Asystent Lekcyjny: partner, nie skrót
🎯 Po co Ci to?
Masz za sobą problem, badania i checklistę. Teraz mapa na żywy system, z którego korzystasz: Asystent Lekcyjny (Akademia Sokratejska). Cel nie jest reklamowy — chodzi o to, byś wiedział, dlaczego asystent czasem „nie chce" podać odpowiedzi i jak z tego skorzystać, żeby naprawdę się uczyć.
✅ Czego się nauczysz
Po tej lekcji potrafisz:
- zmapować checklistę z 21.3 na decyzje Asystenta Lekcyjnego;
- streścić różnicę: „ChatGPT odpowiada. Asystent zadaje pytania.";
- wskazać granice (motywacja, nauczyciel, sytuacje bez AI);
- zastosować 3–4 praktyczne nawyki pracy z asystentem.
🔁 Przypomnij sobie
Checklista 21.3. Performance ≠ learning (21.1). Halucynacje i weryfikacja (18). Ten podręcznik, który czytasz, jest częścią tego samego ekosystemu co rozmowa z asystentem.
📘 Wyjaśnienie
Jedno zdanie różnicy
ChatGPT odpowiada na pytania. Asystent Lekcyjny zadaje pytania.
To nie slogan o „lepszym modelu". To inna rola: ogólny chat optymalizuje pomocność i płynność; Asystent optymalizuje Twój wysiłek poznawczy w ramach konkretnej lekcji.
Checklista → jak to jest zrobione u nas
| Kryterium (21.3) | Jak realizuje Asystent Lekcyjny |
|---|---|
| Pytania, nie klucz | Persona sokratejska: naprowadzanie, Elenchus, Majeutyka; zakaz wylewania rozwiązania |
| Scaffolding | Od wskazówki do wyjaśnienia — nie odwrotnie; po błędach rośnie wsparcie stopniowo |
| Jedno pytanie / tempo | Reguła rozmowy: jedno pytanie na turę, krótkie dymki |
| Kotwica w materiale | Lekcja + podręcznik Akademii Sokratejskiej + zakresy przedmiotu — nie „wolna amerykanka" |
| Proces, nie talent | Zakaz okrzyków pochwalnych; feedback na tok myślenia |
| Metakognicja | Domknięcie lekcji: autorecenzja / ocena opisowa, nie sam stopień |
| Purpose-built + człowiek | Nauczyciel / autor ustala lekcje i persony; system audytu sprawdza prowadzenie |
OECD mówi: hybrydy z jawnym modelem pedagogicznym są bardziej obiecujące niż chatboty ogólne. Asystent jest taką hybrydą: ogólny model językowy + warstwy reguł (pedagogika, typ lekcji, przedmiot, treść lekcji).
Dwie role — i jedna granica
- Dla Ciebie: rozmowa 1:1 przy konkretnej lekcji — bliżej Blooma niż samotnego podręcznika, o ile nie próbujesz złamać reguł („podaj gotowiec").
- Dla nauczyciela: narzędzie do prowadzenia i tworzenia lekcji, nie zastępstwo człowieka. Augmentacja (OECD / Cukurova): nauczyciel zostaje odpowiedzialny za program, ocenę i relację.
Metafora bieżni: Asystent to sprzęt na siłowni intelektualnej. Bieżnia nie biega za Ciebie. Jeśli stoisz obok i patrzysz, jak „trenuje" ktoś inny (albo jak model pisze za Ciebie) — nie ma efektu treningu.
Jak korzystać, żeby działało
- Odpowiadaj własnymi słowami — nawet „nie wiem" jest lepsze niż wklejka z innego chatu.
- Nie proś o gotowiec — jeśli model odmawia, to feature checklisty, nie awaria.
- Traktuj autorecenzję poważnie — to moment retrieval + metakognicji; OECD wskazuje je jako antidotum na performance ≠ learning.
- Zamknij ekran i zapisz w zeszycie to, czego się nauczyłeś — przeniesienie bez AI utrwala.
- Wracaj do nauczyciela z pytaniami, których asystent nie „domyka" (spór, ocena, motywacja grupy).
⚠️ Uwaga, pułapka
„Asystent jest głupi, bo nie podaje odpowiedzi." W świetle 21.1–21.3 to często sygnał, że działa zgodnie z projektem. Głupota to halucynacja faktów albo zejście z lekcji — nie odmowa gotowca.
„Skoro mam Asystenta, nie potrzebuję nauczyciela / własnej pracy." Badania (Baker i in. w OECD): AI bywa jasna i poprawna, ale słabsza w motywowaniu i prowadzeniu rozwojowym. Relacja i odpowiedzialność zostają ludzkie.
📐 Definicje tej lekcji
- Asystent Lekcyjny — AI-tutor purpose-built: rozmowa sokratejska zakotwiczona w lekcji i podręczniku AS.
- Augmentacja nauczyciel–AI — tandem, nie zastąpienie.
- Granica motywacji — narzędzie ≠ wola uczenia się.
📌 Najważniejsze w pigułce
- Asystent = partner z checklisty 21.3, nie „lepszy ChatGPT do kopiowania".
- ChatGPT odpowiada; Asystent pyta — to oś projektu.
- Bieżnia: bez Twojego wysiłku efektu nie ma.
- Nauczyciel i sytuacje bez AI zostają częścią uczenia się.
🎒 Zadania
Zadanie 21.4.1. Wybierz jedną lekcję, którą robiłeś (lub zrobisz) z Asystentem. Zapisz 3 momenty, w których asystent zapytał zamiast powiedzieć — i co dzięki temu musiałeś sam wyprodukować.
Pokaż rozwiązanie
Przykłady: definicja własnymi słowami; wybór między dwiema hipotezami; wskazanie błędu w własnym rozumowaniu. Jeśli nie znajdziesz trzech — możliwe, że sesja była zbyt krótka albo że omijałeś pytania zdawkowym „ok".
Zadanie 21.4.2. Ułóż dialog 4 tur: uczeń próbuje wymusić gotowe rozwiązanie zadania; Asystent trzyma się checklisty. Bez obrażania — konkretna odmowa + pytanie naprowadzające.
Pokaż rozwiązanie
U: „Po prostu podaj odpowiedź do 3b." A: „Najpierw powiedz, co już wiesz o danych w zadaniu — od czego zaczniesz?" U: „Nie mam czasu." A: „Zróbmy jeden krok: która wielkość jest niewiadomą? Napisz ją." — Tempo i scaffolding zamiast klucza.
Zadanie 21.4.3. Napisz sobie regułę na kartce (albo w notatkach): „Po sesji z Asystentem zawsze…" — jedna czynność bez ekranu. Dlaczego akurat ta (odwołaj się do performance ≠ learning lub retrieval)?
Sprawdź odpowiedź
Przykład: „…zamykam laptopa i zapisuję 5 zdań własnymi słowami / rozwiązuję jedno podobne zadanie bez chatu." To przenosi performance sesji w learning — wymusza przywołanie bez protezy.
🔍 Sprawdź, czy umiesz
- [ ] Powtórzyć zdanie o ChatGPT vs Asystencie.
- [ ] Wskazać ≥4 mapowania checklisty → produkt.
- [ ] Wyjaśnić metaforę bieżni.
- [ ] Podać praktyczne nawyki pracy z asystentem.