Nauczanie wspomagane sztuczną inteligencją
Burza mózgów z AI
Narzędzia: Chatbot AI, tablica lub Padlet
Najlepsze do: rozbudzania kreatywności, rozwiązywania problemów
Dlaczego warto?
Burza mózgów wspierana AI to sposób na szybkie zebranie wielu pomysłów i wybranie z nich tych najlepszych. Narzędzia takie jak ChatGPT czy Gemini umożliwiają studentom
generowanie, porządkowanie i dopracowanie idei. Mogą też pomóc w zmniejszeniu lęku przed oceną. Czasem wzmacniają głos osób mniej pewnych siebie i sprawiają, że dyskusje na zajęciach stają się bardziej dynamiczne. AI w dydaktyce dobrze symuluje realne praktyki innowacyjne, czyli iteracyjne tworzenie koncepcji, testowanie założeń i szybkie porównywanie wariantów. Podobnie jak robi się to w start-upach, konsultingu czy zespołach badawczo-rozwojowych, studenci pracują w małych grupach i proszą narzędzie typu ChatGPT o propozycje odpowiedzi na konkretne pytanie, np.: „Jak małe firmy mogą zmniejszyć emisje w transporcie i dostawach?”. AI podaje dużo możliwych rozwiązań, a potem uczestnicy zaczynają ze sobą współpracować. Grupa wspólnie omawia pomysły, wybiera te najbardziej sensowne, łączy je w kategorie, poprawia to, co jest zbyt ogólne albo nierealne. Dzięki temu studenci szybko przechodzą od luźnych idei do konkretnych propozycji, które da się opisać i obronić.
Metodę można modyfikować w zależności od celu zajęć. W pierwszej wersji studenci najpierw samodzielnie generują pomysły, a dopiero później konfrontują je z propozycjami
AI. W wersji drugiej zadaniem grupy jest ocenianie i poprawianie odpowiedzi wygenerowanych przez narzędzie. Można rozważyć wprowadzenie wariantu porównawczego, w którym różne grupy pracują z różnymi promptami lub narzędziami, a następnie analizują różnice w uzyskanych wynikach. Ciekawą opcją jest również burza z ograniczeniami, podczas której AI generuje pomysły w ramach konkretnych kryteriów (np. budżet, czas, regulacje), co zwiększa realizm proponowanych rozwiązań.
Praktyczny przykład
Kurs: Zarządzanie innowacjami
Temat: Poszukiwanie nowych modeli przychodów
Studenci pracują w małych zespołach nad opracowaniem innowacyjnych modeli biznesowych dla aplikacji bankowości cyfrowej. Wykorzystując sztuczną inteligencję jako kreatywnego partnera, przechodzą od zdefiniowania problemu i generowania pomysłów do oceny i krótkiej prezentacji końcowej.
Rozgrzewka (10 min)
Przedstaw wyzwanie: „W jaki sposób banki cyfrowe mogą opracować nowe modele przychodów w erze sztucznej inteligencji i technologii blockchain?”. Studenci omawiają w parach lub małych grupach trendy, takie jak zrównoważony rozwój, monetyzacja danych, personalizacja. Następnie wymieniają 3–5 barier lub możliwości. Przykłady powinny być konkretne (np. rynek europejski, użytkownicy z pokolenia Z, zielone finanse).
Burza mózgów AI (10 min)
Każda grupa wybiera jedno konkretne wyzwanie i przygotowuje krótkie zadanie dla sztucznej inteligencji, np.: „Wygeneruj minimum 10 innowacyjnych modeli biznesowych dla aplikacji bankowości cyfrowej, wykorzystującej technologię blockchain”. Zespoły tworzą długą listę pomysłów.
Filtrowanie (15 min)
Studenci analizują i grupują wygenerowane pomysły na wspólnej tablicy (Padlet, Miro lub tradycyjna tablica). Omawiają, które z nich mają największy potencjał, i wybierają najlepsze, stosując proste kryteria, takie jak wpływ × wykonalność lub model ICE – Impact, Confidence, Ease (wpływ, pewność, łatwość).
Pogłębiona analiza (20 min)
Każdy zespół wybiera jeden najlepszy pomysł i rozwija go, korzystając ze wskazówek:
- Kto odniesie korzyści i dlaczego właśnie teraz?
- Jakie są kluczowe zasoby lub zagrożenia związane z tym pomysłem?
- W jaki sposób pomysł może stworzyć wyjątkową wartość dla klientów i firmy?
Studenci wypełniają krótką kartę innowacji, podsumowującą problem, rozwiązanie, propozycję wartości, model biznesowy i kolejne kroki.
Prezentacja i refleksja (15 min)
Każda grupa nagrywa lub przedstawia dwuminutową prezentację, w której proponuje swoje rozwiązanie. Uczestnicy głosują na najbardziej kreatywny i wykonalny pomysł (za pomocą Mentimeter lub papierowych karteczek).
Kiedy działa najlepiej?
- Na początku kursu lub projektu, gdy trzeba wzbudzić ciekawość i przezwyciężyć problem tak zwanej pustej kartki.
- W przypadku dużych grup, kiedy sztuczna inteligencja może wyrównać poziom uczestnictwa i pomóc wycofanym studentom włączyć się do dyskusji poprzez pisanie zamiast mówienia.
Kiedy unikać?
- Gdy studenci nie posiadają podstawowej wiedzy, mogą bezkrytycznie kopiować odpowiedzi generowane przez AI.
- W zadaniach, w których oceniane są oryginalność i autorstwo.
Wyzwania
- Studenci mogą kopiować odpowiedzi AI bez zastanowienia → zachęcaj ich do krytycznej dyskusji.
- Pilnowanie zasad etyki (plagiat, zmyślone dane) → wprowadzaj jawne i jasne zasady uczciwości.
- Uczestnicy mogą czuć się przytłoczeni szybkim przepływem pomysłów → wprowadzaj ograniczenia czasowe, używaj wizualnych tablic pomysłów i podawaj pisemne wskazówki, aby zapewnić przewidywalność.
Dopasuj poziom
Łatwiej → Zapewnij uporządkowane podpowiedzi i wcześniej wymyślone tematy. Poproś najlepszą grupę o przykład.
Trudniej → Poproś studentów, aby porównali pomysły AI z własnymi i uzasadnili różnice w krótkiej notatce refleksyjnej.
Podpowiedzi
- Utrzymuj wysokie tempo, wyznaczaj limity czasowe.
- Wizualizuj, używaj narzędzi online lub sticky notes do grupowania i rankingów.
- Nagradzaj oryginalność. Podczas prezentacji doceniaj niezwykłe kombinacje.
- Poproś, aby studenci najpierw wygenerowali pomysły, a następnie udoskonalali je.
Jak oceniać?
Ocena kształtująca
Obserwuj, jak zespoły omawiają i filtrują sugestie AI. Zwróć uwagę na współpracę, rozumowanie i umiejętność uzasadnienia, które pomysły zostały przyjęte, a które odrzucone. Krótka refleksja na zakończenie może pomóc w utrwaleniu wiedzy.
Ocena sumująca
Podsumowujący miniprojekt (indywidualny lub zespołowy). Studenci opracowują jednostronicowy Innovation Canvas, podsumowujący ich ostateczny pomysł, analizę wykonalności i plan dalszych działań.
Techniki
Studenci proszą sztuczną inteligencję o wygenerowanie wielu pomysłów na dany temat i celowo powstrzymują się od oceny ich jakości lub trafności przez pewien czas. Aby zachęcić do różnorodności, proszą narzędzie o kilka wariantów listy z różnych perspektyw (np. wersja realistyczna, wersja przesadzona, wersja przewagi konkurencyjnej), a następnie łączą odpowiedzi w jedną chmurę inspiracji. Dopiero w drugim kroku wybierają trzy najbardziej obiecujące propozycje z całej puli i uzasadniają swój wybór w dwóch lub trzech zdaniach, wskazując, co jest w nich cenne i jak można je udoskonalić. Technika ta uczy, że kreatywność zaczyna się od obfitości, pokonuje strach przed pustą stroną i pokazuje, że sztuczna inteligencja przyspiesza generowanie pomysłów, ale to ludzie nadają im znaczenie i kierunek.
Wykorzystaj tę technikę do generowania pomysłów, rozgrzewki lub gdy zespoły są w impasie.
Studenci dostają zestaw papierowych lub cyfrowych kart o nazwie Prompt Remix, a każda karta dodaje do pracy z AI konkretny zwrot akcji, np.: „wytłumacz to 10-latkowi”, „dodaj perspektywę zrównoważonego rozwoju” albo „porównaj z innym krajem”. Studenci uruchamiają ten sam prompt kilka razy, za każdym razem modyfikują go instrukcją z wylosowanej karty, a następnie porównują wyniki i omawiają, co się zmieniło, np.: język, założenia, przykłady, wnioski, a czasem także ukryte uproszczenia lub stronniczość. Dzięki temu ćwiczą świadome formułowanie poleceń i uczą się zauważać fałsz.
Używaj między cięższymi blokami, aby odświeżyć uwagę i pobudzić kreatywność.
Szybkie ćwiczenie z krytycznego myślenia, w którym uczniowie proszą sztuczną inteligencję o wyjaśnienie lub podsumowanie danego tematu, a następnie weryfikują każde stwierdzenie, korzystając z rzeczywistych danych (Eurostat, OECD, raporty firm). Studenci sprawdzają, które fakty są poprawne (oznaczają je jako zielone), brakujące (żółte) lub mylące (czerwone). To proste ćwiczenie sprawia, że stają się bardziej sceptycznymi czytelnikami i wzmacniają swoją umiejętność korzystania z danych.
Jest to dobre rozwiązanie dla kursów z zakresu ekonomii, polityki lub zarządzania, gdzie należy umieć odróżniać fakty od opinii.
Przedstaw studentom krótki tekst lub wykres wygenerowany przez sztuczną inteligencję, który zawiera subtelne błędy, luki logiczne, nieaktualne dane, jest tendencyjny etycznie lub prezentuje nieprawdziwą interpretację. Zadaniem studentów jest wykrycie, poprawienie i uzasadnienie każdego błędu. Na zajęciach z finansów tekst może zawierać niepoprawne użycie terminu „EBITDA” lub pomylenie marży netto i brutto. Studenci muszą poprawić błędy, korzystając z wiarygodnych źródeł. Zadanie pomaga rozwijać dokładność, krytyczne myślenie i głębsze zrozumienie pojęć.
Przydatne rozwiązanie do sesji powtórkowych.
Technika polega na łączeniu pozornie odległych obszarów w celu generowania nowych koncepcji. Studenci wykorzystują AI do tworzenia propozycji wynikających z zestawienia dwóch dziedzin, a następnie wybierają jedną z nich i rozwijają ją w spójną, krótką koncepcję. Proces wymaga szybkiej analizy, selekcji i doprecyzowania pomysłu. W efekcie rozwijane jest myślenie asocjacyjne, zdolność do pracy na styku różnych perspektyw oraz umiejętność syntetycznego przedstawiania idei, co ma istotne znaczenie w projektowaniu innowacji.
Najlepiej sprawdza się w modułach kreatywnych, laboratoriach startupowych
lub zajęciach z zakresu strategii badań i rozwoju.
Do pobrania
Wszystko, czego potrzebujesz, aby zastosować tę metodę w swojej klasie w przyszłym tygodniu.
Powiązane metody