Projektowanie pętli uczenia się wspomaganych sztuczną inteligencją w oparciu o cztery filary uczenia się Dehaene’a

Treść abstraktu

**Wyzwanie** Jednym z najważniejszych wyzwań współczesnej edukacji jest tworzenie takich środowisk uczenia się, które pozwalają skutecznie rozwijać uwagę, zaangażowanie poznawcze oraz trwałość efektów kształcenia. W świecie charakteryzującym się nadmiarem informacji, szybkim tempem komunikacji oraz rosnącą liczbą bodźców cyfrowych coraz trudniejsze staje się utrzymanie koncentracji niezbędnej do efektywnego uczenia się. Jednocześnie rozwój sztucznej inteligencji otwiera nowe możliwości projektowania procesów edukacyjnych dostosowanych do indywidualnych potrzeb ucznia. W rezultacie współczesna edukacja staje przed zadaniem połączenia wiedzy o funkcjonowaniu ludzkiego mózgu z potencjałem nowoczesnych technologii. Badania nad procesami uczenia się coraz wyraźniej wskazują, że skuteczna edukacja wymaga uwzględniania mechanizmów poznawczych odpowiedzialnych za koncentrację uwagi, aktywne zaangażowanie, informację zwrotną oraz utrwalanie wiedzy. Współczesna neurodydaktyka podkreśla, że uczenie się nie jest wyłącznie procesem przekazywania informacji, lecz złożonym zjawiskiem angażującym uwagę, emocje, pamięć i motywację. Oznacza to konieczność projektowania takich doświadczeń edukacyjnych, które odpowiadają naturalnym mechanizmom funkcjonowania człowieka. Jednym z największych problemów współczesnej edukacji jest rozproszenie uwagi. Młodzi ludzie funkcjonują w środowisku wielozadaniowości, ciągłych powiadomień, mediów społecznościowych oraz nieustannego dostępu do informacji. Nadmiar bodźców utrudnia koncentrację na zadaniach wymagających pogłębionej refleksji i systematycznej pracy intelektualnej. W konsekwencji wielu uczniów i studentów doświadcza trudności związanych z utrzymaniem uwagi przez dłuższy czas oraz efektywnym przetwarzaniem informacji. Edukacja przyszłości musi zatem uwzględniać strategie wspierające rozwój koncentracji oraz świadome zarządzanie uwagą. Szczególnego znaczenia nabiera możliwość wykorzystania sztucznej inteligencji do personalizacji procesu uczenia się. Systemy AI mogą analizować postępy uczniów, identyfikować obszary wymagające wsparcia oraz dostosowywać poziom trudności zadań do indywidualnych potrzeb. Dzięki temu możliwe staje się tworzenie dynamicznych środowisk edukacyjnych reagujących na tempo uczenia się, poziom zaangażowania oraz preferencje poznawcze użytkownika. Takie rozwiązania mogą zwiększać efektywność kształcenia oraz wspierać rozwój samodzielności uczących się. Ważnym aspektem omawianego wyzwania jest również rola informacji zwrotnej. Proces uczenia się staje się bardziej skuteczny, gdy uczestnik otrzymuje szybkie i precyzyjne informacje dotyczące swoich postępów. Sztuczna inteligencja umożliwia tworzenie systemów oferujących natychmiastową informację zwrotną, wskazujących błędy oraz proponujących indywidualnie dopasowane ścieżki rozwoju. Jednocześnie konieczne jest zachowanie równowagi pomiędzy automatyzacją wsparcia a znaczeniem relacji nauczyciel–uczeń. Istotnym wyzwaniem pozostaje również rozwijanie aktywnego zaangażowania uczących się. Badania pokazują, że wiedza jest trwale przyswajana przede wszystkim wtedy, gdy uczeń uczestniczy w procesie odkrywania, eksperymentowania i samodzielnego rozwiązywania problemów. Technologie cyfrowe powinny więc wspierać aktywność poznawczą, a nie zastępować ją gotowymi rozwiązaniami. W przeciwnym razie istnieje ryzyko ograniczenia samodzielności intelektualnej oraz osłabienia motywacji do podejmowania wysiłku poznawczego. Nie bez znaczenia pozostaje również problem etycznego wykorzystywania danych edukacyjnych. Personalizacja oparta na sztucznej inteligencji wymaga gromadzenia informacji dotyczących zachowań, postępów i aktywności uczących się. Powstają więc pytania dotyczące ochrony prywatności, przejrzystości działania algorytmów oraz odpowiedzialności za podejmowane decyzje edukacyjne. Współczesna edukacja powinna rozwijać rozwiązania technologiczne zgodne z zasadami etyki i poszanowania praw użytkowników. Ważnym aspektem pozostaje również zmieniająca się rola nauczyciela. W środowisku edukacyjnym wspieranym przez sztuczną inteligencję nauczyciel nie traci znaczenia, lecz przejmuje nowe funkcje. Staje się projektantem doświadczeń edukacyjnych, mentorem, przewodnikiem oraz osobą wspierającą rozwój kompetencji wyższego rzędu. Jego zadaniem jest tworzenie warunków sprzyjających refleksji, współpracy, kreatywności i odpowiedzialnemu korzystaniu z technologii. W perspektywie przyszłości rozwój sztucznej inteligencji będzie coraz silniej wpływał na procesy edukacyjne. Kluczowym wyzwaniem pozostanie jednak zachowanie równowagi pomiędzy potencjałem technologii a wiedzą o człowieku i jego potrzebach rozwojowych. Skuteczna edukacja nie może opierać się wyłącznie na możliwościach technicznych, lecz powinna uwzględniać mechanizmy uczenia się, dobrostan uczących się oraz znaczenie relacji społecznych. Projektowanie procesów uczenia się wspieranych przez sztuczną inteligencję należy zatem postrzegać jako ważny kierunek rozwoju współczesnej edukacji. Od jakości tworzonych rozwiązań zależeć będzie skuteczność kształcenia, rozwój kompetencji przyszłości oraz zdolność systemów edukacyjnych do odpowiadania na wyzwania społeczeństwa cyfrowego. **Rekomendacje** 1. Łączyć rozwiązania oparte na sztucznej inteligencji z wiedzą neurodydaktyczną dotyczącą procesów uczenia się. 2. Projektować środowiska edukacyjne wspierające koncentrację uwagi i aktywne zaangażowanie uczących się. 3. Wykorzystywać sztuczną inteligencję do personalizacji nauczania przy zachowaniu autonomii ucznia. 4. Zapewniać etyczne i transparentne wykorzystywanie danych edukacyjnych oraz algorytmów AI. 5. Wzmacniać rolę nauczyciela jako mentora, projektanta doświadczeń edukacyjnych i przewodnika w świecie nowych technologii. Focus Mode On! Designing AI-Powered Learning Loops with Dehaene's 4 Pillars **Challenge** One of the most important challenges facing contemporary education is the creation of learning environments that effectively support attention, cognitive engagement, and long-term learning outcomes. In a world characterised by information overload, rapid communication, and an increasing number of digital stimuli, maintaining the concentration necessary for effective learning has become increasingly difficult. At the same time, the development of artificial intelligence offers new opportunities for designing educational processes tailored to individual learner needs. As a result, contemporary education faces the task of combining knowledge about human cognition with the potential of advanced technologies. Research on learning processes increasingly demonstrates that effective education requires consideration of cognitive mechanisms responsible for attention, active engagement, feedback, and knowledge consolidation. Contemporary neuroeducation emphasises that learning is not merely a process of information transmission but a complex phenomenon involving attention, emotions, memory, and motivation. Consequently, educational experiences should be designed in ways that correspond to natural mechanisms of human learning. One of the most significant challenges of contemporary education is attention fragmentation. Young people operate in environments characterised by multitasking, constant notifications, social media engagement, and uninterrupted access to information. This abundance of stimuli often makes it difficult to concentrate on activities requiring sustained reflection and intellectual effort. As a result, many learners struggle to maintain focus and process information effectively. Future-oriented education must therefore incorporate strategies supporting attention management and concentration development. Particular importance should be attached to the potential of artificial intelligence in personalising learning processes. AI systems can analyse student progress, identify areas requiring support, and adjust learning tasks to individual needs. Such capabilities enable the creation of dynamic educational environments responsive to learning pace, engagement levels, and cognitive preferences. These solutions may increase educational effectiveness while fostering learner autonomy. Another important aspect concerns the role of feedback. Learning becomes more effective when individuals receive timely and accurate information regarding their performance and progress. Artificial intelligence makes it possible to create systems that provide immediate feedback, identify errors, and suggest personalised developmental pathways. However, it remains essential to maintain a balance between automated support and the educational value of teacher–student relationships. Developing active learner engagement is also a major challenge. Research consistently demonstrates that knowledge is retained more effectively when learners actively explore, experiment, and solve problems independently. Digital technologies should therefore support cognitive activity rather than replace it with ready-made solutions. Otherwise, there is a risk of reducing intellectual independence and weakening motivation for sustained cognitive effort. The ethical use of educational data constitutes another important issue. AI-driven personalisation requires the collection and analysis of information related to learner behaviour, progress, and engagement. This raises questions regarding privacy protection, algorithmic transparency, and accountability for educational decisions. Contemporary education should therefore promote technological solutions aligned with ethical principles and respect for individual rights. The changing role of teachers should also be emphasised. In AI-supported educational environments, teachers do not lose their importance; rather, their functions evolve. They become designers of learning experiences, mentors, facilitators, and guides supporting the development of higher-order competencies. Their role includes creating conditions that encourage reflection, collaboration, creativity, and responsible use of technology. Looking towards the future, artificial intelligence will increasingly influence educational processes. Nevertheless, the central challenge will remain maintaining a balance between technological capabilities and knowledge about human development and learning needs. Effective education cannot rely solely on technological solutions but must also take into account learning mechanisms, learner well-being, and the significance of social relationships. The design of AI-supported learning processes should therefore be viewed as a major direction for the development of contemporary education. The quality of these solutions will significantly influence educational effectiveness, the development of future competencies, and the ability of educational systems to respond to the demands of digital societies. **Recommendations** 1. Integrate artificial intelligence solutions with neuroeducational knowledge about learning processes. 2. Design learning environments that support attention, focus, and active learner engagement. 3. Use artificial intelligence to personalise education while preserving learner autonomy. 4. Ensure ethical and transparent use of educational data and AI-based algorithms. 5. Strengthen the role of teachers as mentors, learning designers, and guides in technology-rich educational environments.