We did it to ourselves (see below)
Uniwersytet boi się dziś sztucznej inteligencji. Na konferencjach, radach wydziałów i w mediach słychać, że AI odbierze sens studiowaniu, a nauczycielom akademickim pracę. To wygodna diagnoza, bo wskazuje winnego z zewnątrz. Jest też fałszywa. AI nie zniszczy uniwersytetu. Wykorzysta jedynie to, co uniwersytet zniszczył sam, w dodatku z pełnym przekonaniem, że się modernizuje.
Mechanizm był prosty. Proces boloński miał uczynić studia porównywalnymi. Porównywalność wymagała standaryzacji, a standaryzacja punktów ECTS, ram kwalifikacji i efektów uczenia się. Potem przyszło hasło employability i dogmat, że uniwersytet ma przede wszystkim odpowiadać na potrzeby rynku pracy. Powstały profile praktyczne, a praktycy zaczęli wypierać akademików. Obniżono wymagania wobec kadry, więc spadły jej kompetencje. A nauczyciel, od którego się nie wymaga, nie będzie wymagał od studentów. Programy zaczęto przerabiać po każdej zmianie technologicznej, jakby uniwersytet był działem szkoleń, który nie nadąża za aktualizacjami oprogramowania.
W efekcie rynek pracy odmienia się dziś w akademickich dokumentach przez wszystkie przypadki. Rynek pracy oczekuje. Bez rynku pracy nie ma programu. Rynkowi pracy się podporządkowujemy. Rynek pracy badamy. Z rynkiem pracy konsultujemy efekty uczenia się. O rynku pracy mówimy na każdym posiedzeniu. Brakuje tylko wołacza, choć i ten słychać coraz wyraźniej: o, rynku pracy! W tym samym słowniku krążą praktyczność, efektywność, kontrola jakości i efekty uczenia się. Student stał się klientem, dyplom produktem, a jakość kształcenia wskaźnikiem zatrudnialności. Wszystko, czego nie da się bezpośrednio sprzedać pracodawcy, uznano za balast.
Najgłębszym złudzeniem tej reformy nie jest jednak rynek, lecz biurokracja. Uwierzyliśmy, że kształcenie da się sprowadzić do tabelek, macierzy i procentów w sylabusie. Tymczasem to proces z natury niesterowalny, zależny od ludzi, relacji, lektur, sporów i przypadku. Otóż nie da się. Symbol K_U07 nie sprawi, że student zacznie myśleć. Rubryka „metody weryfikacji” nie sprawi, że przeczyta książkę. Kontrola jakości wytwarza dziś głównie dokumentację jakości. Im więcej czasu poświęcamy na opisywanie kształcenia, tym mniej zostaje na samo kształcenie. Gdy miara staje się celem, przestaje cokolwiek mierzyć, a my uczyniliśmy celem wyłącznie miary. Krytyczne myślenie i postawa twórcza istnieją więc na uniwersytecie przede wszystkim w formie definicyjnej. Są zapisem, który da się zaznaczyć, zaliczyć i wykazać przed komisją.
Można odpowiedzieć, że źródło problemu leży gdzie indziej, w niżu demograficznym. Studentów jest mniej, bo mniej jest młodych ludzi. To prawda, ale połowiczna i równie wygodna jak zrzucanie winy na AI. Demografia tłumaczy, dlaczego kandydatów jest mniej. Nie tłumaczy, dlaczego absolwenci są słabsi. Co gorsza, niż nie osłabił logiki rynkowej, tylko ją wzmocnił. Kiedy walczy się o każdego kandydata, a finansowanie choćby częściowo zależy od liczby studentów, rekrutacja zamienia się w sprzedaż, a wymagania stają się barierą dla klienta. Obniżamy progi, żeby utrzymać kierunki, i utrzymujemy kierunki coraz mniej warte utrzymania. Demografia nie jest przyczyną upadku. Jest jego akceleratorem.
Potem przychodzi rytualne narzekanie: studenci nie czytają, nie myślą krytycznie, oczekują gotowych odpowiedzi. Tylko czego mieliby oczekiwać od instytucji, która od dwóch dekad sama podaje gotowe odpowiedzi w formie kompetencji, narzędzi i procedur? Następnie pojawia się lęk przed AI. Na ten lęk uniwersytet odpowiada tak, jak nauczył się odpowiadać na wszystko, czyli jeszcze większym dostosowaniem do rynku pracy. Pojawiają się kursy „AI w praktyce”, nowe efekty uczenia się i kolejna aktualizacja programów. Koło się zamyka, tylko obraca się coraz szybciej.
Sztuczna inteligencja obnażyła największy błąd uniwersytetów, jakim była praktyczność studiów. Zamiast uczyć myśleć, uczyliśmy narzędzi, a narzędzia sprowadzają się dziś do promptu. Umiejętność, którą można wywołać jednym poleceniem, nie potrzebuje kilku lat studiów, egzaminów ani wykładowcy. Uniwersytet, który konkuruje z maszyną na polu praktyczności, przegrał, zanim zaczął.
Nie ma się więc co dziwić, że studenci są coraz słabsi. Są odbiciem swoich prowadzących. I nie ma się co dziwić, że jest ich coraz mniej, i to nie tylko z powodu demografii. Po co komu słaby produkt, skoro podobny ma za darmo w telefonie?
Jeśli uniwersytet ma przetrwać (pytanie, czy powinien), to nie jako spóźniony dostawca kompetencji dla pracodawców. Musi być miejscem, w którym robi się to, czego nie da się zapromptować: czyta się uważnie, stawia pytania, prowadzi spór, wątpi i myśli powoli. To wymaga odwagi, której nie opisze żadna tabelka. Wymaga też wymagań. Wobec studentów, ale przede wszystkim wobec nas samych.
We Did This to Ourselves
Universities are afraid of artificial intelligence. At conferences, at faculty council meetings and in the media, we hear that AI will strip university study of its meaning and take away academic teachers’ jobs. It is a convenient diagnosis, because it places the blame on something outside. It is also false. AI will not destroy the university. It will simply exploit what the university has already destroyed itself, and with full conviction that it was modernising.
The mechanism was simple. The Bologna Process was meant to make degrees comparable. Comparability required standardisation, and standardisation required ECTS credits, qualifications frameworks and learning outcomes. Then came the slogan of employability and the dogma that the university exists first and foremost to meet the needs of the labour market. Practice-oriented degree profiles appeared, and practitioners began to push out academics. Requirements for teaching staff were lowered, so their competence declined. And a teacher of whom nothing is demanded will demand nothing of students. Curricula were rewritten after every technological shift, as if the university were a corporate training department struggling to keep up with software updates.
As a result, academic documents now decline the labour market through every grammatical case. The labour market expects. Without the labour market there is no curriculum. To the labour market we submit. The labour market we survey. With the labour market we consult our learning outcomes. About the labour market we talk at every meeting. Only the vocative is missing, though it can be heard ever more clearly: O labour market! Circling the same vocabulary are practicality, efficiency, quality assurance and learning outcomes. The student has become a client, the diploma a product, and the quality of education an employability indicator. Anything that cannot be sold directly to an employer has been written off as dead weight.
Yet the deepest illusion of this reform is not the market but bureaucracy. We came to believe that education could be reduced to tables, matrices and percentages in a syllabus. In reality, it is an inherently unsteerable process, dependent on people, relationships, reading, argument and chance. It cannot be reduced. A learning-outcome code such as K_U07 (Polish way of describing learning outcomes) will not make a student think. A column headed “assessment methods” will not make anyone read a book. Quality assurance today mainly produces documentation of quality. The more time we spend describing teaching, the less remains for teaching itself. Once a measure becomes a target, it stops measuring anything, and we have made measures our only target. Critical thinking and creativity therefore exist at the university mostly in definitional form. They are entries that can be ticked, credited and presented to an accreditation panel.
One might reply that the real source of the problem lies elsewhere, in demographic decline. There are fewer students because there are fewer young people. This is true, but only half true, and just as convenient as blaming AI. Demographics explain why there are fewer applicants. They do not explain why graduates are weaker. Worse still, the demographic slump did not weaken market logic but reinforced it. When every applicant must be fought for, and funding depends at least partly on student numbers, recruitment turns into sales and academic standards become an obstacle for the customer. We lower entry thresholds to keep programmes alive, and we keep alive programmes that are less and less worth keeping. Demographics are not the cause of the decline. They are its accelerant.
Then comes the ritual lament: students don’t read, don’t think critically, and expect ready-made answers. But what else should they expect from an institution that for two decades has itself been handing out ready-made answers in the form of competences, tools and procedures? Next comes the fear of AI. The university responds to that fear the way it has learned to respond to everything, with even greater adaptation to the labour market. We get “AI in Practice” courses, new learning outcomes and yet another curriculum update. The circle closes, only now it spins faster.
Artificial intelligence has exposed the universities’ greatest mistake, which was making degrees practical. Instead of teaching people to think, we taught them tools, and today tools come down to a prompt. A skill that can be summoned with a single command does not need years of study, exams or a lecturer. A university that competes with a machine on practicality has lost before it has even begun.
So it should come as no surprise that students are getting weaker. They are a reflection of their teachers. Nor should it come as a surprise that there are fewer and fewer of them, and not only because of demographics. Why pay for a weak product when something comparable is free on your phone?
If the university is to survive, it cannot be as a belated supplier of competences for employers. It must be a place for doing what cannot be prompted: reading closely, asking questions, arguing, doubting and thinking slowly. That takes a kind of courage no table can describe. It also takes standards. For students, but above all for ourselves.
