udawać, że narzędzie „zawsze ma rację”. Kilka pytań pomocniczych, które można regularnie zadawać:

  • „Skąd AI może to wiedzieć? Czy podało źródła?”
  • „Czy ta informacja brzmi realistycznie? Jak moglibyśmy ją zweryfikować?”
  • „Czy widzisz w wypowiedzi AI jakieś stereotypy lub jednostronne podejście?”

  Przy tematach wrażliwych (polityka, historia najnowsza, kwestie społeczne) warto ustalić, że AI jest punktem wyjścia do rozmowy, a nie autorytetem. Obowiązuje zasada: najpierw sprawdź w innych, sprawdzonych źródłach.

  Organizacja pracy w klasie: sprzęt, role, zasady

  Nawet najlepszy pomysł na lekcję upadnie, jeśli nie będzie dopasowany do realnych warunków: liczby urządzeń, dostępu do Internetu czy czasu.

  Modele organizacji pracy z ograniczoną liczbą urządzeń

  Nie każda klasa ma tablet dla każdego ucznia. Da się jednak zaplanować lekcję tak, by AI było dodatkiem, a nie „wąskim gardłem” sprzętowym.

  Model stacji zadaniowych (1–3 urządzenia w klasie):

  • Klasa pracuje w 3–4 stacjach. Tylko jedna z nich korzysta z AI, pozostałe to tradycyjne zadania (karta pracy, praca z podręcznikiem, dyskusja w grupie).
  • Grupy rotują co 10–15 minut. W ten sposób każdy ma „czas z AI”, ale nikt nie czeka bezczynnie.
  • Na stacji z AI uczniowie mają jasno określony cel: np. wygenerowanie 3 pytań do tekstu, sprawdzenie argumentów, znalezienie alternatywnego sposobu rozwiązania zadania.

  Model „jedno konto – wiele głosów” (1 komputer + projektor):

  • Nauczyciel prowadzi wspólną rozmowę z AI, a uczniowie dyktują pytania. Można wyznaczyć „sekretarza”, który wpisuje polecenia.
  • Każda grupa proponuje jedno pytanie lub modyfikację polecenia. Na tablicy powstaje lista: „Które pytanie było najbardziej precyzyjne?”.
  • Uczniowie zapisują odpowiedzi AI i samodzielnie je przerabiają (np. skracają, porządkują, porównują z podręcznikiem).

  Model BYOD (przynieś własne urządzenie):

  • Na początku lekcji ustalone zostają jasne zasady: dozwolone aplikacje, wyłączone powiadomienia, praca tylko w wyznaczonym czasie.
  • Można połączyć uczniów w pary mieszane (osoba z urządzeniem + osoba bez), z przydzielonymi rolami: operator, recenzent, notujący.
  • Na końcu lekcji krótka ankieta: „Czy praca na własnym urządzeniu pomogła mi czy przeszkodziła? Dlaczego?”.

  Role uczniów w pracy z AI

  Im bardziej zróżnicowane role, tym mniej „gapienia się w ekran”, a więcej realnej współpracy. W małych grupach można rozdzielić funkcje:

  • Operator – wpisuje polecenia, pilnuje, by były zgodne z zadaniem i ustalonym celem lekcji.
  • Recenzent – ocenia odpowiedzi AI: zaznacza mocne i słabe strony, proponuje doprecyzowanie poleceń.
  • Redaktor – przerabia treści od AI na „język klasy”: skraca, porządkuje, dopisuje przykłady.
  • Sprawdzający – porównuje informacje z innymi źródłami (podręcznik, notatki, Internet), zaznacza rozbieżności.

  Przy kolejnych lekcjach role można rotować, by każdy uczeń doświadczył innego sposobu pracy z narzędziem. Dobrze jest też poprosić, by uczniowie krótko ocenili, w której roli czuli się najpewniej i dlaczego.

  Zasady „higieny cyfrowej” na lekcjach z AI

  Stały zestaw prostych reguł minimalizuje chaos i pomaga traktować AI jak narzędzie, a nie główną atrakcję.

  • Jasna ramka czasowa: np. „z AI pracujemy przez 15 minut w środkowej części lekcji, potem zamykamy okna”.
  • Zakaz logowania się na prywatne konta uczniów w szkolnych pracowniach – zamiast tego konto klasowe lub nauczycielskie.
  • Wyłączone powiadomienia i inne karty przeglądarki w czasie pracy z AI.
  • Zakaz wklejania wrażliwych danych: pełnych danych osobowych, numerów telefonów, zdjęć uczniów.

  Przy pierwszych lekcjach z AI można wspólnie z klasą spisać krótki „kontrakt użytkownika” – 5–7 punktów, do których będzie można wracać, gdy coś zacznie „uciekać” poza ustalone ramy.

  Włączanie AI w ocenianie kształtujące

  AI łatwo skojarzyć z „gotową odpowiedzią”. Można jednak ustawić je w roli narzędzia wspierającego ocenianie kształtujące – po stronie nauczyciela i uczniów.

  AI jako pomocnik w formułowaniu kryteriów sukcesu

  Jeśli uczniowie mają coś stworzyć (opis, projekt, prezentację), mogą wspólnie z nauczycielem poprosić AI o propozycję kryteriów.

  Przykładowe polecenie:

  Przygotowujemy w klasie projekt na temat [temat] dla uczniów w wieku [X].
  Zaproponuj 5 prostych kryteriów oceny:
  - zapisanych językiem „uczeń potrafi…”,
  - zrozumiałych dla ósmoklasisty,
  - bez żargonu akademickiego.

  Następnie klasa czyta propozycje i decyduje, które kryteria przyjąć, które uprościć, a które odrzucić. Dzięki temu uczniowie widzą, że AI nie jest „prawodawcą”, lecz partnerem do rozmowy o wymaganiach.

  Samoocena i ocena koleżeńska z wykorzystaniem AI

  Proste szablony pomagają przenieść ciężar z „co dostałem?” na „co umiem i co poprawię?”. Można użyć m.in. takich modeli:

  • Arkusz samooceny:

    Oceń moją wypowiedź pisemną według kryteriów:
    1) zgodność z tematem,
    2) struktura (wstęp, rozwinięcie, zakończenie),
    3) poprawność językowa.
    Dla każdego kryterium:
    - przyznaj ocenę w skali od 1 do 5,
    - napisz 1 zdanie: „Mocna strona”,
    - napisz 1 zdanie: „Co poprawić”.
    Zwróć się do mnie bezpośrednio, w drugiej osobie liczby pojedynczej.

  • Ocena koleżeńska:

    Oto dwie prace uczniów na ten sam temat.
    Pomóż nam:
    1) wskazać po 2 mocne strony każdej pracy,
    2) wypisać po 2 pytania, które warto zadać autorowi,
    3) NIE przyznawaj ocen liczbowych.
    Skup się na tym, co może pomóc autorowi się rozwinąć.

  Uczeń może zestawić opinie kolegi/koleżanki z podpowiedziami AI i zaznaczyć elementy powtarzające się – to dobry punkt wyjścia do poprawy.

  Przygotowanie zadań „na miarę” ucznia

  Nauczyciel może szybko wygenerować wersje zadań o różnym stopniu trudności, nie spędzając na tym wielu godzin. AI przydaje się szczególnie przy:

  • dostosowaniu długości tekstu (krótsza wersja dla uczniów z trudnościami, dłuższa – dla chętnych),
  • zmianie formatu zadania przy tym samym celu (test wyboru, pytania otwarte, karta pracy),
  • tworzeniu dodatkowych przykładów dla uczniów, którzy potrzebują więcej ćwiczeń.

  Przykładowe polecenie dla nauczyciela:

  Uczniowie klasy 5 mają problemy ze zrozumieniem pojęcia [pojęcie].
  Przygotuj:
  - 3 bardzo proste zadania utrwalające,
  - 3 zadania dla uczniów, którzy radzą sobie lepiej (poziom trudniejszy),
  - do każdego zadania krótką podpowiedź, którą mogę wydrukować na osobnej kartce.

  Bezpieczeństwo, etyka i odpowiedzialne korzystanie z AI w szkole

  Rozmowa o AI w klasie to nie tylko dydaktyka, lecz także wychowanie. Zasady bezpieczeństwa lepiej budować razem z uczniami, niż narzucać je wyłącznie „z góry”.

  Dane osobowe i prywatność

  Podstawowa reguła brzmi: wszystko, czego nie umieściłbyś na publicznym forum, nie powinno trafić do okna czatu AI. W praktyce oznacza to m.in.:

  • brak nazwisk uczniów przy konkretnych ocenach czy opiniach („Uczeń A”, „Uczeń B” zamiast pełnych danych),
  • brak skanów dokumentów szkolnych z danymi (lista obecności, arkusze z PESEL-em),
  • brak szczegółowych opisów sytuacji prywatnych uczniów.

  Można przeprowadzić krótką aktywność: uczniowie dostają kilka przykładów poleceń i decydują, czy są one „bezpieczne”, czy nie. Następnie przepisują te niebezpieczne tak, by nie naruszać prywatności.

  Plagiat, ściąganie i „szara strefa” korzystania z AI

  AI ułatwia ściąganie, ale jednocześnie może służyć do uczenia się uczciwości akademickiej. Dobrze jest wspólnie z klasą ustalić granicę między pomocą a wyręczaniem.

  • Przykład „legalny”: proszę AI o wyjaśnienie pojęcia innymi słowami, podanie prostego przykładu, sprawdzenie, czy moje obliczenia są poprawne.
  • Przykład „nielegalny”: wklejam temat wypracowania z pracy domowej i proszę o gotowy tekst „na czysto”, który potem podpisuję swoim nazwiskiem.

  Można zaproponować prostą zasadę: „Jeśli AI znacząco pomogło ci w pracy domowej, zapisz to na końcu: Z pomocy AI skorzystałam/em przy…”. Taki dopisek redukuje pokusę udawania, że tekst jest samodzielny, a jednocześnie uczy przejrzystości.

  Rozwijanie postaw krytycznych, a nie lęku

  Uczniowie słyszą w mediach skrajne opinie: od entuzjazmu po katastroficzne wizje. Zamiast straszyć lub zachwycać, można zaproponować trzy proste pytania, które powtarzają się przy większości tematów związanych z AI:

  • Kto zyskuje na tym, że używam tego narzędzia w taki sposób?
  • Jakie umiejętności rozwijam, a jakie „oddaję” maszynie?
  • Co by się stało, gdyby tego narzędzia nagle zabrakło – czy poradzę sobie inaczej?

  Krótkie, 10-minutowe rozmowy przy okazji konkretnych lekcji często działają lepiej niż osobna, „wielka” godzina wychowawcza o AI raz na rok.

  Jak przygotować się jako nauczyciel – małe kroki zamiast rewolucji

  Nie trzeba być ekspertem od technologii, żeby prowadzić sensowne lekcje z AI. Bardziej liczy się jasny cel dydaktyczny i gotowość do eksperymentowania.

  Oswajanie narzędzia „na sucho”

  Zanim pojawi się ono na lekcji, dobrze jest poświęcić choć godzinę na spokojne testowanie w domu lub w pokoju nauczycielskim:

  • sprawdzenie, jak AI reaguje na typowe polecenia z twojego przedmiotu,
  • zapisanie 2–3 szablonów poleceń, które można wklejać i tylko lekko modyfikować,
  • przetestowanie, jak narzędzie radzi sobie z błędami uczniów (np. wklejenie przykładowej nieudanej pracy).

  Dobrą praktyką jest przechowywanie własnego „notatnika promptów” – może to być dokument w chmurze, w którym zapisujesz działające polecenia z krótkim komentarzem: kiedy się sprawdziły, a kiedy nie.

  Plan B na wypadek problemów technicznych

  Internet „padł”, strona z AI się nie ładuje albo logowanie nie działa – takie sytuacje są nieuniknione. Warto mieć wariant awaryjny, który zachowuje sedno celu lekcji.

  • Zadanie „z AI” można zamienić na zadanie „z kartką imitującą AI”: nauczyciel przygotowuje wcześniej wydrukowane odpowiedzi/teksty z błędami, które uczniowie analizują tak, jak analizowaliby wypowiedź AI.
  • Uczniowie sami wcielają się w rolę „AI”: w parach jedna osoba jest „modelem językowym”, druga zadaje pytania według wcześniej przygotowanego schematu.
  • Fragment pracy z AI można przenieść na następną lekcję, a obecnie wykorzystać ją na utrwalenie materiału tradycyjnymi metodami.

  Współpraca w gronie nauczycielskim

  Najskuteczniejsze scenariusze rodzą się często na przerwach i w pokoju nauczycielskim. Kilka prostych form wymiany doświadczeń:

  • wspólny folder z materiałami: szablony poleceń, udane przykłady prac uczniów, zrzuty ekranu ciekawych odpowiedzi AI,
  • „pięciominutówki” na radzie pedagogicznej: jedna osoba pokazuje krótki przykład lekcji z AI, bez długich prezentacji,
  • mini-grupa robocza (2–3 osoby) z różnych przedmiotów, która testuje podobne pomysły w swoich klasach, a potem porównuje efekty.

  Dzięki temu pojedynczy nauczyciel nie musi sam „odkrywać koła”, a uczniowie widzą spójniejsze podejście do AI w różnych salach.

  Projektowanie angażujących zadań z AI – praktyczne wskazówki

  Sam fakt użycia AI nie gwarantuje zaangażowania. Kluczowa jest konstrukcja zadania: co ma zrobić uczeń, a co narzędzie.

  Unikanie zadań, w których AI „robi wszystko”

  Najsłabszy typ aktywności to: „AI pisze, uczniowie przepisują”. Lepiej zadać sobie trzy pytania przy planowaniu:

  1. Co jest najważniejszą czynnością ucznia w tym zadaniu? (np. analiza, krytyka, tworzenie, poprawa)
  2. W której części zadania AI naprawdę wnosi wartość, a gdzie tylko zabiera uczniom okazję do myślenia?
  3. Jak uczeń może przetworzyć to, co wygeneruje AI, a nie tylko to skopiować?

  Najczęściej zadawane pytania (FAQ)

  Jak zacząć planowanie lekcji z AI – od narzędzia czy od celu?

  Zawsze zaczynaj od celu dydaktycznego, a nie od wyboru aplikacji. Najpierw odpowiedz sobie na pytanie: „Co konkretnie uczniowie mają umieć po tej lekcji?”. Dopiero później zastanów się, w którym fragmencie procesu AI może realnie pomóc.

  Jeśli punkt wyjścia stanowi narzędzie („chcę zrobić coś z ChatGPT”), łatwo skończyć na pokazie gadżetu. Gdy startujesz od celu, AI staje się środkiem do osiągnięcia efektu uczenia się – nie atrakcją samą w sobie.

  Jak formułować cele lekcji z AI, żeby nie były zbyt ogólne?

  Unikaj celów typu „uczniowie poznają narzędzia AI”. Zamiast tego formułuj jeden, dwa zdania opisujące konkretną umiejętność ucznia oraz to, po czym poznasz, że ją opanował.

  Pomocna jest sekwencja trzech pytań:

  • Co uczniowie mają umieć na koniec lekcji?
  • Po czym poznam, że to umieją (jaki produkt, zachowanie, wypowiedź)?
  • Jak AI może ten proces wzmocnić, a nie wyręczyć uczniów?

  Na tej podstawie dopiero dobierasz formę pracy i narzędzie.

  Jaką rolę powinna pełnić sztuczna inteligencja na lekcji?

  AI powinna być wsparciem w myśleniu ucznia, a nie maszyną do szybkiego podawania gotowych odpowiedzi. Najlepiej sprawdza się tam, gdzie generuje materiał do analizy, krytyki, poprawy lub porównania.

  W praktyce AI może:

  • proponować przykłady i „wersje robocze” odpowiedzi, które uczniowie udoskonalają,
  • symulować eksperta, świadka wydarzeń czy rozmówcę w dyskusji,
  • pomagać planować projekt, ale bez przejmowania kluczowych decyzji.

  Najważniejsze, by „ciężar myślenia” pozostawał po stronie uczniów.

  Jakie typy zadań najlepiej łączą się z wykorzystaniem AI na lekcji?

  Najbardziej wartościowe są takie zadania, w których uczeń musi coś ocenić, poprawić, zakwestionować lub zastosować w nowym kontekście. Dobrze sprawdzają się m.in.:

  • zadania porównawcze (uczeń porównuje własną odpowiedź, pracę kolegi i wersję AI),
  • zadania redaktorskie (uczeń poprawia, upraszcza lub rozbudowuje tekst AI),
  • zadania krytyczne (uczeń tropi błędy, uproszczenia, manipulacje w treściach AI),
  • zadania projektowe (AI jako „asystent”, a nie główny autor),
  • zadania symulacyjne (AI odgrywa rolę postaci, eksperta, klienta).

  W każdym z tych przypadków narzędzie tylko prowokuje myślenie – nie zastępuje pracy ucznia.

  Jak dopasować poziom trudności zadań z AI do wieku i doświadczenia uczniów?

  Możesz posłużyć się dwoma wymiarami: poziom trudności zadania i udział AI. Dla początkujących uczniów najlepiej wybrać średni poziom trudności i średni udział AI – narzędzie pomaga, ale nie „niesie” całej lekcji.

  W starszych klasach i przy bardziej doświadczonych uczniach możesz stosować zadania o wyższym poziomie trudności, w których AI staje się partnerem w dyskusji czy generuje kontrargumenty. Trzeba jednak uważać, by uczniowie nie oddawali myślenia AI i nadal samodzielnie argumentowali oraz podejmowali decyzje.

  Jak sprawić, żeby praca z AI rozwijała krytyczne myślenie, a nie tylko kopiowanie odpowiedzi?

  Kluczem jest takie projektowanie aktywności, by uczeń musiał oceniać, wybierać i uzasadniać, zamiast bezrefleksyjnie przyjmować to, co wygeneruje narzędzie. Zamiast „poproś AI o rozwiązanie zadania”, zaplanuj sytuacje typu „AI proponuje dwa różne rozwiązania, a uczniowie wybierają lepsze i argumentują wybór”.

  Warto też wprowadzać zadania, w których uczniowie tropią błędy, manipulacje lub stereotypy w treściach AI. Dzięki temu równolegle rozwijają:

  • kompetencje przedmiotowe,
  • kompetencje ogólne (analiza, argumentacja, współpraca),
  • kompetencje cyfrowe – świadome i odpowiedzialne korzystanie z AI.

  Kluczowe obserwacje

  • Lekcja z AI musi wynikać z jasno określonego celu dydaktycznego; technologia ma być środkiem do osiągnięcia efektów uczenia się, a nie celem samym w sobie.
  • Skuteczna integracja AI pozwala jednocześnie rozwijać: wiedzę przedmiotową, kompetencje (krytyczne myślenie, współpraca, formułowanie pytań) oraz świadome, odpowiedzialne korzystanie z narzędzi cyfrowych.
  • Przed planowaniem lekcji nauczyciel powinien odpowiedzieć na trzy pytania: co uczniowie mają umieć na koniec, po czym to pozna oraz w którym momencie AI wzmocni uczenie, a nie wyręczy uczniów.
  • Ogólny cel lekcji warto przełożyć na 2–4 konkretne, obserwowalne efekty uczenia się, opisane czasownikami operacyjnymi (np. analizuje, porównuje, uzasadnia, tworzy), co ułatwia dobór sensownych zadań z użyciem AI.
  • W planowaniu pomaga tabela łącząca: cel ogólny, konkretny efekt uczenia się oraz precyzyjnie określoną rolę AI, tak aby „ciężar myślenia” pozostawał po stronie ucznia.
  • Dobór zadania z AI powinien wynikać z tego, jakiego typu myślenia oczekujemy (analiza, tworzenie, refleksja), a nie z atrakcyjności narzędzia.
  • Najlepiej sprawdzają się zadania porównawcze, redaktorskie, krytyczne, projektowe i symulacyjne, w których AI dostarcza materiał lub wsparcie, a uczniowie oceniają, poprawiają, argumentują i podejmują decyzje.

  Co jeszcze warto przeczytać:

  • 

    Jak zorganizować lekcję o sztucznej inteligencji w…

  • 

    Sztuczna inteligencja w szkołach świata

  • 

    Sztuczna inteligencja w szkole – pomoc czy zagrożenie?

  • 

    Sztuczna inteligencja jako pomoc dydaktyczna

  • 

    Jak uczniowie korzystają z AI w nauce?

  • 

    Ilu uczniów korzysta z AI w nauce?