Po odpowiedzi AI zaczyna się kolejny etap uczenia się. Refleksja po ćwiczeniach z edukacji penitencjarnej
REFLEKSJA DYDAKTYCZNA · SEMINARIUM HUMAN+AI
Po odpowiedzi AI zaczyna się kolejny etap uczenia się. Refleksja po ćwiczeniach z edukacji penitencjarnej
Od analizy źródła do własnego stanowiska: co się wydarzyło, czego zabrakło i jak domknąć pracę w modelu IALE
Witold Kołodziejczyk · Akademia Wymiaru Sprawiedliwości
Po pierwszych ćwiczeniach z „Edukacji w warunkach penitencjarnych” wracam do pytania o funkcję całego procesu. Studenci pracowali z autentycznym artykułem, samodzielnie projektowali wsparcie dla fikcyjnej osoby, a następnie konfrontowali swoje propozycje z uwagami AI. Najważniejsza refleksja dotyczy tego, co powinno nastąpić po tej konfrontacji: ponownego namysłu, uzasadnienia wyborów i sformułowania własnego stanowiska.
Źródło jako początek myślenia
Punktem wyjścia był artykuł Darii Becker-Pestki „Organizacja systemu edukacji skazanych w Polsce”, opublikowany w „e-mentorze” w 2019 roku. Zależało mi na pracy z autentycznym materiałem: rozpoznaniu jego treści, sposobu argumentacji oraz możliwości wykorzystania go jako przyczynku do dalszych badań.
Grupy otrzymały pytania dotyczące systemu i dostępu do edukacji, celów kształcenia, barier oraz programów i uczestnictwa osadzonych. Pytania służyły sprawdzeniu rozumienia źródła i porządkowaniu informacji. Artykuł dawał wspólną podstawę rozmowy, do której można było wracać przy uzasadnianiu projektu.
Tekst ma jednak określony charakter i datę. Jest analizą dokumentów, statystyk i literatury, a nie badaniem skuteczności programu, który mieli opracować studenci. Przywołanych przepisów, danych i inicjatyw nie traktowaliśmy jako potwierdzenia obecnego stanu konkretnej jednostki. To ważne rozróżnienie: źródło dostarcza wiedzy, ale nie rozstrzyga wszystkich pytań projektowych.
Samodzielna propozycja przed włączeniem AI
Następny etap dotyczył Adama — fikcyjnego, 32-letniego osadzonego. Adam deklaruje ukończenie szkoły podstawowej, ma trudności z rozumieniem dłuższych tekstów, potrafi wykonywać drobne naprawy i lubi zadania praktyczne. Obawia się ośmieszenia. Do przewidywanego opuszczenia zakładu pozostało dziewięć miesięcy. W symulacji przyjęliśmy salę, drukowane materiały i dwa spotkania edukacyjne tygodniowo, bez dostępu Adama do internetu i AI.
Zadaniem było zaprojektowanie pierwszych czterech tygodni wsparcia edukacyjnego. Studenci najpierw pracowali bez AI. Ta kolejność pozwalała sformułować własną propozycję i ujawnić przyjęte założenia. Dopiero z takim punktem odniesienia mogli oceniać późniejsze uwagi modelu.
Pierwsza grupa zaproponowała przygotowanie zawodowe: wybór spośród kursów brukarza, stolarza, hydraulika i spawacza, następnie aktywizację, teorię, praktykę i egzamin. Druga zaczęła od poznania preferencji Adama, ograniczania obawy przed błędami i prostych zadań. Dalej przewidziała stopniowanie trudności, ocenę postępu oraz rozmowę o kolejnych celach.
Obie propozycje pokazały różne sposoby rozumienia problemu. Jedna mocniej akcentowała ścieżkę zawodową, druga warunki uczenia się i samodzielność. W tym ćwiczeniu nie mamy podstaw do ogłoszenia zwycięstwa którejś z nich. Możemy natomiast porównywać ich założenia i sprawdzać, czego wymagają.
Prompt określał kontekst i rolę modelu
Do analizy z AI wprowadziliśmy artykuł, opis sytuacji Adama, projekt grupy i polecenie wskazania trzech słabych punktów, pytań do uczestnika oraz dwóch usprawnień. Model miał oddzielać informacje ze źródła od własnych propozycji, nie zakładać dostępu Adama do internetu ani AI i pomagać w uzasadnianiu wyboru bez rozstrzygania za zespół.
Był to etap uczenia się budowania kontekstu. Odpowiedź modelu miała służyć krytycznej analizie konkretnego projektu. W pierwszej propozycji uwagi dotyczyły m.in. rozpoznania potrzeb przed wyborem kursu i zbyt szerokiej obietnicy kwalifikacji. W drugiej wskazano brak konkretnego celu, punktu wyjścia do pomiaru postępu i doprecyzowania sposobu udzielania pomocy.
Samo otrzymanie uwag nie dowodzi jednak, że studenci je zweryfikowali, zrozumieli i przyjęli. Właśnie w tym miejscu pojawiła się najważniejsza refleksja nad konstrukcją ćwiczenia.
Student dopisał warunek wykonalności
W drugiej grupie student zauważył, że czterotygodniowa propozycja nie uwzględnia dostatecznie ograniczeń instytucjonalnych, bezpieczeństwa, personelu i czasu. Był to istotny wkład do dyskusji. Uwaga wprowadziła kryterium, które należało dopracować: czy działania odpowiadają warunkom, w których miałyby zostać wykonane?
Zastrzeżenie nie potwierdzało niewykonalności projektu. Znamy część warunków fikcyjnego przypadku, ale nie określiliśmy długości spotkań, dostępności prowadzącego, wyposażenia ani dopuszczonych narzędzi. Studenci mogli więc rozpoznać brakujące dane i zaproponować sposób ich uzupełnienia. W rzeczywistej jednostce potrzebne byłyby informacje o jej konkretnych możliwościach.
Ta wypowiedź pokazała samodzielny osąd w kontakcie z AI. Odpowiedź modelu stała się przedmiotem krytyki. Aby wykorzystać wartość tej uwagi, trzeba jednak przejść od jej zgłoszenia do decyzji: co dokładnie zmieniamy w projekcie i dlaczego?
Czego zabrakło: wyraźnego powrotu decyzji do studentów
Po konsultacji powstały propozycje zmian, ale zabrakło wyraźnie udokumentowanego domknięcia: końcowego stanowiska zespołów wraz z uzasadnieniem. Wersja po korekcie przygotowana z pomocą AI nie jest jeszcze decyzją studentów. Nie możemy utożsamić płynnie napisanego podsumowania z zakończonym procesem uczenia się.
Nie chodzi o to, aby odrzucać pomoc modelu. Chodzi o ustalenie, co z tej pomocy studenci potrafią ocenić, do czego się odnoszą i za jaki wybór biorą odpowiedzialność. W kolejnej realizacji ćwiczenia wyraźniej zaplanowałbym pięć elementów.
1. Krytyczna ocena źródła
Pytania o treść warto uzupełnić pytaniami o sposób powstania artykułu, rodzaj dowodów i granice wnioskowania. Które stwierdzenia są opisem, które postulatem, a które znajdują uzasadnienie w danych? Czy autorka przedstawia cel programu, czy potwierdzony efekt? Czego źródło nie pozwala stwierdzić?
Grupa powinna wskazać przynajmniej jedno ustalenie przydatne dla projektu oraz jedno ograniczenie źródła. Sama data publikacji nie wyczerpuje oceny. Równie ważne jest rozpoznanie, czy wykorzystujemy analizę dokumentów, opis praktyki, badanie uczestników czy ocenę rezultatów.
2. Kryteria dobrego projektu przed konsultacją
Przed włączeniem AI ustalamy wspólne kryteria: zgodność z potrzebami Adama, jego udział w określaniu celu, wykonalność, bezpieczeństwo i możliwość rozpoznania postępu. Służą one ocenie zarówno własnej propozycji, jak i uwag modelu.
Dzięki temu zespół nie przyjmuje automatycznie kryteriów podsuniętych w odpowiedzi. Może też dostrzec, że model wniósł nowe, potrzebne kryterium, i świadomie je dopisać. W tym ćwiczeniu takim doprecyzowaniem była ocena warunków instytucjonalnych.
3. Zapis decyzji po rozmowie z AI
Każdą ważną uwagę zespół kwalifikuje jako przyjętą, zmienioną, odrzuconą albo wymagającą dalszego sprawdzenia. Przy decyzji zapisuje uzasadnienie oparte na źródle, opisie przypadku lub zweryfikowanych warunkach realizacji.
Uzasadnione odrzucenie propozycji modelu ma taką samą wartość dydaktyczną jak jej przyjęcie. Istotny jest osąd. Jeżeli w projekcie pozostaje egzamin, grupa powinna wyjaśnić, jaki zakres umiejętności ma on sprawdzać i na jakiej podstawie deklaruje formalny rezultat. Jeżeli zmienia cel na opanowanie jednej czynności, powinna uzasadnić także to ograniczenie.
4. Przejście od brakującej wiedzy do pytania badawczego
Ćwiczenie może stać się początkiem dalszych badań. Zespół wskazuje, czego nie wie, formułuje pytanie i określa potrzebne dane. Przykładowe pytanie brzmi: jak uczestnicy edukacji penitencjarnej opisują znaczenie informacji zwrotnej dla gotowości do podejmowania trudniejszych zadań?
Do takiego pytania można zaproponować rozmowy z uczestnikami i nauczycielami oraz obserwację zajęć, przy zachowaniu odpowiednich warunków organizacyjnych, dobrowolności i ochrony prywatności. To zarys dalszego badania. Fikcyjna sytuacja Adama nie dostarcza wyników empirycznych ani dowodu skuteczności metody.
5. Indywidualna refleksja o uczeniu się
Praca grupowa powinna zakończyć się krótką odpowiedzią każdej osoby: co wniósł artykuł, co zmieniła konsultacja z AI i którą decyzję potrafię samodzielnie uzasadnić? Warto dopisać również to, co nadal wymaga sprawdzenia.
Taka refleksja pozwala rozpoznać sposób myślenia także osób mniej widocznych w dyskusji. Nie wymaga rozbudowanego sprawozdania. Kilka zdań może pokazać, czy uczestnik rozumie problem, czy tylko zna ostateczne brzmienie projektu.
IALE jako organizacja procesu uczenia się
W tym ćwiczeniu architektura wiedzy oznacza porządkowanie źródła, opisu przypadku, założeń i brakujących danych. Hybrydowa kreatywność polega na rozwijaniu propozycji w dialogu między studentami, prowadzącym i AI. Odporność i suwerenność relacyjna wymagają zachowania własnego osądu oraz uwzględnienia głosu osoby, dla której projektujemy wsparcie. Odpowiedzialność etyczna obejmuje bezpieczeństwo, wykonalność i uczciwe przedstawianie granic rezultatów.
Partnerstwo Human+AI nie kończy się na dobrze zbudowanym prompcie. Wymaga przestrzeni na sprawdzenie odpowiedzi i ponowną decyzję człowieka. Krytyczna uwaga studenta jest dobrym przykładem tej możliwości; nie wystarcza jednak do stwierdzenia, że wszystkie zakładane kompetencje zostały osiągnięte.
Wartość dla edukacji w warunkach penitencjarnych
Ćwiczenie odbywało się ze studentami, nie z osadzonymi. Jego bezpośrednia wartość dotyczy przygotowania do projektowania i oceny działań edukacyjnych. Studenci mieli okazję połączyć wiedzę ze źródła z problemem praktycznym, dostrzec własne założenia i rozważyć odpowiedzialność za rozwiązanie.
Na poziomie projektowanego wsparcia dla Adama ważne są: poznanie jego doświadczeń, udział w określaniu celu, zrozumiałe instrukcje, stopniowanie pomocy oraz obserwowalny postęp. Wszystkie te propozycje wymagają dostosowania do rzeczywistych warunków i sprawdzenia w praktyce. Przeprowadzone ćwiczenie nie dowodzi poprawy wyników edukacyjnych osadzonych ani skuteczności resocjalizacyjnej.
Widzę też możliwość rozwijania sprawczości studentów przez współredagowanie opisów projektów i dobrowolną publikację z uzgodnionym podpisem. Taki tekst wymaga ich korekty i akceptacji, a mój komentarz powinien być osobno oznaczony. Studenci mogą również sformułować zadanie dla kolejnej grupy, wpływając na dalszy przebieg zajęć.
Po tych ćwiczeniach najważniejsze wydaje mi się świadome zaplanowanie momentu, w którym głos wraca do studentów. Powinni móc powiedzieć: oto nasze stanowisko, oto argumenty za nim i oto pytania, na które nadal szukamy odpowiedzi.
Źródło i nota o opracowaniu
Becker-Pestka, D. (2019). Organizacja systemu edukacji skazanych w Polsce. e-mentor, 4(81), 14–21. DOI: 10.15219/em81.1430. Artykuł źródłowy (PDF).
Opracowanie i redakcja w partnerstwie Human+AI na podstawie opisu zajęć oraz propozycji i uwag zgłoszonych podczas ćwiczenia. Końcowa ocena treści i decyzja o publikacji należą do autora.