W gabinecie rektora dużej uczelni osoba zarządzająca spogląda na ekran, na którym sieć neuronowa właśnie wygenerowała szczegółowy plan reformy programów nauczania. Liczby układają się w spójną całość, a prognozy brzmią przekonująco. Jednak w oczach administratora widać zmęczone powątpiewanie. Włada on wprawdzie narzędziami, lecz czuje rozdźwięk między ich wykorzystywaniem a rzeczywistym zrozumieniem konsekwencji. To właśnie ta luka staje się centralnym paradoksem nowego modelu biegłości w zakresie sztucznej inteligencji, który zaprezentowano niedawno na łamach czasopisma „Frontiers in Education”. Autorzy proponują, by patrzeć na kompetencje AI nie jak na umiejętność techniczną, lecz jak na metaumiejętność – zdolność wyższego rzędu, mogącą zainicjować autentyczne innowacje w zarządzaniu szkolnictwem wyższym.
Wszystko wskazuje na to, że model ten pojawił się w odpowiednim momencie. Szkolnictwo wyższe balansuje dziś między ogromnymi oczekiwaniami wobec technologii a chronicznym zacofaniem praktyk zarządczych. Poprzednie fale cyfryzacji – od elektronicznych dzienników po masowe otwarte kursy online – często kończyły się wdrażaniem narzędzi przy jednoczesnym zachowaniu nienaruszonych procesów u podstaw. Nowa koncepcja próbuje przełamać to błędne koło, kładąc nacisk na poziom metapoznawczy: umiejętność nie tylko stosowania AI, ale też refleksji nad jej rolą, przewidywania zagrożeń oraz tworzenia fundamentalnie nowych podejść do organizacji procesu dydaktycznego i pracy administracyjnej.
Autorzy artykułu starannie rekonstruują kontekst problemu. Opierają się na badaniach z ostatnich piętnastu lat, w których biegłość cyfrowa stopniowo ewoluowała od obsługi komputera po krytyczną analizę danych. Jednak, jak pokazują dane, większość programów zatrzymała się na poziomie powierzchownym. Nowy model dodaje do tego warstwy etyczną, twórczą i strategiczną. Zgodnie ze wstępnymi wynikami programów pilotażowych, menedżerowie, którzy przeszli takie szkolenie, częściej proponowali nieszablonowe rozwiązania – od adaptacyjnych ścieżek kształcenia po przebudowę wewnętrznych polityk uczelni z uwzględnieniem możliwości generatywnej sztucznej inteligencji. Niemniej jednak badacze zachowują ostrożność: na razie są to raczej obiecujące obserwacje niż dowody na szeroką skalowalność rozwiązania.
Co znamienne, model ten opiera się na koncepcji metapoznania wywodzącej się z psychologii edukacji. Metaumiejętność rozumiana jest tutaj jako zdolność do myślenia o własnym procesie myślowym przy współudziale sztucznej inteligencji. Kierownik uczelni przestaje postrzegać sieć neuronową jedynie jako pomocnika w rutynowych zadaniach. Zaczyna on wykorzystywać ją niczym lustro, które pomaga zredefiniować cele kształcenia, strukturę wydziałów, a nawet kryteria sukcesu uniwersytetu w zmieniającym się świecie. Takie podejście wydaje się powiązane z szerszymi zmianami kulturowymi: społeczeństwo coraz częściej wymaga od szkół wyższych nie tylko przekazywania wiedzy, ale i kształtowania zdolności do odnajdywania się w warunkach niepewności.
Wyobraźmy sobie doświadczonego ogrodnika, który wie nie tylko, jak podlewać każdą roślinę, ale też jak skonstruowany jest cały ekosystem ogrodu: które uprawy wzajemnie się wspierają, gdzie kryją się punkty krytyczne gleby, kiedy należy interweniować, a kiedy lepiej pozwolić naturze działać samej. W ten sam sposób metaumiejętność biegłości w zakresie AI zmienia administratora z użytkownika gotowych algorytmów w osobę zdolną do „hodowania” innowacji wewnątrz własnej organizacji, przy uwzględnieniu czynnika ludzkiego, granic etycznych i długofalowych konsekwencji. Ta prosta analogia natychmiast wyjaśnia, dlaczego autorzy kładą nacisk właśnie na poziom „meta”.
Jednak za teoretyczną spójnością kryją się poważne napięcia. Bezwładność instytucjonalna uniwersytetów pozostaje potężnym hamulcem. Wykładowcy nierzadko postrzegają nowe wymagania jako dodatkowe obciążenie, a nie jako formę wyzwolenia. Ponadto niezwykle ostro rysuje się kwestia sprawiedliwości: elitarne uczelnie z wysokimi budżetami i dostępem do ekspertów będą w stanie opanować ten model szybciej niż uniwersytety regionalne. Jeśli tak się stanie, nowa biegłość jedynie pogłębi istniejący dystans, zamiast go niwelować. Badanie uczciwie odnotowuje te ryzyka, choć nie oferuje gotowych recept na ich przezwyciężenie.
W głębszym wymiarze model ten dotyka fundamentalnych pytań o naturę zarządzania w erze sztucznej inteligencji. Zmusza on do zastanowienia się, na ile dzisiejsze systemy szkolnictwa wyższego są gotowe porzucić utarte hierarchie na rzecz elastycznych struktur opartych na danych i kreatywności. Interesy ekonomiczne firm technologicznych również odgrywają tu swoją rolę – aktywnie promują one narzędzia, lecz realna transformacja zależy od ludzkiej gotowości do zmiany sposobu myślenia. Eksperci zauważają, że bez silnego wsparcia ze strony polityki państwowej oraz wewnętrznych przemian na uczelniach, model ten ryzykuje pozostanie jedynie piękną koncepcją.
W ostatecznym rozrachunku ten nowy model biegłości w zakresie AI jako metaumiejętności stawia przed nami szersze pytanie: czy szkolnictwo wyższe może stać się nie przedmiotem rewolucji technologicznej, lecz jej świadomym architektem? Odpowiedź na nie w dużej mierze zdecyduje o tym, jaki będzie uniwersytet przyszłości – miejscem autentycznego rozwoju intelektualnego czy po prostu kolejną przestrzenią do wdrażania seryjnych rozwiązań cyfrowych.
