W debacie o przyszłości edukacji coraz częściej pojawia się teza, że uniwersytety znalazły się w punkcie zwrotnym. Powód ma być prosty: dostęp do wiedzy został zdemokratyzowany. Informacje, które jeszcze niedawno wymagały lat studiowania, dziś można uzyskać w kilka sekund — często w formie syntetycznej, przystępnej i pozornie wyczerpującej.

To rozpoznanie jest w dużej mierze trafne. Problem zaczyna się w miejscu, w którym wyciągamy z niego wnioski.

Narracja o „zagrożonych uniwersytetach” bardzo często opiera się na niejawym założeniu, że główną funkcją edukacji było dostarczanie wiedzy. Jeśli tak — to rzeczywiście, pojawienie się narzędzi, które robią to szybciej i taniej, podważa sens całego systemu.

Ale to założenie jest błędne albo — w najlepszym razie — niepełne.

Dostęp do informacji to nie to samo co wiedza

Rozróżnienie między informacją a wiedzą nie jest nowe, ale dziś nabiera szczególnego znaczenia.

Informacja jest dostępna, fragmentaryczna i łatwa do powielenia.
Wiedza wymaga struktury, kontekstu i selekcji.
Zrozumienie — najtrudniejszy poziom — wymaga czasu, wysiłku i konfrontacji z tym, co nieoczywiste.

Systemy oparte na AI radykalnie przyspieszają dostęp do informacji i — w pewnym zakresie — wspierają organizowanie wiedzy. Nie eliminują jednak procesu, w którym człowiek musi:
– rozpoznać, czego nie rozumie
– zidentyfikować ograniczenia odpowiedzi
– osadzić ją w szerszym kontekście

Co więcej, łatwość uzyskiwania odpowiedzi często maskuje brak głębszego rozumienia. Odpowiedź „wystarczająco dobra” przestaje być punktem wyjścia do dalszej pracy, a staje się jej końcem.

Paradoks nadmiaru

Im łatwiejszy dostęp do informacji, tym większe znaczenie mają kompetencje, które pozwalają z nią pracować.

Nie chodzi już o znalezienie odpowiedzi, ale o:
– ocenę jej wiarygodności
– rozpoznanie uproszczeń
– umiejętność odróżnienia klarowności od redukcji złożoności

W praktyce oznacza to, że rośnie znaczenie tych elementów edukacji, które najczęściej są najmniej widoczne:
– rygor metodologiczny
– zdolność do pracy z niejednoznacznością
– odporność na intelektualny skrót

To są kompetencje, których nie da się „pobrać” w formie odpowiedzi.

Uproszczenie jako produkt uboczny technologii

Warto zauważyć, że znaczna część dyskusji o edukacji w kontekście AI sama jest przykładem zjawiska, które próbuje opisać.

Argumenty o „końcu tradycyjnej edukacji” są często formułowane w sposób uproszczony, schematyczny, powtarzalny. Trudno oprzeć się wrażeniu, że ich struktura przypomina właśnie te syntetyczne odpowiedzi, które generują narzędzia, o których mowa.

Nie oznacza to, że są całkowicie błędne. Oznacza natomiast, że operują na poziomie ogólności, który pomija istotne różnice:
między dostępem a rozumieniem,
między informacją a wiedzą,
między odpowiedzią a procesem dochodzenia do niej.

Edukacja jako proces, nie produkt

Jeśli potraktujemy edukację jako produkt — zestaw informacji do przyswojenia — to rzeczywiście, jej obecna forma może wydawać się anachroniczna.

Jeśli jednak spojrzymy na nią jako na proces, w którym kształtuje się sposób myślenia, sytuacja wygląda inaczej.

W tym ujęciu wartość edukacji polega na tym, że:
– narzuca strukturę tam, gdzie naturalną tendencją jest fragmentaryczność
– wymusza konfrontację z trudnością, zamiast jej omijania
– wprowadza standardy, które pozwalają odróżnić poprawność od pozoru poprawności

To nie są elementy, które tracą na znaczeniu w świecie AI.
To są elementy, które stają się trudniejsze do zastąpienia.

Technologia jako test

Rozwój narzędzi opartych na AI nie musi być postrzegany jako zagrożenie dla edukacji. Można go rozumieć jako test.

Test tego, czy potrafimy:
– korzystać z przyspieszenia bez rezygnacji z głębi
– traktować odpowiedzi jako początek, a nie koniec procesu
– utrzymać standardy myślenia w środowisku, które premiuje szybkość

To nie jest konflikt między edukacją a technologią.

To jest napięcie między dwiema postawami:
– dążeniem do zrozumienia
– zadowoleniem się odpowiedzią

I to napięcie istniało na długo przed pojawieniem się AI. Dziś jest po prostu bardziej widoczne.

To napięcie nie jest przypadkowe.

AI nie eliminuje potrzeby działania — radykalnie ją przyspiesza. W świecie, w którym decyzje zapadają szybciej niż kiedykolwiek, problemem przestaje być dostęp do wiedzy, a staje się jakość jej użycia.

I to jest dokładnie punkt, w którym edukacja przestaje być dodatkiem, a staje się warunkiem sensownego działania.

Między dostępem a zrozumieniem

Być może najważniejszym błędem w obecnej debacie jest to, że próbujemy odpowiedzieć na pytanie o przyszłość edukacji, upraszczając samą naturę wiedzy.

Dostęp się zmienił, narzędzia także uległy zmianom. Jednak zrozumienie nadal wymaga pracy.

I właśnie dlatego edukacja — rozumiana jako proces, a nie tylko instytucja — pozostaje czymś, czego nie da się zredukować do odpowiedzi, niezależnie od tego, jak szybko jesteśmy w stanie ją uzyskać.