Sztuczna inteligencja opanowała belgijskie uczelnie – zmieniają się zasady i sposób egzaminowania

Korzystanie ze sztucznej inteligencji na studiach stało się powszechne i masowe, a uczelnie francuskojęzyczne w Belgii próbują nadążyć za tą zmianą. Chodzi już nie tylko o regulaminy określające, co jest dozwolone, a co zakazane, lecz także o szkolenia dla wykładowców i studentów, wybór odpowiednich narzędzi oraz przebudowę sposobu oceniania. Jak zauważa socjolog Frédéric Schoenaers, prorektor ULiège ds. kształcenia i życia studenckiego, pojawia się zasadnicze pytanie: co pozostaje ze szkolnictwa wyższego, kiedy sztuczna inteligencja potrafi już tak wiele.

Powszechne i masowe korzystanie

Pierwszy wniosek nie budzi wątpliwości: technologia już na dobre weszła do sal wykładowych. Jak ocenia Véronique Salvi, dyrektor generalna wyższej szkoły Ihecs, próba walki z nią byłaby absurdalna.

Robin Guérit, doradca pedagogiczny w Louvain Learning Lab przy UCLouvain, zwraca uwagę, że sposoby korzystania z tych narzędzi szybko się zmieniają. Według danych europejskich od 94 do 98 procent studentów sięgnęło już po sztuczną inteligencję, a ponad połowa korzysta z niej co tydzień. Podobna sytuacja dotyczy wykładowców.

Jak wyjaśnia Frédéric Schoenaers, większość studentów ma dostęp do takich narzędzi i wykorzystuje je jako wsparcie w nauce – do przygotowywania streszczeń, prezentacji, a nawet generowania podcastów na podstawie sylabusa, co ma ułatwiać zapamiętywanie materiału. Zdarza się jednak również, że cel korzystania z technologii jest mniej uczciwy.

Zdaniem Nicolasa Van Zeebroecka, doradcy rektoratu ULB ds. cyfryzacji i sztucznej inteligencji, jeszcze dwa lata temu można było mówić o zastosowaniach punktowych. Dziś technologia wykorzystywana jest praktycznie do wszystkiego, a jej upowszechnienie nie budzi już wątpliwości – korzystanie z niej stało się masowe, wszechobecne i nadal się rozszerza. Jak podkreśla Yves Deville, odpowiedzialny za obszar sztucznej inteligencji na UCLouvain, uczelnia musi wypracować w tej sprawie własną wizję, ponieważ jej społeczną rolą jest przygotowanie studentów do zachodzącej zmiany.

Karty zasad i czerwone linie

Uniwersytety i wyższe szkoły przyjęły zestawy zasad regulujących korzystanie z generatywnej sztucznej inteligencji – w formie kart, regulaminów, wytycznych lub ram odniesienia. Dokumenty te określają, co jest dozwolone, co zakazane i na jakich zasadach można korzystać z nowych narzędzi.

Pierwszą zasadą jest przejrzystość. W imię uczciwości akademickiej należy wskazać, jakie narzędzia zostały wykorzystane i na jakim etapie pracy, podobnie jak wskazuje się źródła, by uniknąć plagiatu. Drugą zasadą jest odpowiedzialność – student odpowiada za treść oddawanej pracy i musi samodzielnie zweryfikować prawdziwość informacji wygenerowanych przez model. Trzecia zasada to autentyczność: technologia nie może zastępować studenta w zdobywaniu kompetencji, które powinien sam opanować.

Wykładowcy mogą uzupełniać te ogólne zasady bardziej szczegółowymi wytycznymi, zależnie od rodzaju przedmiotu i zakładanych celów kształcenia. Jak dodaje Nicolas Van Zeebroeck, ULB pracuje nad bardziej praktycznym i stopniowalnym narzędziem, wzorowanym na systemie nutri-score, które wskazywałoby poziom dopuszczalnego wykorzystania sztucznej inteligencji przy konkretnym kursie, pracy lub egzaminie.

Szkolenia dla wykładowców i studentów

Same przepisy nie wystarczą – potrzebne są również szkolenia, przede wszystkim dla kadry. Jak wylicza Robin Guérit, od października 2025 r. Louvain Learning Lab zorganizował już ponad 45 sesji, w których uczestniczyło ponad 600 osób. Podobne programy szkoleniowe oferują Ihecs, ULB i ULiège.

Dla studentów ULiège przygotowała serię krótkich materiałów wideo przedstawiających podstawowe zagadnienia: czym jest sztuczna inteligencja, jak korzystać z niej rozsądnie, w czym może pomagać, a w czym szkodzić, a także jakie wyzwania społeczne i środowiskowe wiążą się z jej stosowaniem.

Bardziej pogłębione kształcenie pozostaje zadaniem poszczególnych wydziałów. Jak przekonuje Yves Deville, skuteczniejsze jest włączanie generatywnej sztucznej inteligencji bezpośrednio do nauczania konkretnej dziedziny, ponieważ inaczej wygląda jej zastosowanie na prawie, inaczej na psychologii, a jeszcze inaczej na fizyce. Na ULB Solvay Brussels School uczy krytycznego podejścia do modeli i pracy z nimi, na architekturze testuje się zastosowania w projektowaniu i wizualizacji, na farmacji wykorzystuje się symulacje, natomiast na translatoryce omawia się wyzwania związane z tłumaczeniem maszynowym oraz etyką modeli językowych.

W Ihecs, szkole skoncentrowanej na dziennikarstwie i zawodach związanych z komunikacją, podejście ma charakter przekrojowy i stopniowy. Jak wyjaśnia Véronique Salvi, na studiach licencjackich dominuje krytyczne i teoretyczne spojrzenie na technologię, włączone do już istniejących przedmiotów, ponieważ najpierw trzeba ją zrozumieć, a dopiero później nauczyć się z niej korzystać. Na studiach magisterskich większy nacisk kładzie się na praktykę i kształcenie dziennikarzy, którzy nie będą wobec tej technologii ani uzależnieni, ani bezradni.

Jakie narzędzia trafiają do studentów

Dla personelu administracyjnego i dydaktycznego trzech analizowanych uniwersytetów – UCLouvain, ULB i ULiège – podstawowym narzędziem jest Copilot. Jak tłumaczy Nicolas Van Zeebroeck, to wybór pragmatyczny: rozwiązanie jest bezpłatne, ponieważ znajduje się w instytucjonalnych licencjach Microsoft Office, a jednocześnie jest wydajne i aktualne, gdyż opiera się na modelu OpenAI, tym samym, który wykorzystywany jest w ChatGPT.

W Liège Copilot jest dostępny dla wszystkich studentów, a równolegle uczelnia pracuje nad projektem pilotażowym przygotowanym specjalnie z myślą o nauczaniu, praktykach pedagogicznych i wsparciu studentów. Ma to być system działający na określonej i kontrolowanej bazie dokumentów w technologii RAG, oparty na otwartoźródłowym modelu językowym hostowanym lokalnie. Jak przyznają przedstawiciele ULiège, nie wybrano jeszcze jednego rozwiązania spośród modeli OpenAI, Mistrala, Alibaby czy Mety. Celem jest testowanie różnych możliwości i zachowanie kontroli zarówno nad samym narzędziem, jak i sposobem jego wykorzystania podczas zajęć realizujących konkretny projekt dydaktyczny.

Podobnie wygląda sytuacja na ULB, gdzie studenci również otrzymują dostęp do Copilota. Jak ocenia Nicolas Van Zeebroeck, każde inne rozwiązanie byłoby albo bardziej ograniczone, albo droższe. Uczelnia jest jednocześnie mocno zaawansowana w budowie w pełni kontrolowanego środowiska działającego na własnej infrastrukturze i wykorzystującego otwarte modele OpenAI lub Mistrala. Rozwiązanie ma służyć zastosowaniom, w których poufność ma kluczowe znaczenie, takim jak badania naukowe, a także pozwolić uczelni rozwijać własne kompetencje w tym obszarze.

Piccolo, czyli droga UCLouvain

UCLouvain na razie nie zdecydowała się na Copilota. Jak podkreśla Yves Deville, priorytetem było zapewnienie wszystkim studentom równego dostępu, czyli udostępnienie narzędzia bezpłatnie. Budowa własnego rozwiązania całkowicie od podstaw okazała się zbyt kosztowna, natomiast partnerstwo z Microsoftem lub Google oznaczałoby utratę kontroli nad kosztami oraz strategią korzystania z technologii.

Uczelnia zdecydowała się więc na rozwiązanie hybrydowe. Korzysta z istniejących modeli komercyjnych, rezygnując jednak z ich zewnętrznej warstwy i tworząc własny interfejs komunikujący się bezpośrednio z modelem. System nosi nazwę Piccolo i działa w oparciu o Mistrala, wybranego ze względów suwerenności. Jak argumentuje Yves Deville, amerykański Cloud Act jest z tego punktu widzenia katastrofalny, a jeśli w przyszłości pojawi się inne europejskie rozwiązanie, uczelnia zawsze będzie mogła je zmienić. Ze względu na poufność część modeli Mistrala działa wewnętrznie, a zaszyfrowane dokumenty nie opuszczają serwerów uczelni.

Piccolo uruchomiono w minimalnej wersji na początku 2026 r., a wraz z nowym rokiem akademickim system otrzymuje kolejne funkcje. Każdy student ma miesięczny limit korzystania z narzędzia, a przy każdym zapytaniu system pokazuje jego koszt przeliczony na tony CO2, aby zwracać uwagę użytkowników na wpływ technologii na środowisko.

Osobną drogę wybrał Ihecs, gdzie powszechny dostęp do oprogramowania uznano za zbyt kosztowny. Na nowym kampusie szkoła udostępnia jednak specjalnie przygotowaną salę z komputerami przeznaczonymi do pracy z tą technologią.

Egzaminy do przebudowy

Powszechny dostęp do modeli językowych podważa skuteczność klasycznych metod oceniania. Jak przyznaje Véronique Salvi, w części prac dyplomowych pojawiły się przypadki korzystania ze sztucznej inteligencji, nad którym ich autorzy wyraźnie nie panowali. Odpowiedzią jest zmiana sposobu oceniania: dziś znacznie większe znaczenie ma forma ustna oraz obrona projektów, a celem nie jest zakazywanie technologii ani próba jej wykrywania.

Tym bardziej że, jak zauważa Nicolas Van Zeebroeck, narzędzia służące do wykrywania treści generowanych przez sztuczną inteligencję są wyjątkowo zawodne. Z czasem wyostrza się natomiast wyczucie samych wykładowców – teksty tworzone przez modele zaczynają być dla nich coraz łatwiejsze do rozpoznania.

Podobne podejście przyjęto na UCLouvain. Jak tłumaczy Yves Deville, koncentrowanie się na wykrywaniu oznacza podejście do problemu od niewłaściwej strony, ponieważ kluczowe pytanie nie brzmi, czy technologia została użyta, lecz czy student zdobył oczekiwane kompetencje i czy sposób korzystania z niej wpłynął na ich nabycie.

W praktyce oznacza to, że przy pracach dyplomowych większy nacisk kładzie się na obronę ustną, pytania o przebieg pracy, źródła i metodologię oraz sprawdzanie, czy autor rzeczywiście panuje nad przedstawianym materiałem. Przy egzaminach forma ustna daje podobne możliwości. Jeśli konieczna jest forma pisemna, a celem jest całkowite wykluczenie technologii, pozostaje powrót do tradycyjnych metod: papieru, braku urządzeń elektronicznych i egzaminu w sali wykładowej. ULB powołała ponadto grupę roboczą, która w rzeczywistych warunkach testuje nowe sposoby oceniania i egzaminowania z wykorzystaniem różnych technologii. Pierwsze wyniki mają być znane w tym roku.

Czy trzeba przepisać programy zajęć

Zmiany dotyczą również samych treści kształcenia. Jak wskazuje Yves Deville, na matematyce poziom biegłości w ręcznym obliczaniu całek był dotąd stawiany bardzo wysoko, a na agronomii kursy nauk podstawowych zapewniały bardzo pogłębione fundamenty. W pewnym momencie technologia może przejąć część tej pracy – możliwe będzie ocenienie, czy dane rozumowanie jest poprawne, bez konieczności samodzielnego przeprowadzania każdego etapu. Dzięki temu można uwolnić czas na naukę innych obszarów wiedzy.

W Ihecs prowadzony jest stały monitoring zmian, aby możliwie szybko dostosowywać treści zajęć do realiów zawodów związanych z komunikacją i dziennikarstwem. Jak mówi Véronique Salvi, jest to proces, który nigdy się nie kończy. Szkoła kieruje ponadto projektem „Opiac”, realizowanym wspólnie z uczelniami belgijskimi, francuskimi i kanadyjskimi. Jego celem jest zrozumienie, w jaki sposób sztuczna inteligencja zmienia praktyki zawodowe, a następnie odpowiednie dostosowanie kształcenia i metod oceniania.

Badania naukowe pod jeszcze większą presją

Uczelnie zajmują się nie tylko dydaktyką. Jak przypomina Yves Deville, są one również dużymi organizacjami administracyjnymi oraz miejscami prowadzenia badań naukowych, a właśnie te obszary mogą odczuwać skutki zmian jeszcze silniej niż samo nauczanie. Dotyczy to między innymi recenzji naukowych, przeglądów stanu wiedzy i generowania nowych pomysłów. Uczelnia pracuje nad wytycznymi określającymi, w jaki sposób włączać tę technologię do pracy badawczej oraz jakie zasady etyczne powinny temu towarzyszyć.