Jak zaplanować skuteczne szkolenie online z wykorzystaniem sztucznej inteligencji w edukacji

Od czego zacząć: realny cel szkolenia i potrzeby uczestników

Rozpoznanie grupy: poziom cyfrowy, doświadczenie i obawy wobec AI

Skuteczne szkolenie online z wykorzystaniem sztucznej inteligencji w edukacji zaczyna się jeszcze długo przed uruchomieniem platformy i wysłaniem linku do pokoju webinarowego. Pierwszy krok to poznanie ludzi, którzy mają z tego szkolenia skorzystać. Bez tego łatwo stworzyć efektowne, ale kompletnie nieprzydatne wydarzenie.

Przy planowaniu warto zebrać choćby podstawowe informacje o grupie:

• Doświadczenie cyfrowe – czy uczestnicy swobodnie korzystają z narzędzi online, czy też logowanie do platformy to już dla nich wyzwanie?
• Kontakt z AI – czy kiedykolwiek korzystali z chatbotów, generatorów treści, testów adaptacyjnych?
• Rodzaj pracy edukacyjnej – szkoła, uczelnia, szkolenia biznesowe, edukacja nieformalna, tutoring, szkolenia wewnętrzne w firmie.
• Obawy i oczekiwania – lęk „AI zabierze mi pracę”, brak zaufania do technologii, ciekawość „jak zaoszczędzić czas na przygotowaniu materiałów”.

Najprościej zrobić krótką ankietę (np. Google Forms, Microsoft Forms) i zadać 5–7 konkretnych pytań: o poziom komfortu z technologią, o doświadczenia z AI i o to, w jakich sytuacjach nauczania chcą ją wykorzystać. Kilka opisowych odpowiedzi pokaże, gdzie naprawdę bolą uczestników szkolenia ich codzienne procesy edukacyjne.

Jeśli grupa jest bardzo zróżnicowana, lepiej założyć wersję minimum (czyli że część osób ma niski poziom kompetencji cyfrowych) i przygotować krótkie „zero modulo”: nagranie lub PDF pokazujący podstawy, które można wysłać wcześniej. Dzięki temu podczas szkolenia można skupić się na tym, co obiecujesz w programie, zamiast spędzać połowę czasu na tłumaczeniu, jak działa przeglądarka.

Formułowanie mierzalnych celów zamiast ogólników

Zamiast celu w stylu „poznanie AI w edukacji” dobrze jest postawić 2–4 konkretne efekty, po których będzie można rozpoznać, że szkolenie zadziałało. Cel powinien dotyczyć realnych zachowań i umiejętności uczestnika, a nie tylko wiedzy teoretycznej.

Przykłady dobrze sformułowanych celów:

• „Uczestnik samodzielnie przygotuje 3 przykłady zadań z wykorzystaniem AI dla własnych zajęć (przynajmniej jeden w formie quizu, jeden jako zadanie projektowe).”
• „Uczestnik skonfiguruje i przetestuje co najmniej jedno narzędzie AI wspierające ocenianie (np. generowanie kryteriów, rubryk lub opisów feedbacku), z zachowaniem zasad ochrony danych.”
• „Uczestnik napisze i przetestuje 2–3 skuteczne prompty do wybranego chatbota AI, dostosowane do jego przedmiotu / branży.”
• „Uczestnik opracuje mini-scenariusz 45-minutowych zajęć z użyciem AI, wraz z instrukcją dla uczniów / uczestników.”

Takie cele pomagają później projektować strukturę szkolenia: każdy moduł ma swój wkład w osiągnięcie konkretnego rezultatu, zamiast dryfować po modnych hasłach. Uczestnik od początku wie, co będzie potrafił po szkoleniu – to zmniejsza niepokój i wzmacnia motywację.

Szkolenie „o AI” vs. szkolenie „z użyciem AI jako narzędzia”

Przy planowaniu programu przydaje się rozróżnienie dwóch perspektyw:

• Szkolenie o AI – skupia się na tym, czym jest sztuczna inteligencja, jak działa, jakie ma zastosowania w edukacji, jakie ograniczenia i dylematy etyczne. To bardziej poziom „świadomości i wiedzy ogólnej”.
• Szkolenie z użyciem AI – traktuje AI jako zwykłe narzędzie pracy edukacyjnej, podobnie jak prezentacje czy tablice online. Tu najważniejsze jest praktyczne ćwiczenie zadań, scenariuszy, komunikacji z narzędziami.

W większości przypadków uczestnikom zależy przede wszystkim na tym drugim typie. Chcą wiedzieć, jak w realnych warunkach pracy:

• przygotować szybciej materiały na lekcję, szkolenie lub warsztat,
• zaprojektować ćwiczenia rozwijające myślenie krytyczne z wykorzystaniem AI,
• użyć narzędzi AI, aby lepiej różnicować poziom zadań i dostosowywać je do grupy.

Krótki segment „o AI” jest oczywiście potrzebny (szczególnie gdy grupa ma małe doświadczenie), ale nie powinien zdominować programu. Dobrze sprawdza się schemat: 15–20% czasu na zrozumienie, 80–85% na praktykę.

Dopasowanie głębokości technologii do konkretnej grupy

Ten sam temat – planowanie szkolenia online z wykorzystaniem sztucznej inteligencji w edukacji – będzie wymagał zupełnie innego podejścia dla nauczycieli szkoły podstawowej, innego dla trenerów biznesowych, a jeszcze innego dla edukatorów nieformalnych czy szkoleniowców w firmach technologicznych.

Przykładowe różnice w poziomie szczegółowości:

• Nauczyciele w szkołach – nacisk na bezpieczeństwo, zgodność z prawem, ochronę danych uczniów, proste narzędzia po polsku, które „działają od razu”. Mniej ważne są techniczne detale działania modeli, ważniejsze: co można, a czego nie powinno się robić z pracami uczniów.
• Trenerzy biznesowi – większy nacisk na projektowanie symulacji, case studies, automatyzację części pracy (np. generowanie zadań, scenariuszy rozmów z klientem). Można wejść głębiej w konstrukcję promptów i integracje z innymi narzędziami.
• Edukacja nieformalna / NGO – często ograniczony budżet i dostęp do płatnych narzędzi; tu ważne będą alternatywy open source, darmowe plany oraz sposoby pracy na wspólnym koncie / w trybie „gościa”.

Dobrym nawykiem jest przygotowanie dwóch poziomów zadań: prostszych i bardziej zaawansowanych. W trakcie szkolenia można wówczas elastycznie kierować osoby zaawansowane do wersji „pro”, a początkujących trzymać przy wersji podstawowej. To od razu dodaje poczucia personalizacji bez konieczności przebudowy całego scenariusza.

Jak zamienić mgliste „chcę coś z AI” w konkretny rezultat

W praktyce wiele zleceń na szkolenia brzmi: „Chcemy szkolenie o AI, takie 3–4 godziny, żeby ludzie zobaczyli, o co chodzi”. Jeśli na tym poprzestaniesz, szkolenie szybko stanie się pokazem gadżetów. Lepszy efekt przyniesie krótka rozmowa doprecyzowująca.

Przykładowa transformacja oczekiwania:

Mgliste oczekiwanie: „Nasi nauczyciele chcą poznać narzędzia AI do edukacji, bo wszyscy teraz o tym mówią.”

Konkretny rezultat: „Po szkoleniu każdy nauczyciel będzie mieć przygotowane dwa gotowe scenariusze lekcji z wykorzystaniem AI (jeden w formule pracy grupowej, jeden indywidualnej) oraz listę promptów do dalszego rozwijania zajęć.”

Jedno pytanie pomaga to osiągnąć: „Co ma się zmienić w codziennej pracy uczestników miesiąc po szkoleniu?” Odpowiedź na nie warto zachować w notatkach i odwoływać się do niej na etapie projektowania ćwiczeń, a także w komunikacji marketingowej szkolenia. Osoba, która czyta opis wydarzenia, dużo chętniej zapisze się na szkolenie, jeśli zobaczy konkretny efekt, a nie tylko „modny temat”.

Rola AI w szkoleniu: wsparcie, a nie zastępstwo trenera

Co AI faktycznie potrafi w edukacji, a czego nie zrobi za człowieka

Sztuczna inteligencja potrafi dziś generować teksty, obrazy, testy, podpowiedzi i analizy. Może symulować rozmowę, tworzyć alternatywne wyjaśnienia zagadnień, dopasowywać poziom trudności zadań. To potężne wsparcie przy planowaniu szkolenia online i przygotowywaniu materiałów.

Są jednak obszary, których AI – w obecnej formie – nie zastąpi:

• Relacja i zaufanie – poczucie bezpieczeństwa psychologicznego, klimat współpracy na zajęciach, reagowanie na nastroje grupy.
• Głęboka diagnoza kontekstu – AI może odgadnąć pewne rzeczy z danych wejściowych, ale nie „widzi” całego systemu: kultury organizacyjnej, nieformalnych zależności, ograniczeń czasu.
• Odpowiedzialność etyczna – decyzje o tym, jakie treści prezentować, czego nie wolno zlecać AI (np. przetwarzanie wrażliwych danych, ocenianie prac uczniów z pełnym kontekstem) nadal leżą po stronie człowieka.
• Motywowanie do zmiany – AI może zachęcać, ale to trener nadaje ton, inspiruje, dzieli się swoim doświadczeniem i pokazuje, że zmiana jest możliwa.

Im bardziej uczciwie pokażesz te granice na początku szkolenia, tym mniejsze ryzyko rozczarowania. Uczestnicy nie będą oczekiwać „magicznego guzika”, tylko realnego wsparcia w ich pracy.

Trzy główne funkcje AI w szkoleniu online

Dla porządku warto ułożyć sobie w głowie trzy podstawowe role sztucznej inteligencji w procesie szkoleniowym:

• Asystent trenera – pomaga przygotować materiały (prezentacje, quizy, studia przypadków), przetwarza notatki na bardziej uporządkowaną formę, podpowiada przykłady z innych branż. Może też po szkoleniu pomóc w przygotowaniu raportu z wnioskami.
• Narzędzie uczestnika – uczestnicy używają AI bezpośrednio podczas ćwiczeń: generują pomysły, sprawdzają rozumienie treści, piszą szkice tekstów, projektują zadania dla swoich uczniów/pracowników. AI staje się ich „drugim umysłem” do burzy mózgów i prototypowania.
• Silnik personalizacji – w dłuższych kursach AI może analizować tempo i wyniki uczestników, proponować materiały na odpowiednim poziomie, wskazywać luki w wiedzy, a nawet generować indywidualne plany powtórek.

Projektując szkolenie, dobrze jest jasno określić, która z tych funkcji jest kluczowa. Szkolenie 3-godzinne raczej nie wykorzysta w pełni roli „silnika personalizacji”, ale może dać uczestnikom doświadczenie pracy z AI jako narzędziem do tworzenia ćwiczeń.

Jak wyjaśnić uczestnikom, czym jest AI i czego od niej oczekiwać

Krótki, prosty wstęp na poziomie „ABC AI” pozwala zredukować lęk i błędne wyobrażenia. Zamiast prezentować skomplikowane definicje, lepiej użyć kilku obrazowych porównań:

• „To bardzo rozbudowany autouzupełniacz tekstu, który uczy się na podstawie ogromnej ilości danych i przewiduje, co prawdopodobnie powinno pojawić się dalej.”
• „To narzędzie, które świetnie radzi sobie z generowaniem propozycji, szkiców, wersji roboczych, ale nie ma własnego sumienia ani rozumienia świata.”
• „To asystent, któremu można zadać dużo pracy przygotowawczej, ale ostateczne decyzje i odpowiedzialność pozostają po naszej stronie.”

W pierwszych minutach szkolenia warto zaproponować uczestnikom bardzo proste, „bezpieczne” ćwiczenie, np. poprosić AI o wygenerowanie 5 pomysłów na aktywizujące pytania do rozgrzewki w ich obszarze. Pozwala to natychmiast doświadczyć, że AI nie gryzie, a jednocześnie daje też pretekst, by omówić, co było dobre, a co trzeba poprawić w odpowiedziach modelu.

Rozbrajanie obaw: „AI mnie nie zastąpi”

Wielu nauczycieli i trenerów nosi w sobie napięcie: jeśli pokażę uczestnikom, jak korzystać z AI, to po co będą mnie potrzebować? Opłaca się ten lęk nazwać wprost i pokazać, gdzie rola człowieka wręcz rośnie.

Kilka przykładów z praktyki:

• Nauczyciel, który włącza AI do przygotowania ćwiczeń, zyskuje więcej czasu na indywidualną pracę z uczniami, rozmowę o ich trudnościach, wspólne interpretowanie wyników.
• Trener biznesowy, który uczy uczestników krytycznego korzystania z AI, staje się przewodnikiem po gąszczu możliwości i pułapek, a nie tylko „dostawcą treści”.
• Szkoleniowiec wewnętrzny w firmie, który wykorzystuje AI do personalizacji materiałów, jest strategiem procesu rozwoju, a nie tylko „realizatorem slajdów”.

Dobrym ćwiczeniem na szkoleniu jest zadanie w parach: „Wypiszcie, co AI może przejąć z waszej pracy, a co absolutnie musi pozostać ludzkie”. Dyskusja nad tymi listami pomaga oswoić lęk i wskazać obszary, gdzie warto rozwijać własne kompetencje, zamiast bronić się przed technologią.

Jeśli ktoś zleca szkolenie z zewnątrz (np. dyrekcja szkoły, HR w firmie), krótki opis tego, jak technologia może realnie wesprzeć proces nauczania, można uzupełnić linkiem do szerszego kontekstu – np. do serwisu opisującego więcej o edukacja i innowacjach, co pomaga urealnić oczekiwania wobec sztucznej inteligencji.

Dobrze działa też krótkie dopowiedzenie trenera po takiej dyskusji, np.: „Jeśli AI zabierze mi mechaniczne przepisywanie testów, to wreszcie mogę poświęcić energię na rozmowę z ludźmi po drugiej stronie ekranu”. Taki komunikat pokazuje kierunek myślenia: AI usuwa żmudne elementy, a eksponuje to, co wymaga doświadczenia, empatii i osądu.

Podczas projektowania szkolenia online z AI opłaca się więc stale wracać do pytania: „Gdzie ja jestem niezastąpiony jako prowadzący?”. Dla jednych będzie to umiejętność budowania otwartej atmosfery na czacie i w kamerach, dla innych – tłumaczenie trudnych zagadnień prostym językiem, jeszcze dla kogoś – trafne, „szyte na miarę” przykłady z konkretnej branży uczestników. AI może te atuty wzmocnić, ale ich nie zbuduje.

Jeśli uczestnicy zobaczą, że traktujesz AI jak sprytnego pomocnika, a nie jak konkurencję, sami zaczną szukać podobnego balansu w swojej pracy. Zamiast pytać „czy AI mnie zastąpi?”, częściej pojawi się refleksja „które 20–30% moich zadań mogę zautomatyzować, żeby mieć więcej przestrzeni na sensowną część mojej roli?”. Wtedy szkolenie staje się początkiem dojrzalszej, spokojniejszej relacji z technologią.

Cały wysiłek włożony w definiowanie celów, dobór narzędzi i mądre ustawienie roli AI ma jeden główny sens: uczestnik po zakończeniu spotkania nie tylko „wie więcej”, ale przede wszystkim potrafi inaczej pracować jutro rano. Jeśli szkolenie online pomaga zrobić choćby jeden konkretny krok – oszczędzić godzinę na przygotowaniu zajęć, wymyślić ciekawsze ćwiczenie, odważyć się na eksperyment z nowym formatem – to jest to realna zmiana, którą bez wsparcia sztucznej inteligencji byłoby trudniej osiągnąć.

Wybór formatu szkolenia online: webinar, kurs, warsztat hybrydowy

Jak dopasować format do celu i uczestników

Format szkolenia nie jest kwestią mody, tylko konsekwencją dwóch rzeczy: celu zmiany i możliwości uczestników (czasowych, technicznych, organizacyjnych). Ten sam temat – np. „AI w pracy nauczyciela języka polskiego” – można zrealizować jako jednorazowy webinar, cykl mikrolekcji lub intensywny warsztat z pracą własną. To, co wybierzesz, przełoży się na tempo, głębokość i jakość wdrożenia.

Pomocne bywa proste pytanie do zleceniodawcy lub samej grupy: „Ile realnie czasu jesteście w stanie przeznaczyć na naukę w tym temacie w ciągu najbliższego miesiąca?” Odpowiedź często studzi marzenia o „pełnym programie” i pozwala zaprojektować mniejszy, ale bardziej osiągalny krok.

Webinar z AI – kiedy wystarczy „pierwszy kontakt”

Webinar jest dobrym wyborem, gdy potrzebny jest start i wspólny język, a nie pełna transformacja pracy. Sprawdza się, gdy:

• grupa jest liczna (50–200 osób) i trudno o pracę warsztatową,
• organizacja dopiero bada zainteresowanie tematem AI,
• chcesz oswoić lęk i pokazać kilka praktycznych zastosowań, ale bez zaawansowanych ćwiczeń.

W webinarze AI może wspierać Cię na dwa sposoby. Po pierwsze, przy przygotowaniu treści: generowanie szkiców slajdów, pytań ankietowych, przykładów z różnych poziomów edukacji czy branż. Po drugie, już w trakcie: możesz pokazać na żywo, jak formułujesz polecenia do modelu, jak poprawiasz odpowiedzi i jak szybko powstaje np. konspekt lekcji czy scenariusz szkolenia wewnętrznego.

Aby webinar nie zamienił się w pokaz „magii AI”, dobrze jest wpleść minimum interakcji – krótkie zadanie typu: „Wpiszcie na czacie jedno zadanie, którego nie lubicie robić, a podejrzewacie, że AI mogłaby w tym pomóc”. Potem na 1–2 przykładach pokazujesz, jak zbudować z tego sensowną prośbę do narzędzia. To niewielki wysiłek, a robi różnicę: uczestnicy widzą, że to nie jest film z YouTube, tylko przestrzeń, w której ich konkretne problemy są brane pod uwagę.

Kurs online – gdy celem jest zmiana nawyków

Kurs (np. 4–6 modułów rozłożonych na kilka tygodni) przydaje się, gdy liczy się systematyczność i wdrażanie w praktyce. Szczególnie dobrze działa w szkołach lub firmach, które chcą, by uczestnicy naprawdę wpleśli AI w swoją codzienną pracę, a nie tylko „zobaczyli możliwości”.

W takim formacie można zaplanować rytm:

• krótki materiał wprowadzający (wideo, tekst, prezentacja interaktywna),
• konkretne zadanie do wykonania z AI w swoim kontekście (np. stworzenie szablonu podpowiedzi do przygotowywania testów, scenariusza lekcji, planu komunikacji z klientem),
• refleksja i feedback – omówienie efektów na forum, w komentarzach lub na żywym spotkaniu podsumowującym.

AI może tu pełnić funkcję „cichego towarzysza” między spotkaniami – uczestnik siada do platformy, odtwarza krótkie nagranie, a potem uruchamia narzędzie AI i krok po kroku realizuje zadanie. Rolą trenera jest z kolei zaplanowanie sensownych kroków, a nie ciągłe „podawanie gotowców”.

Dla wielu prowadzących obawą jest to, że kurs wymaga dużej ilości materiałów. Tu AI faktycznie odciąża: pomaga tworzyć warianty ćwiczeń dla różnych grup (np. osobno dla edukacji wczesnoszkolnej, osobno dla szkół średnich) czy wersje tekstów na różnym poziomie trudności.

Warsztat hybrydowy – łączenie online z praktyką „u siebie”

Warsztat hybrydowy dobrze sprawdza się tam, gdzie kluczowy jest kontakt z prowadzącym, a jednocześnie uczestnicy muszą wykonać część zadań w realnym środowisku pracy. Typowy scenariusz może wyglądać tak:

• spotkanie online na żywo (2–3 godziny) – wyjaśnienie podstaw, wspólne ćwiczenia z AI, praca w pokojach,
• tydzień lub dwa pracy własnej „w terenie” – uczestnicy testują wybrane rozwiązania w klasie, na szkoleniu wewnętrznym, w zespole,
• drugie spotkanie online – omówienie doświadczeń, doprecyzowanie dobrych praktyk i dopiero wtedy wprowadzenie bardziej zaawansowanych funkcji narzędzi.

Taki model pozwala uniknąć typowego problemu: „Na szkoleniu było fajnie, ale potem życie wróciło do normy”. Uczestnik ma bezpośrednią okazję, by w przerwie między spotkaniami przetestować min. jedno rozwiązanie i wrócić z realnymi pytaniami, np.: „Uczniowie zaczęli kopiować podpowiedzi z AI jeden do jednego – jak temu przeciwdziałać?” lub „Klienci wyczuli, że oferta była generowana automatycznie – co poprawić w procesie?”.

W hybrydzie bardzo pomaga jasne określenie minimalnego zadania domowego. Zbyt ambitne wytyczne („przygotujcie kompletny program nauczania na semestr”) zniechęcą. Bardziej realistyczne jest: „Wybierz jedno konkretne zadanie, które powtarza się w twojej pracy i sprawdź, w jakim fragmencie AI może cię odciążyć”.

Jak połączyć różne formaty w jednej ścieżce rozwojowej

Często nie trzeba wybierać „albo–albo”. W organizacjach, które chcą poważniej podejść do AI w edukacji, dobrze sprawdza się ścieżka łączona:

1. krótki webinar inspiracyjny dla szerokiej grupy,
2. następnie kameralny kurs lub cykl warsztatów dla osób, które chcą wejść głębiej,
3. na końcu – sesje konsultacyjne (np. raz w miesiącu), gdzie trener wspiera we wdrażaniu konkretnych projektów.

Przy takim podejściu z góry informujesz uczestników, że pierwszy etap jest rozpoznawczy, a kolejne – <strongwdrożeniowe. Dzięki temu nikt nie liczy, że 90-minutowy webinar „zrobi za nich robotę” i nauczy ich wszystkiego o AI. Ty z kolei możesz sensowniej rozłożyć treści: prostsze elementy pokazujesz szerokiej publiczności, a czas „na żywo” z mniejszą grupą przeznaczasz na realną pracę z ich przypadkami.

Dobór narzędzi AI i środowiska pracy dla uczestników

Nie zaczynaj od listy gadżetów

Jedną z pułapek jest pokusa, by zacząć od efektownej listy aplikacji. Taki pokaz robi wrażenie, ale tydzień później niewiele z niego zostaje. Zamiast zestawu 15 narzędzi lepszy bywa zestaw 2–3 sprawdzonych rozwiązań, które uczestnik naprawdę wykorzysta w swojej pracy.

Dobrą praktyką jest odwrócenie kolejności: najpierw pytasz uczestników (lub zleceniodawcę) o ich typowe zadania, a dopiero potem wybierasz narzędzia. Przykładowo, jeśli grupa głównie tworzy materiały tekstowe i prezentacje, to priorytetem będzie model generujący tekst oraz integracje z edytorami dokumentów. Jeśli pracują z obrazem i wideo – inne rozwiązania wysuną się na pierwszy plan.

Kryteria wyboru narzędzi do szkolenia

Przy planowaniu szkolenia online z AI przydaje się kilka kryteriów, które porządkują decyzje. Można je omówić także z uczestnikami, by nauczyć ich samodzielnego oceniania nowych aplikacji:

• Dostępność i prostota – czy narzędzie działa w przeglądarce, czy wymaga instalacji? Czy interfejs jest na tyle intuicyjny, że osoba mniej techniczna da sobie radę po krótkim wprowadzeniu?
• Kwestie prawne i bezpieczeństwo danych – czy można je legalnie używać w szkole / firmie? Jak przetwarza dane, czy ma opcje wyłączenia zapisywania historii do trenowania modeli?
• Język – na ile dobrze radzi sobie z polszczyzną? Czy generuje sensowne przykłady zgodne z lokalnym kontekstem edukacyjnym?
• Koszt – czy wersja darmowa jest wystarczająca do celów szkoleniowych? Jeśli potrzebna jest wersja płatna, czy uczestnicy będą mieli możliwość jej późniejszego użytkowania?
• Stabilność i wsparcie – czy narzędzie jest rozwijane, ma dokumentację, materiały pomocy, a w razie potrzeby – kontakt z pomocą techniczną?

To ostatnie kryterium rzadko bywa dyskutowane, a ma znaczenie: o wiele łatwiej prowadzić szkolenie w oparciu o rozwiązanie, które nie „znika” po kilku miesiącach, bo autor porzucił projekt.

Jedno narzędzie główne, reszta jako „bonus”

Aby uniknąć chaosu, dobrze jest wybrać jedno narzędzie główne (np. konkretny model językowy) i oprzeć na nim większość ćwiczeń. Dodatkowe aplikacje mogą pojawiać się jako inspiracje lub „kroki dalej” dla chętnych, ale nie są konieczne do wykonania kluczowych zadań.

Dla uczestników jest to czytelny sygnał: „Jeśli opanuję to jedno narzędzie i kilka szablonów poleceń, już mogę realnie korzystać z AI”. Reszta staje się opcjonalnym rozszerzeniem, a nie kolejnym obowiązkiem.

W materiałach dla grupy możesz przygotować prostą mapkę:

• „obowiązkowe” – narzędzie X + 3 scenariusze użycia,
• „do samodzielnego eksplorowania” – linki do innych aplikacji, krótkie opisy, do czego się nadają.

Taki podział obniża napięcie u osób, które z góry mówią „nie nadążam za tymi wszystkimi nowinkami”. Zamiast poczucia presji pojawia się decyzja: „Na razie opanuję podstawowe narzędzie, a do reszty wrócę, jeśli poczuję, że mi tego trzeba”.

Środowisko pracy: przeglądarka, platforma, integracje

Samo narzędzie AI to tylko część układanki. Uczestnicy będą pracować w konkretnym środowisku: przeglądarka, platforma szkoleniowa (LMS), komunikator, czasem aplikacje biurowe. Dobrze jest zaprojektować proces tak, by minimalizować „skakanie” między oknami.

Przykładowo:

• jeśli prowadzisz szkolenie na Zoomie lub Teamsach, przygotuj link do narzędzia AI w czacie i pokaż na ekranie, gdzie wpisać pierwsze polecenie,
• jeśli korzystasz z platformy typu Moodle, Teams for Education, Google Classroom – rozważ wklejenie krótkich instrukcji zrzutów ekranu bezpośrednio w zadaniach,
• jeśli uczestnicy mają pracować w dokumentach tekstowych, pokaż, jak korzystać z integracji (pluginów, dodatków), aby nie musieli kopiować treści tam i z powrotem.

Dobrze działa też prosty trik organizacyjny: tuż przed ćwiczeniem jasno komunikujesz, w których dwóch–trzech oknach uczestnik będzie pracował (np. przeglądarka z AI + dokument Google + okno Zoom). Zmniejsza to poczucie chaosu, zwłaszcza u osób mniej obytych z technologią.

W tym miejscu przyda się jeszcze jeden praktyczny punkt odniesienia: Ile kursów na przeprowadzkę autem dostawczym.

Instrukcje techniczne – krótkie, wizualne i „na wszelki wypadek”

Nawet jeśli organizacja zapewnia dostęp do narzędzi i „wszyscy powinni umieć się zalogować”, w praktyce część osób napotka problemy. Ich frustracja łatwo przenosi się na całą grupę. Dlatego przed szkoleniem warto przygotować:

• krótką instrukcję „krok po kroku” (max 1–2 strony) z logowaniem i pierwszym użyciem narzędzia,
• zrzuty ekranu z zaznaczonymi kluczowymi przyciskami,
• informację, do kogo zgłosić się z problemem technicznym (czy to ty, czy np. dział IT lub koordynator projektu).

Te materiały możesz wysłać wcześniej mailem lub zamieścić na platformie. Na początku szkolenia wystarczy wtedy odnieść się do nich krótką uwagą: „Jeśli ktoś ma problem techniczny, w notatkach macie instrukcję, a w razie czego piszcie na czacie – spróbujemy pomóc”. Część osób od razu odetchnie z ulgą, że nie pozostanie z kłopotem sama.

Projektowanie scenariusza szkolenia z AI krok po kroku

Od efektu końcowego do struktury bloków

Skoro cel już został określony, kolejnym krokiem jest przekucie go w konkretny scenariusz pracy. Zamiast zaczynać od slajdów, można odwrócić logikę: najpierw planujesz, co uczestnik ma umieć zrobić na końcu, a potem układasz drogę dojścia w kilku blokach.

Pomocne pytania przy planowaniu:

• Jakie dwie–trzy konkretne umiejętności z AI ma mieć uczestnik po szkoleniu? (np. „potrafi stworzyć 3 sensowne szablony poleceń”, „umie ocenić jakość odpowiedzi AI”, „zna 4 zasady bezpieczeństwa danych”).
• Jakie ćwiczenie końcowe pokaże, że te umiejętności faktycznie się pojawiły?
• Jakie mini-kroki są potrzebne, by uczestnik doszedł do tego ćwiczenia bez przeciążenia?

Z takiego myślenia powstaje szkic agendy: np. blok 1 – krótkie wprowadzenie + demo, blok 2 – pierwsze samodzielne próby z AI na prostych przykładach, blok 3 – praca na realnych materiałach uczestników, blok 4 – omówienie efektów i zaplanowanie wdrożenia po szkoleniu. Dopiero do takiej „mapy” dokładasz slajdy, materiały wideo czy dodatkowe narzędzia.

Przeplatanie demo, refleksji i praktyki

Szkolenie z AI łatwo zamienić w pokaz „jak to pięknie generuje”. Tyle że samo oglądanie nie przekłada się na realną zmianę pracy. Dobrze sprawdza się rytm: krótkie demo (maks. kilka minut), chwila refleksji (co w tym widzisz dla siebie?) i od razu proste ćwiczenie. Nawet jeśli uczestnik tylko lekko modyfikuje pokazany przykład, jego poczucie sprawczości rośnie dużo bardziej niż po kolejnych pięciu slajdach.

Przykład: pokazujesz, jak zbudować jasne polecenie dla modelu językowego do stworzenia konspektu lekcji. Potem prosisz, by każdy wpisał swoje przedmioty/tematy i dopasował 2–3 parametry. Na koniec krótko omawiacie, co wyszło – z naciskiem na to, co trzeba poprawić, a nie na zachwyty nad technologią.

Miejsce na wątpliwości i błędy AI

W dojrzałym scenariuszu jest przestrzeń nie tylko na „wow”, lecz także na błędy. Uczestnicy powinni zobaczyć, że AI potrafi się mylić, halucynować, tworzyć treści etycznie wątpliwe albo po prostu nieprzydatne. Włącz to świadomie w ćwiczenia: poproś, by grupa wspólnie oceniła jakość odpowiedzi, zaznaczyła, co jest nieprecyzyjne, jakie dane trzeba uzupełnić, co wymaga ręcznej korekty.

Taki element rozbraja strach przed „nieomylną maszyną” i jednocześnie uczy krytycznego myślenia. Edukatorzy zobaczą, że ich rola nie znika – zmienia się za to akcent: mniej „samodzielnego dłubania” nad treścią, więcej kuratorowania i doprecyzowywania wyników, które proponuje system.

Domknięcie: plan na „pierwszy tydzień po szkoleniu”

Na koniec dobrze jest przejść z poziomu scenariusza szkoleniowego na poziom indywidualnego planu działania. Wystarczy prosty szablon: jedno konkretne zadanie, które uczestnik zrobi z AI w ciągu tygodnia, jeden nawyk, który chce przetestować (np. pisanie poleceń według określonego schematu) i jedno ryzyko, którego będzie pilnował (np. nie wklejanie danych wrażliwych). Dzięki temu szkolenie nie zostaje w głowie jako ciekawy pokaz, ale przekłada się na małą, wykonalną zmianę w codziennej praktyce.

Tempo i „mikro-kroki”, czyli jak nie zgubić uczestników

Przy projektowaniu scenariusza z AI kusi, by „zmieścić jak najwięcej”. Nowe narzędzie, kilka zastosowań, do tego etyka, prawo, bezpieczeństwo… W efekcie część osób czuje się, jakby oglądała serial na przyspieszeniu 2x – niby coś z tego zostaje, ale trudno mówić o realnym opanowaniu umiejętności.

Bezpieczniejsza strategia to rozbicie kluczowych umiejętności na mikro-kroki. Zamiast jednego obszernego zadania typu „zaprojektuj cały moduł kursu z pomocą AI”, zaproponuj sekwencję prostszych działań:

• najpierw wspólne stworzenie 1–2 przykładowych poleceń,
• potem indywidualne dopasowanie ich do własnego przedmiotu/projektu,
• na koniec mini‑projekt, w którym uczestnik sam wybiera, które z poznanych schematów mu się przydadzą.

Dla osób obawiających się technologii taka sekwencja jest dużo łagodniejsza niż „od razu na głęboką wodę”. A ci bardziej zaawansowani i tak szybko przejdą kolejne kroki, mogąc jednocześnie wesprzeć innych.

Scenariusz awaryjny: co jeśli AI „nie działa”?

Przy pracy na żywo zawsze istnieje ryzyko: przeciążony serwer, problemy z logowaniem, blokady sieciowe. Zamiast liczyć na szczęście, lepiej przygotować prosty plan B – zarówno dla siebie, jak i dla uczestników.

Może to być na przykład:

• zestaw zrzutów ekranu z kolejnych kroków pracy z AI, które pokażesz w trybie „demo offline”,
• kilka wcześniej wygenerowanych przykładów odpowiedzi AI (dobrych i złych), na których grupa będzie ćwiczyć ocenę jakości i poprawianie promptów,
• prosta tabela „polecenie – możliwy efekt – poprawka”, którą wypełniacie wspólnie, zakładając hipotetyczną odpowiedź systemu.

Jeżeli pojawi się awaria, możesz spokojnie przełączyć się na wersję „symulowaną”, zamiast nerwowo walczyć z logowaniem przy całej grupie. Dla uczestników ważniejsza jest logika pracy z AI niż to, czy konkretne okienko z modelem akurat się otworzyło.

Różne poziomy zaawansowania – jeden scenariusz, kilka ścieżek

W większości grup znajdą się jednocześnie entuzjaści technologii, osoby „neutralne” oraz ci, którzy deklarują otwarcie: „Ja jestem kompletnie zielony w AI”. Jeśli scenariusz będzie pisany tylko pod jedną z tych grup, reszta poczuje się albo znudzona, albo zagubiona.

Pomaga podejście „jedna rama, kilka wariantów trudności”. W praktyce może to wyglądać tak:

• podstawowa wersja zadania – gotowy szablon polecenia, uczestnik podmienia tylko temat, wiek uczniów, poziom kursu,
• wersja rozszerzona – ta sama rama, ale z prośbą o dopracowanie dodatkowych parametrów (styl, ograniczenia czasowe, rodzaj aktywności),
• wyzwanie dla chętnych – zupełnie nowe zadanie, w którym trzeba samodzielnie zaprojektować prompt „od zera” na bazie wcześniejszych doświadczeń.

Na początku zadania jasno zaproś do wyboru poziomu: „Jeśli dopiero zaczynasz, weź wariant A. Jeśli czujesz się swobodnie, spróbuj B lub C”. Nikt nie jest „gorszy”, tylko idzie tempem adekwatnym do swoich możliwości.

Dobre praktyki tworzenia ćwiczeń i zadań z wykorzystaniem AI

Ćwiczenia „z życia”, a nie „z podręcznika do AI”

Uczestnicy przychodzą z konkretnymi wyzwaniami: brak czasu na przygotowanie materiałów, trudność z indywidualizacją, powtarzalne maile do rodziców czy klientów. Jeśli ćwiczenia na szkoleniu będą zbyt abstrakcyjne, łatwo pojawi się myśl: „fajne, ale to nie dla mnie”.

Dlatego podstawą jest korzystanie z realnych przykładów – wziętych z praktyki grupy lub chociaż bardzo do niej zbliżonych. Kilka obszarów, które zwykle dobrze działają:

• przygotowanie konspektu lekcji / modułu kursu z jasno zdefiniowaną grupą docelową,
• tworzenie zróżnicowanych zadań do tego samego tematu (różne poziomy trudności),
• generowanie treści komunikacyjnych: wiadomości do uczniów, rodziców, współpracowników,
• opracowywanie quizów, kart pracy, pytań refleksyjnych.

Zamiast wymyślać zupełnie sztuczne case’y, można poprosić 2–3 osoby przed szkoleniem o przesłanie przykładowych materiałów (oczywiście po anonimizacji). Na nich zbudujesz część ćwiczeń, dzięki czemu grupa od razu zobaczy: „To jest naprawdę o mojej pracy”.

Ćwiczenia rozgrzewkowe: bez presji na „idealny wynik”

Osoby, które pierwszy raz korzystają z AI, często boją się „zepsuć” system albo zadać „głupie pytanie”. Jeśli pierwsze zadanie będzie rozbudowane, ryzyko blokady rośnie. Lepiej zacząć od 1–2 bardzo krótkich, lekkich zadań rozgrzewkowych.

Przykładowo:

• poproś, by każdy poprosił AI o stworzenie metafory opisującej jego przedmiot („Matematyka jest jak…”), a potem wspólnie oceńcie, na ile trafna jest odpowiedź,
• zaproś uczestników do wygenerowania 3 alternatywnych tytułów do istniejącej lekcji lub modułu i wybrania jednego, który im najbardziej pasuje,
• poproś o przeredagowanie krótkiego, istniejącego komunikatu (np. informacji o sprawdzianie) w 2 stylach: formalnym i bardziej przyjaznym.

W takich ćwiczeniach nie chodzi o „wielkie efekty”, tylko o oswojenie interfejsu, języka poleceń i mechaniki iterowania: popraw, doprecyzuj, poproś o inną wersję. Dopiero na tym fundamencie można iść dalej.

Struktura zadania: jasny cel, dane wejściowe, kryteria oceny

AI potrafi generować imponujące ilości treści, ale bez dobrej ramy łatwo utonąć w chaosie. Dlatego każde ćwiczenie z użyciem sztucznej inteligencji powinno mieć wyraźnie określone trzy elementy:

1. Cel – co chcemy osiągnąć? (np. „stworzyć szkic scenariusza lekcji na 45 minut dla klasy 7”).
2. Dane wejściowe – z jakich informacji AI ma skorzystać? (np. temat, poziom uczniów, dostępne materiały, ograniczenia organizacyjne).
3. Kryteria oceny – po czym uczestnik pozna, że wynik jest „wystarczająco dobry” lub wymaga poprawy? (np. czy obejmuje wszystkie etapy lekcji, czy zadania są dopasowane do wieku uczniów, czy język jest zrozumiały).

Można to pokazać wprost w instrukcji do ćwiczenia, w formie krótkiej checklisty. Uczestnik nie musi się domyślać, co jest „dobre”, bo od razu widzi, do czego dąży. To zdejmuje część lęku przed oceną – wiadomo, że nie chodzi o „genialne pomysły”, tylko o spełnienie kilku konkretnych warunków.

Prompt jako szablon, nie jednorazowy strzał

Jedna z największych korzyści z pracy z AI w edukacji to możliwość tworzenia powtarzalnych szablonów poleceń. Zamiast za każdym razem zaczynać od zera, uczestnik może wracać do raz wypracowanych formuł i adaptować je do nowych tematów.

W ćwiczeniach warto więc kłaść nacisk nie tylko na jednorazowy efekt, ale na tworzenie własnych szablonów. Przykładowy przebieg zadania:

1. Najpierw pracujecie na wspólnym, prostym przykładzie (np. „przygotuj plan lekcji…”) i krok po kroku dopracowujecie prompt.
2. Następnie uczestnicy dopasowują ten schemat do swojego kontekstu: zmieniają parametry, dodają specyficzne wymagania.
3. Na koniec każdy zapisuje swój prompt w „biblioteczce szablonów” – np. w wspólnym dokumencie, na tablicy online lub w notatniku.

Dzięki temu po szkoleniu mają coś więcej niż wspomnienie udanego ćwiczenia: gotowe narzędzie, do którego mogą wracać następnego dnia w pracy.

Ćwiczenia na ocenę jakości i „ulepszanie” odpowiedzi AI

Łatwo skupić się wyłącznie na generowaniu treści. Tymczasem kluczową kompetencją edukatora staje się ocenianie i poprawianie wyników AI. To również można przećwiczyć w sposób prosty i angażujący.

Dobrym formatem jest praca na gotowych przykładach. Przygotuj wcześniej kilka odpowiedzi AI do podobnego polecenia, np. tworzenia kart pracy. Niech różnią się jakością: jedna niech będzie zbyt ogólna, inna przeładowana treścią, kolejna – merytorycznie wątpliwa.

Następnie poproś uczestników, by w małych grupach:

• ocenili każdą odpowiedź według krótkich kryteriów (np. „jasność”, „adekwatność do wieku ucznia”, „zgodność z podstawą programową”),
• zaproponowali poprawione polecenie do AI, które mogłoby dać lepszy efekt,
• zastanowili się, co trzeba poprawić ręcznie, a czego nie ma sensu oczekiwać od modelu.

Takie zadania bardzo wyraźnie pokazują, że AI nie zastępuje profesjonalnego osądu nauczyciela czy trenera. To raczej współpracownik, którego trzeba umieć „prowadzić” i którego rezultaty wymagają selekcji.

Bezpieczeństwo i etyka wplecione w zadania, a nie osobny wykład

Tematy prawne i etyczne często są postrzegane jako „dodatek” – slajd z listą zasad na koniec. Tymczasem uczestnicy najszybciej uczą się ich w praktyce, wplecionych w konkretne ćwiczenia.

Kilka prostych sposobów, by to zrobić:

• przy zadaniu wymagającym wklejania treści poproś, by każdy zastąpił dane wrażliwe (imiona, nazwy szkół, firmy) neutralnymi określeniami, a potem krótko omów, dlaczego to ważne,
• w jednym z ćwiczeń zaprezentuj odpowiedź AI, która zawiera subtelne stereotypy lub uproszczenia i poproś grupę o ich wychwycenie oraz przepisanie treści w bardziej inkluzywny sposób,
• zapytaj, kto będzie odbiorcą końcowym wygenerowanego materiału – uczniowie, rodzice, współpracownicy – i jakie mają prawa (np. do informacji o tym, że treść była częściowo tworzona z pomocą AI).

W ten sposób etyka i bezpieczeństwo przestają być abstrakcyjne. Stają się naturalną częścią procesu projektowania materiałów z użyciem AI.

Do kompletu polecam jeszcze: Czy sztuczna inteligencja zastąpi nauczyciela? Realistyczne scenariusze i granice — znajdziesz tam dodatkowe wskazówki.

Praca indywidualna, w parach i w grupie – różne formaty, inne korzyści

Ćwiczenia z AI można prowadzić na wielu poziomach współpracy. Każdy układ ma swoje plusy i dobrze, gdy scenariusz szkolenia wykorzystuje je świadomie.

• Praca indywidualna – dobra na początku, gdy każdy potrzebuje spokojnie „poklikać”, sprawdzić, jak reaguje system, bez lęku przed oceną innych. Sprawdza się też przy zadaniach mocno osadzonych w osobistym kontekście, np. planowaniu własnego kursu.
• Praca w parach – świetna do wspólnego dopracowywania promptów. Jedna osoba „prowadzi” konwersację z AI, druga obserwuje, podpowiada nowe sformułowania, notuje wnioski. Na końcu zamieniają się rolami. To często rozładowuje napięcie u osób, które obawiają się, że „czegoś nie rozumieją”.
• Praca w małych grupach – przydaje się przy zadaniach wymagających dyskusji: ocena jakości odpowiedzi, wybór najlepszej wersji materiału, projektowanie zasad korzystania z AI w szkole czy organizacji.

Jeśli uczestnicy są online, warto jasno powiedzieć, jak technicznie będzie wyglądać praca w parach lub grupach (breakout roomy, wspólny dokument, tablica online) i ile dokładnie mają czasu. Jasne ramy minimalizują zamieszanie i pozwalają skupić się na treści.

Łączenie AI z istniejącymi materiałami uczestników

Najbardziej transformujące są te ćwiczenia, w których uczestnik nie pracuje na przykładowych danych, ale na własnych materiałach. Tu pojawia się jednak obawa: „Czy mogę to w ogóle wklejać do AI?”.

Żeby podejść do tego bezpiecznie, można zaproponować kilka opcji:

• prośba o przygotowanie wcześniej zredagowanej wersji materiału bez danych wrażliwych (np. usunięte imiona, zamienione nazwy miejscowości),
• praca na fragmencie materiału (np. jednym rozdziale, jednej przykładowej lekcji), a nie na całości,
• użycie narzędzi AI wdrożonych na infrastrukturze organizacji (jeśli są dostępne), z omówieniem zasad przechowywania danych.

Podczas zadania możesz pokazać kilka typowych modyfikacji: skrócenie tekstu, dostosowanie języka do innego wieku odbiorców, przekształcenie treści w pytania do dyskusji. Dzięki temu uczestnicy widzą, że nie muszą wszystkiego tworzyć od nowa – często wystarczy mądrze „przepracować” to, co już mają.

Dobrze działa też praca „na odwrót”: uczestnik najpierw pokazuje swój istniejący materiał (w bezpiecznej, odanonimizowanej wersji), a grupa wspólnie formułuje pomysły, jak AI mogłaby go ulepszyć lub przekształcić. Dopiero potem powstaje prompt. Dzięki temu widać, że narzędzie nie jest magiczną maszynką do generowania „czegoś z niczego”, tylko sprężyną do rozwijania już posiadanych zasobów.

Niektórzy uczestnicy mogą obawiać się, że ich materiały „wypadną gorzej” na tle odpowiedzi AI. Warto wtedy celowo wybrać przykłady, w których ludzkie doświadczenie wygrywa: np. konspekt zajęć oparty na znajomości konkretnej klasy, czy notatki z rozmów z rodzicami. AI może pomóc to uporządkować, uprościć język, dodać pomysły na aktywności, ale nie zastąpi znajomości kontekstu. Taki kontrast działa uwalniająco – pokazuje, że celem jest współpraca, nie rywalizacja z algorytmem.

Dobrą praktyką jest zakończenie tego typu ćwiczeń krótką refleksją: co zrobiliby sami, bez AI, co AI przyspieszyła lub ułatwiła, a czego woleliby jej nie powierzać. Kilka minut na zapisanie tych obserwacji (np. w formie „moje trzy zasady pracy z AI przy własnych materiałach”) pomaga przełożyć doświadczenie z warsztatu na codzienną pracę.

Jeżeli uczestnicy wychodzą ze szkolenia z poczuciem, że mają konkretne cele, sprawdzone szablony promptów, przemyślane zasady bezpieczeństwa i kilka realnych „małych zwycięstw” z własnej praktyki, szansa na dalsze, samodzielne eksperymentowanie z AI rośnie kilkukrotnie. Szkolenie online staje się wtedy początkiem partnerskiej relacji z narzędziami sztucznej inteligencji, a nie jednorazowym pokazem możliwości.

Najczęściej zadawane pytania (FAQ)

Od czego zacząć planowanie szkolenia online z AI dla nauczycieli i trenerów?

Najbezpieczniej zacząć nie od narzędzi, ale od ludzi. Zbierz podstawowe informacje o uczestnikach: ich doświadczenie cyfrowe, dotychczasowy kontakt z AI, rodzaj pracy edukacyjnej oraz obawy i oczekiwania. Krótka ankieta w Google Forms czy Microsoft Forms z 5–7 pytaniami zwykle wystarczy, żeby zobaczyć, gdzie faktycznie „boli” ich codzienna praca.

Na tej podstawie określ 2–4 konkretne cele szkolenia, np. „każdy uczestnik przygotuje dwa scenariusze zajęć z AI” zamiast ogólnego „pozna narzędzia AI”. Dopiero potem dobieraj format (webinar, warsztat, kurs asynchroniczny) i narzędzia technologiczne.

Jak sprawdzić poziom uczestników przed szkoleniem z AI w edukacji?

Wystarczy prosty formularz online wysłany przy zapisie lub na kilka dni przed szkoleniem. Zapytaj wprost o:

• komfort pracy z narzędziami online (logowanie, praca na platformach, udostępnianie ekranu),
• doświadczenia z AI (chatboty, generatory treści, testy adaptacyjne),
• typowe sytuacje, w których chcą używać AI (przygotowanie materiałów, ocenianie, praca z uczniami),
• największe obawy („AI mnie zastąpi”, „boję się o dane uczniów”) i nadzieje („chcę oszczędzić czas na przygotowaniach”).

Jeśli widzisz duże zróżnicowanie, przygotuj krótkie „zero modulo”: nagranie lub PDF z absolutnymi podstawami (np. jak korzystać z wybranego narzędzia czy logować się na platformę) i wyślij je wcześniej. To obniża stres mniej zaawansowanych osób i uwalnia czas na właściwe treści podczas szkolenia.

Jak formułować cele szkolenia online z AI, żeby były naprawdę użyteczne?

Cele powinny opisywać konkretne działania uczestnika po szkoleniu, a nie ogólną „świadomość AI”. Zamiast „pozna narzędzia AI w edukacji” lepiej zapisać: „uczestnik przygotuje trzy zadania z użyciem AI pod własne zajęcia (w tym jedno w formie quizu i jedno jako zadanie projektowe)”.

Dobre cele są mierzalne (da się sprawdzić, czy zostały osiągnięte) i osadzone w praktyce uczestników. Przykład: „uczestnik napisze i przetestuje 2–3 prompty do chatbota AI pod swój przedmiot” albo „uczestnik opracuje mini-scenariusz 45-minutowych zajęć z AI wraz z instrukcją dla uczniów”. Dzięki temu łatwiej zbudować program moduł po module i nie uciec w ogólniki.

Czym różni się szkolenie o sztucznej inteligencji od szkolenia z użyciem AI jako narzędzia?

Szkolenie o AI skupia się na tym, czym jest sztuczna inteligencja, jak działa, jakie ma ograniczenia, szanse i dylematy etyczne. Daje przede wszystkim świadomość i język do rozmowy o technologii.

Szkolenie z użyciem AI traktuje sztuczną inteligencję jak zwykłe narzędzie pracy edukacyjnej – tak jak prezentacje, tablice online czy formularze. Tu większość czasu zajmuje praktyka: pisanie promptów, tworzenie materiałów, projektowanie zadań, ćwiczenie scenariuszy zajęć. Dla większości nauczycieli i trenerów to właśnie ten drugi typ jest najbardziej przydatny, a blok „o AI” może zajmować np. 15–20% całości.

Jak dopasować poziom szkolenia z AI do różnych grup (szkoła, biznes, NGO)?

Punktem wyjścia jest kontekst pracy uczestników. Nauczyciele w szkołach zwykle potrzebują prostych narzędzi po polsku, silnego akcentu na ochronę danych uczniów i zgodność z prawem. Trenerzy biznesowi częściej oczekują bardziej zaawansowanych funkcji: projektowania symulacji, automatyzacji generowania case studies czy integracji z innymi systemami.

W edukacji nieformalnej i NGO dochodzą ograniczenia budżetowe, więc ważne stają się darmowe rozwiązania, plany „free” i pomysły na pracę na wspólnych kontach. Dobrym rozwiązaniem w mieszanych grupach są dwie ścieżki zadań: podstawowa i „pro”. Osoby początkujące robią wersje prostsze, a zaawansowani mogą równolegle pracować na trudniejszych przykładach – bez poczucia, że tracą czas.

Jak zamienić ogólne „chcę szkolenie o AI” w konkretny program i efekty?

Pomaga jedno kluczowe pytanie do zleceniodawcy lub samej/samego siebie: „Co ma się zmienić w codziennej pracy uczestników miesiąc po szkoleniu?”. Jeśli odpowiedź brzmi np. „nauczyciele mają mieć gotowe scenariusze lekcji z AI”, program układasz tak, by większość czasu uczestnicy faktycznie tworzyli i testowali własne scenariusze, a nie tylko oglądali przykłady.

Takie doprecyzowanie chroni przed pokusą „pokazu gadżetów”. Zamiast demonstrować dziesięć narzędzi po 5 minut, lepiej przepracować 1–2 narzędzia „do ziemi” i wyjść z namacalnym rezultatem: listą promptów, gotowym ćwiczeniem, szablonem scenariusza. Uczestnik ma poczucie, że naprawdę ruszył z miejsca, a nie tylko „coś zobaczył”.

Jaką rolę powinna pełnić AI podczas szkolenia online – czy może zastąpić trenera?

AI świetnie sprawdza się jako wsparcie: pomaga generować przykłady zadań, modyfikować materiały pod różne poziomy grupy, tworzyć alternatywne wyjaśnienia, a nawet symulować rozmowy (np. ucznia z trudnością w nauce lub wymagającego klienta). Dzięki temu trener może poświęcić więcej energii na pracę z ludźmi, a mniej na „ręczną” produkcję treści.

Nie przejmie jednak kluczowych elementów: budowania zaufania w grupie, reagowania na emocje uczestników, rozumienia niuansów kultury organizacyjnej czy podejmowania decyzji etycznych (np. czego nie wrzucać do narzędzi AI ze względu na wrażliwość danych). AI jest narzędziem w Twoich rękach – im lepiej wiesz, jakiej zmiany chcesz dla uczestników, tym sensowniej je wykorzystasz.

Najważniejsze punkty

• Skuteczne szkolenie z AI zaczyna się od dobrego rozpoznania grupy: poziomu kompetencji cyfrowych, dotychczasowego kontaktu z AI, kontekstu pracy edukacyjnej oraz obaw i oczekiwań uczestników.
• Krótka ankieta przed szkoleniem (5–7 celnych pytań) pozwala uchwycić realne „bolączki” w codziennej pracy edukacyjnej i dzięki temu dopasować treści zamiast opowiadać ogólniki.
• Przy zróżnicowanym poziomie uczestników opłaca się przygotować materiał „startowy” (np. nagranie lub PDF z podstawami obsługi narzędzi), żeby w trakcie spotkania skupić się na praktyce, a nie na tłumaczeniu absolutnych podstaw.
• Zamiast ogólnego celu typu „poznanie AI w edukacji” lepiej zdefiniować 2–4 mierzalne efekty końcowe (np. konkretne zadania, scenariusze, prompty), po których widać, że uczestnik faktycznie potrafi coś zrobić po szkoleniu.
• Różnica między szkoleniem „o AI” a „z użyciem AI” jest kluczowa: krótszy segment wyjaśniający, czym jest AI, a większość czasu poświęcona na ćwiczenie praktycznych zastosowań w realnych sytuacjach zawodowych.
• Program i głębokość technologiczna muszą być szyte na miarę: inni akcenty dla nauczycieli (bezpieczeństwo, prawo, proste narzędzia), inni dla trenerów biznesowych (symulacje, automatyzacja, integracje), jeszcze inni dla edukacji nieformalnej (darmowe narzędzia, obejścia ograniczeń budżetowych).