Praca dyplomowa z AI. Co delegować, pod jakimi warunkami i kto o tym decyduje?
WARSZTAT BADACZA · SEMINARIUM HUMAN+AI · IALE
Praca dyplomowa z AI. Co delegować, pod jakimi warunkami i kto o tym decyduje?
Od prostych pytań do agentów wykonujących zadania — trzy strefy delegowania w seminarium dyplomowym.
Witold Kołodziejczyk · Akademia Wymiaru Sprawiedliwości
AI może już pomagać w organizowaniu i wykonywaniu wielu czynności badawczych. Dla studenta i promotora oznacza to potrzebę ustalenia granic współpracy: co wspiera uczenie się, co wymaga uzgodnienia, a czego nie można oddać systemowi. Punktem wyjścia jest cel pracy dyplomowej i kompetencje, które mają powstać podczas jej przygotowania.
Od odpowiedzi do wykonania zadania
Początkowo wielu z nas traktowało AI podobnie jak wyszukiwarkę: wpisywaliśmy pytanie i czekaliśmy na odpowiedź. Model językowy generuje jednak tekst, a rzeczywiste wyszukiwanie wymaga odpowiedniego narzędzia. Sam opis publikacji nie potwierdza, że system ją odnalazł i przeczytał.
Później odkrywaliśmy dialog. Doprecyzowywaliśmy pytania, porównywaliśmy interpretacje i prosiliśmy o krytykę pomysłów. Kolejna zmiana polega na przekazywaniu AI całego zadania wraz z materiałami i warunkami pracy. System wyposażony w odpowiednie narzędzia może czytać pliki, wyszukiwać informacje i przygotowywać opracowania.
Między pojedynczą odpowiedzią a agentem istnieją rozwiązania pośrednie: asystent korzystający z narzędzi i procedura o wcześniej ustalonych etapach, czyli workflow. Agent może natomiast dobierać kolejne działania na podstawie celu i wyników dotychczasowej pracy. Gdy wyszukiwanie okazuje się nietrafne, może zmienić zapytanie i ponowić poszukiwania. Zakres takiej samodzielności zależy od konstrukcji systemu i jego uprawnień. [1]
od pojedynczej odpowiedzi, przez pomoc w analizie, po organizację i wykonanie wielu czynności.
Era kontekstu: człowiek przygotowuje warunki pracy
Prompt to polecenie skierowane do modelu. Kontekst obejmuje informacje potrzebne do jego wykonania: cel, źródła, wcześniejsze ustalenia, kryteria i ograniczenia. Przez „erę kontekstu” rozumiem rosnące znaczenie przygotowania tych warunków. [2]
Student może napisać: „Przygotuj analizę edukacji osób opuszczających zakład karny”. Może również przekazać pięć publikacji, własne pytanie badawcze i polecenie: „Porównaj bariery uczestnictwa w edukacji zawodowej. Oddziel wyniki badań od rekomendacji autorów. Przy każdym ustaleniu wskaż źródło, a brakujące informacje oznacz”. W drugim przypadku określa podstawę i zasady analizy.
Przygotowanie kontekstu samo może być pracą badawczą. Wymaga decyzji o tym, jakie źródła uwzględnić, które perspektywy porównać i czego materiał nie pozwala rozstrzygnąć. Sprawna analiza jednostronnie dobranych tekstów pozostanie jednostronna.
Praca dyplomowa jako proces uczenia się
Wyobraźmy sobie studenta badającego edukację osób opuszczających zakład karny. AI może pomóc dobrać słowa kluczowe, porównać publikacje, skrytykować projekt wywiadu albo zaproponować kategorie analizy. Agent może wykonać wstępne rozpoznanie literatury i przygotować zestawienie.
Każda z tych czynności jest jednak również okazją do uczenia się. Student poznaje pojęcia, ocenia dowody, podejmuje decyzje metodologiczne i formułuje własną interpretację. Jeżeli odda AI całą czynność, może otrzymać dobry rezultat bez doświadczenia potrzebnego do jego oceny. [4]
Trzy strefy delegowania
Proponuję zastosować na seminarium trzy strefy: dopuszczalną, warunkową i niedopuszczalną. Pierwszą warto rozumieć jako pracę bez każdorazowej zgody promotora, w ramach wcześniej ustalonych zasad. Określenie „bezwarunkowo” byłoby zbyt szerokie: nawet korekta językowa wymaga uwagi, jeśli materiał zawiera poufne informacje.
1. Strefa dopuszczalna — bez każdorazowej zgody
Może obejmować porządkowanie harmonogramu, tworzenie list zadań, objaśnianie pojęć, propozycje haseł wyszukiwania i korektę językową własnego tekstu. Student sprawdza rezultat i upewnia się, że redakcja nie zmieniła sensu wypowiedzi. Materiały przekazywane systemowi muszą nadawać się do udostępnienia w danym narzędziu.
2. Strefa warunkowa — według uzgodnionych zasad
Obejmuje czynności wpływające na treść i metodę pracy: porównywanie publikacji, rozwijanie pytania badawczego, konstruowanie narzędzi, pomoc w kodowaniu materiału, analizie danych i interpretacji wyników. Warunki dotyczą zarówno uprawnień do wykorzystania materiału, jak i sposobu uczenia się. Student dokumentuje udział AI, weryfikuje wyniki i uzasadnia decyzje.
3. Strefa niedopuszczalna — czego nie delegujemy
Nie dopuszczamy wymyślania danych, wywiadów ani źródeł, przedstawiania niewykonanych badań jako przeprowadzonych, nieuprawnionego udostępniania materiałów oraz przedstawiania opracowania AI jako własnej, samodzielnie wykonanej analizy. AI może proponować interpretacje, ale przyjęcie wniosku wymaga osądu i odpowiedzialności studenta.
Ta sama czynność może wymagać różnych warunków
Student uczący się analizy wywiadów może najpierw samodzielnie zakodować fragment fikcyjnego materiału. Następnie porównuje swoją propozycję z kategoriami AI i uzasadnia rozbieżności. Osoba, która potrafi już przeprowadzić taką analizę, może korzystać z AI przy szerszym porządkowaniu materiału — o ile spełniono warunki jego wykorzystania i sprawdzania rezultatów.
Granice delegowania zależą więc od celu zadania, przygotowania studenta, rodzaju danych i możliwości narzędzia. Wcześniejsze ustalenie strefy nie zwalnia z namysłu nad konkretnym przypadkiem.
Kto decyduje: promotor czy student?
Proponuję podział odpowiedzialności. Obowiązujące zasady uczelni stanowią ramę, którą trzeba sprawdzić. Promotor określa wymagania dydaktyczne i metodologiczne: co student wykonuje samodzielnie, kiedy konsultuje użycie AI i jak przedstawia własny wkład. Student proponuje sposób pracy, uzasadnia delegowanie i odpowiada za rzeczywisty przebieg badania oraz treść opracowania.
Zastosowania ze strefy warunkowej warto wspólnie uzgodnić i krótko zapisać. Zgoda promotora nie oznacza przejęcia odpowiedzialności za każdą odpowiedź modelu. Z kolei odpowiedzialność studenta nie powinna oznaczać pozostawienia go bez jasnych zasad i wsparcia. [3]
Specyfika badań penitencjarnych
Praca na publicznych artykułach różni się od analizy wywiadów z osadzonymi, funkcjonariuszami lub innymi uczestnikami badania. Usunięcie nazwiska nie zawsze uniemożliwia rozpoznanie osoby: znaczenie mogą mieć szczegóły wydarzeń, stanowisko lub opis jednostki. Przed użyciem rzeczywistego materiału trzeba ustalić, czy i w jakim narzędziu wolno go przetwarzać. Do ćwiczeń można wykorzystać fragmenty fikcyjne lub przygotowane specjalnie do zajęć. [3] [4]
Również rozpoznanie literatury wykonane przez agenta wymaga kontroli. Nie staje się systematycznym przeglądem przez samą nazwę narzędzia. Potrzebuje jawnego sposobu wyszukiwania, kryteriów doboru i udokumentowanych decyzji. [5]
IALE: zachować własny osąd
W IALE architektura wiedzy obejmuje dobór materiałów i przygotowanie kontekstu. Hybrydowa kreatywność pozwala rozwijać pomysły w dialogu. Odporność i suwerenność relacyjna oznaczają zachowanie zdolności do kwestionowania propozycji AI oraz uwzględnianie głosu ludzi, których dotyczy badanie. Odpowiedzialność etyczna wymaga uczciwego opisu procesu, ochrony uczestników i uzasadniania wniosków.
Na seminarium warto zatem oceniać również drogę do rezultatu: co student zrobił sam, z czego skorzystał, co odrzucił i dlaczego. Agent może przejąć wiele czynności. Własnego rozumienia nie da się wykazać samym przedstawieniem jego produktu.
Co mogę powierzyć AI, aby pracować sprawniej, i jakie doświadczenie muszę zachować, aby nauczyć się samodzielnie oceniać wyniki?
Materiały źródłowe i dalsza lektura
Poniższe materiały wspierają techniczne, edukacyjne i badawcze wątki artykułu. Model trzech stref delegowania, przykłady seminaryjne oraz proponowany podział zadań studenta i promotora są autorską propozycją dydaktyczną. Materiały techniczne nie stanowią dowodu skuteczności dydaktycznej tej propozycji.
[1] Anthropic (2024). Building effective agents. 19 grudnia 2024.
Materiał techniczny wyjaśniający różnicę między procedurami o ustalonym przebiegu (workflows) a agentami dobierającymi działania. Stanowi podstawę rozróżnień użytych we wprowadzeniu.
[2] Anthropic (2025). Effective context engineering for AI agents. 29 września 2025.
Opracowanie dotyczące doboru i utrzymywania informacji potrzebnych modelowi do pracy. Pomaga zrozumieć znaczenie źródeł, instrukcji, historii działań i selekcji materiału. „Era kontekstu” jest autorskim określeniem tej zmiany w praktyce dydaktycznej.
[3] Komisja Europejska, Dyrekcja Generalna ds. Badań Naukowych i Innowacji (2026). Living guidelines on the responsible use of generative AI in research. Wydanie trzecie, maj 2026.
Rekomendacje dotyczące odpowiedzialności badacza za rezultat, weryfikacji źródeł i treści, przejrzystości wykorzystania AI oraz ochrony informacji. Szczególnie przydatna jest część „Recommendations for researchers”, s. 7–9 według numeracji dokumentu. Są to niewiążące zalecenia, a nie regulamin uczelni.
Otwórz pełny dokument PDF (EN)
Strona Komisji Europejskiej z opisem i dostępem do dokumentu
[4] Miao, F., i Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.
Poradnik dotyczący wykorzystania generatywnej AI w edukacji i badaniach z uwzględnieniem ludzkiej sprawczości, wartości pedagogicznej i prywatności. Wspiera namysł nad tym, jakie kompetencje student powinien rozwijać podczas współpracy z AI.
[5] Page, M. J., i in. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71. DOI: 10.1136/bmj.n71.
Artykuł naukowy i standard raportowania przeglądów systematycznych. Pokazuje znaczenie jawnego opisu wyszukiwania, kryteriów włączenia i procesu selekcji. PRISMA służy raportowaniu; nie zastępuje metody przeprowadzenia przeglądu i nie jest obowiązkowym schematem każdego rozpoznania literatury w pracy dyplomowej.
Dostęp do stron źródłowych sprawdzono 8 października 2026 r. Publikacje i materiały są dostępne do bezpłatnej lektury na stronach wskazanych instytucji lub w otwartych repozytoriach.
Autorska propozycja dydaktyczna rozwijana w modelu IALE. Nie stanowi regulaminu uczelni ani opisu wdrożenia w Służbie Więziennej. Przykłady dotyczą materiałów publicznych i sytuacji fikcyjnych.
Tekst przygotowany w dialogu z AI w modelu Human+AI. Końcowa ocena treści i decyzja o publikacji należą do autora.
Witold KołodziejczykPenitencjarystyka – Badania