Biegłość w AI – co to znaczy i jak ją rozwijać? Model 4D
Możesz znać narzędzia. Możesz pisać dobre prompty. A mimo to… wcale nie oznacza to, że dobrze korzystasz z AI.
I w tym tekście mam dla Ciebie rozwiązanie, które pomoże Ci poradzić sobie z tym problemem.
Narzędzia AI zmieniają się tak szybko, że odpowiedź na pytanie „czy umiem z tego korzystać?” traci sens niemal zanim zdążymy je zadać. Jeszcze rok temu lista kompetencji wyglądała inaczej. Za kolejny rok – pewnie znowu się zmieni. Jeśli więc wiążemy biegłość z AI ze znajomością konkretnych aplikacji albo umiejętnością pisania promptów w określonym formacie, skazujemy się na wieczne nadrabianie zaległości.
Dlatego tak interesujące jest podejście, które proponuje Model 4D biegłości w AI. Zamiast pytać „jakich narzędzi używasz?”, pyta o coś znacznie trwalszego: jak myślisz, gdy pracujesz z AI?
Poniższy tekst to moje spolszczenie i adaptacja tego modelu – z nazewnictwem dostosowanym do polskich realiów edukacyjnych i przykładami bliższymi codziennej pracy nauczyciela. Cztery D to w mojej wersji: Decydowanie, Dialog, Dociekliwość i Dbałość.
1. Decydowanie – zanim będziesz delegować, zacznij myśleć
Większość z nas otwiera narzędzie i od razu wpisuje pytanie. Model 4D sugeruje, że właśnie ten moment – zanim pojawi się pierwszy znak w oknie czatu – jest kluczowy.
Decydowanie oznacza przede wszystkim świadomość problemu: co właściwie chcę osiągnąć, jaki jest mój cel, czego mi brakuje, żeby to zrobić? Brzmi banalnie, ale w praktyce skokowe przyspieszenie efektów pracy z AI pojawia się właśnie wtedy, gdy potrafimy odpowiedzieć na te pytania zanim zadamy je narzędziu.
Drugi element to świadomość narzędzia. AI ma ograniczenia – może nie znać najnowszych danych, może operować w ograniczonym kontekście rozmowy (działa w pewnym „oknie kontekstu”, czyli pamięta tylko część rozmowy), może się mylić w sposób, który na pierwszy rzut oka wygląda wiarygodnie. Zrozumienie tych ograniczeń to nie techniczna ciekawostka, lecz warunek sensownej pracy.
Trzecia część to podział zadań: co robię sam, co robi AI, co robimy razem. To pytanie ma szczególne znaczenie w edukacji – bo jeśli uczeń (czy nauczyciel) odda AI wszystko, przestaje się uczyć. Jeśli natomiast świadomie rozdzieli role, AI może wzmocnić jego myślenie, a nie je zastąpić. Można powiedzieć, że na tym etapie jesteś reżyserem: to Ty decydujesz, kto co robi na planie.
2. Dialog – nie wydawaj poleceń, prowadź rozmowę
AI to nie wyszukiwarka i nie automat do odpowiedzi. To system, który reaguje na to, jak z nim rozmawiasz i który można prowadzić. Właśnie dlatego mówimy o dialogu, nie o „promptowaniu”.
Dobry dialog z AI składa się z trzech warstw. Pierwsza to opis produktu – co ma powstać, dla kogo, w jakiej formie, z jakim celem. Bez tego AI zgaduje i często nie trafia. Druga to opis procesu – jak AI ma myśleć: krok po kroku, porównując opcje, najpierw zadając pytania, uzasadniając każdy wniosek. Możemy sterować nie tylko wynikiem, ale samym sposobem rozumowania. Trzecia warstwa to opis wykonania – jak AI ma się zachowywać: czy ma być krytyczne, wspierające, dopytujące, wskazujące błędy.
I to, co najważniejsze w całej tej sekcji: pierwsza odpowiedź AI prawie nigdy nie jest odpowiedzią ostateczną. Dialog polega na tym, że poprawiamy, zawracamy, doprecyzowujemy, rozwijamy. Właśnie w tej iteracyjności AI zaczyna być partnerem do myślenia – a nie tylko sprawnym wykonawcą.
Jeśli chcesz nauczyć się prowadzić taki dialog z AI w praktyce – krok po kroku i na konkretnych przykładach z pracy nauczyciela – zapisz się na mój newsletter.
Tam rozwijam te idee i pokazuję, jak przekładać je na codzienne działania.
3. Dociekliwość – sprawdzaj, nie ufaj bezwarunkowo
AI potrafi brzmieć niezwykle przekonująco i jednocześnie się mylić. To połączenie jest szczególnie niebezpieczne, bo skłania do bezkrytycznego przyjmowania odpowiedzi. Dociekliwość to kompetencja, która temu przeciwdziała.
Działa ona na trzech poziomach. Pierwszy to rzetelność – czy fakty się zgadzają, czy nie mamy do czynienia z halucynacją, czy da się to potwierdzić w innych źródłach. Drugi to logika – czy wnioski są spójne, czy nic nie zostało pominięte, czy rozumowanie jest poprawne. Trzeci to zgodność z celem i wartościami – czy odpowiedź naprawdę odpowiada na moje pytanie, czy jest użyteczna, czy nie wprowadza w błąd, czy jest zgodna z zasadami, które przyjmuję jako ważne.
Warto jednak zaznaczyć, że dociekliwość to nie tylko szukanie błędów. To także umiejętność dostrzeżenia, kiedy AI dobrze porządkuje myślenie, otwiera nową perspektywę albo pomaga głębiej zrozumieć problem. Krytyczne myślenie nie oznacza nieufności – oznacza świadome ocenianie.
4. Dbałość – odpowiadasz za to, co robisz z AI
Ostatni element modelu dotyczy odpowiedzialności. I to jest też ta część, którą wiele osób pomija – bo wymaga uczciwości wobec siebie i innych.
Dbałość obejmuje trzy wymiary. Pierwszy to odpowiedzialność za efekt (ang. ownership): czy rozumiem to, co oddaję? czy to jest moja praca, czy tylko coś wygenerowanego? czy mogę pod tym podpisać swoje nazwisko? Drugi to bezpieczeństwo danych: czy nie wrzucam do narzędzia informacji, których nie powinienem udostępniać – danych uczniów, wrażliwych dokumentów, poufnych materiałów? Trzeci to etyka i przejrzystość: czy jestem uczciwy wobec innych w kwestii tego, jak powstała moja praca?
W kontekście szkolnym ten ostatni element nabiera szczególnego znaczenia – zarówno dla nauczycieli, jak i dla uczniów. AI może pomóc, ale to człowiek ponosi odpowiedzialność za efekt końcowy. Zawsze.
Jak to działa w praktyce?
Model 4D nie jest listą kroków do odhaczenia. To raczej opis pewnego rytmu pracy: rozumiem zadanie → zaczynam rozmowę → sprawdzam odpowiedź → poprawiam i wracam do rozmowy → znowu oceniam → i przez cały ten czas pilnuję zasad, którymi się kieruję.
Innymi słowy: myślę → rozmawiam → sprawdzam → poprawiam → odpowiadam za efekt.
Dlaczego warto ten model znać i wyjaśniać go uczniom?
Dziś każdy może użyć AI. Nie każdy używa go dobrze. I właśnie w tej różnicy tkwi sedno.
Można używać AI tak, żeby robiło zadania za nas. Można też używać go tak, żeby pomagało nam lepiej myśleć. Model 4D opisuje tę drugą drogę – i co ważne, opisuje ją w sposób, który pomaga zarówno ćwiczyć, jak i oceniać sposób swojej pracy. To nie jest lista życzeń ani ogólna deklaracja wartości. To konkretna struktura kompetencji, którą można przekładać na praktykę w klasie. Nie zawsze musimy ją nazywać i szczegółowo wyjaśniać uczniom sam model, ale zawsze sami musimy się nim kierować i jeśli wprowadzamy uczniów do pracy z AI, wykorzystywać jego zasady.
Jeśli zależy nam na tym, żeby uczniowie byli nie tylko użytkownikami AI, ale świadomymi partnerami w pracy z tym narzędziem – model 4D jest dobrym miejscem, żeby zacząć.
—
Model opracowali prof. Rick Dakan z Ringling College of Art and Design oraz prof. Joseph Feller z University College Cork (https://aifluencyframework.org/), we współpracy z Anthropic. Model definiuje biegłość w AI jako umiejętność skutecznej, efektywnej, etycznej i bezpiecznej współpracy z tym narzędziem (https://www.anthropic.com/research/AI-fluency-index) i opisuje cztery kluczowe kompetencje – stąd nazwa 4D. Materiały źródłowe, w tym bezpłatne kursy dla nauczycieli i studentów, są dostępne na Anthropic Academy (https://anthropic.skilljar.com/ai-fluency-framework-foundations) – wszystkie materiały udostępnione są na licencji CC BY-NC-SA, co oznacza, że można z nich swobodnie korzystać do celów edukacyjnych i niekomercyjnych.