Raport podsumowujący lata 2019–2024 przygotowany przez OPI PIB pokazuje ten dualizm bardzo wyraźnie. Polska nauka produkuje coraz więcej publikacji i coraz śmielej wchodzi w projekty międzynarodowe, ale jednocześnie nadal mierzy się z ograniczoną komercjalizacją badań i niedopasowaniem kompetencji absolwentów do potrzeb rynku. To napięcie nie jest nowe – nowa jest natomiast skala wyzwań, jakie przynosi sztuczna inteligencja.
Uczelnie sobie, gospodarka sobie
Podczas panelu „Uczelnie w 2035 roku” na Europejskim Kongresie Gospodarczym w Katowicach wybrzmiała diagnoza, która powinna wybrzmieć szczególnie mocno w środowisku startupowym: uczelnie funkcjonują dziś w zupełnie innym rytmie niż gospodarka technologiczna. Jak zauważyła Dorota Zaremba, partner w KPMG w Polsce, „cykl życia technologii AI wynosi dziś od sześciu do dwunastu miesięcy, podczas gdy cykl życia programu studiów to trzy do pięciu lat”. Trudno traktować tę opinię jako ciekawostkę. Brzmi ona raczej jako oskarżenie pod adresem systemu, nie będącego w w stanie nadążyć za rzeczywistością, którą próbuje opisywać.
W tej samej dyskusji prof. dr hab. Ryszard Koziołek, rektor Uniwersytetu Śląskiego, poszedł jeszcze dalej, mówiąc wprost: „tak, powinniśmy bać się AI — i nie tylko się bać, powinniśmy się bardzo bać”. Koziołek porównał moment pojawienia się generatywnej AI do momentu stworzenia bomby atomowej – nie dlatego, że skutki będą identyczne, ale dlatego, że po przekroczeniu pewnego progu nie ma już powrotu do poprzedniego świata.
Z kolei prof. dr hab. Alojzy Z. Nowak, rektor Uniwersytetu Warszawskiego, zwrócił uwagę na wymiar społeczny tej zmiany. Jak mówił podczas panelu, „jeśli kompetencje zdobywane przez kilkanaście lat edukacji mogą zostać zastąpione przez algorytm w kilka sekund, to musimy zadać sobie pytanie, kto będzie płacił podatki i utrzymywał państwo”. To zdanie – pozornie odległe od edukacji – w istocie dotyka jej samego fundamentu. Bo jeśli edukacja przestaje być gwarancją ekonomicznej wartości, to przestaje też być oczywistym wyborem.
Rosnące poczucie bezsensu
Na tym tle szczególnie interesująco wybrzmiała wypowiedź Michała Misztala, CEO Startup Academy, który jako jeden z nielicznych uczestników panelu nie mówił wyłącznie o diagnozie, lecz przedstawił działające rozwiązanie. Jego punkt wyjścia był jednak równie radykalny: sztuczna inteligencja nie jest już narzędziem, ale środowiskiem, w którym funkcjonujemy – a to oznacza konieczność przepisania całego „kontraktu społecznego” wokół edukacji. Misztal zwrócił uwagę na zjawisko, które w środowisku startupowym jest już dobrze widoczne, choć rzadko nazywane wprost: rosnące poczucie bezsensu edukacji wśród młodych ludzi. Studenci coraz częściej porzucają studia nie dlatego, że są zbyt trudne, ale dlatego, że wydają się nieadekwatne do świata, w którym AI potrafi wykonać w kilka sekund to, czego uczą się miesiącami. W tej perspektywie szczególnie mocno wybrzmiewa jego teza, że model edukacji nie może być aktualizowany w cyklu kilkuletnim, lecz powinien zmieniać się w tempie zbliżonym do aktualizacji modeli AI .
Odpowiedzią na tę diagnozę jest program „Uczelnia Przyszłości”, realizowany przez dwanaście polskich uczelni we współpracy ze Startup Academy. To projekt, który – zamiast reformować istniejący model – próbuje go obejść. Studenci nie realizują w nim wyłącznie standardowego programu, lecz pracują nad własnymi projektami: startupowymi, naukowymi czy społecznymi. Każdy z nich funkcjonuje w podwójnym systemie mentoringu – naukowego i biznesowego – a efektem pracy ma być realna wartość, nie tylko zaliczenie przedmiotu. Skala przedsięwzięcia – dziesiątki tysięcy godzin mentoringu, setki zespołów i setki mentorów – pokazuje, że nie jest to eksperyment jednostkowy, lecz próba systemowej zmiany .
Najciekawsze w tym modelu jest jednak coś innego. Misztal podkreśla, że w świecie AI nie wystarczy już wiedza ani nawet umiejętności. Kluczowa staje się gotowość emocjonalna – zdolność radzenia sobie z niepewnością, porażką i długotrwałym wysiłkiem. To kompetencja, którą trudno zmierzyć, jeszcze trudniej wpisać w sylabus, a jednocześnie – jak sugerują doświadczenia pracy ze startupami – absolutnie krytyczna dla budowy firm technologicznych.
Pogódźmy się z AI
W tym miejscu wątki raportu OPI PIB i dyskusji panelowej zaczynają się uzupełniać. Jeśli jednym z głównych problemów polskiego systemu jest słaba komercjalizacja wiedzy, to odpowiedzią nie jest jedynie lepszy transfer technologii czy więcej grantów. Odpowiedzią jest zmiana sposobu kształcenia – zorientowanego nie na reprodukcję wiedzy, lecz na jej zastosowanie w warunkach niepewności. Warto zauważyć, że nawet najbardziej sceptyczni wobec AI uczestnicy panelu nie postulowali powrotu do starego modelu. Prof. Marek Pawełczyk, rektor Politechniki Śląskiej i moderator dyskusji, podkreślał, że „AI już jest i będzie – próba obrony przed nią spowoduje jedynie jej przejście do szarej strefy”. To zdanie dobrze oddaje dominujący nastrój debaty: nie chodzi o to, czy przyjąć AI, ale jak nauczyć się z nią funkcjonować.
Dla środowiska startupowego wnioski z tej dyskusji są jednoznaczne, choć niekoniecznie wygodne. Przyszłego foundera jednorożca nie da się już wykształcić w tradycyjnym systemie opartym na przedmiotach, egzaminach i linearnych ścieżkach kariery. Taki system może produkować specjalistów – ale nie ludzi zdolnych budować firmy w świecie permanentnej zmiany. Odpowiedź na pytanie zawarte w tytule nie sprowadza się więc do listy kompetencji, lecz do zmiany perspektywy. Trzeba uczyć nie tego, co wiadomo, lecz tego, jak radzić sobie z tym, czego jeszcze nie wiemy. Trzeba uczyć nie tylko działania, ale też wytrwałości w działaniu, kiedy efekty nie przychodzą natychmiast. I wreszcie – trzeba uczyć odwagi kwestionowania zarówno autorytetów, jak i algorytmów.
W świecie, w którym – jak zauważali uczestnicy panelu – AI staje się „lepsza we wszystkim”, jedyną trwałą przewagą pozostaje człowiek. Nie ten, który wie najwięcej, lecz ten, który potrafi najdłużej i najodważniej działać mimo niepewności. I właśnie to (sic!) może być dziś najważniejszą lekcją, jakiej uczelnia powinna nauczyć przyszłego foundera.
