W skrócie
Niemal wszyscy studenci korzystają dziś z generatywnej AI, ale strategie uczelni, szkolenia kadry i sposoby oceniania nie dotrzymują kroku. Kompetencje w zakresie AI, czyli wiedza o tym, jak AI działa, kiedy jej używać i ile kosztuje, stają się oczekiwaniem, a w UE obowiązkiem prawnym. Uwzględnienie wpływu AI na środowisko w tych kompetencjach pomaga kadrze i studentom korzystać z niej dobrze, a nie tylko więcej.
Najważniejsze punkty
- W brytyjskim badaniu z 2026 roku 95% studentów studiów licencjackich zadeklarowało korzystanie z AI, a 94% używało generatywnej AI w pracach podlegających ocenie.
- EU AI Act (unijny akt w sprawie sztucznej inteligencji) nakłada na organizacje, które dostarczają lub wykorzystują AI, obowiązek zapewnienia kompetencji w zakresie AI, obowiązujący od lutego 2025 roku.
- Ramy kompetencji UNESCO w zakresie AI dla uczniów i dla nauczycieli obejmują zrównoważoną środowiskowo AI.
- Niektóre uczelnie wprowadziły obowiązkowe szkolenia z AI dla całej kadry; wpływ na środowisko rzadko jest jeszcze ich częścią.
- Ocenianie, które może wykonać AI, wymaga przeprojektowania, a najbardziej odporne rozwiązania kosztują czas kadry.
To na uczelniach wiele osób po raz pierwszy uczy się poważnie korzystać ze sztucznej inteligencji (AI) i to tam kształci się kolejne pokolenie twórców AI. Uczelnie są też dużymi organizacjami, w których tysiące pracowników codziennie używa narzędzi AI. Daje im to podwójną rolę w zielonej AI: uczyć ludzi dobrego korzystania z AI i samym dobrze z niej korzystać.
Jak powszechnie studenci korzystają z AI?
Niemal powszechnie. Brytyjski Higher Education Policy Institute (HEPI) co roku bada studentów studiów licencjackich:
| Badanie 2025 | Badanie 2026 | |
|---|---|---|
| Studenci korzystający z AI | 92% | 95% |
| Studenci, którzy używali generatywnej AI w pracach podlegających ocenie | 88% | 94% |
W badaniu z 2025 roku 42% studentów uznało, że kadra jest dobrze przygotowana, by pomagać im w pracy z AI, wobec 18% rok wcześniej. W badaniu z 2026 roku 38% podało, że ich uczelnia udostępnia narzędzia AI.
Podobnie jest gdzie indziej. W Stanach Zjednoczonych badanie EDUCAUSE z 2025 roku wykazało, że 57% instytucji traktowało AI jako priorytet strategiczny, wobec 49% rok wcześniej, a bardzo niewiele znalazło na nią nowe finansowanie.
Czy uczelnie mają strategię dotyczącą AI?
Wiele wciąż ją wypracowuje. Brytyjski Jisc opublikował w 2025 roku ramy strategiczne dla AI w college'ach i na uczelniach, wprost po to, by pomóc instytucjom uniknąć działań wyrywkowych. Brytyjski sandpit (intensywne warsztaty badawcze, na których naukowcy i przemysł wspólnie wypracowują pomysły na projekty) poświęcony zielonej AI w 2026 roku, z udziałem matematyków, informatyków i przedstawicieli przemysłu, usłyszał ten sam obraz: dobre praktyki istnieją, ale są rozproszone. Niektóre instytucje sprawdzają każdą formę oceniania pod kątem podatności na AI, niektóre zapewniają edukację w zakresie AI studentom, inne kadrze, a niewiele robi to wszystko.
Czym są kompetencje w zakresie AI i czy są wymagane?
Kompetencje w zakresie AI to wiedza o AI wystarczająca, by dobrze z niej korzystać: jak ogólnie działa, w czym jest dobra, a w czym słaba, jakie niesie ryzyka, jak sprawdzać jej wyniki i ile kosztuje. W niektórych miejscach stają się obowiązkiem.
- Unia Europejska. Artykuł 4 AI Act (unijnego aktu w sprawie sztucznej inteligencji), stosowany od 2 lutego 2025 roku, nakłada obowiązek zapewnienia kompetencji w zakresie AI na organizacje, które dostarczają lub wdrażają systemy AI, w tym na uczelnie korzystające z narzędzi AI. Wytyczne Komisji mówią, że nie ma ścisłych wymogów ani obowiązkowych formatów szkoleń. Brzmienie artykułu zmieniono w 2026 roku tak, że organizacje mają wspierać kompetencje w zakresie AI, dlatego warto sprawdzić aktualny tekst.
- Wielka Brytania. Nie ma obowiązku prawnego, ale zasady Russell Group z 2023 roku, poparte przez 24 rektorów jej uczelni, zobowiązują uczelnie do wspierania studentów i kadry w zdobywaniu kompetencji w zakresie AI.
- Poziom międzynarodowy. UNESCO opublikowało we wrześniu 2024 roku ramy kompetencji w zakresie AI dla uczniów i dla nauczycieli.
Dlaczego uwzględniać wpływ na środowisko?
Bo sposób, w jaki ludzie korzystają z AI, wpływa na to, ile energii ona zużywa, a większość użytkowników nie ma o tym pojęcia. Użytkownicy wybierają modele, piszą prompty (polecenia) i decydują, ile razy wygenerować odpowiedź od nowa. Każdy z tych wyborów zmienia koszt energetyczny. Więcej w tekście efektywne korzystanie z AI.
Ramy UNESCO już to uwzględniają: ramy dla uczniów zawierają zasadę zachęcania do zrównoważonej środowiskowo AI, a ramy dla nauczycieli zasadę promowania godnej zaufania i zrównoważonej środowiskowo AI.
Treści środowiskowe pomagają też w budowaniu wiarygodności. Część studentów i pracowników podchodzi do generatywnej AI sceptycznie ze względów etycznych lub środowiskowych. Szkolenie, które poważnie i w oparciu o dowody traktuje te obawy, przekonuje skuteczniej niż szkolenie, które je pomija. Przydatne tematy to:
- Z czego składa się ślad AI: energia, emisje CO2, woda, surowce. Więcej w tekście czym jest zielona AI?
- Dlaczego dane w przeliczeniu na jeden prompt są niepewne. Więcej w tekście pomiar jest wąskim gardłem.
- Kiedy mniejszy model, wyszukiwarka lub rezygnacja z AI to lepsze narzędzie.
- Dlaczego obrazy, wideo i długie rozumowanie kosztują znacznie więcej niż krótkie odpowiedzi tekstowe.
- Efekt odbicia (rebound effect). Więcej w tekście efektywność to nie wystarczalność.
Czy szkolenia kadry powinny być obowiązkowe?
Coraz więcej uczelni tak uważa. Na przykład University of Leeds we wrześniu 2025 roku wprowadził obowiązkowe szkolenie z generatywnej AI dla wszystkich pracowników i studentów.
Często przywołuje się porównanie ze szkoleniami z ochrony danych: nie każdy musi być ekspertem, ale każdy musi wiedzieć wystarczająco dużo, by działać odpowiedzialnie. W dyskusji na sandpicie padło to samo porównanie ze szkoleniami z RODO (GDPR). Publicznie dostępne przykłady obowiązkowych szkoleń, które traktują wpływ na środowisko jako temat, a nie jako obawę zgłaszaną w ankietach, wciąż trudno znaleźć. To luka, którą warto wypełnić.
Co AI oznacza dla oceniania?
Żadna forma oceniania, którą student może wykonać z pomocą AI bez nadzoru, nie pokazuje już wiarygodnie, co student potrafi. Skoro niemal wszyscy studenci używają AI w pracach podlegających ocenie, pytanie nie brzmi, czy reagować, lecz jak.
Typowe reakcje:
- Przeprojektowanie: zadania, które otwarcie wykorzystują AI i oceniają osąd, krytykę i proces.
- Ocenianie w bezpiecznych warunkach: egzaminy stacjonarne, egzaminy ustne i sprawdziany praktyczne.
- Dialog: indywidualne rozmowy o pracy, które są odporne, ale kosztują czas kadry.
Najbardziej odporne rozwiązania wymagają więcej czasu kadry. Jeden z argumentów, które padły na sandpicie, mówi, że czas zaoszczędzony dzięki dobremu wykorzystaniu AI w innych obszarach dydaktyki i administracji mógłby to zrekompensować. Zależy to jednak od tego, czy kadra jest przeszkolona w efektywnym korzystaniu z AI, co sprowadza argument z powrotem do kompetencji w zakresie AI.
A co z nauczaniem samej zielonej AI?
Kierunki informatyczne, analizy danych i matematyki mogą uczyć efektywnej AI jako umiejętności technicznej. Takie tematy jak pomiar zużycia energii, kompresja modeli, efektywne trenowanie i harmonogramowanie uwzględniające emisje naturalnie pasują do istniejących modułów. Kilka uczelni partnerskich w GreenCode, europejskim projekcie badawczym poświęconym energooszczędnemu oprogramowaniu, prowadzi kursy z energooszczędnego i zrównoważonego oprogramowania. Katalog kursów zawiera kursy z zielonej AI i zrównoważonej informatyki, a katalog studiów doktoranckich – możliwości badawcze.
Co zrobić dalej
- Uwzględniać wpływ AI na środowisko w każdym szkoleniu z kompetencji w zakresie AI dla kadry i studentów.
- Zadbać, by szkolenia kadry obejmowały efektywne korzystanie z AI: wybór modelu, formułowanie promptów, unikanie wielokrotnego generowania.
- Przeglądać formy oceniania pod kątem podatności na AI i planować czas kadry, którego wymagają odporne alternatywy.
- W UE warto sprawdzić swoje działania na rzecz kompetencji w zakresie AI pod kątem art. 4 AI Act.
- Dla osób uczących młodszych uczniów: sekcja Dla szkół i pomysły na lekcje.
- Dla badaczy: przewodnik dla badaczy.
Najczęściej zadawane pytania
Czym są kompetencje w zakresie AI?
To wiedza i umiejętności pozwalające dobrze korzystać z AI: ogólne rozumienie jej działania, tego, w czym jest dobra, a w czym słaba, jej ryzyk, sposobów sprawdzania jej wyników i jej kosztów, w tym śladu środowiskowego.
Czy uczelnie muszą prowadzić szkolenia z kompetencji w zakresie AI?
W UE AI Act wymaga od organizacji, które dostarczają lub wdrażają systemy AI, podjęcia działań na rzecz kompetencji w zakresie AI wśród personelu, a uczelnie są podmiotami wdrażającymi. W innych miejscach zwykle nie ma obowiązku prawnego, ale wytyczne sektorowe, takie jak zasady brytyjskiej Russell Group, tego oczekują.
Czy kompetencje w zakresie AI powinny obejmować wpływ na środowisko?
Tak. Ramy kompetencji UNESCO obejmują zrównoważoną środowiskowo AI, a zrozumienie, że wybór modelu, długość promptu (polecenia) i wielokrotne generowanie wpływają na zużycie energii, pomaga ludziom korzystać z AI efektywniej.
Źródła
- Student generative AI survey 2026, Higher Education Policy Institute (HEPI) (2026)
- Student generative AI survey 2025, Higher Education Policy Institute (HEPI) (2025)
- AI literacy: questions and answers, European Commission (2025)
- AI competency framework for students, UNESCO (2024)
- Russell Group principles on the use of generative AI tools in education, Russell Group (2023)
- A strategic framework for AI in colleges and universities, Jisc National Centre for AI (2025)
- Embracing AI at Leeds: a shared journey for our community, University of Leeds (2026)
- 2025 EDUCAUSE AI landscape study, EDUCAUSE (2025)
- Project results, GreenCode (2026)
Powiązane
Zielona AI dla naukowców
Przewodnik dla naukowców: efektywne metody AI, pomiar i raportowanie energii w publikacjach, budżety obliczeniowe, finansowanie i rola matematyki.
Zielona AI: przewodnik dla nauczycieli
Proste wprowadzenie do kosztu energetycznego, wodnego i węglowego AI: sprawdzone fakty do klasy ze źródłami, punkty polityki i częste nieporozumienia.
Efektywne korzystanie z AI: codzienne nawyki
Codzienne nawyki, które ograniczają zużycie energii przez AI: jasne prompty, mniej ponownych generowań, umiar z obrazami i wideo, buforowanie, wyłączanie.
Czym jest zielona AI?
Prosta definicja zielonej AI: AI dla środowiska i bardziej zielona AI, efektywność i wystarczalność oraz ślad w energii, emisjach, wodzie i materiałach.