Czy praca dyplomowa ma jeszcze sens?

Żyjemy w czasach, w których sztuczna inteligencja może wygenerować rozdział pracy dyplomowej w czasie, w którym nie zdążymy nawet zrobić sobie kawy. Nie powinno nas zatem dziwić, że nasi studenci coraz częściej sięgają po AI. Zamiast godzinami przekopywać się przez stosy publikacji, wybierają rozwiązanie szybsze i znacznie wygodniejsze.

A my często jesteśmy bezsilni. Nie mamy rzetelnych narzędzi, które są w stanie sprawdzić kto jest faktycznie autorem tekstu. Nie możemy zatem udowodnić, że to nie nasz student pisał przedłożony tekst, co do którego mamy uzasadnione podejrzenie, że został wygenerowany przez AI. Zaczynamy się zastanawiać, czy nie poprawiamy tekstów, które w ogóle nie powstały w głowie studenta.

Wszystko sprowadza się zatem do pytania: PO CO nam praca dyplomowa? Coraz częściej to właśnie pytanie o sens jej pisania wraca w rozmowach między promotorami i staje się ważniejsze niż to, czy tekst powstał przy użyciu AI.

Moje doświadczenie

Nie tak dawno sama podświadomie czułam, że los seminariów dyplomowych, a co za tym idzie prac dyplomowych, wydaje się przesądzony. Moje doświadczenia prowadzącej seminarium pokazały mi bardzo dosadnie w tym roku, że brak czujności ze strony promotora (czytaj: niezmodyfikowana struktura seminarium na potrzeby nowej AI-owej rzeczywistości) może doprowadzić do sytuacji, które do tej pory nie mieściły mi się w głowie. Przykład? Oto on:

Pierwszym zadaniem, które mają wykonać moi seminarzyści jest przedstawienie swojego pomysłu na pracę. Mają oni zaproponować:

• temat pracy,
• pytania, na które poszukują odpowiedzi w swojej pracy,
• kluczowe publikacje, które pozwolą im odpowiedzieć na postawione wcześniej pytania,
• wstępny konspekt zaplecza teoretycznego.

Jedna z moich studentek przedstawiła mi bardzo dobry konspekt pracy ze źródłami… które nie istniały. Sprawdziłam każde z nich i ani jedno nie było prawdziwe.

Ta sytuacja pokazała mi, że studenci potrafią iść po najmniejszej linii oporu, nawet nie sprawdzając informacji, które „wyhalucynuje” dla nich AI. Co istotne, wystarczyło kilka minut weryfikacji, żeby zauważyć, że te źródła nie istnieją.

Co dalej z pracą dyplomową?

Ten incydent na moment zachwiał moją wiarą w uczciwość studentów i sens pisania prac dyplomowych. Jednak wnikliwa lektura zagranicznych publikacji, słuchanie podcastów (też głównie zachodnich) i dyskusji prowadzonych na temat planowania kursów w dobie AI, pozwoliły mi zrozumieć, że są sposoby na to, aby praca dyplomowa nadal miała sens. Jednak aby to osiągnąć, zmiana pracy dyplomowej musi polegać nie na utrudnieniu korzystania z AI, ale na zmianie tego, co w ogóle uznajemy za wartość tej pracy. Jeśli tego nie zrobimy, praca dyplomowa stanie się jedynie formalnością zamiast wartościowym doświadczeniem edukacyjnym.

Wnioski z mojej dotychczasowej lektury publikacji i dyskusji prowadzonych przez ekspertów w obszarze projektowania kursów w dobie AI są zbieżne: prace dyplomowe nie znikną, ale bardzo się zmienią. Zmiany te będą dotyczyły głównie następujących obszarów:

Koniec prac odtwórczych

AI już teraz potrafi zebrać literaturę (choć należy pamiętać o ryzyku tzw. halucynacji), streścić ją i na tej podstawie napisać naprawdę niezły rozdział teoretyczny. To z kolei oznacza, że klasyczna praca dyplomowa typu przegląd literatury oraz wyciągnięte na tej podstawie wnioski nie pozwoli nam realnie sprawdzić, czy student faktycznie posiada wiedzę i umiejętności. Dlatego nowe seminarium powinno odejść od bezrefleksyjnego streszczania literatury na rzecz świadomego doboru, omówienia i dyskusji ze źródłami, które będą stanowić klucz do projektowanego badania.

Proces zamiast produktu

W obecnej chwili prowadzący seminarium zazwyczaj wymaga od studenta rozliczania się z kolejnych fragmentów pracy dyplomowej. Praca ta pisana jest w domu, poza salą wykładową. Konsultacje z kolei najczęściej polegają na omawianiu tekstów, które zostały skomentowane przez nauczyciela. Zatem sam proces powstawania tekstu, a najpierw także wyboru konkretnych źródeł, pozostaje niewidoczny dla promotora. To z kolei sprzyja generowaniu tekstów przez AI, z minimalnym udziałem samego studenta. Dlatego nowe seminarium powinno kłaść nacisk na sam proces dochodzenia do finalnego produktu, czyli uwzględniać dokumentowanie powstawania pracy, pokazywanie promotorowi kolejnych wersji pracy, uzasadnianie swoich decyzji.

Prace bardziej praktyczne i projektowe

W dobie AI prace dyplomowe powinny stwarzać przestrzeń na analizę własną studenta. W przypadku mojego seminarium przekłada się to na projekt i przeprowadzenie własnego badania. To właśnie ono jest najważniejszą częścią całej pracy, ponieważ pokazuje, że student zrozumiał omówione w zapleczu teoretycznym terminy, definicje, koncepcje i charakterystyki, dokonał przeglądu najważniejszych badań w obszarze wybranego tematu a następnie potrafił wykorzystać zdobytą wiedzę do zaprojektowania własnego badania. Oczywiście tutaj również istnieje zagrożenie wykorzystania AI, ale regularne konsultacje z naszymi studentami powinny je skutecznie zminimalizować.

Obrona jako kluczowy moment

Obrona w nowym modelu seminarium nie jest już jedynie ukoronowaniem wielomiesięcznej pracy, ale raczej kluczowym momentem sprawdzenia czy student rozumie swoją pracę, czy potrafi rozwinąć zawarte w niej przemyślenia i obronić postawione w niej tezy. Ja przeniosłabym ten ciężar z obrony, która jednak jest wielkim finałem całego projektu, na wcześniejsze etapy, czyli konsultacje w trakcie trwania seminarium. To właśnie w trakcie ich trwania student powinien przedstawić promotorowi proces dochodzenia do przemyśleń i wniosków, pokazać plan / szkic pracy, przedyskutować dobór odpowiednich źródeł. Takie dyskusje uczą najwięcej (o ile oczywiście ktoś chce się nauczyć) i pomagają obrać właściwy kierunek pracy dyplomowej.

AI jako narzędzie

Przymykanie oczu na rosnącą rolę AI nie sprawdzi się na dłuższą metę. Podobnie jak bezrefleksyjne zabranianie korzystania z niej czy udawanie, że problem nie istnieje a studenci po prostu zaczęli pisać coraz lepsze prace. Mam wrażenie, że bez dobrej polityki AI-owej nie ruszy żaden kurs, bo zarówno sam wykładowca jak i student będą mieli przed sobą za wiele niewiadomych, aby podołać wyzwaniom, które na pewno pojawią się po drodze. Dlatego obowiązkiem studenta będzie: opisanie w jaki sposób korzystał z AI, pokazanie wcześniejszych wersji pracy, ocenienie wkładu AI, w tym ograniczeń dokonanych zmian / zaproponowanych treści. Przesuwamy się zatem w stronę krytycznego wykorzystania AI.

Co naprawdę ma znaczenie

W nowej AI-owej rzeczywistości promotor powinien postawić głównie na ocenę myślenia studenta, krytyczną analizę przytaczanych źródeł, umiejętność zadawania właściwych pytań, umiejętność selekcji informacji, stopniowego dochodzenia do wniosków. To właśnie te umiejętności, a nie to, czy student potrafi napisać pracę na 30 stron poprawnym językiem akademickim, powinno stanowić o wartości jego pracy.

Podsumowanie

Jak widać, prace dyplomowe w nowej AI-owej rzeczywistości będą:

• coraz krótsze (będzie to dotyczyć przede wszystkim zaplecza teoretycznego),
• bardziej praktyczne / badawcze,
• kładły nacisk na przyglądanie się samemu procesowi tworzenia pracy
• przy jednoczesnej transparentności korzystania z narzędzi AI.

Ale najważniejsza zmiana jest inna: praca dyplomowa przestanie być produktem, a stanie się procesem uczenia się myślenia.

Na zmiany systemowe pewnie jeszcze poczekamy. Nie wydarzą się one bowiem z dnia na dzień. To jednak nie znaczy, że musimy czekać. Jako promotorzy możemy już dziś zacząć zmieniać sposób prowadzenia seminariów, aby odpowiadały one realiom pracy z AI.

Jeśli nie zmienimy tego, czym jest praca dyplomowa, przestanie ona mieć jakikolwiek sens. Jeśli jednak potraktujemy ją jako przestrzeń do uczenia się myślenia — może stać się ważniejsza niż kiedykolwiek wcześniej.

Jakie zmiany możemy zatem wprowadzić już dziś? Co dobrego przyniosą one zarówno samemu studentowi jak i promotorowi? Jak można je wykorzystać w praktyce? Na te pytania odpowiem już w kolejnym artykule.

---

Ten artykuł jest inspirowany następującymi publikacjami:

• Bowen, J.A. & Watson, C.E. 2024. Teaching with AI. A practical guide to a new era of human learning. Johns Hopkins University Press.
• Watkins, M. 2025. What happens when students stop believing their work matters. Substack.