AI w roli asystenta nauczyciela – realna pomoc, nie science fiction
AI jako asystent nauczyciela przestaje być gadżetem, a staje się narzędziem pracy – takim jak dziennik elektroniczny czy tablica interaktywna. Największy potencjał kryje się w trzech obszarach: planowanie lekcji, tworzenie materiałów dydaktycznych oraz feedback dla uczniów. Przy dobrze dobranej strategii sztuczna inteligencja przejmuje żmudne, powtarzalne zadania, a nauczyciel odzyskuje czas na kontakt z klasą i rozwijanie relacji.
Wykorzystywanie AI w edukacji nie polega na „oddaniu” nauczania maszynie. Chodzi o stworzenie drugiej pary rąk do codziennej pracy: od układania scenariuszy lekcji, przez generowanie kart pracy, aż po analizę błędów w sprawdzianach. Kluczem jest umiejętność zadawania właściwych poleceń (promptów) i krytyczne podejście do wyników.
Przy odpowiednim podejściu AI potrafi:
przygotować kilka wariantów tej samej lekcji dla uczniów o różnym poziomie zaawansowania,
zasugerować aktywności, które angażują uczniów i oszczędzają czas nauczyciela,
pomóc w szybkim sformułowaniu zadań domowych, kartkówek, kryteriów sukcesu,
wesprzeć w formułowaniu oceny kształtującej i konstruktywnego feedbacku.
Planowanie lekcji z pomocą AI: od tematu do gotowego scenariusza
Jak jasno określić cele lekcji dla AI
AI radzi sobie najlepiej, gdy dostanie konkretny, dobrze opisany cel lekcji. Zamiast ogólnego „Napisz scenariusz lekcji o rozbiorach Polski”, lepiej użyć polecenia w stylu:
„Przygotuj scenariusz 45-minutowej lekcji historii dla klasy 7 szkoły podstawowej. Temat: przyczyny i skutki I rozbioru Polski. Podstawa programowa: uczniowie wyjaśniają polityczne i gospodarcze przyczyny I rozbioru, wskazują na mapie zmiany terytorialne. Zastosuj elementy oceniania kształtującego i metod aktywizujących (praca w grupach, mapa myśli).”
Taki opis pozwala AI zaproponować sensowną strukturę zajęć, a nie przypadkową listę ćwiczeń. Im dokładniej opisany kontekst, tym mniej czasu na poprawki.
Warto doprecyzować:
poziom klasy (wiek uczniów, typ szkoły),
przedmiot i dział programu,
konkretne cele w języku ucznia (np. „Po lekcji potrafisz…”),
preferowane metody pracy (indywidualna, grupowa, projektowa),
formę oceniania (ocena kształtująca, kryteria sukcesu, samoocena).
Przekształcanie podstawy programowej w praktyczne cele
Jednym z bardziej żmudnych zadań jest przekład „urzędowego” języka podstawy programowej na język zrozumiały dla ucznia i dający się wykorzystać w planowaniu lekcji. AI może tu bardzo pomóc, jeśli dostanie fragment podstawy oraz prośbę o przepisanie go na cele lekcji w stylu „Na tej lekcji nauczysz się…” oraz „Po tej lekcji potrafisz…”.
Przykładowy prompt:
„Przepisz ten punkt podstawy programowej matematyki dla klasy 6 na język zrozumiały dla ucznia i stwórz z niego cele lekcji w formie: ‘Na tej lekcji nauczysz się…’ oraz kryteria sukcesu ‘Będziesz umiał/umiała…’. Następnie zaproponuj 3–4 lekcje, które krok po kroku realizują te wymagania.”
W efekcie powstają:
lista celów operacyjnych (konkretne umiejętności),
propozycje rozłożenia materiału na kilka lekcji,
wstępne kryteria sukcesu, które można od razu wkleić np. na prezentację.
Tak przygotowane materiały można następnie dopracować, skrócić lub rozszerzyć w zależności od klasy. AI wykonuje pierwszą, najbardziej czasochłonną wersję, nauczyciel pełni rolę redaktora.
Struktura lekcji generowana przez AI – od rozgrzewki po podsumowanie
Dobrze sformułowane polecenie może zaowocować kompletnym szkicem lekcji: z rozgrzewką, częścią główną i podsumowaniem. Struktura 45–60 minut może wyglądać tak:
5–10 min – aktywacja wiedzy i rozgrzewka,
20–30 min – wprowadzenie i ćwiczenia kierowane,
10–15 min – praca samodzielna lub w parach,
5–10 min – podsumowanie, refleksja i zadanie domowe.
Nauczyciel może poprosić AI o dokładne rozpisanie każdej części:
„Na podstawie powyższych celów lekcji zaproponuj szczegółowy przebieg 45-minutowej lekcji: oddziel część wstępną, główną i końcową. Do każdej części dopisz orientacyjny czas trwania, pytania do uczniów i jedną krótką aktywność.”
Uzyskany wynik warto przejrzeć pod kątem realności czasowej i dopasowania do klasy. Zwykle trzeba skrócić liczbę aktywności; AI ma tendencję do przeładowywania lekcji zadaniami, które w praktyce się nie zmieszczą.
Planowanie cyklu zajęć i projektów międzyprzedmiotowych
AI może działać także na poziomie długoterminowym: cykle lekcji, projekty, ścieżki rozwoju kompetencji. Jeśli nauczyciel opisze, jakie treści i umiejętności mają zostać zrealizowane w ciągu np. miesiąca, AI zaproponuje logiczną sekwencję zajęć.
Przykład polecenia:
„Zaplanuj 6 kolejnych lekcji języka polskiego w klasie 5 dotyczących baśni. Uwzględnij: cechy gatunkowe baśni, baśnie świata, tworzenie własnej baśni przez uczniów. Podaj dla każdej lekcji: tematy, cele w języku ucznia, propozycję aktywności, element oceniania kształtującego oraz możliwe zadanie domowe.”
Na tej bazie łatwo zbudować miniprojekt (np. „Klasa pisze własną książkę z baśniami”) i od razu poprosić AI o pomysły na:
podział zadań w grupach,
harmonogram prac,
kryteria oceny projektu,
proste karty ewaluacji uczniowskiej.
AI w tworzeniu materiałów dydaktycznych: karty pracy, teksty, zadania
Przerabianie podręcznika na angażujące karty pracy
Jednym z najbardziej czasochłonnych zadań jest tworzenie kart pracy i ćwiczeń. AI może szybko przekształcić treść podręcznika czy artykułu w różnorodne zadania. Wystarczy wkleić fragment tekstu (o ile pozwala na to prawo autorskie – najlepiej krótkie cytaty lub własne materiały) i poprosić o:
pytania otwarte i zamknięte,
zadania typu prawda/fałsz,
uzupełnianie luk,
dopasowywanie pojęć do definicji,
krótkie zadania projektowe.
Przykładowy prompt:
„Na podstawie poniższego tekstu o fotosyntezie przygotuj kartę pracy dla klasy 7: 3 pytania otwarte, 4 pytania testowe jednokrotnego wyboru, 1 zadanie polegające na uzupełnieniu luk. Zadbaj o to, aby pytania sprawdzały zrozumienie, a nie tylko zapamiętanie.”
Gotową kartę można następnie skrócić, przearanżować lub dopasować poziom trudności. AI sprawdza się tu jako „generator wersji roboczych”, które nauczyciel szlifuje pod swój styl pracy i swoją klasę.
Różne poziomy trudności – zróżnicowanie dla uczniów
AI w roli asystenta nauczyciela pozwala łatwo przygotować różne wersje tego samego materiału dla uczniów słabszych i bardziej zaawansowanych. W praktyce wystarczy przygotować bazową kartę pracy, a następnie poprosić AI o:
wersję uproszczoną (więcej podpowiedzi, mniejsze wymagania, prostszy język),
wersję rozszerzoną (trudniejsze pytania, zadania problemowe, zadania dodatkowe).
„Na podstawie tej karty pracy przygotuj dwie wersje: łatwiejszą dla uczniów mających trudności z czytaniem ze zrozumieniem (krótsze pytania, prostszy język, większa liczba przykładów) oraz trudniejszą dla uczniów szybciej pracujących (więcej zadań problemowych). Utrzymaj ten sam temat i strukturę.”
Taki sposób pracy umożliwia dostosowanie wymagań do realnych możliwości bez konieczności ręcznego tworzenia trzech zupełnie różnych kart pracy. Do tego można poprosić AI o oznaczenie zadań np. gwiazdkami trudności, co pomaga uczniom samodzielnie dobierać poziom wyzwań.
Generowanie przykładów, kontekstów i analogii
Nauczyciele często szukają dobrych przykładów i życiowych kontekstów dla trudnych pojęć. AI świetnie sprawdza się jako „generator analogii”. Można poprosić o wyjaśnienie danego zagadnienia na przykładach z codzienności uczniów.
Przykładowe zastosowania:
matematyka – przykłady z zakupów, gier, mediów społecznościowych,
fizyka – nawiązania do smartfonów, rowerów, komunikacji miejskiej,
język polski – odwołania do filmów, seriali, książek młodzieżowych,
WOS – przykłady z lokalnej społeczności, samorządu uczniowskiego.
Prompt może brzmieć tak:
„Wyjaśnij pojęcie ‘procent składany’ dla uczniów klasy 7 w oparciu o przykłady z gier komputerowych i oszczędzania kieszonkowego. Podaj 3 różne analogie, każdą w jednym krótkim akapicie.”
Tego typu materiały można włączać do prezentacji, kart pracy lub po prostu wykorzystać jako inspirację do rozmowy w klasie.
Tworzenie tekstów użytkowych, dyktand i czytanek
AI jako asystent nauczyciela bardzo dobrze radzi sobie z generowaniem tekstów dostosowanych do poziomu wiekowego. Przydaje się to szczególnie na języku polskim i językach obcych.
Przykłady zastosowań:
krótkie czytanki do ćwiczeń ze zrozumieniem tekstu,
dyktanda z określonymi trudnościami ortograficznymi,
teksty użytkowe (ogłoszenia, zaproszenia, maile, reklamy),
dialogi sytuacyjne na językach obcych.
Przykład promptu dla dyktanda:
„Napisz dyktando dla klasy 4 szkoły podstawowej na około 120–140 słów, zawierające jak najwięcej wyrazów z ‘rz’ i ‘ż’ po spółgłoskach. Tekst ma być spójny, ciekawy dla uczniów i możliwy do przeczytania w 4–5 minut.”
Tak wygenerowany tekst trzeba jeszcze sprawdzić pod kątem zgodności z zasadami języka (AI czasem popełnia błędy) oraz dostosować tematykę do realiów klasowych. Potem można poprosić AI o uproszczoną lub rozszerzoną wersję tego samego dyktanda.
AI a indywidualizacja nauczania i dostosowania dla uczniów
Dostosowywanie treści do uczniów ze specjalnymi potrzebami edukacyjnymi
Praca z uczniami ze specjalnymi potrzebami edukacyjnymi (SPE) często wymaga tworzenia dodatkowych, dostosowanych materiałów. AI może pomóc w:
upraszczaniu języka tekstów (krótsze zdania, prostsze słownictwo),
dzieleniu złożonych zadań na mniejsze kroki,
tworzeniu instrukcji krok po kroku,
dodawaniu podpowiedzi i przykładów.
Przykładowy prompt:
„Uprość poniższy tekst historyczny tak, aby był zrozumiały dla ucznia z trudnościami w czytaniu (klasa 6). Zastosuj krótsze zdania, prostsze słowa, wyjaśnij trudniejsze pojęcia w nawiasach. Zachowaj najważniejsze informacje.”
Nauczyciel może też poprosić AI o przygotowanie checklisty kroków dla zadania złożonego, np. „Jak napisać opowiadanie” czy „Jak rozwiązać zadanie tekstowe z równań”. To duże wsparcie dla uczniów z ADHD, dysleksją czy trudnościami organizacyjnymi.
Tworzenie indywidualnych planów pracy i ścieżek powtórek
Sztuczna inteligencja sprawdza się także przy planowaniu indywidualnych ścieżek nauki. Po krótkim opisie ucznia (bez danych osobowych, ogólnie: „uczeń ma trudności z…”, „dobrze radzi sobie z…”) można poprosić o propozycję zestawu ćwiczeń lub planu powtórek.
Przykład:
Indywidualny trening umiejętności i powtórki przed sprawdzianem
AI może „rozłożyć” większy cel na małe, wykonalne kroki i zaplanować powtórki rozłożone w czasie. Wystarczy opisać obszary, które uczeń musi utrwalić, oraz przybliżony czas, jakim dysponuje.
Przykładowy prompt:
„Uczeń klasy 7 ma tydzień na powtórzenie ułamków zwykłych i dziesiętnych. Ma trudności z dodawaniem i odejmowaniem, a dobrze radzi sobie z porównywaniem ułamków. Zaproponuj 5 krótkich sesji ćwiczeń po 20 minut: do każdej sesji podaj cel, przykładowe zadania i prostą instrukcję dla ucznia.”
Taki plan można przesłać rodzicom lub uczniowi, a następnie poprosić AI o wygenerowanie przykładowych zadań do każdej sesji. Przydaje się szczególnie przed sprawdzianem, gdy nauczyciel nie jest w stanie osobno rozpisać planu dla każdego ucznia.
Wsparcie dla uczniów zdolnych – rozszerzanie treści
Indywidualizacja dotyczy także uczniów szczególnie zainteresowanych danym przedmiotem. AI pomoże zaplanować dla nich rozszerzone ścieżki pracy, które nie polegają wyłącznie na dokładaniu „więcej tego samego”.
Można poprosić na przykład o:
zadania problemowe wykraczające poza podstawę programową,
mini-projekt badawczy (z pytaniem badawczym, źródłami, sposobem prezentacji),
zadania wymagające łączenia wiedzy z różnych przedmiotów,
„Zaproponuj indywidualny miniprojekt z biologii dla ucznia klasy 8 szczególnie zainteresowanego ekologią. Projekt ma trwać 3 tygodnie, obejmować samodzielne zbieranie danych w okolicy szkoły i kończyć się krótką prezentacją dla klasy.”
Nauczyciel może potem skrócić projekt, wymienić narzędzia lub tak dobrać zakres, aby uczeń mógł zrealizować go w realnych warunkach szkolnych.
AI jako narzędzie do udzielania informacji zwrotnej
Feedback do prac pisemnych – od szkicu do wersji ostatecznej
Najbardziej czasochłonne przy sprawdzaniu wypracowań jest formułowanie konkretnej informacji zwrotnej. AI może tu działać jak „pierwszy recenzent”, który pomaga nauczycielowi wyłapać główne mocne strony i obszary do poprawy.
Bezpieczny i praktyczny scenariusz to:
uczeń lub nauczyciel wkleja tekst pracy (bez danych osobowych),
AI generuje szkic informacji zwrotnej według ustalonego schematu,
nauczyciel weryfikuje i dopasowuje komentarz do ucznia.
Przykładowy prompt dla nauczyciela:
„Oceń poniższe opowiadanie ucznia klasy 6. Zastosuj schemat informacji zwrotnej: 1) Co jest dobre w pracy (min. 3 konkrety), 2) Co można poprawić (max. 3 najważniejsze rzeczy), 3) Wskazówki ‘jak to poprawić’. Zwróć uwagę na kompozycję, spójność i język, nie komentuj ortografii.”
Otrzymany komunikat można skrócić, uprościć język lub dopasować go do ustalonych w szkole zasad feedbacku. Dzięki temu nauczyciel zyskuje czas, by dopisać indywidualną notatkę lub porozmawiać z uczniem.
Rubryki oceniania i kryteria sukcesu
AI świetnie sprawdza się przy przekładaniu wymagań programowych na zrozumiałe kryteria sukcesu. Wystarczy podać temat pracy lub zadania oraz ogólne wymagania, a następnie poprosić o rubrykę.
Przykładowy prompt:
„Przygotuj rubrykę oceniania plakatu edukacyjnego dla klasy 5 na temat bezpieczeństwa w internecie. Zrób 4 poziomy wykonania (od ‘jeszcze nie’ do ‘bardzo dobrze’), w kryteriach uwzględnij: treść merytoryczną, czytelność i estetykę, pomysłowość, współpracę w grupie. Użyj prostego języka zrozumiałego dla uczniów.”
Tabelę można potem skopiować do dokumentu, zmodyfikować nazwy poziomów czy dodać symbole graficzne. Dobrze działa również poproszenie AI o przeformułowanie kryteriów na język ucznia, jeśli nauczyciel ma już wersję „oficjalną”.
Modułowe komentarze do krótkich zadań
Przy zadaniach krótkich – np. kilku zdaniach po angielsku lub prostych odpowiedziach opisowych – AI może pomóc stworzyć bank komentarzy, z którego nauczyciel będzie szybko korzystał.
Przykład promptu:
„Przygotuj 12 krótkich komentarzy po polsku do krótkich wypowiedzi pisemnych z języka angielskiego (poziom A2). Podziel je na: 4 komentarze pozytywne, 4 zachęcające do poprawy, 4 wskazujące na potrzebę rozwijania słownictwa. Każdy komentarz maksymalnie 2 zdania.”
Nauczyciel może mieć taki zestaw pod ręką i kopiować komentarze, dodając drobne doprecyzowania. To szczególnie przydatne przy dużej liczbie uczniów, gdy ręczne pisanie długiego feedbacku do każdej pracy jest po prostu nierealne.
Wsparcie uczniów w samoocenie i ocenie koleżeńskiej
AI może generować proste karty samooceny oraz pytania do oceny koleżeńskiej. Uczniowie uczą się wtedy kryteriów, a nauczyciel włącza ich aktywniej w proces oceniania.
Przykładowy prompt:
„Napisz 8 prostych pytań do samooceny po napisaniu opowiadania przez ucznia klasy 4. Pytania mają pomagać sprawdzić: czy jest początek, środek i zakończenie, czy bohater jest opisany, czy wydarzenia są po kolei, czy są błędy w pisowni. Użyj formy ‘Czy…?’ z miejscem na odpowiedź ‘tak / trochę / jeszcze nie’.”
Takie karty można wydrukować i używać wielokrotnie przy różnych zadaniach, delikatnie je modyfikując. AI może też na prośbę nauczyciela skrócić zestaw pytań dla młodszych uczniów lub rozbudować dla starszych.
Źródło: Pexels | Autor: Thirdman
AI jako partner w refleksji nad praktyką nauczyciela
Analiza tego, co działa na lekcji
Po cyklu zajęć nauczyciel często zastanawia się, co się sprawdziło, a co nie. AI może pełnić rolę „rozmówcy”, który zadaje pytania pogłębiające i pomaga uporządkować wnioski.
Przykładowy dialogowy prompt:
„Przeanalizuj ze mną lekcję matematyki w klasie 6. Opis: wprowadzałem ułamki dziesiętne, uczniowie chętnie brali udział w dyskusji, ale w zadaniach samodzielnych wielu się gubiło. Zadaj mi 5–7 pytań pomocniczych, które pozwolą zrozumieć, co mogę poprawić w kolejnych lekcjach.”
Po odpowiedzi na pytania można poprosić AI o 2–3 konkretne propozycje zmian (np. inny rodzaj ćwiczeń, mniejszy krok materiałowy, inną formę pracy). Nie chodzi o ślepe stosowanie rad, raczej o inspirację i „lustro” dla własnej praktyki.
Przepisanie nudnych ćwiczeń na bardziej aktywizujące
Wielu nauczycieli ma w swoich materiałach ćwiczenia, które „działają”, ale są mało angażujące. AI potrafi przeformułować je tak, by zachować ten sam cel dydaktyczny, a zmienić formę.
Można na przykład wkleić serię zadań typu „podkreśl, zaznacz, wpisz” i poprosić:
„Przekształć te ćwiczenia tak, aby uczniowie więcej mówili i współpracowali w parach. Zostaw te same treści (czasy przeszłe w języku angielskim, poziom A2), ale zaproponuj formy: dialog, gra w karty, mini-scenki.”
Tak stworzony zestaw profesor przegląda i wybiera 1–2 pomysły, które realnie jest w stanie zrealizować w swojej klasie, z dostępnymi zasobami i w danym czasie.
Planowanie rozwoju zawodowego z pomocą AI
AI może być także wsparciem w planowaniu własnego rozwoju. Jeśli nauczyciel określi obszary, które chce wzmocnić (np. praca metodą projektów, edtech, ocenianie kształtujące), otrzyma zarys ścieżki uczenia się.
Przykładowy prompt:
„Jestem nauczycielem historii w szkole średniej. Chcę w ciągu najbliższego roku rozwinąć umiejętność prowadzenia debat oksfordzkich na lekcji. Zaproponuj plan rozwoju: 4–5 kroków, w tym: co przeczytać lub obejrzeć, jak zacząć małymi krokami w klasie, jak zbierać informację zwrotną od uczniów.”
Następnie można poprosić o konkrety: scenariusz pierwszej krótkiej debaty, pytania do refleksji po lekcji, propozycje kryteriów oceniania wystąpień uczniów.
Bezpieczeństwo i etyka korzystania z AI w szkole
Ochrona danych i anonimowość uczniów
Pracując z AI, nauczyciel powinien minimalizować ilość wrażliwych informacji. Dotyczy to zarówno tekstów uczniów, jak i opisów sytuacji klasowych.
Przydatne zasady praktyczne:
nie podawać imion i nazwisk uczniów,
nie opisywać szczegółowo sytuacji rodzinnej ani zdrowotnej,
zamieniać realne imiona na inicjały lub neutralne określenia („uczeń A”, „uczeń z trudnościami w…”),
unikać wklejania pełnych skanów dokumentów zawierających dane osobowe.
Jeśli nauczyciel chce przeanalizować z AI szczególnie trudną sytuację wychowawczą, lepiej opisać ją w sposób zanonimizowany i ogólny, skupiając się na zachowaniach i strategiach, a nie na osobach.
Zapobieganie plagiatom i „oddawaniu pracy AI”
Wraz z dostępnością narzędzi AI rośnie ryzyko, że uczniowie będą oddawać prace w całości generowane automatycznie. Zamiast polegać na zawodnych „wykrywaczach AI”, skuteczniejsze są rozwiązania dydaktyczne:
zadania wymagające odniesienia do doświadczeń ucznia, lekcji, dyskusji w klasie,
łączenie pracy domowej z krótką formą ustną w klasie („opowiedz w 2 minutach, co napisałeś i dlaczego tak”),
pracowanie etapami (plan – szkic – wersja ostateczna, częściowo realizowane na lekcji),
uczenie uczniów etycznego korzystania z AI: jako wsparcia, nie „gotowca”.
AI można włączyć wprost do zadania, np.:
„Skorzystaj z dowolnego narzędzia AI, aby wygenerować szkic opowiadania. Następnie przeredaguj go po swojemu: zmień bohaterów, dodaj opis miejsca, zmień zakończenie. Podkreśl w tekście to, co dopisałeś samodzielnie. Na następnej lekcji porozmawiamy, co AI zrobiła dobrze, a co trzeba było poprawić.”
Taki sposób pracy uczy krytycznego podejścia i pokazuje, że odpowiedzialność za ostateczną wersję zawsze ponosi autor.
Świadome omawianie ograniczeń AI z uczniami
AI bywa pewna siebie nawet wtedy, gdy się myli. Dlatego częścią edukacji powinno być pokazywanie uczniom tych ograniczeń. Można celowo poprosić narzędzie o rozwiązanie zadania, przy którym prawdopodobne jest popełnienie błędu, a potem wspólnie to przeanalizować.
Przykładowa aktywność:
uczniowie wymyślają kilka zadań z własnego zakresu materiału,
nauczyciel wprowadza je do AI i prezentuje wygenerowane rozwiązania,
klasa sprawdza, czy odpowiedzi są poprawne, i wskazuje ewentualne błędy,
na koniec powstaje lista zasad „jak mądrze korzystać z AI przy nauce”.
Taka lekcja uczy nie tylko treści przedmiotowych, ale też kompetencji cyfrowych i krytycznego myślenia.
Włączanie AI w codzienną pracę nauczyciela – praktyczne strategie
Małe kroki zamiast rewolucji
Najbardziej efektywne bywa stopniowe wprowadzanie AI do wybranych obszarów, a nie próba „automatyzacji wszystkiego” od razu. Można zacząć np. od jednego z poniższych zastosowań:
przepisywanie kart pracy na różne poziomy trudności,
generowanie 2–3 przykładowych zadań dodatkowych tygodniowo,
tworzenie szkiców informacji zwrotnej do najdłuższych prac,
planowanie jednego miniprojektu w semestrze z pomocą AI.
Po kilku tygodniach łatwiej ocenić, w których obszarach narzędzie rzeczywiście oszczędza czas, a gdzie generuje więcej pracy niż pomaga.
Tworzenie własnych „szablonów promptów”
Nauczyciele szybko zauważają, że pewne typy próśb do AI powtarzają się. Dobrym rozwiązaniem jest stworzenie własnej biblioteki promptów, np. w dokumencie tekstowym lub notatniku w chmurze.
Organizowanie promptów jak „narzędziownika nauczyciela”
Z czasem taki zbiór promptów staje się codziennym narzędziem pracy – jak segregator z gotowymi kartami pracy. Dobrze jest go uporządkować według zastosowań, tak aby sięgnąć po właściwny wzór w kilkanaście sekund.
Przykładowe kategorie w takiej „szufladce promptów”:
różnicowanie zadań (uczniowie szybsi / wolniejsi, specjalne potrzeby),
tworzenie materiałów (karty pracy, quizy, opisy doświadczeń),
feedback (komentarze do prac, propozycje samooceny),
refleksja (analiza lekcji, pomysły na modyfikacje),
komunikacja (wiadomości do rodziców, ogłoszenia klasowe).
Przy każdym prompecie można dopisać krótki komentarz z praktycznymi uwagami: dla jakiej klasy działał najlepiej, co trzeba było poprawić w wygenerowanych materiałach, na co uważać. Po kilku miesiącach powstaje osobista baza, która znacznie podnosi efektywność korzystania z AI.
Współdzielenie promptów w gronie nauczycielskim
Biblioteka promptów może wyjść poza pojedynczego nauczyciela. W wielu szkołach sprawdza się tworzenie wspólnego dokumentu zespołu przedmiotowego lub całej rady pedagogicznej.
Przykładowa struktura takiego zasobu:
folder „Języki obce” – scenariusze lekcji, gry językowe, bank pytań do mówienia,
folder „Przedmioty ścisłe” – zadania na rozumienie pojęć, problemy otwarte, pytania do dyskusji,
folder „Humanistyka” – konspekty debat, propozycje wypracowań, pytania do tekstów źródłowych,
folder „Wychowawcze” – pomysły na godziny wychowawcze, ankiety dla uczniów, komunikaty do rodziców.
Każdy nauczyciel może dopisać doprecyzowania typu: „Dla klasy 7c potrzebne były prostsze przykłady” albo „AI zwykle źle dobiera daty – zawsze sprawdzam w podręczniku”. Takie drobne notatki sprawiają, że gotowce zamieniają się w żywą bazę doświadczeń, a nie tylko zbiór teoretycznych szablonów.
Wbudowanie AI w rytuały tygodnia
AI najlepiej działa, kiedy staje się elementem stałych nawyków, a nie czymś używanym „od święta”. Dobrym pomysłem jest przypisanie jej do konkretnych momentów w tygodniu.
Przykładowe rytuały:
poniedziałek – 15 minut na wygenerowanie 2–3 propozycji zadań dodatkowych lub rozszerzających,
środa – poproszenie AI o pomysły na aktywizujące zakończenie lekcji (exit ticket, miniquiz),
piątek – szybka refleksja: analiza z AI jednej lekcji, która „nie wyszła” tak, jak planowano.
Stałe okienka w kalendarzu pomagają uniknąć wrażenia, że trzeba „znaleźć czas na zabawę z technologią”. AI po prostu staje się kolejnym narzędziem w zestawie, obok dziennika elektronicznego czy kserokopiarki.
AI w różnych typach szkół i przedmiotów
Szkoła podstawowa: prosty język i dużo konkretu
W pracy z młodszymi uczniami kluczowe jest dopasowanie poziomu językowego i długości materiałów. W prompecie warto wyraźnie zaznaczyć klasę, wiek, a także preferowaną formę (wierszyk, krótka historyjka, zagadka).
Przykładowe polecenie:
„Przygotuj 5 bardzo prostych zadań matematycznych dla klasy 2 szkoły podstawowej o dodawaniu i odejmowaniu do 20. Każde zadanie w formie krótkiej historyjki z życia (zakupy, plac zabaw, rodzina). Używaj prostych zdań, bez specjalistycznych pojęć.”
Takie materiały można potem skracać, wydłużać lub zmieniać kontekst (np. z placu zabaw na boisko), pozostawiając ten sam poziom trudności. Dobrze działa także proszenie AI o kilka wersji tego samego typu zadania, aby różnicować pracę w klasie.
Szkoła średnia: pogłębianie treści i krytyczne myślenie
W starszych klasach AI sprawdza się jako narzędzie do rozszerzania kontekstu i tworzenia materiałów rozwijających argumentację. Można prosić o kontrargumenty, pytania pogłębiające czy alternatywne interpretacje.
Przykład zastosowania na lekcji historii lub WOS-u:
„Na podstawie krótkiego tekstu poniżej wygeneruj 6–8 pytań do dyskusji dla uczniów szkoły średniej. Pytania mają zmuszać do formułowania opinii, porównywania różnych perspektyw i odwoływania się do przykładów z życia społecznego.”
AI może też pomóc uczniom przygotować się do matury ustnej, np. poprzez generowanie serii pytań egzaminacyjnych i przykładowych odpowiedzi, które później są krytycznie analizowane na lekcji.
Przedmioty ścisłe: od „suchych zadań” do problemów kontekstowych
Nauczyciele matematyki, fizyki czy chemii często narzekają, że dostępne zadania są mało życiowe. AI potrafi szybko „ubrać” znane typy zadań w codzienne sytuacje, bez zmiany istoty obliczeń.
Przykładowy prompt dla matematyki:
„Przeredaguj poniższe zadania z równań liniowych tak, aby dotyczyły sytuacji z życia nastolatków (kieszonkowe, zakupy, czas spędzany na aktywnościach). Nie zmieniaj działań matematycznych, tylko kontekst i treść.”
W nauczaniu fizyki lub chemii AI może generować scenariusze prostych doświadczeń z użyciem dostępnych w domu materiałów, wraz z pytaniami do obserwacji. Nauczyciel zyskuje szybki szkic, który następnie dostosowuje do warunków pracowni i zasad bezpieczeństwa.
Języki obce: szybkie tworzenie wariantów
W nauce języków siłą AI jest łatwość generowania wielu wersji podobnych ćwiczeń. Umożliwia to personalizację pracy i lepsze dopasowanie materiału do poziomu uczniów.
Przykład zastosowania:
wklejenie listy słownictwa i poproszenie o 3 typy ćwiczeń (uzupełnianie luk, dopasowywanie definicji, krótkie dialogi),
poproszenie o przeredagowanie tekstu na niższy lub wyższy poziom trudności z zachowaniem głównych informacji,
wygenerowanie „szkicu dialogu”, który uczniowie potem rozszerzają i grają w parach.
Dla uczniów bardziej zaawansowanych AI może tworzyć autentycznie brzmiące sytuacje komunikacyjne, np. reklamacje, rozmowy telefoniczne, dyskusje na forach internetowych, które następnie są analizowane pod kątem języka i kultury.
Przedmioty artystyczne i techniczne: inspiracje, nie „gotowce”
W edukacji plastycznej, muzycznej czy technicznej AI przydaje się głównie jako generator inspiracji. Nie chodzi o podanie uczniowi gotowego wzoru, lecz o poszerzenie wachlarza pomysłów.
Przykładowe zastosowania:
lista motywów do pracy plastycznej („10 pomysłów na rysunek w temacie ‘Ruch’ dla klasy 7”),
propozycje prostych projektów technicznych z użyciem materiałów z recyklingu,
pomysły na krótkie improwizacje muzyczne bazujące na ograniczonej liczbie dźwięków.
Nauczyciel może też poprosić AI o sprecyzowanie kryteriów sukcesu w takich zadaniach, np. na co zwrócić uwagę w kompozycji, jak oceniać współpracę w zespole muzycznym czy technicznym.
Budowanie kompetencji AI u nauczycieli i uczniów
Mikroszkolenia dla rady pedagogicznej
Zamiast jednego dużego szkolenia raz w roku lepiej działają krótkie, cykliczne spotkania poświęcone konkretnym zastosowaniom. Mogą trwać 20–30 minut i odbywać się np. na końcu posiedzenia zespołu przedmiotowego.
Przykładowe tematy mikroszkoleń:
„Jak pisać prompty do generowania kart pracy na różne poziomy zaawansowania?”
„Jak użyć AI do przygotowania projektów i minidebat?”
„Jak zadawać pytania AI, by pomagała w refleksji nad własną lekcją?”
„Jak zabezpieczać dane uczniów, korzystając z narzędzi AI?”
Podczas takiego spotkania jeden nauczyciel pokazuje konkretny przykład ze swojej praktyki, po czym uczestnicy wspólnie modyfikują prompt i analizują, co działało dobrze, a co można doprecyzować.
Uczenie uczniów formułowania dobrych próśb do AI
Jeżeli uczniowie mają korzystać z AI w sposób sensowny, potrzebują podstawowej „gramatyki promptów”. Nie wymaga to rozbudowanych wykładów – wystarczy kilka prostych zasad, przećwiczonych na przykładach.
Można np. stworzyć z klasą mini-plakat z elementami dobrego promptu:
kto? (np. uczeń klasy 7, początkujący w danym temacie),
po co? (jaki jest cel – wyjaśnienie, przykłady, ćwiczenia),
w jakiej formie? (lista, krótki tekst, dialog, tabela),
jakim językiem? (prosty, z przykładami, bez trudnych pojęć).
Następnie uczniowie mogą w parach porównywać dwa różne prompty do tego samego zadania i analizować, który przyniósł lepszy efekt i dlaczego. To wartościowa lekcja precyzyjnego formułowania próśb, przydatna także poza światem technologii.
Kontrakty klasowe dotyczące korzystania z AI
Aby uniknąć nieporozumień, dobrze jest wspólnie z uczniami ustalić jasne zasady korzystania z AI w danej klasie. Taki kontrakt może mieć formę krótkiego dokumentu lub plakatu na ścianie.
Elementy, które warto przegadać:
w jakich zadaniach AI jest dozwolona, a w jakich nie (np. prace klasowe),
kiedy uczeń musi zaznaczyć, że korzystał z AI (np. dopisek pod pracą),
jak rozumiemy „uczciwe korzystanie” (inspiracja vs. kopiowanie całości),
co robimy, gdy pojawi się pokusa użycia AI „zamiast siebie”.
Kontrakt, nad którym uczniowie pracowali wspólnie, ma większą szansę być przestrzegany niż jednostronne „zakazy i nakazy”. Nauczyciel zyskuje także punkt odniesienia, gdy pojawią się wątpliwości, jak ocenić konkretną sytuację.
Włączanie rodziców w rozmowę o AI
Rodzice coraz częściej słyszą o narzędziach AI, ale nie zawsze rozumieją, jak są używane w szkole i jakie wiążą się z nimi zagrożenia oraz korzyści. Krótka informacja na zebraniu lub w dzienniku elektronicznym może wiele ułatwić.
Przykładowe treści do komunikacji z rodzicami:
jakie są główne cele korzystania z AI w danej klasie (np. ułatwianie indywidualizacji, wsparcie w pisaniu),
jakie zasady obowiązują uczniów (kontrakt klasowy),
w jaki sposób szkoła chroni dane i prywatność uczniów,
propozycje, jak rodzice mogą rozmawiać z dziećmi o etycznym korzystaniu z AI w domu.
Można też zaproponować rodzicom prostą aktywność domową: wspólne poproszenie AI o wygenerowanie zadania, a następnie sprawdzenie go w podręczniku lub z pomocą nauczyciela. Takie doświadczenie od razu pokazuje, że AI bywa pomocna, ale nie jest nieomylna.
AI jako wsparcie w zarządzaniu klasą i komunikacji
Formułowanie jasnych komunikatów do uczniów
Niektóre trudności wychowawcze wynikają z niejednoznacznych lub zbyt skomplikowanych komunikatów. AI może pomóc je uprościć, skrócić i dopasować do wieku grupy.
Przykładowy prompt:
„Przeredaguj poniższy regulamin pracy w grupach tak, aby był zrozumiały dla uczniów klasy 5. Użyj krótkich zdań, konkretnych czasowników (‘zrób’, ‘powiedz’, ‘zapytaj’), maksymalnie 6 punktów. Zadbaj o pozytywny, zachęcający ton.”
Tak przygotowany komunikat można omówić z uczniami i wspólnie uzupełnić o przykłady „dobrej” i „trudnej” sytuacji podczas pracy w grupie. Daje to poczucie współtworzenia zasad, a nie tylko ich narzucenia.
Propozycje interwencji w typowych sytuacjach wychowawczych
Nauczyciel często mierzy się z powtarzalnymi wyzwaniami: spóźnieniami, brakiem zaangażowania, konfliktami w grupach. AI może zaproponować różne strategie reakcji, oparte na założonych celach i stylu pracy wychowawcy.
Najczęściej zadawane pytania (FAQ)
Jak nauczyciel może praktycznie wykorzystać AI do planowania lekcji?
AI najlepiej sprawdza się jako narzędzie do tworzenia pierwszej wersji scenariusza lekcji. Nauczyciel podaje temat, poziom klasy, cele lekcji, preferowane metody pracy i formę oceniania, a AI generuje szkic zajęć – z podziałem na wstęp, część główną i podsumowanie, wraz z propozycjami aktywności.
Tak przygotowany materiał nauczyciel powinien potraktować jako wersję roboczą: skrócić, dopasować do klasy, zmienić tempo, dodać własne przykłady. AI odciąża z żmudnego „startu z pustej kartki”, ale ostateczny kształt lekcji zawsze należy do nauczyciela.
Jak pisać dobre prompty (polecenia) do AI w edukacji?
Kluczowa jest konkretność i kontekst. W poleceniu warto uwzględnić: poziom klasy (wiek, typ szkoły), przedmiot i dział programu, dokładne cele lekcji w języku ucznia („Po lekcji potrafisz…”), preferowane metody pracy (np. praca w grupach, mapa myśli) oraz formę oceniania (np. ocena kształtująca, kryteria sukcesu).
Zamiast ogólnego „Napisz scenariusz lekcji o…”, lepiej użyć rozbudowanego polecenia z jasno opisanymi wymaganiami. Im dokładniej nauczyciel opisze, czego potrzebuje, tym mniej czasu spędzi później na poprawkach.
Czy AI może pomóc w przekładaniu podstawy programowej na cele lekcji?
Tak. Nauczyciel może wkleić fragment podstawy programowej i poprosić AI o przekształcenie go na język zrozumiały dla ucznia, np. w formie „Na tej lekcji nauczysz się…” oraz „Po tej lekcji potrafisz…”. AI może też zaproponować, jak rozłożyć wymagania na kilka lekcji.
W efekcie powstaje lista celów operacyjnych, propozycje cyklu zajęć oraz wstępne kryteria sukcesu, które można od razu wykorzystać na prezentacji, w konspekcie lub w kryteriach oceniania kształtującego. Nauczyciel pełni tu rolę redaktora i weryfikatora.
Jak AI może wspierać tworzenie kart pracy i zadań dla uczniów?
AI potrafi szybko zamienić tekst z podręcznika, artykułu czy notatki w różne typy zadań: pytania otwarte i zamknięte, test jednokrotnego wyboru, prawda/fałsz, uzupełnianie luk, dopasowywanie pojęć do definicji czy krótkie zadania projektowe. Wystarczy wkleić materiał (z poszanowaniem praw autorskich) i wskazać, jakich ćwiczeń nauczyciel potrzebuje.
Uzyskane karty pracy warto skrócić, dostosować język do klasy i sprawdzić poprawność merytoryczną. AI przyspiesza tworzenie materiałów, ale nie zastępuje profesjonalnego osądu nauczyciela.
Czy AI nadaje się do różnicowania poziomu zadań dla uczniów?
Tak, to jeden z najbardziej praktycznych zastosowań. Na podstawie jednej karty pracy AI może przygotować wersję łatwiejszą (prostszy język, więcej podpowiedzi, mniej skomplikowane zadania) oraz wersję trudniejszą (więcej zadań problemowych, wymagających samodzielnego myślenia).
Nauczyciel może także poprosić o oznaczenie poziomu trudności, np. gwiazdkami, co ułatwia uczniom samodzielny wybór zadań. Dzięki temu różnicowanie nie wymaga tworzenia wszystkiego od zera, a jedynie przeglądu i drobnych poprawek.
W jaki sposób AI może pomóc w dawaniu feedbacku uczniom?
AI może wspierać nauczyciela w formułowaniu oceny kształtującej: podpowiadać przykłady komentarzy „na plus”, sugestii do poprawy i pytań skłaniających ucznia do refleksji. Po podaniu kryteriów sukcesu i rodzaju zadania (np. wypracowanie, projekt, test) AI może zaproponować gotowe sformułowania informacji zwrotnej.
Ważne jest jednak, aby nauczyciel każdorazowo sprawdził taki feedback, dopasował go do konkretnego ucznia i sytuacji w klasie. AI ułatwia pisanie komentarzy, ale nie zastąpi znajomości uczniów ani relacji nauczyciel–uczeń.
Czy korzystanie z AI w szkole oznacza „oddanie” nauczania maszynie?
Nie. AI pełni rolę asystenta, „drugiej pary rąk” do zadań powtarzalnych i czasochłonnych: wstępnego planowania lekcji, tworzenia materiałów, generowania pomysłów na aktywności czy wstępnej analizy błędów. Nauczyciel nadal decyduje o celach, metodach pracy, ocenianiu i sposobie prowadzenia zajęć.
Sensowne wykorzystanie AI wymaga krytycznego podejścia do wyników, sprawdzania treści i dopasowywania ich do realnych potrzeb uczniów. Technologia ma odciążać w rutynowych zadaniach, aby nauczyciel mógł skupić się na kontakcie z klasą i budowaniu relacji.
Esencja tematu
AI pełni rolę realnego asystenta nauczyciela, przejmując żmudne, powtarzalne zadania (planowanie, materiały, analiza błędów), dzięki czemu nauczyciel zyskuje więcej czasu na pracę z uczniami.
Skuteczne wykorzystanie AI wymaga precyzyjnych poleceń (promptów) zawierających m.in. poziom klasy, przedmiot, konkretny cel lekcji, metody pracy oraz formy oceniania.
AI pomaga przekładać język podstawy programowej na zrozumiałe dla ucznia cele lekcji i kryteria sukcesu („Na tej lekcji nauczysz się…”, „Będziesz umiał/umiała…”), a także proponować sekwencję kilku lekcji.
Na podstawie dobrze opisanych celów AI potrafi wygenerować kompletną strukturę lekcji (rozgrzewka, część główna, podsumowanie), jednak nauczyciel musi zweryfikować realność czasu i ograniczyć liczbę aktywności.
AI może wspierać planowanie dłuższych cykli zajęć i projektów międzyprzedmiotowych, proponując logiczną kolejność lekcji, aktywności, zadania domowe oraz elementy oceniania kształtującego i ewaluacji.
W obszarze materiałów dydaktycznych AI umożliwia szybkie tworzenie kart pracy i zadań na bazie tekstów czy podręczników, pod warunkiem uwzględnienia zasad prawa autorskiego.
Rola nauczyciela nie polega na „oddaniu” nauczania maszynie, lecz na krytycznej ocenie i redagowaniu propozycji AI oraz dostosowywaniu ich do potrzeb konkretnej klasy.
