Nowe badanie postaw wobec sztucznej inteligencji pokazuje rozdźwięk: młodzi intensywnie korzystają z AI, ale jednocześnie spodziewają się gwałtownych zwolnień i napięć społecznych. W tle rośnie pytanie, czy uczelnie nadążają z przygotowaniem do zmian.
Pokolenie intensywnych użytkowników
Sztuczna inteligencja stała się dla wielu studentów narzędziem codziennym – używanym do nauki, pisania, organizacji pracy czy wyszukiwania informacji. W Wielkiej Brytanii aż 77% studentów deklaruje, że sięga po AI co najmniej kilka razy w miesiącu, a ponad jedna czwarta robi to codziennie lub prawie codziennie. Dla porównania wśród pracujących podobną częstotliwość wskazuje wyraźnie mniejsza grupa.
Ta intensywność nie jest tylko ciekawostką o nawykach. To sygnał, że studenci są jednocześnie pierwszymi „testerami” społecznych skutków AI: szybciej niż inni uczą się nowych narzędzi, ale też szybciej zderzają się z ich ograniczeniami i konsekwencjami dla rynku pracy.
Lęk przed zwolnieniami i niepokojami
W tym samym badaniu pojawia się twardy wskaźnik niepokoju: 34% studentów uważa, że tempo likwidacji miejsc pracy przez AI może być na tyle duże, iż doprowadzi do niepokojów społecznych. Wśród ogółu społeczeństwa podobną obawę wyraża 22% ankietowanych – różnica sugeruje, że młodzi widzą ryzyko bliżej i ostrzej.
Co więcej, ponad połowa studentów jest przekonana, że skala utraty pracy będzie gorsza niż w typowej recesji. To ważne rozróżnienie: recesja zwykle oznacza cykliczne tąpnięcie, po którym rynek odbija; obawy związane z AI mają charakter strukturalny – dotyczą trwałej zmiany tego, jakie zadania są potrzebne i komu.
Społeczeństwo chce unikać, studenci częściej akceptują
Wyniki pokazują też wyraźny kontrast między studentami a resztą społeczeństwa. Prawie połowa badanych z ogółu populacji wolałaby unikać AI, 41% deklaruje, że się jej boi, a jedynie 24% postrzega ją jako zjawisko pozytywne dla ludzkości. To obraz nastrojów, w których dominują ostrożność i nieufność.
Jednocześnie studenci – mimo obaw o pracę – bywają bardziej skłonni dostrzegać korzyści. Szczególnie widoczne jest to wśród mężczyzn studiujących: ponad połowa z nich uznaje AI za coś pozytywnego dla ludzkości. Ten rozdźwięk sugeruje, że „akceptacja technologii” i „poczucie zagrożenia ekonomicznego” mogą współistnieć, zamiast się wzajemnie wykluczać.
Różnice płci i spór o samodzielne myślenie
Ciekawym wątkiem są różnice w ocenie wpływu AI na samodzielność intelektualną. Mężczyźni studiujący częściej deklarują, że AI poprawia ich zdolność myślenia i pracy własnej, podczas gdy kobiety studiujące częściej wskazują odwrotny efekt. To nie musi oznaczać „prawdy” o technologii, raczej różne doświadczenia i strategie korzystania.
W praktyce AI może zarówno wspierać myślenie (np. przez szybkie porządkowanie materiału, generowanie wariantów rozwiązań, podpowiadanie pytań), jak i je osłabiać, jeśli staje się protezą zastępującą wysiłek. Badanie nie rozstrzyga, która ścieżka dominuje – pokazuje natomiast, że użytkownicy nie są jednolitą grupą, a polityka edukacyjna nie powinna zakładać jednego modelu korzystania.
Błędy, konfabulacje i brak weryfikacji
Studenci nie idealizują narzędzi. Aż dziewięciu na dziesięciu badanych przyznaje, że napotkało problemy w odpowiedziach AI. Najczęściej wskazywano błędy faktograficzne (37%) oraz zmyślone źródła (31%) – klasyczne ryzyka generatywnych modeli, które potrafią brzmieć pewnie nawet wtedy, gdy się mylą.
Najbardziej niepokojące jest jednak coś innego: mniej niż połowa studentów deklaruje, że zwykle lub zawsze sprawdza odpowiedzi AI przed użyciem. To luka kompetencyjna, która ma konsekwencje nie tylko dla jakości prac zaliczeniowych, ale też dla przyszłej pracy zawodowej – od błędnych decyzji po utrwalanie dezinformacji w obiegu.
Uczelnie w cieniu „rynku pracy ukształtowanego przez AI”
W badaniu widać również dysonans między oczekiwaniami a doświadczeniem edukacyjnym. 60% studentów uważa, że uczelnie są zdolne przygotować ich do rynku pracy kształtowanego przez AI, ale tylko 36% twierdzi, że faktycznie jest do tego przygotowywana. Innymi słowy: wiara w potencjał instytucji jest większa niż ocena realnych działań.
To może oznaczać, że uczelnie są postrzegane jako miejsca, które „mogłyby”, lecz jeszcze nie wdrożyły skali zmian: od nauczania krytycznej pracy ze źródłami, przez zasady etyczne i prawne, po praktyczne umiejętności używania narzędzi (w tym agentów AI) w sposób kontrolowany i odpowiedzialny.
Po co studiować, gdy AI przyspiesza?
Mimo narastającej niepewności 78% studentów deklaruje, że i tak wybrałoby studia. To ważny sygnał: dyplom i doświadczenie akademickie nadal są postrzegane jako inwestycja, nawet jeśli zmienia się sens części kompetencji. Jednocześnie 30% badanych przyznaje, że wybrałoby inny kierunek – co można czytać jako próbę dostosowania się do nowej mapy opłacalności umiejętności.
Ta zmiana preferencji może w kolejnych latach przełożyć się na presję na programy kształcenia. Jeśli studenci zaczną masowo omijać kierunki kojarzone z łatwą automatyzacją, uczelnie będą musiały albo udowodnić ich nową wartość, albo przebudować ofertę tak, by łączyła wiedzę dziedzinową z kompetencjami trudniejszymi do zastąpienia.
Między strachem a scenariuszem rozwoju
Autorzy badania zwracają uwagę, że różne grupy społeczne obserwują rozwój AI raczej z obawą niż ekscytacją, szczególnie w kontekście miejsc pracy na poziomie wejścia do zawodu. To właśnie te stanowiska – często oparte na powtarzalnych zadaniach, analizie dokumentów czy prostym tworzeniu treści – mogą zostać najszybciej przeprojektowane.
Jednocześnie w debacie pojawia się bardziej konstruktywny wariant: przy odpowiednim szkoleniu, politykach publicznych i wsparciu instytucjonalnym AI może podnieść produktywność, poszerzyć dostęp do szans, zwiększyć dochody i przyspieszyć postęp naukowy. Kluczowe słowo brzmi „odpowiednim” – bez niego technologia może pogłębić nierówności, a nie je zmniejszyć.
Co z tego wynika dla polityki i edukacji
Z badania wyłania się prosta, choć niewygodna teza: problemem nie jest samo używanie AI przez studentów, lecz brak powszechnych nawyków weryfikacji oraz niepewność co do tego, jak rynek pracy wchłonie młodych w warunkach automatyzacji. Jeśli mniej niż połowa użytkowników regularnie sprawdza wyniki, to ryzyko błędów staje się systemowe.
Dlatego dyskusja o AI na uczelniach i w polityce publicznej powinna przesunąć się z pytania „czy zakazywać” na „jak uczyć mądrego użycia”. W praktyce oznacza to standardy cytowania i sprawdzania, edukację o ograniczeniach modeli, trening pracy z narzędziami (w tym agentów AI) oraz realne wsparcie dla wejścia na rynek pracy – zanim lęk przed zwolnieniami zamieni się w trwałą frustrację społeczną.
Oryginalny tekst: Third of university students in Great Britain think AI job losses will cause social unrest, poll finds