Moduł 1 · Podstawy: AI w pracy wykładowcy
Kompetencje cyfrowe i AI wykładowcy
Po tej lekcji ocenisz swoje kompetencje cyfrowe i kompetencje w zakresie AI na tle dwóch uznanych ram (DigCompEdu i ramy UNESCO dla nauczycieli) i wybierzesz jeden obszar, od którego zaczniesz pracę w tym kursie.
Dlaczego wykładowca potrzebuje kompetencji AI
Studenci korzystają z czatów AI do streszczania lektur, pisania szkiców i rozwiązywania zadań, niezależnie od tego, czy prowadzący o tym rozmawia. Wykładowca, który zna te narzędzia, może świadomie ustalić zasady na swoich zajęciach, zaprojektować zadania, które nadal uczą, i oszczędzić czas na pracy powtarzalnej, takiej jak przygotowanie wariantów zadań czy pierwszej wersji rubryki.
To nie jest wyłącznie kwestia ambicji. Ustawa Prawo o szkolnictwie wyższym i nauce w art. 115 ust. 2 zobowiązuje nauczyciela akademickiego do stałego podnoszenia kompetencji zawodowych. Z kolei akt o sztucznej inteligencji (AI Act) w art. 4, w brzmieniu po zmianach z 2026 r., wymaga od podmiotów stosujących systemy AI, a uczelnia udostępniająca pracownikom takie narzędzia jest takim podmiotem, podejmowania środków wspierających rozwój kompetencji w zakresie AI personelu. Przepis wprost zastrzega, że nie chodzi o zapewnienie określonego poziomu u każdej osoby. W praktyce oznacza to szkolenia, wytyczne i materiały, z których korzystasz Ty.
W całym kursie towarzyszy Ci jeden przykład: dr Anna Wróbel, adiunktka w katedrze zarządzania na polskiej uczelni publicznej. Prowadzi przedmiot „Zarządzanie projektami” na II roku studiów pierwszego stopnia: 30 godzin wykładu dla około 110 osób i ćwiczenia w czterech grupach po 28 osób. Przedmiot ma 5 punktów ECTS.
Rama DigCompEdu: kompetencje cyfrowe nauczyciela
DigCompEdu to europejska rama kompetencji cyfrowych nauczycieli opracowana przez Wspólne Centrum Badawcze Komisji Europejskiej (JRC) w 2017 r. Opisuje 22 kompetencje w sześciu obszarach i sześć poziomów biegłości, od A1 (nowicjusz) do C2 (pionier). Obszary to:
- zaangażowanie zawodowe (komunikacja, współpraca, refleksja nad własną praktyką);
- zasoby cyfrowe (wybór, tworzenie i udostępnianie materiałów);
- nauczanie i uczenie się;
- ocenianie;
- wzmacnianie pozycji uczących się (dostępność, indywidualizacja, aktywne zaangażowanie);
- wspieranie kompetencji cyfrowych uczących się.
Rama nie jest testem. To lista kontrolna, która pomaga zobaczyć, że praca z AI dotyczy kilku obszarów naraz: przygotowania materiałów (obszar 2), oceniania (obszar 4) i uczenia studentów odpowiedzialnego korzystania z narzędzi (obszar 6).
Rama UNESCO: kompetencje AI nauczyciela
W 2024 r. UNESCO opublikowało ramę kompetencji AI dla nauczycieli (AI Competency Framework for Teachers). Zawiera 15 kompetencji w pięciu wymiarach i trzy poziomy postępu: zdobywanie, pogłębianie i tworzenie.
Poziomy postępu: zdobywanie, pogłębianie, tworzenie. Źródło: UNESCO, 2024.
Dla dr Wróbel najważniejszy jest wymiar pedagogiczny: nie chodzi o to, który czat jest najlepszy, tylko o to, jak zmienić zadania projektowe, skoro studenci mają dostęp do AI.
Trzy etapy pracy z AI w dydaktyce
Z obu ram wynika praktyczna kolejność, według której ułożony jest ten kurs:
Uproszczenie poziomów ramy UNESCO na potrzeby kursu.
Najczęstszy błąd na starcie to przeskoczenie od razu do etapu „używam” bez refleksji nad celem. Wykładowca generuje 40 pytań testowych, nie sprawdza ich i trafia na pytania z dwiema poprawnymi odpowiedziami. Dlatego w kursie najpierw poznasz ograniczenia narzędzi i zasady pisania poleceń, a dopiero potem będziesz tworzyć materiały.
Najważniejsze w 3 punktach
- Nauczyciel akademicki ma ustawowy obowiązek podnoszenia kompetencji (art. 115 ust. 2 PSWN), a AI Act wymaga od uczelni działań wspierających kompetencje AI personelu.
- DigCompEdu (6 obszarów, 22 kompetencje) i rama UNESCO (5 wymiarów, 15 kompetencji, 3 poziomy) pomagają ocenić, od czego zacząć.
- Zaczynaj od jednej powtarzalnej czynności i jednego obszaru, a nie od testowania wielu narzędzi naraz.
Źródła
- Ustawa z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce, t.j. Dz.U. 2024 poz. 1571 ze zm., art. 115 ust. 2: https://api.sejm.gov.pl/eli/acts/DU/2024/1571/text.pdf (stan na październik 2026)
- Rozporządzenie (UE) 2024/1689 (akt o sztucznej inteligencji), art. 4 w brzmieniu nadanym rozporządzeniem (UE) 2026/1744, tekst skonsolidowany z 27.07.2026: https://eur-lex.europa.eu/legal-content/PL/TXT/HTML/?uri=CELEX:02024R1689-20260727
- Joint Research Centre, Komisja Europejska: DigCompEdu (22 kompetencje w sześciu obszarach): https://joint-research-centre.ec.europa.eu/digcompedu_en (dostęp: październik 2026)
- Redecker C., European Framework for the Digital Competence of Educators: DigCompEdu, JRC107466, Publications Office of the European Union, 2017.
- UNESCO, AI competency framework for teachers, 2024: https://www.unesco.org/en/articles/ai-competency-framework-teachers (dostęp: październik 2026)