Jak rozpoznać dobrego AI-tutora

🎯 Po co Ci to?

Reklamy narzędzi AI mówią: „personalizacja", „Twój korepetytor 24/7", „lepsze oceny". Po 21.1–21.2 wiesz, że słowa nic nie gwarantują. Ta jednostka daje checklistę: po czym poznać (i zaprojektować) tutora, który jest partnerem, a nie skrótem.

✅ Czego się nauczysz

Po tej lekcji potrafisz:

  • wymienić kluczowe cechy dobrego AI-tutora wynikające z badań i praktyki sokratejskiej;
  • ocenić fikcyjną reklamę narzędzia względem checklisty;
  • powiązać checklistę z pojęciami: scaffolding, retrieval, metakognicja, growth mindset.

🔁 Przypomnij sobie

Z 21.2: projekt > model. Z historii AI (Działy 1 i 5): pytania i forma rozumowania bywały ważniejsze niż „maszyna, która wie wszystko". Tu wraca Sokrates — w wersji produktowej.

📘 Wyjaśnienie

Checklista dobrego AI-tutora

Literatura o tutoringu GenAI (OECD; prototypy sokratejskie; LearnLM; Khanmigo; syntezy prompt design) powtarza podobny przepis:

  1. Zadaje pytania, nie wylewa rozwiązania. Zakaz „od razu pełnej odpowiedzi" jest cechą, nie błędem.
  2. Scaffolding / minimalne wsparcie. Najpierw mała wskazówka; dopiero potem większa — Wood, Bruner, Ross (1976). Nie zrzuca na Ciebie wykładu „na zapas".
  3. Jedno pytanie na turę. Tempo rozmowy pozwala myśleć; lawina pytań = pozorne zaangażowanie.
  4. Kotwica w materiale. Tutor zna lekcję / program / podręcznik — nie błądzi po „całym internecie" jako wyrocznia.
  5. Chwali proces, nie «talent». Growth mindset (Dweck): „dobrze kombinujesz" > „jesteś geniuszem"; unik okrzyków „Świetnie!" na autopilocie.
  6. Retrieval + metakognicja. Każe przywołać wiedzę (nie tylko przeczytać) i na końcu ocenić, co rozumiesz / czego nie (Roediger & Karpicke; OECD).
  7. Purpose-built + kontrola człowieka. Nauczyciel / autor ustawia zachowanie; jest ewaluacja, czy narzędzie naprawdę prowadzi sokratejsko — nie tylko deklaracja.

📐 DEFINICJA — scaffolding (w tutoringu): dostosowane, stopniowo wycofywane wsparcie w strefie najbliższego rozwoju — tyle pomocy, ile potrzeba do samodzielnego kroku, nie więcej.

📐 DEFINICJA — AI-tutor purpose-built: narzędzie zbudowane pod konkretny cel edukacyjny (program, metodyka, ewaluacja), a nie ogólny chatbot „z naklejką edukacyjną".

💭 Pomyśl: Który punkt checklisty najczęściej łamie ChatGPT, gdy prosisz go o „pomoc w zadaniu domowym" bez dodatkowych reguł?

Sprawdź odpowiedź

Najczęściej punkt 1 (i 2): model od razu podaje pełne rozwiązanie, bo tak jest „pomocny" w domyślnym treningu. Bez jawnego promptu / produktu, który to blokuje, skrót wygrywa z partnerstwem.

Ćwiczenie: trzy reklamy

Oceń mentalnie (zadania doprecyzują):

  • Reklama A: „Nasz AI napisze wypracowanie w Twoim stylu w 30 sekund. Gwarantowane 5!"
  • Reklama B: „Korepetytor AI: zadaje pytania do Twojej lekcji, nie podaje klucza od razu, na końcu prosi o samoocenę."
  • Reklama C: „Personalizacja! Algorytm dopasuje tempo. (Szczegóły wkrótce.)"

⚠️ Uwaga, pułapka

Personalizacja ≠ „AI pisze za mnie w moim stylu". W sensie Blooma/OECD personalizacja to dopasowanie wyzwania, feedbacku i tempa nauki — nie outsourcing produktu do oceny.

📐 Definicje tej lekcji

  • Scaffolding — minimalne, wycofywane wsparcie.
  • Retrieval practice — uczenie przez przywoływanie, nie tylko oglądanie.
  • Metakognicja — myślenie o własnym rozumieniu (co umiem / czego nie).
  • Purpose-built — narzędzie pod cel edukacyjny, nie goły chat.

📌 Najważniejsze w pigułce

  • Dobry AI-tutor = pytania + scaffolding + tempo + kotwica + proces + metakognicja + ewaluacja.
  • ChatGPT „z półki" łamie checklistę, dopóki ktoś nie narzuci reguł.
  • Personalizacja ≠ pisanie pracy za Ciebie.

🎒 Zadania

Zadanie 21.3.1. Przypisz reklamy A, B, C do werdyktów: skrót / partner / za mało danych. Uzasadnij jednym zdaniem każdą.

Pokaż rozwiązanie

A — skrót (performance bez learning). B — partner (checklista). C — za mało danych („personalizacja" bez mechanizmu; OECD: ewaluacja wymagana).

Zadanie 21.3.2. Napisz 4-punktowy prompt dla ogólnego chatbota, który przybliża go do checklisty (na jedną sesję odrabiania fizyki).

Sprawdź odpowiedź

Przykład: (1) Jesteś tutorem; nie podawaj pełnego rozwiązania. (2) Zadawaj jedno pytanie naraz. (3) Najpierw poproś o moją próbę. (4) Na końcu zapytaj, co nadal jest niejasne. To proteza — gorsza niż purpose-built produkt, ale lepsza niż zero reguł.

Zadanie 21.3.3. Który punkt checklisty uważasz za najtrudniejszy do utrzymania przez model „z półki" — i dlaczego?

Sprawdź odpowiedź

Często: zakaz rozwiązania (model trenowany na bycie pomocnym) oraz kotwica w konkretnej lekcji (ogólny chat nie ma Twojego podręcznika / scenariusza nauczyciela). Stąd produkty hybrydowe.

🔍 Sprawdź, czy umiesz

  • [ ] Wymienić ≥5 punktów checklisty.
  • [ ] Ocenić reklamę narzędzia.
  • [ ] Odróżnić personalizację od outsourcingu pracy.
  • [ ] Napisać prosty prompt-protezę.

Ucz się tej jednostki z asystentem