Alarm Desmurgeta znajduje oparcie w danych znacznie szerszych niż sama francuska debata. OECD w nocie dotyczącej Francji podała, że rezultaty piętnastolatków w badaniu PISA 2022 należały do najniższych, jakie kiedykolwiek odnotowano w tym kraju w matematyce, czytaniu i naukach przyrodniczych. W porównaniu z 2012 rokiem udział uczniów, którzy nie osiągnęli podstawowego poziomu umiejętności, wzrósł we Francji o sześć punktów procentowych w matematyce, siedem w czytaniu i pięć w naukach przyrodniczych. Nie jest to zatem chwilowe wahnięcie jednego rocznika, lecz proces obejmujący podstawowe narzędzia poznawania świata.
Desmurget odrzuca pomysł, że coraz doskonalsza technologia po prostu wyrówna ubytek ludzkich kompetencji. Im większy zakres spraw powierzamy systemom generatywnym, tym lepiej musimy rozumieć ich odpowiedzi, rozpoznawać przemilczenia i wykrywać fałszywe założenia. Model językowy może przedstawić spójne wyjaśnienie, które brzmi przekonująco, choć zawiera błąd, miesza fakty z ocenami albo odzwierciedla perspektywę dominującą w danych treningowych. Człowiek pozbawiony zaplecza językowego i wiedzy ogólnej nie ma wtedy podstaw, aby odróżnić pomoc od intelektualnego prowadzenia za rękę.
Kryzys czytania staje się problemem demokracji
Umiejętność poruszania się po internecie nie sprowadza się do sprawnego używania wyszukiwarki, aplikacji i komunikatorów. Badacze związani ze Stanford History Education Group sprawdzili, jak młodzi ludzie oceniają wiarygodność cyfrowych informacji, a wyniki opisali w raporcie Evaluating Information The Cornerstone of Civic Online Reasoning. Uczestnicy mieli problemy między innymi z odróżnianiem materiału sponsorowanego od wiadomości, ustalaniem pochodzenia treści oraz oceną dowodów przedstawionych na stronie. Zespół rozwijający później program Civic Online Reasoning sprowadził potrzebne nawyki do trzech pytań o autora przekazu, przedstawione dowody i ustalenia innych źródeł.
Takich pytań nie da się jednak stawiać skutecznie bez zasobu pojęć, pamięci faktów i doświadczenia w analizie tekstu. Krytyczne myślenie nie działa jak uniwersalna aplikacja uruchamiana niezależnie od wiedzy, ponieważ ocena źródła wymaga rozpoznania kontekstu, prawdopodobieństwa oraz znaczenia użytych terminów. Gdy odbiorca nie rozumie tematu, płynność wypowiedzi łatwo bierze za kompetencję, a pewny ton za dowód prawdziwości. W epoce generatywnej AI ten stary błąd poznawczy zyskuje skalę przemysłową.
Międzynarodowy raport o bezpieczeństwie sztucznej inteligencji z 2026 roku wskazuje, że systemy ogólnego przeznaczenia stały się bardziej użyteczne, tańsze i zdolne do wykonywania wieloetapowych zadań, lecz nadal popełniają elementarne pomyłki i zawodzą poza warunkami testowymi. Autorzy opisują również stronniczość automatyzacji, czyli skłonność ludzi do przyznawania maszynie większego zaufania, niż uzasadniają jej rzeczywiste możliwości. Nadzór człowieka ma ograniczać ryzyko, ale przestaje działać, jeżeli nadzorujący nie potrafi samodzielnie ocenić wyniku. Najbardziej niebezpieczna luka może więc powstać nie w samym modelu, lecz między jego odpowiedzią a bezradnym użytkownikiem.
W wywiadzie dla „Le Figaro” Desmurget podaje przykład pytania o represje wobec Ujgurów, przy którym znaczenie ma zarówno precyzyjne słownictwo, jak i świadomość różnic między chińskim oraz amerykańskim środowiskiem informacyjnym. Jego argument nie zakłada, że każda odpowiedź algorytmu jest fałszywa, lecz że żaden model nie powinien otrzymać statusu bezstronnego arbitra. Dane użyte do uczenia, reguły bezpieczeństwa, język zapytania i polityka twórcy wpływają na rezultat. Kompetentny obywatel powinien umieć ustalić, gdzie kończy się opis, a zaczyna wybór perspektywy.
Długi tekst pozostaje technologią samodzielnego myślenia
Czytanie rozbudowanych wypowiedzi ćwiczy utrzymywanie uwagi, śledzenie zależności i konfrontowanie późniejszych tez z wcześniejszymi przesłankami. W świecie krótkich filmów i powiadomień jest to czynność wymagająca większego wysiłku, ale właśnie dlatego zachowuje szczególną wartość. Desmurget rozwija ten wątek również w książce Faites les lire, przedstawiając czytanie dla przyjemności jako jeden z najmocniejszych bodźców wspierających rozwój poznawczy dziecka. Autor nie broni papieru z sentymentu, tylko pokazuje różnicę między aktywnym budowaniem znaczenia a szybkim konsumowaniem gotowych obrazów.
Spadek kompetencji podstawowych ma przy tym konsekwencje wykraczające poza świadectwa szkolne. Słabsze rozumienie tekstu utrudnia zdobywanie nowych kwalifikacji, korzystanie z instrukcji, ocenę umów, uczestnictwo w debacie i adaptację do zmian technologicznych. Gospodarka oparta na wiedzy nie powstaje dzięki samej obecności serwerów, programów i urządzeń, ponieważ potrzebuje ludzi zdolnych stawiać problemy, kontrolować wyniki oraz podejmować odpowiedzialność. Państwo może kupić dostęp do najnowszych modeli, ale nie kupi w ten sposób dojrzałego osądu swoich obywateli.
Rozwój AI dodatkowo podnosi cenę zaniedbań edukacyjnych. Automatyzacja prawdopodobnie przejmie część rutynowych czynności, natomiast wzrośnie znaczenie zadań wymagających oceny jakości, łączenia dziedzin, rozumienia konsekwencji i rozmowy z ludźmi. Osoby o mocnych podstawach mogą dzięki algorytmom pracować szybciej i docierać do większej liczby danych; pozostali ryzykują zależność od narzędzia, którego błędów nie rozpoznają. Technologia może więc powiększyć istniejące nierówności poznawcze, chociaż w publicznych obietnicach często przedstawia się ją jako środek ich likwidacji.
Szkoła musi przygotować ucznia do kontrolowania maszyny
Odpowiedzią nie powinno być wycofanie technologii ze wszystkich obszarów życia ani udawanie, że uczniowie nie będą korzystali z generatywnej AI. Szkoła ma natomiast prawo wymagać pracy wykonywanej bez cyfrowej protezy, zwłaszcza wtedy, gdy kształtuje język, pamięć, rachunek i zdolność argumentacji. Dopiero na tej podstawie można uczyć wykorzystania modeli do porównywania hipotez, wyszukiwania luk albo testowania własnego rozumowania. Kolejność ma znaczenie, ponieważ narzędzie wspiera kompetencję, która już istnieje, a nie wytwarza jej automatycznie u początkującego.
Potrzebna jest również zmiana sposobu oceniania. Zadanie domowe polegające na odtworzeniu łatwo dostępnej informacji traci sens, gdy poprawną stylistycznie odpowiedź można uzyskać w kilka sekund, dlatego większą wagę powinny mieć rozmowa, obrona toku rozumowania, praca na źródłach oraz samodzielna analiza przeprowadzana w klasie. Nauczyciel nie może ograniczyć się do wykrywania tekstów wygenerowanych przez maszynę, bo skuteczniejszym celem jest sprawdzenie, czy uczeń rozumie to, co przedstawia. AI wymusza powrót do podstawowego pytania o to, czego naprawdę nauczyła szkoła.
Najmocniejsza teza Desmurgeta dotyczy zatem podziału władzy między człowiekiem a narzędziem. Jeśli obywatel umie czytać, porównywać źródła i formułować własny sąd, sztuczna inteligencja może poszerzyć jego możliwości. Jeżeli wcześniej pozbawiono go tych umiejętności, algorytm zaczyna organizować rzeczywistość w jego imieniu, choć formalnie niczego mu nie nakazuje. Obrona demokracji w czasach AI rozpoczyna się w miejscu mało spektakularnym, przy książce, wymagającym tekście i nauczycielu, który nie pozwala zastąpić rozumienia gotową odpowiedzią.
Maria Lennart
