Praca o sztucznej inteligencji w edukacji: jak zaplanować temat, cel i metodę (2026)

„Sztuczna inteligencja w edukacji” to temat, który każdy promotor już słyszał w tym roku kilkanaście razy — i właśnie dlatego samo hasło nie wystarczy, żeby dostać zielone światło. Ten poradnik pokazuje, jak przejść od modnego hasła do w pełni zaplanowanej pracy: zawężone zjawisko, sformułowany problem i cel, dobrane zmienne lub kategorie analizy, adekwatna metoda i pierwsze źródła do sprawdzenia — na jednym, w pełni napisanym, ilustracyjnym przykładzie.

Ta praca różni się od listy tematów i od operacjonalizacji zmiennych

Jeśli szukasz szerszej listy pomysłów na pracę z pedagogiki, w tym kilku dotyczących AI jako jednego z wielu obszarów, znajdziesz ją w ogólnym zestawieniu tematów z pedagogiki. Ten poradnik robi coś innego — bierze jeden, konkretny, już wybrany temat (AI w edukacji) i rozwija go od hasła do gotowego planu badania: problem, cel, zmienne, metoda, źródła. Jeśli masz już wybrany, inny temat i potrzebujesz tylko zbudować tabelę operacjonalizacji zmiennych, ten krok opisujemy osobno w poradniku o operacjonalizacji zmiennych w pracy z pedagogiki.

Dlaczego samo hasło „AI w edukacji” nie przejdzie u promotora

Sztuczna inteligencja w edukacji obejmuje dziesiątki zupełnie różnych zjawisk: narzędzia do sprawdzania prac pisemnych, systemy rekomendujące ścieżkę nauki, chatboty wspierające naukę języka, wykrywanie plagiatu generowanego przez AI, adaptacyjne platformy do nauki matematyki. Praca, która próbuje objąć „AI w edukacji” w ogóle, kończy się zbiorem luźnych obserwacji bez jednego, spójnego problemu badawczego. Pierwszym krokiem nie jest szukanie literatury, tylko zawężenie — dopiero potem szukanie źródeł ma sens.

Krok 1: zawęź zjawisko do jednej, konkretnej praktyki

Zamiast „AI w edukacji” wybierz jedną praktykę i jeden poziom edukacji: „wykorzystanie narzędzi AI do generowania informacji zwrotnej dla uczniów szkoły podstawowej”, „stosowanie chatbotów do nauki języka angielskiego przez studentów pierwszego roku”, „wykrywanie tekstu wygenerowanego przez AI w pracach domowych uczniów szkoły średniej”. Każde z tych sformułowań od razu odpowiada na pytanie „co dokładnie badam”, czego samo „AI w edukacji” nie robi.

Krok 2: sformułuj problem badawczy i cel

Od problemu badawczego do celu pracy
Problem to pytanie, cel to zdanie opisujące, co praca ma ustalić.

Problem badawczy to pytanie, cel to zdanie opisujące, co praca ma ustalić. Dla zawężonego zjawiska z kroku 1 (informacja zwrotna generowana przez AI) problem może brzmieć: „jak nauczyciele szkoły podstawowej oceniają przydatność informacji zwrotnej generowanej przez narzędzia AI w porównaniu z własną, ręcznie przygotowaną informacją zwrotną?”. Cel: „celem pracy jest porównanie oceny przydatności i czasochłonności informacji zwrotnej generowanej przez AI z informacją zwrotną przygotowywaną tradycyjnie, w opinii nauczycieli jednej szkoły podstawowej”. Zauważ, że cel nie zakłada z góry, które rozwiązanie jest lepsze — to cecha otwartego pytania badawczego, nie z góry przyjętej tezy.

Krok 3: określ zmienne lub kategorie analizy

Jeśli praca ma charakter ilościowy (np. ankieta wśród nauczycieli), zmienna zależna to np. „ocena przydatności informacji zwrotnej” (mierzona skalą), a zmienna niezależna to „źródło informacji zwrotnej” (AI vs tradycyjna). Jeśli praca ma charakter jakościowy (np. wywiady), zamiast zmiennych określ kategorie analizy tematycznej: łatwość użycia, zaufanie do trafności oceny, wpływ na relację nauczyciel–uczeń, obawy etyczne. Ten krok musi nastąpić przed wyborem konkretnego narzędzia badawczego — narzędzie dobiera się pod zmienne, nie odwrotnie.

Krok 4: dobierz metodę adekwatną do celu

Do porównania dwóch źródeł informacji zwrotnej dobrze nadaje się eksperyment lub quasi-eksperyment (ta sama grupa uczniów otrzymuje oba typy informacji zwrotnej w różnych zadaniach) albo ankieta wśród nauczycieli, jeśli interesuje Cię subiektywna ocena, nie obiektywny efekt uczenia się. Do zbadania obaw i postaw wobec AI w edukacji lepsze będą wywiady pogłębione z mniejszą grupą nauczycieli, pozwalające ujawnić niuanse, których zamknięta ankieta by nie uchwyciła. Wybór metody musi wynikać wprost z celu sformułowanego w kroku 2, nie z tego, jaka metoda wydaje się najprostsza do wykonania.

Krok 5: sprawdź, gdzie szukać aktualnej literatury

Szukanie aktualnej literatury o AI w edukacji
Literatura o AI w edukacji jest świeża i w większości anglojęzyczna.

Literatura o zastosowaniach AI w edukacji powstaje głównie w ostatnich trzech–czterech latach i w większości po angielsku — warto szukać w bazach Scopus i Web of Science (dostępnych w licencji krajowej przez Wirtualną Bibliotekę Nauki) oraz w bezpłatnej bazie ERIC, specjalizującej się w naukach o edukacji, łącząc nazwę zawężonego zjawiska (np. „automated feedback”, „AI chatbot language learning”) z terminami „education” lub „classroom”. Polskojęzyczne czasopisma pedagogiczne (np. wydawane przez wydziały pedagogiczne polskich uczelni) też publikują coraz więcej tekstów na ten temat, choć najnowsze badania łatwiej znaleźć w bazach międzynarodowych.

Pełny, ilustracyjny przykład: od hasła do gotowego planu pracy

Poniższy plan jest w pełni ilustracyjny i fikcyjny — pokazuje wyłącznie mechanizm przejścia od ogólnego hasła do konkretnego planu pracy, nie jest opisem żadnego rzeczywistego badania. Zjawisko: wykorzystanie narzędzi AI do generowania informacji zwrotnej dla uczniów klas 4–6 szkoły podstawowej. Problem badawczy: jak nauczyciele oceniają przydatność i czasochłonność informacji zwrotnej generowanej przez AI w porównaniu z informacją przygotowywaną samodzielnie? Cel: porównanie oceny przydatności i czasochłonności obu form informacji zwrotnej w opinii nauczycieli jednej szkoły podstawowej. Zmienne/kategorie: ocena przydatności (skala 1–5), czas przygotowania (w minutach, samoraportowany), źródło informacji zwrotnej (AI / tradycyjna). Metoda: ankieta wśród 15–20 nauczycieli jednej szkoły, którzy przez dwa tygodnie testowali oba sposoby przygotowania informacji zwrotnej w wybranych klasach, uzupełniona trzema wywiadami pogłębionymi. Ograniczenie: wyniki dotyczą jednej szkoły i krótkiego okresu testowego, nie stanowią uogólnienia na wszystkie szkoły podstawowe w Polsce.

Jak sformułować tytuł pracy, żeby od razu sygnalizował zawężenie

Tytuł zbyt ogólny („Sztuczna inteligencja w edukacji”) sugeruje promotorowi, że temat nie został jeszcze przemyślany. Dobry tytuł zawiera trzy elementy: nazwę konkretnej praktyki AI, poziom lub grupę edukacyjną i typ analizy. Przykład: „Informacja zwrotna generowana przez AI w ocenie nauczycieli szkoły podstawowej: badanie ankietowe”. Taki tytuł od razu pokazuje zjawisko (informacja zwrotna generowana przez AI), grupę (nauczyciele szkoły podstawowej) i metodę (badanie ankietowe) — recenzent wie, czego się spodziewać, zanim przeczyta pierwsze zdanie wstępu.

Czy temat musi dotyczyć konkretnego, nazwanego narzędzia AI

Nie musi, ale często to ułatwia pracę — odniesienie się do jednej, konkretnej kategorii narzędzi (np. generatorów informacji zwrotnej, a nie jednego produktu komercyjnego) pozwala uniknąć sytuacji, w której praca traci aktualność, gdy dane narzędzie zniknie z rynku lub zmieni nazwę. Jeśli zależy Ci na nazwaniu konkretnego produktu, warto to zrobić w treści pracy z zastrzeżeniem, że wnioski dotyczą tego konkretnego narzędzia w danym momencie, a nie kategorii narzędzi AI w ogóle — to rozróżnienie chroni pracę przed zarzutem nadmiernego uogólnienia.

Co jeśli szkoła, w której planujesz badanie, jeszcze nie korzysta z żadnych narzędzi AI

To nie przekreśla tematu — możesz zbadać gotowość i postawy nauczycieli wobec przyszłego wdrożenia, zamiast oceny narzędzia już używanego. Temat „gotowość nauczycieli szkoły podstawowej do wykorzystania narzędzi AI w przygotowywaniu informacji zwrotnej” jest równie wartościowy metodologicznie jak temat oparty na już wdrożonym narzędziu, a bywa łatwiejszy do zrealizowania, bo nie wymaga wcześniejszego okresu testowego w szkole.

Ile czasu realnie zajmuje takie badanie

Sformułowanie zawężonego zjawiska, problemu i celu (kroki 1–2) zajmuje zwykle jedno, dobrze przemyślane popołudnie, o ile masz już wstępny pomysł na obszar zainteresowania. Zbudowanie narzędzia badawczego (ankiety lub scenariusza wywiadu) i uzyskanie zgód to zwykle 2–3 tygodnie. Sam okres zbierania danych — w zależności od tego, czy wymaga wcześniejszego okresu testowego narzędzia AI w szkole, czy tylko jednorazowej ankiety — może zająć od kilku dni (sama ankieta) do kilku tygodni (jeśli nauczyciele mają najpierw przetestować narzędzie w realnych warunkach). Warto zaplanować ten etap z zapasem, bo dostępność nauczycieli do wypełnienia ankiety poza godzinami pracy bywa nieprzewidywalna.

Tabela: trzy poziomy zawężenia tematu

Poziom Sformułowanie Czy nadaje się na pracę dyplomową
Zbyt szeroki Sztuczna inteligencja w edukacji Nie — brak jednego problemu badawczego
Częściowo zawężony AI w ocenianiu uczniów Wciąż za szeroki — obejmuje wiele różnych narzędzi i kontekstów
Dobrze zawężony Informacja zwrotna generowana przez AI dla uczniów szkoły podstawowej — ocena przydatności przez nauczycieli Tak — jedno zjawisko, jedna grupa, jedno pytanie badawcze

Czy trzeba mieć dostęp do szkoły, żeby napisać taką pracę

Większość dobrze zawężonych tematów z tego obszaru wymaga dostępu do nauczycieli lub uczniów jednej placówki — praktyk pedagogicznych, miejsca pracy, znajomości w środowisku szkolnym. Jeśli nie masz jeszcze takiego dostępu, rozważ wariant oparty na analizie dostępnych publicznie materiałów (np. recenzji i opisów konkretnych narzędzi AI używanych w edukacji) połączony z krótką ankietą wśród szerszej, niezwiązanej z jedną placówką grupy nauczycieli rekrutowanych online — słabszy wariant, ale wykonalny bez formalnej zgody dyrekcji jednej szkoły.

Czy warto łączyć perspektywę nauczycieli z perspektywą uczniów

Praca oparta wyłącznie na opinii nauczycieli jest prostsza organizacyjnie — nie wymaga zgody rodziców ani dodatkowej procedury etycznej związanej z badaniem dzieci. Połączenie obu perspektyw (np. ankieta wśród nauczycieli plus krótka, anonimowa ankieta wśród starszych uczniów, którzy sami mogą wyrazić zgodę zgodnie z wiekiem) daje bogatszy obraz, ale wydłuża czas realizacji i komplikuje procedurę zgód. Na poziomie licencjackim jedna perspektywa (zwykle nauczycielska) w pełni wystarcza; połączenie obu warto rozważyć dopiero na poziomie magisterskim, jeśli czas i dostęp na to pozwalają.

Jakich zgód będziesz potrzebować

Badanie z udziałem nauczycieli (dorosłych) wymaga standardowej, świadomej zgody uczestników na udział w ankiecie lub wywiadzie. Jeśli badanie ma obejmować też uczniów (np. porównanie ocen prac przez AI i nauczyciela na materiale uczniowskim), potrzebna będzie dodatkowo zgoda rodziców oraz zgoda dyrekcji placówki — dokładnie tak, jak przy każdym innym badaniu z udziałem dzieci w pracy z pedagogiki, niezależnie od tego, że temat dotyczy technologii, a nie klasycznego zagadnienia wychowawczego.

Checklist przed zgłoszeniem tematu promotorowi

  • Zjawisko jest zawężone do jednej, konkretnej praktyki AI, nie ogólnego hasła.
  • Problem badawczy jest sformułowany jako pytanie otwarte, nie teza z góry przyjmująca wynik.
  • Zmienne lub kategorie analizy są określone przed wyborem konkretnego narzędzia badawczego.
  • Masz wstępny plan dostępu do grupy badanej (nauczycieli, uczniów, placówki).
  • Sprawdziłaś/sprawdziłeś dostępność świeżej literatury (ostatnie 3–4 lata) w bazach anglojęzycznych.

Najczęstsze błędy przy planowaniu pracy o AI w edukacji

  • Pozostanie przy ogólnym haśle „AI w edukacji” bez zawężenia do jednej praktyki i grupy.
  • Sformułowanie celu zakładającego z góry, że AI jest lepsza (lub gorsza) od metody tradycyjnej.
  • Pominięcie kroku określenia zmiennych/kategorii i przejście od razu do wyboru narzędzia badawczego.
  • Oparcie całej pracy wyłącznie na literaturze popularnonaukowej zamiast recenzowanych źródeł naukowych.
  • Brak planu na zgody (rodziców, dyrekcji), jeśli badanie obejmuje uczniów, nie tylko nauczycieli.

FAQ — praca o sztucznej inteligencji w edukacji

Czy temat o AI w edukacji jest zbyt „modny”, żeby promotor go poważnie potraktował?
Nie sama moda jest problemem, tylko brak zawężenia — dobrze sformułowany, wąski temat o konkretnej praktyce AI oceniany jest według tych samych kryteriów co każdy inny temat pedagogiczny.

Czy muszę znać się na programowaniu, żeby napisać taką pracę?
Nie — praca pedagogiczna o AI w edukacji bada wykorzystanie i odbiór gotowych narzędzi, nie wymaga umiejętności tworzenia własnych systemów AI.

Czy mogę oprzeć pracę na jednym, konkretnym narzędziu AI, np. jednym chatbocie?
Tak, i to często lepszy wybór niż ogólne rozważania o „narzędziach AI” — jeden, nazwany produkt daje konkretny, sprawdzalny przedmiot analizy.

Czy badanie z udziałem uczniów zawsze wymaga zgody komisji bioetycznej?
Nie — komisja bioetyczna opiniuje przede wszystkim eksperymenty medyczne; badanie pedagogiczne z udziałem dzieci wymaga zgody rodziców, dyrekcji i przestrzegania RODO. Część uczelni wymaga jednak dodatkowo opinii własnej komisji etyki badań naukowych — sprawdź wymogi swojego wydziału.

Czy lepiej wybrać podejście ilościowe czy jakościowe do tego tematu?
Zależy od pytania — porównanie mierzalnych efektów (ocena, czas) lepiej nadaje się do podejścia ilościowego, a zrozumienie obaw i postaw nauczycieli lepiej ujawnia podejście jakościowe (wywiady).

Czy mogę zmienić zawężone zjawisko w trakcie pisania, jeśli okaże się zbyt trudne do zbadania?
Tak, najlepiej wcześnie i w porozumieniu z promotorem — łatwiej zmienić zawężone zjawisko przed rozpoczęciem zbierania danych niż w połowie badania.

Czy temat o AI w edukacji nadaje się na pracę magisterską z pedagogiki specjalnej?
Tak, o ile zawężenie uwzględnia specyfikę tej dziedziny — np. wykorzystanie narzędzi AI wspierających komunikację uczniów z niepełnosprawnością, zamiast ogólnego tematu bez odniesienia do specjalności.

Czy muszę nazwać konkretny produkt AI w tytule pracy?
Nie ma takiego wymogu — nazwanie kategorii narzędzi (np. „generatory informacji zwrotnej”) zamiast jednego produktu chroni pracę przed utratą aktualności, jeśli konkretne narzędzie zniknie z rynku.

Czy mogę badać gotowość nauczycieli, jeśli szkoła jeszcze nie wdrożyła żadnego narzędzia AI?
Tak — temat o gotowości i postawach wobec przyszłego wdrożenia jest równie wartościowy i często łatwiejszy do zrealizowania niż ocena już wdrożonego narzędzia.

Jak sformułować problemy badawcze i hipotezy w pracy z pedagogiki, ze wzorami, opisaliśmy w problemach badawczych i hipotezach w pracy z pedagogiki. Zgoda rodziców i etyka badania w pracy z pedagogiki, krok po kroku, znajdziesz w zgodzie rodziców i etyce badania. Jaki typ pracy z pedagogiki wybrać — studium przypadku, eksperyment czy badanie jakościowe — porównaliśmy w typie pracy z pedagogiki. Jak zoperacjonalizować zmienne w pracy z pedagogiki, z gotową tabelą, znajdziesz w operacjonalizacji zmiennych w pracy z pedagogiki.