Co tak naprawdę potwierdza praca dyplomowa w erze AI?

Dopracowana praca dyplomowa nie musi świadczyć o zrozumieniu tematu. Wokół tego rozróżnienia odbędzie się debata studencka zaplanowana na 18 listopada 2026 r. na UJK w Kielcach. Pierwszy uczelniany Dzień Sztucznej Inteligencji zakończy się debatą oksfordzką nad tezą, że tradycyjna praca dyplomowa straciła sens w erze AI. To teza debaty, a nie zapowiedź rezygnacji z prac dyplomowych na UJK.
Sprawa dotyczy nie tylko jednej uczelni. Zamiast wybierać między nieograniczoną automatyzacją a powrotem do sal egzaminacyjnych, uczelnie powinny zapytać: Jakich dowodów kompetencji należy wymagać do uzyskania dyplomu, skoro studenci mogą przygotowywać obszerne prace ze wsparciem AI?
Dla władz uczelni i zespołów zajmujących się technologiami edukacyjnymi to okazja, by zmienić zasady oceniania. Powinny one uwzględniać decyzje badawcze studenta, jego zrozumienie tematu i odpowiedzialność za korzystanie z narzędzi. Praca dyplomowa może nadal odgrywać centralną rolę, ale jej ostateczny tekst nie powinien być jedyną podstawą potwierdzenia kompetencji.
Zachowajmy badania, przemyślmy sposób potwierdzania kompetencji
Najmocniejszym argumentem za zmianą formuły pracy dyplomowej nie jest to, że pisanie straciło wartość. Chodzi o to, że gotowy dokument może nie wystarczyć do oceny, co rozumie jego autor. Dlatego przy ocenianiu trzeba uwzględnić także ustne wyjaśnienia, praktyczne demonstracje, refleksję i kolejne poprawki. To główne elementy podejścia RRC Polytech do oceniania w warunkach korzystania z AI.
Punktem wyjścia do zmian powinny być efekty uczenia się, a nie lista zakazanych narzędzi. Zanim wydział ustali, gdzie jest miejsce dla AI, powinien określić, co studenci muszą wykazać:
Czy potrafią sformułować pytanie badawcze, które można obronić?
Czy potrafią wybrać odpowiednią metodę i uzasadnić jej wybór?
Czy potrafią odróżnić wiarygodne dowody od niepopartych twierdzeń?
Czy potrafią wyjaśnić ograniczenia i odpowiedzieć na kontrargumenty?
Czy potrafią wziąć odpowiedzialność za końcowe wnioski?
Te pytania wskazują, jak zmienić ocenianie: zachować rozbudowaną pracę badawczą, ale wymagać dowodów kompetencji na wybranych etapach jej powstawania.
Nie oznacza to dokumentowania każdego naciśnięcia klawisza. Zakres wymagań powinien odpowiadać potrzebom oceny. Mógłby obejmować projekt badań, rejestr decyzji metodologicznych, wybrane poprawki oraz końcową obronę. Każdy element powinien służyć określonemu celowi, a nie dokładać pracy administracyjnej.
Celem powinno być pokazanie toku rozumowania, a nie stały nadzór.
Połączmy otwartą pracę badawczą z weryfikacją w kontrolowanych warunkach
Praktyczny model oddziela rozwijanie wiedzy od sprawdzania, czy student ją opanował.
Takie rozróżnienie wprowadza dwutorowe podejście Uniwersytetu w Sydney. Ocenianie w formule otwartej wspiera uczenie się z użyciem współczesnych narzędzi, natomiast ocenianie w warunkach kontrolowanych pozwala ustalić, czy studenci osiągnęli wymagane efekty uczenia się. Warunki kontrolowane nie oznaczają automatycznie zakazu AI. Korzystanie z niej pod kontrolą może być zasadne, gdy ocenie podlega właśnie odpowiedzialne używanie narzędzi. Model pozwala też połączyć pracę pisemną przygotowaną w formule otwartej z oceną ustną w warunkach kontrolowanych.
W przypadku pracy dyplomowej oznacza to trzy powiązane elementy:
Praca badawcza
Studenci przygotowują rozbudowany wywód pisemny, oparty na dowodach i metodach właściwych dla danej dyscypliny. Wymagania dotyczące pracy określają, w jakich obszarach wsparcie AI jest dozwolone, ograniczone lub nie ma znaczenia.
Dokumentacja procesu
Studenci przedstawiają wybrane materiały pokazujące, jak powstawała praca. Mogą to być oceny źródeł, zapisy eksperymentów, kod służący do analizy, kolejne wersje projektu lub wyjaśnienia istotnych zmian.
Indywidualna obrona
Studenci wyjaśniają swoje wybory i odpowiadają na pytania dotyczące złożonej pracy. Egzaminatorzy mogą zapytać, dlaczego dana metoda była odpowiednia, jak konkretny wniosek wynika z dowodów lub co zmieniłoby się przy innych założeniach.
Te elementy powinny służyć ocenie uzupełniających się umiejętności. Wysoka jakość tekstu nie powinna automatycznie rekompensować tego, że student nie potrafi wyjaśnić jego głównej argumentacji.
Jednocześnie obrona ustna powinna sprawdzać zrozumienie, a nie pewność siebie podczas wystąpienia. Wydziały powinny od początku zaplanować rozwiązania zapewniające dostępność, spójne zasady zadawania pytań i jasne kryteria oceniania.
Oceniajmy wkład, nie tylko tworzenie tekstu
Zmiana formuły pracy dyplomowej wymaga też precyzyjniejszego określenia, co uznajemy za autorstwo.
Problem ten ilustruje badanie z użyciem metod mieszanych, w którym uczestniczyło 2441 studentów z 33 chińskich uczelni artystycznych i projektowych. Wszyscy mieli wcześniejsze doświadczenie w korzystaniu z generatywnej AI. W wywiadach uzupełniających 21 z 22 uczestników odróżniało kontrolę nad koncepcją i oceną od zlecania wykonania. Uczestników dobrano jednak na podstawie ich dostępności, próba nie obejmowała osób niekorzystających z AI i była skupiona geograficznie. Wyników nie należy więc uogólniać na wszystkich studentów ani wszystkie dyscypliny.
Dla zasad oceniania płynie z tego praktyczny wniosek: należy prosić studentów o wyjaśnienie ich wkładu intelektualnego. Nie wystarczy ogólne pole w formularzu, w którym zaznaczą, czy korzystali z narzędzi.
Proponowane oświadczenie o wkładzie mogłoby obejmować:
Koncepcję: Kto opracował pytanie badawcze i główną argumentację?
Delegowanie: W których zadaniach korzystano ze wsparcia AI?
Weryfikację: Jak sprawdzano wyniki na podstawie dowodów?
Ocenę: Które sugestie odrzucono, zmieniono lub zachowano i dlaczego?
Odpowiedzialność: Co student potrafi samodzielnie wyjaśnić i obronić?
Wymagane dowody powinny zależeć od dyscypliny. Przy pracy dotyczącej oprogramowania student mógłby bronić decyzji architektonicznych, prezentować testy i wyjaśniać kompromisy dotyczące bezpieczeństwa. W pracy historycznej nacisk mógłby padać na pochodzenie źródeł i konkurencyjne interpretacje. Praca projektowa mogłaby obejmować analizę tego, jak koncepcje zmieniały się w wyniku selekcji i kolejnych poprawek.
To propozycje sposobów oceniania, a nie dowód, że jeden format sprawdzi się wszędzie. Wydziały powinny sprawdzać, czy pozwalają one ocenić osiągnięcie przyjętych efektów uczenia się.
Zbudujmy zaplecze instytucjonalne, zanim dodamy technologię
Reforma oceniania wymaga czasu i wsparcia dla kadry. Przykładem jest pięciogodzinny AI Assessment (Re)Design Lab prowadzony przez RRC Polytech w formule blended learning, łączącej naukę stacjonarną i zdalną. W pierwszych ośmiu edycjach, które odbyły się wiosną i latem 2026 r., wzięło udział około 133 nauczycieli akademickich. To liczba uczestników, a nie niezależny pomiar poprawy efektów uczenia się studentów.
Uczelnie rozważające podobne zmiany powinny rozwijać kompetencje kadry i ostrożnie dobierać wdrażane technologie.
Zespoły wdrożeniowe mogłyby zacząć od dostosowania istniejących systemów wspierających kształcenie do wymagań oceniania:
Dokumentowanie etapów pracy: Gromadzenie projektów badań, wybranych wersji roboczych i informacji zwrotnych od promotora.
Dokumentacja wkładu: Zwięzłe pola do opisu wkładu i użycia narzędzi, dostosowane do konkretnego zadania.
Kontrolowany dostęp: Ograniczenie dostępu do wrażliwych materiałów badawczych wyłącznie do uprawnionych użytkowników.
Możliwość przenoszenia dokumentacji: Umożliwienie studentom i wydziałom eksportowania dokumentacji oceny.
Jasne zasady przechowywania danych: Określenie, co jest przechowywane, dlaczego jest potrzebne i kiedy zostanie usunięte.
Uczelnie nie powinny domyślnie wymagać pełnych historii rozmów z AI. Zamiast tego powinny określić minimalny zakres dowodów potrzebnych do oceny każdego efektu uczenia się i zapewnić bezpieczny sposób postępowania z materiałami poufnymi lub chronionymi.
W pilotażu należy oceniać nie tylko jakość oddanych prac. Warto sprawdzić także zdolność studentów do obrony decyzji, spójność oceniania, dostępność, obciążenie kadry i jasność oczekiwań dotyczących korzystania z AI.
Debata 18 listopada to dobry punkt wyjścia. Ważniejsze od pytania, czy uczelnie powinny zrezygnować z pracy dyplomowej, jest jednak to, czy mogą sprawić, by lepiej potwierdzała kompetencje.
Najbardziej przekonujące rozwiązanie to zachowanie wymagającej pracy badawczej i wyraźne wskazanie, że ocenie podlegają także zrozumienie, umiejętność oceny i odpowiedzialność. Dyplom powinien potwierdzać to, co absolwent potrafi wyjaśnić i obronić, a nie tylko to, co potrafi oddać do oceny.



