1.2 Nauczanie o SI a nauczanie z SI
Najważniejsze
Take Home messageprzesłanie
AISIistoanawigacjasatnav.satelitarna.AISIcanmożesaveuratowaćthekierowcę,driverktórywhojużalreadynosicarriesmapęthewmapgłowie,andipreventuniemożliwićthenauczenieonesięwhojejdoesn'ttemu,fromktolearning.jejThenieeffectma.dependsEfektonzależytheodperson,osoby,notnietheodproduct.produktu.TeachingNauczanieaboutoAISIisjestthewarunkiempreconditionkoniecznymfornauczaniaTeachingzwithSI.AI.MusiszYouznaćneedmaszynę,toabyknowsprawdzićtheodpowiedź,machinektórątomaszynacheck the answer the machine produced.wygenerowała.Knowing is not doing.Teachers rate their AI knowledge above their abilityWiedzieć toteachniewithtoit,samo,andcotrainingrobić.aloneNauczycieledoesoceniająnotswojąclosewiedzęthatogap.SI wyżej niż swoją zdolność nauczania z jej użyciem, a samo szkolenie nie zamyka tej luki.TeachersNauczycieleusekorzystająAIzbackstage,SInotzainkulisami,class.nie na lekcji.HalfofPołowathenauczycieliteacherskorzystausezAISIregularly,regularnie,undermniejaniżthirdjednausetrzeciaitstosujewithjąstudents.z uczniami.PedagogyPedagogikabeatsbijetechnology.technologię.TransformingPrzekształcanielessonslekcjibeatsbijechattingrozmowęwithzAI;SI;workingpracainwpairsparachbeatsbijeworkingpracęalone;wfeedbackpojedynkę;beatsinformacjagamification.zwrotna
Problem nawigacji
IfJeśliyourzapamiętaszrememberzonlytejonestronysentencetylkofromjednothis page:zdanie:AISIistoanawigacjasatnav.satelitarna.ItRatujesaveskierowcę,thektórydrivermawhojużalreadymapęhaswagłowie,mapiinpohercichuheadpowstrzymujeandprzedquietlyjejstopszbudowaniemthetego,driverktowhojejhasn'tniefrom ever building onema.
The satnav problemsatelitarnej
ToAby driveprowadzić alondyńską Londontaksówkę, taxi,trzeba younajpierw mustzdać firstegzamin passze aznajomości knowledge test:miasta: 320 setwyznaczonych routestras acrossw theobrębie 113 squaremil mileskwadratowych, withinw sixpromieniu milessześciu ofmil od Charing Cross, forna whichprzygotowanie do którego Transport for London allowsdaje upnawet todwa twolata, yearszanim beforew theogóle examinationszaczną evensię begin.egzaminy.
ExaminedEgzaminowani driverskierowcy alsokorzystają useteż az satnav,nawigacji andsatelitarnej nobodyi thinksnikt lessnie ofmyśli themo fornich it.gorzej Thez knowledgetego testpowodu. didEgzamin notze becomeznajomości worthlessmiasta whennie thestał devicesię arrived.bezwartościowy Thewraz satnavz becamepojawieniem thesię thingurządzenia. thatNawigacja makesstała thesię driveczymś, safe.co Aczyni driverjazdę withbezpieczną. theKierowczyni, cityktóra inma hermiasto headw usesgłowie, thekorzysta satnavz fornawigacji whatw shesprawach, cannotktórych know:nie themoże accidentwiedzieć: onwypadek thena bridgemoście orczy tonight'sdzisiejszy traffic.korek. AndI shezauważa, noticesgdy whennawigacja itprowadzi routesją herulicą downrozkopaną aod street that has been dug up since April.kwietnia.
NowTeraz putposadź aw newcomertej insamej thetaksówce, samez taxitą withsamą thenawigacją, samenowicjuszkę. satnav.Dojeżdża Shedo arriveskażdego atadresu. everyPrzez address.pewien Forczas anie while,da shesię isjej indistinguishableodróżnić fromod thedoświadczonej experiencedkierowczyni. driver.Ale Butpodążając followingza theinstrukcjami satnav’snawigacji, instructions,nie shebuduje isniczego. buildingPo nothing.roku Afterskręcania aw yearlewo ofna turningpolecenie leftwciąż whennie instructed,potrafi sheprzejechać stillprzez cannotmiasto crossbez theurządzenia cityi withoutnie thejest device,w andstanie sherozpoznać, cannotkiedy tellnawigacja whensię it is wrong.myli.
Fig.Rys. 1. TheWynik outcomezależy dependsod onkierowcy. theObraz driver.stworzony Imageza created withpomocą GoogleGemini.
SameTa satnav,sama twonawigacja, drivers,dwie oppositekierowczynie, outcomes.przeciwne rezultaty. TheRóżnica differencenigdy wasnie nevertkwiła inw the device.urządzeniu.
ThatTo isdekada badań nad korzystaniem z SI zamknięta w jednym obrazie, i pozostaje prawdziwa również bez obrazu. Efekt narzędzia SI zależy znacznie bardziej od tego, co użytkownik już wie, niż od samego narzędzia. Badacze nazywają to schematem – uporządkowaną wiedzą wcześniejszą danej osoby. Tam, gdzie schemat już istnieje, oddanie pracy maszynie uwalnia zasoby. Badacze nazywają to korzystnym odciążeniem poznawczym. Jednak gdy wiedza dopiero ma się wykształcić, ten sam proces może uniemożliwić jej powstanie. Nazywa się to szkodliwym odciążeniem poznawczym.
Badanie z udziałem około tysiąca uczniów szkół średnich pokazuje, jak dzieje się to na lekcji matematyki. Jedna grupa ćwiczyła z nieograniczonym chatbotem, druga bez niego. W czasie, gdy z niego korzystali, grupa z chatbotem rozwiązała o 48% więcej zadań ćwiczeniowych! Potem odbył się egzamin bez chatbota. I teraz ci sami uczniowie, którzy tak dobrze radzili sobie z zadaniami ćwiczeniowymi, uzyskali wynik o 17% gorszy niż grupa, która nigdy nie korzystała z chatbota SI. Trzecia grupa korzystała z wersji SI zaprojektowanej tak, by nie podawać odpowiedzi, lecz zadawać pytania. Ta grupa nie straciła nic.
Ta trzecia grupa to sedno całego pytania projektowego. Nawigacja, która podaje cel i pomaga znaleźć trasę, uczy Cię miasta. Nawigacja, która mówi „skręć w lewo za 200 metrów”, nie uczy – bez względu na to, jak dobre są jej dane. Badacze nazywają tę różnicę barierami ochronnymi (guardrails), i to właśnie projekt decyduje, czy pomagasz uczniom poznać mapę miasta, czy po prostu dotrzeć do celu.
Pamiętaj: Ty masz tę wiedzę. Twoi uczniowie, w przedmiocie, którego uczysz, jeszcze jej nie mają. Ta asymetria to sedno całego rozdziału.
Dwa piętra, nie dwa tematy
W literaturze naukowej te dwa obszary są uznawane za odrębne dziedziny. Można je sobie wyobrazić jako dwa piętra budynku, na którego parterze znajduje się większość nauczycieli, bez klatki schodowej prowadzącej na pierwsze piętro.
Poproszeni o ocenę swojej wiedzy o SI, nauczyciele niemieckich szkół zawodowych ocenili się średnio na 3,4. Jednak swoją zdolność do stosowania tej wiedzy w klasie ocenili znacznie niżej – na 2,6. Wiedza i działanie się rozeszły. Badanie przeprowadzone w pięciu krajach europejskich sprawdziło następnie, czy szkolenie może zamknąć tę lukę. W badaniu 736 nauczycieli z Francji, Irlandii, Włoch, Luksemburga i Słowenii otrzymało kurs i wsparcie. Wyniki pokazały, że ich wiedza oraz zdolność oceny, co dane narzędzie potrafi, wzrosły. Jednak ich nauczanie się nie zmieniło. Próbowali różnych rzeczy i wracali do tego, co robili wcześniej.
To jest luka między wiedzą a decadedziałaniem. ofKursy researchdają onwiedzę, AIale usezmiana inpraktyki onewymaga image,towarzyszenia, andprób iti holdskolegów, withoutz thektórymi imagemożna too.wspólnie Themyśleć. effectTransfer oftrzeba an AI tool depends far more on what the user already knows than on the tool itself. This is what researchers callzaprojektować, a schema,nie thena organizedniego prior knowledge of a person. Where it is in place, handing work over to a machine frees you up. Researchers call this beneficial cognitive offloading. However, when knowledge needs to be developed, the same process can prevent it from forming. This is called detrimental cognitive offloading.
A study with around a thousand secondary students shows this happening in a mathematics classroom. One group practiced with an unrestricted chatbot, another without. While they had it, the chatbot group solved 48 % more practice problems! Then came an exam with the chatbot taken away. Now, the same students who solved practice problems so well scored 17% worse than the group that had never used the AI chatbot. A third group used an AI version built to withhold answers and ask questions instead. That group lost nothing.
That third group is the whole design question. A satnav that names the destination and helps you find the route teaches you the city. A satnav that says turn left in 200 meters does not, however good its data. Researchers call the difference guardrails, and the design decides whether you help your students learn the city's map or simply find the destination.
Please remember: You have the knowledge. Your students, in the subject you teach, do not yet. That asymmetry is the whole chapter.liczyć.
TwoCo floors,nauczyciele notnaprawdę two topicsrobią
InNajbardziej academicsolidny literature,wniosek, thesepowtarzający twosię areaswe arewszystkich consideredkrajach, distinctjest fields.po Youcichu couldzaskakujący: thinknauczyciele ofintensywnie themkorzystają asz twoSI floorsdla ofsiebie ai building,niemal withwcale mostz teachersuczniami. locatedW on the ground floor and no staircase leading to the first floor.
When asked to rate their knowledge of AI, teachers at German vocational schools gave themselves an average rating of 3.4. However, they rated their ability to apply this knowledge in the classroom much lower, at 2.6. Knowing and doing had become disconnected. A trial across five European countries then tested whether training could close that gap. In the trial, 736 teachers in France, Ireland, Italy, Luxembourg and Slovenia were given a course and support. The results showed that their knowledge and ability to judge what a tool could do increased. However, their teaching did not change. They tried things and went back to what they had been doing before.
This is the knowledge–action gap. Courses produce knowledge, but changing practice needs accompaniment, trialing and colleagues to think with. Transfer has to be designed, not hoped for.
What teachers are actually doing
The most robust finding across countries is quietly surprising: teachers use AI intensively for themselves and hardly at all with their students. In Germany,Niemczech 52% usekorzysta AIz atSI leastco oncenajmniej araz month.w Onlymiesiącu. 29Tylko %29% usekorzysta itz inniej lessonsna withlekcjach, amając classprzed insobą frontklasę. ofPubliczna them.debata Soo the„SI publicw debateklasie” aboutdotyczy "AIwięc inw thedużej classroom"mierze isczegoś, largelyco ajeszcze debatenie aboutdzieje somethingsię thatna isdużą not yet happening at scale.skalę.
Fig.Rys. 2: DifferenceRóżnica inmiędzy AIkorzystaniem usez forSI preparationdo comparedprzygotowania a korzystaniem z niej w klasie. Obraz stworzony za pomocą GoogleGemini.
To, co faktycznie się dzieje, to usageodciążenie inz theobowiązków classroom.– Imagei createdtu withwiadomości GoogleGeminisą dobre. W brytyjskim badaniu 259 nauczycieli z 68 szkół otrzymało wsparcie SI do planowania lekcji przyrody dla uczniów w wieku 11–13 lat. Czas planowania spadł z 81 do 56 minut tygodniowo. Gdy niezależni oceniający sprawdzili powstałe materiały, nie stwierdzili spadku jakości. Własne szacunki nauczycieli dotyczące oszczędzanego czasu we wszystkich przedmiotach są jeszcze wyższe – u regularnych użytkowników wynoszą około sześciu godzin tygodniowo.
WhatWarto iszatrzymać happeningsię isprzy workloadjednej relief,prawidłowości. andW heredużym theamerykańskim newsbadaniu isankietowym good.nauczyciele Inw szkołach z jasną, pisemną polityką dotyczącą SI zgłaszali oszczędność czasu o około jedną czwartą większą niż nauczyciele w szkołach bez takiej polityki. To relacja samych nauczycieli, a Britishnie trial,pomiar, 259a teachersankieta acrossnie 68pokazuje, schoolsw werektórą givenstronę AIbiegnie supportzależność. forDobrze planningzorganizowane scienceszkoły lessonsmogą forpo 11-prostu dobrze radzić sobie z obydwoma sprawami naraz. Ale to 13-year-olds.odwrotność Planningtego, timeczego fellspodziewałaby fromsię 81większość ludzi, i warto zauważyć, że nic w źródłach stojących za tymi danymi nie wskazuje na odwrotną zależność: wszędzie tam, gdzie to 56zbadano, minutesjasne azasady week.i Whenintensywne independentkorzystanie assessorsidą reviewedw theparze. resulting materials, they found no drop in quality. Teachers' own estimates of the time they save across all subjects are even higher, at around six hours a week for regular users.
And one pattern is worth pausing on. In a large American survey, teachers in schools with a clear written AI policy reported saving about a quarter more time than teachers in schools without one. That is the teachers' own account rather than a measurement, and a survey cannot show which way the arrow runs. Well-organized schools may simply do both things well. But it is the opposite of what most people expect, and it is worth noting that nothing in the sources behind these points the other way: wherever this has been examined, clear rules and heavy use go together. -> 1.54 CompliantZgodne usewykorzystanie of AISI
WhyDlaczego thenarzędzie toolnie isjest not the pointnajważniejsze
IfJeśli youszukasz wantedrankingu najlepszych narzędzi SI, badania Cię rozczarują, a rankingpotem, ofprzy thedrugim bestczytaniu, AIuwolnią. tools,Gdy thebadacze researchzbierają willwiele disappointodrębnych youbadań andi then,pytają, onco secondodróżnia reading,klasy, setw youktórych free.SI Whenbardzo researcherspomogła, gatherod manytych, separatew studiesktórych andpomogła askledwie whattrochę, separatesodpowiedzią thenigdy classroomsnie wherejest AImarka helpedoprogramowania. aLiczy greatsię dealto, fromco thoseuczniowie wheremieli itz barelynim helpedrobić.
Są all,trzy theporównania, answerktóre is never the brand of software. It is what the students were askednaprawdę to do with it.
There are three comparisons that really drive the point home.obrazują.
StudentsUczniowie,whoktórzyusedużywaliAISI do przekształcania czegoś, np. przerabiania szkicu lub rozwijania własnej próby, zyskali około dwa i pół raza więcej niż uczniowie, którzy po prostu prowadzili rozmowę z chatbotem.
PedagogyPedagogika beatsbije technology,technologię, andi to z dużą przewagą. Dzieje się tak za każdym razem, gdy ktoś porządkuje badania według tego, co uczniowie faktycznie robili. Warto rozważyć równocześnie dwa ograniczenia.
Dobra informacja zwrotna to nie to samo, co informacja zwrotna, która działa. W jednym eksperymencie 70 studentów napisało esej argumentacyjny i poprawiło go tydzień później. Losowo przydzielono ich do trzech grup: jedna otrzymała informację zwrotną od doświadczonego nauczyciela, druga od chatbota otrzymującego proste polecenie, a trzecia od tego samego chatbota poproszonego o przemyślenie eseju krok po kroku. Oceniane według tej samej rubryki, informacje zwrotne chatbota rozumującego krok po kroku okazały się najlepsze z całej trójki. Były lepsze niż od zwykłego chatbota i lepsze niż od nauczyciela. Potem nastąpiły poprawki i wszystkie trzy grupy poprawiły swoje eseje mniej więcej o tyle samo. Najlepsza informacja zwrotna w badaniu nie przyniosła większej poprawy niż ta oceniona najniżej. Lepsze komentarze nie dały lepszego eseju.
Warto się nad tym zatrzymać, bo podważa to powszechne założenie, że lepsza informacja zwrotna prowadzi do lepszego uczenia się. Sama w sobie – nie prowadzi. Informacja zwrotna działa tylko wtedy, gdy zostanie wykorzystana: przeczytana, zrozumiana, zastosowana i zrozumiana na tyle dobrze, by uczeń następnym razem poradził sobie sam. To wykorzystanie jest wąskim gardłem, nie jakość.
Na przeszkodzie stają najwyraźniej dwie rzeczy, i obie da się wykorzystać.
Więcej nie zawsze znaczy lepiej. W drugim badaniu, z udziałem 60 uczniów drugiej klasy liceum i 240 tekstów, SI wygenerowała znacznie więcej komentarzy dotyczących treści niż nauczyciele. 333 wobec 241. To właśnie z komentarzy nauczycieli uczniowie korzystali częściej. Skonfrontowany z trzydziestoma precyzyjnymi poprawkami, uczeń może albo przestać diagnozować i zacząć segregować, albo po prostu się podporządkować. Jeśli uczeń stosuje się do zasad, w gruncie rzeczy mówi, że poprawka była niepotrzebna. To znowu ta sama nawigacja, tylko na innym poziomie. Daje naprawdę szczegółową informację zwrotną, w rodzaju „skręć w lewo za 200 metrów” – ale dotyczącą Twojego własnego tekstu.
Kto to mówi, ma znaczenie. Nie jesteśmy do końca pewni, dlaczego komentarze nauczycieli są częściej wykorzystywane. To kwestia interpretacji, a widenie margin.pomiaru, Thisale isnajbardziej whatprawdopodobnym happenswyjaśnieniem everyjest timeto, somebodyże sortsinformacja thezwrotna studiesjest postrzegana jako coś, co dzieje się między ludźmi. To, co ma do powiedzenia ktoś, kto wie, co robiłeś w zeszłym semestrze, i zobaczy, co zrobisz z tą informacją, różni się od tego samego zdania wygenerowanego na żądanie.
Co z tego wynika dla praktyki. Wszystkie dowody, jakie mamy na temat automatycznej informacji zwrotnej, pokazują, że działa ona najlepiej, gdy uczniowie przenoszą to, czego nauczyli się przy jednym zadaniu, na nowe zadanie. Działa najsłabiej, gdy uczniowie po prostu kopiują to, czego się nauczyli, wprost z tekstu, który mają przed sobą. I jest znacznie skuteczniejsza, gdy stosuje się ją przez dłuższy czas, na przykład cały semestr, a nie jednorazowo. Nie powinniśmy więc pytać, czy informacja zwrotna od SI jest wystarczająco dobra. Powinniśmy pytać, czy ten uczeń będzie musiał kiedykolwiek jeszcze z niej skorzystać. Jeśli odpowiedź brzmi „nie”, lepsze komentarze prawdopodobnie nie pomogą.
Ten sam podział widać też w dużej skali. Jeden zespół zebrał wyniki 228 badań: SI wyraźnie i konsekwentnie poprawiała to, co uczniowie potrafili wytworzyć, natomiast jakikolwiek zysk w ich zdolności do planowania, monitorowania i korygowania własnego uczenia się był na tyle mały, że mógł być dziełem przypadku. Najostrzej widać to w programowaniu. Uczniowie z asystentem SI byli mierzalnie szybsi, a na końcu wcale nie lepsi od tych, którzy z niego nie korzystali. Zrobienie czegoś szybciej i zrobienie tego lepiej to nie to samo, a SI wyraźnie te dwie rzeczy rozdziela.
Europa jak lustro
W całej Europie odsetek nauczycieli korzystających z SI waha się od 89% w Czechach do 14% we Francji. Pamiętaj, że badania różnią się metodą i czasem przeprowadzenia, więc czytaj to jako rozpiętość, a nie pojedyncze liczby.
Francja jest tu pouczającym przypadkiem. Zbudowała jeden z najbardziej ambitnych na kontynencie państwowych programów SI – system korepetycji SI z matematyki i francuskiego. Mimo to Francja wciąż znajduje się na dole tej tabeli, ponieważ tylko 9% francuskich nauczycieli odbyło jakiekolwiek szkolenie z SI, wobec około 38% w porównywalnych krajach. Dostarczenie narzędzi to łatwiejsza połowa zadania, ale to kwalifikacje są tą połową, która decyduje.
Dwa kraje zapisały problem nawigacji satelitarnej w swojej polityce tak, jak zrobiłaby to szkoła jazdy: najpierw mapa, potem urządzenie. Norwegia zarekomendowała w czerwcu 2026 roku, by whatgeneratywna theSI studentszasadniczo werepozostała actuallypoza doing.szkołą Twopodstawową limitsi shouldbyła benauczana considereddopiero equally.w niższych klasach szkoły średniej, gdzie nauczyciele zostali przeszkoleni, a SI powinna być nauczana jako celowo kształcona umiejętność. Luksemburg wprowadza to etapami w podobny sposób. Zwróć uwagę: Norwegia wydała rekomendację, a nie wiążący zakaz, jednak międzynarodowa prasa donosiła o tym inaczej.
Martwy punkt
Jedno z ryzyk związanych z SI rzadko się wymienia, choć obraz również je pokazuje: znajomość mapy Londynu nie jest trwała na zawsze. Kierowczyni, która przez pięć lat podąża za strzałkami, nie utrzymuje miasta w głowie. Wiedza blaknie, a ona przestaje zauważać rozkopaną ulicę. Twoją ekspertyzę podtrzymuje robienie właśnie tych rzeczy, które SI najlepiej potrafi przejąć: pisanie zadania, przewidywanie błędnego rozumowania i szkicowanie wyjaśnienia. Tam, gdzie SI przejmuje pracę, dzięki której kształtuje się umiejętność oceny, ulga zamienia się w utratę kompetencji. W niemieckim panelu eksperckim 65% ekspertów edukacyjnych wskazało to ryzyko dla zawodu nauczyciela, co stanowi wzrost z 44% rok wcześniej.
GoodKorzystaj feedbackz isnawigacji. notTylko thepamiętaj sameo as feedback that works. In one experiment, 70 university students wrote an argumentative essay and revised it a week later. They were assigned at random to three groups: one got feedback from an experienced teacher, one from a chatbot given a plain instruction, and one from the same chatbot prompted to reason through the essay step by step. Marked against the same rubric, the step-by-step chatbot produced the best feedback of the three. The feedback was better than the plain chatbot and better than the teacher. Then came the revisions, and all three groups improved by much the same amount. The best feedback in the study brought no more improvement than the lowest-rated feedback. Better comments did not produce a better essay.mapie.
That deserves a moment because it challenges a common assumption that better feedback leads to better learning. It does not, on its own. Feedback only does anything if it is taken up: read, understood, acted on, and understood well enough that the student could get it right unaided next time. Uptake is the bottleneck, not quality.
Two things appear to get in the way, and both are usable.
More isn't always better. In a second study, with 60 Year 11 students and 240 pieces of writing, the AI produced way more content-related comments than the teachers did. 333 against 241. It was the teachers' comments that the students acted on more often. When confronted with thirty precise corrections, a student might either stop diagnosing and start triaging or just comply. If a student follows the rules, they're basically saying that the revision was unnecessary. It's the satnav again, but on a different level. It gives you really detailed feedback, like 'Turn left in 200 meters' for your own writing.
Who says it matters. We're not really sure why teacher comments are taken up more often. This is all about interpretation, not measurement, but the most likely explanation is that feedback is seen as an act between people. What someone who knows what you did last term and will see what you do with it has to say is different from the same sentence generated on request.
What follows for practice. All the evidence we've seen on automated feedback shows that it works best when students take what they've learned in one task and apply it to a new task. It's least effective when they just copy and paste what they've learned straight from the text in front of them. And it's way more effective when you use it over a longer period of time, like a whole term, rather than just in one go. So, we shouldn't be asking whether the AI's feedback is good enough. We should be asking whether this student will ever have to use it again. If the answer is no, better comments are unlikely to help.
And the same split shows up at scale. One team pooled 228 studies: AI clearly and consistently improved what students could produce, while any gain in their ability to plan, monitor and correct their own learning was small enough to have been chance. Programming shows it sharpest. Students with an AI assistant were measurably faster, and no better at the end than those without one. Getting more done and getting better are not the same thing, and AI separates them.
Europe as mirror
Across Europe the share of teachers using AI runs from 89 % in Czechia to 14 % in France. Please consider that the surveys differ in method and timing, so read the spread, not the individual figures.
France is the instructive case. It built one of the continent's most ambitious state AI programs, an AI tutoring scheme in maths and French. Nevertheless, France still sits at the bottom of that table, as only 9 % of French teachers have received any training in AI, compared with roughly 38 % across comparable countries. Providing tools is the easy half but qualification is the half that decides.
Two countries have written the satnav problem into policy the way a driving school would: map first, device later. Norway recommended in June 2026 that generative AI remain essentially out of primary school and be taught only in lower secondary school, where teachers have been trained, and AI should be taught as a deliberate skill. Luxembourg stages it similarly. Note carefully: Norway issued a recommendation, not a binding ban, however the international press reported it.
The blind spot
One risk of AI is rarely named, and the image reaches it too: knowledge about the London city map is not permanent. A driver who follows the arrows for five years does not keep the city in her head. It fades, and she stops noticing the dug-up street. Your expertise is maintained by doing the very things AI is best at absorbing: writing the task, anticipating the misconception and drafting the explanation. Where AI takes over the work through which judgment forms, relief turns into deskilling. In a German expert panel, 65 % of education experts identified this risk for the teaching profession, rising from 44 % the year before.