DOI 10.24131/3724.260302
Streszczenie
Wprowadzenie: Rozwój generatywnej sztucznej inteligencji (GenAI) coraz wyraźniej zmienia warunki, w jakich przebiega uczenie się. Narzędzia te mogą wspierać pracę ucznia, ale jednocześnie pojawiają się poważne wątpliwości dotyczące ich wpływu na wysiłek poznawczy i jakość przetwarzania informacji.
Cel badań: Celem artykułu jest uporządkowanie wyników badań dotyczących wykorzystania generatywnej sztucznej inteligencji w edukacji, głównie pod kątem wpływu na procesy poznawcze i samoregulację uczącego się oraz zaproponowanie modelu wyjaśniającego, od czego zależą efekty jej zastosowania.
Stan wiedzy: Przegląd literatury pokazuje, że wpływ AI na uczenie się nie jest jednoznaczny. Wiele badań prezentuje sprzeczne wyniki. Według niektórych GenAI wpływa pozytywnie na poprawę wyników, ale paradoksalnie obniża głębokość rozumienia. Wyniki te można wyjaśnić poprzez odwołanie do mechanizmów poznawczych, procesów samoregulacji oraz warunków dydaktycznych. Szczególne znaczenie ma odciążenie poznawcze, które w określonych warunkach wspiera uczenie się, a w innych zaczyna zastępować aktywne przetwarzanie informacji. W artykule przyjęto ujęcie, w którym jego działanie ma charakter nieliniowy i zależy od przekroczenia pewnego progu odciążenia.
Podsumowanie: Otrzymane wnioski wskazują, że efekty wykorzystania generatywnej sztucznej inteligencji zależą przede wszystkim od sposobu jej użycia. Kluczowe znaczenie ma takie projektowanie zadań i interakcji, które utrzymuje zaangażowanie poznawcze uczącego się. Zaproponowany model pozwala uporządkować rozproszone wyniki badań i wskazuje kierunki dalszych analiz.
Between Support and Substitution – The Impact of Generative Artificial Intelligence on Cognitive Processes and Self-Regulated Learningand
Abstract
Introduction: The rapid development of generative artificial intelligence is changing the conditions under which learning takes place. These tools can support students’ work, but they also raise questions about their impact on cognitive effort
and the depth of information processing.
Research Aim: The aim of this article is to organize research findings on the use of generative artificial intelligence in education and to propose a model explaining the conditions under which its use
supports or weakens learning outcomes.
Evidence-based Facts: The reviewed literature shows that the effects of AI on learning are not consistent. Some studies report improved performance, while others indicate reduced depth of understanding. These differences can be interpreted through the interaction of cognitive mechanisms, self-regulated learning processes, and instructional conditions. In particular, cognitive offloading plays a central role. Depending on the context, it may either support learning or replace active processing. In this article, it is treated as a non-linear process, changing its function once a certain threshold is exceeded.
Summary: The findings suggest that the effectiveness of generative AI depends primarily on how it is used. What matters is not the tool itself, but the way tasks and interactions are structured. The proposed model helps to integrate dispersed findings and offers a framework for further research on the role of AI in learning.