AI oszczędza czas. Nadal brakuje 50 mln nauczycieli

Karta pracy rzadko jest najtrudniejszą częścią dnia nauczyciela. Trudne jest zauważenie, kto przestał nadążać, wybór innego wyjaśnienia i decyzja, kiedy sam plan powinien się zmienić. Sztuczna inteligencja może pomóc naszkicować kartę. Czy ten czas wraca do pracy, która wymaga człowieka, pozostaje decyzją organizacji.

Dwie październikowe publikacje utrudniają ominięcie tej decyzji i nie opisują tego samego problemu. 6 października 2026 r. szkolna próba losowa w Anglii wykazała, że asystent planowania lekcji oparty na AI skrócił deklarowany czas przygotowania o około 49 minut tygodniowo, bez pogorszenia ocenianych materiałów. Dzień wcześniej UNESCO podało, że do 2030 roku świat potrzebuje 50 milionów dodatkowych nauczycieli, aby zapewnić powszechny dostęp do edukacji przedszkolnej, podstawowej i średniej. 14 października OECD zgłosiło utrzymujące się niedobory zawodów nauczycielskich w wielu swoich krajach. Żadna z tych liczb nie jest zgodą na zastąpienie nauczyciela oprogramowaniem.

Zmierzona oszczędność, w jednej części pracy

Aila z Oak National Academy to asystent lekcji oparty na AI. Nauczyciel wybiera rocznik, przedmiot i temat. Aila proponuje cel uczenia zgodny z krajową podstawą programową Anglii oraz zajęcia, które do niego pasują. Potem nauczyciel dopracowuje plan, z narzędziem albo poza nim.

Education Endowment Foundation (EEF) zleciła National Foundation for Educational Research (NFER) zbadanie wpływu na obciążenie pracą. Ewaluacja, opublikowana 6 października 2026 r., była próbą losową na poziomie szkół przez dziesięć tygodni jesieni 2025 r. Objęła nauczycieli Key Stage 2, czyli klas dla dzieci w wieku od 7 do 11 lat. NFER i komunikat EEF opisują 464 nauczycieli w 108 szkołach. Szkoły przydzielono do grupy zachęcanej do używania Aila albo do grupy, której polecono z niej nie korzystać. W obu grupach można było nadal używać innej generatywnej AI, na przykład ChatGPT albo Microsoft Copilot. Obie grupy miały nie pobierać nowych materiałów ze strony Oak National Academy, aby porównanie izolowało Aila, a nie istniejącą już bibliotekę.¹²³

Główną miarą był czas, zapisywany w tygodniowym dzienniku. NFER podaje, że grupa Aila poświęcała około 2,5 godziny tygodniowo na przygotowanie lekcji i materiałów, a grupa porównawcza 3,3 godziny. To 76% czasu grupy porównawczej: różnica 0,8 godziny, czyli 48,6 minuty tygodniowo. Komunikat EEF opisuje ten sam kontrast jako dwie i pół godziny wobec 3 godzin i 19 minut, około 49 minut, i nazywa to jedną czwartą (24%). Niezależny panel sześciorga nauczycieli oceniał jakość materiałów. NFER nie znalazła dowodu, że materiały grupy Aila były gorsze.¹²

Te godziny pochodzą z opublikowanych podsumowań. Raport ewaluacji jest dokładniejszy co do tego, kto wchodzi do średniej. Spośród 464 wylosowanych nauczycieli 416 było w analizie głównej: 214 w grupie Aila i 202 w grupie porównawczej. 48 nauczycieli, 10,3%, nie wypełniło żadnego dziennika i odpadło. Strona projektu EEF podaje te same 416, gdy opisuje uwzględnione dane. Ubytek był nieco wyższy w grupie porównawczej, a raport mówi, że ta różnica nie była istotna statystycznie. Podane powody to obciążenie i odejścia nauczycieli ze szkoły.³

To wynik kontrolowany, a nie szacunek godzin od dostawcy. Jest też węższy niż twierdzenie, że nauczyciele stali się o 24% produktywniejsi w całej pracy. Zmierzona oszczędność dotyczy przygotowania, przez dziesięć tygodni. Opublikowane wyniki nie pokazują, że uczniowie nauczyli się więcej, że szkoła mogłaby działać z mniejszą liczbą nauczycieli, ani że oszczędność utrzymałaby się latami.

Użycie było skromne. NFER podaje, że Aila służyła średnio tylko do 7% lekcji oraz że zarówno częstość, jak i skala użycia spadały w trakcie próby. EEF dodaje, że 81% nauczycieli w grupie Aila użyło narzędzia co najmniej raz i że mniej niż jedna osoba na pięć uznała, iż naprawdę zmieniło ono nauczanie albo planowanie. EEF podaje też, że nauczyciele, którzy używali Aila częściej, oszczędzali więcej czasu, także po odjęciu pierwszego tygodnia i przerwy śródsemestralnej. To związek wewnątrz próby, a nie dowód, że wymuszenie większego użycia dałoby tę samą oszczędność.¹³

Opinie były mieszane. Nauczyciele uznali Aila za dostępną i zgodną z programem, także przy mało znanym temacie. Wielu wciąż wolało inne narzędzia albo plany, które już mieli. Aila jest zbudowana tak, aby pomagać planować lekcję od zera, co wymaga większego udziału niż poprawianie planu, któremu się ufa. Wyniki często trzeba było dostosować, zanim nadawały się do sali. EEF mówi, że prawie wszyscy nauczyciele w próbie wskazywali planowanie jako źródło stresu i mieli poczucie, że poświęcają mu za dużo czasu. Krótszy odcinek może mieć znaczenie, nawet jeśli narzędzie nie staje się nawykiem.³

Oszczędność czasu nie rozłożyła się równo. W grupie Aila nauczyciele z mniejszą pewnością co do wiedzy przedmiotowej, mniejszą wiedzą pedagogiczną, nowsi w zawodzie albo bardziej pewni technologii częściej zgłaszali mniejsze obciążenie niż podobni nauczyciele w grupie porównawczej.¹³

Komunikat EEF opisuje też wcześniejszą próbę, opublikowaną w grudniu 2024 r., w której nauczyciele używający ChatGPT poświęcali 69% czasu grupy porównawczej poproszonej o planowanie bez żadnych narzędzi AI. Strona projektu opisuje ten wcześniejszy wynik jako oszczędność 31% u nauczycieli przedmiotów ścisłych w Key Stage 3. Użycie spadło także w tamtej próbie. Obie ewaluacje dostały od EEF wysoką ocenę wiarygodności. Porównanie nie jest identyczne. W próbie Aila druga grupa mogła nadal używać generatywnej AI. 49 minut to czas zaoszczędzony ponad narzędziami, których już wolno było używać, a nie porównanie ze światem bez AI.²³

Ben Styles z NFER powiedział, że zespół chce w przyszłości zbadać, czy nowo wykwalifikowany nauczyciel albo ktoś uczący poza swoim przedmiotem naprawdę uczy lepiej z wygenerowanym planem. Zaznaczył, że zastępowanie doświadczenia może pomóc albo grozić gorszymi lekcjami. To pytanie pozostaje otwarte. Październikowa próba na nie nie odpowiedziała.²

Niedobór dotyczy ludzi, a większość potrzeby to zastępstwo

Instytut Statystyki UNESCO wraz z Międzynarodowym Zespołem Zadaniowym ds. Nauczycieli na rzecz Edukacji 2030 opublikował notę na Światowy Dzień Nauczyciela. Artykuł jest datowany na 5 października 2026 r. i zaktualizowany 13 października. Mówi, że świat ma 107 milionów nauczycieli i do 2030 roku potrzebuje kolejnych 50 milionów, aby zapewnić powszechny dostęp do edukacji przedszkolnej, podstawowej i średniej. To jeden dodatkowy nauczyciel na dwóch obecnie pracujących. 50 milionów to projekcja rekrutacji pod cel edukacyjny. To nie jest poranny spis wakatów.⁴

58% nauczycieli potrzebnych do 2030 roku zastępuje osoby, które odchodzą, a nie służy wyłącznie powiększeniu kadry. Odpływ wynosi 7,2% w edukacji przedszkolnej, 5,4% w średniej i 4,7% w podstawowej. Jeśli ludzie odchodzą z powodu płacy, obciążenia, bezpieczeństwa albo braku wsparcia, szybszy pierwszy szkic lekcji dotyka tylko jednego fragmentu tej historii.⁴

O płacach UNESCO mówi, że nauczyciele przedszkola i szkoły podstawowej zarabiają nieco mniej niż inni specjaliści o podobnych kwalifikacjach. W dwóch na pięć z 68 zbadanych krajów wynagrodzenia nauczycieli pozostają niższe niż wynagrodzenia podobnie wykwalifikowanych specjalistów na wszystkich poziomach edukacji. Asystent planowania nie negocjuje pensji, nie prowadzi kogoś przez trudną klasę i nie czyni niebezpiecznej szkoły bezpieczną.⁴

Ta sama publikacja opisuje tydzień pracy: około 19 godzin w klasie i około 60 godzin łącznie, w dużej części niepłatne przygotowanie, sprawdzanie i administracja. W szkołach podstawowych globalny stosunek uczniów do wyszkolonego nauczyciela wynosi 28 do 1, najwyższy ze wszystkich poziomów. Narzędzie, które skraca przygotowanie, może mieć znaczenie wewnątrz tego tygodnia. Nie zmienia stosunku.⁴

Status jest kwestią zatrzymania ludzi, a użyteczny dowód jest węższy niż jeden globalny procent. W TALIS 2024 OECD podaje, że nauczyciele, którzy zgadzają się, iż społeczeństwo ceni zawód, są o ponad 10% mniej skłonni chcieć odejść z nauczania w ciągu pięciu lat, po uwzględnieniu motywacji, rodzaju umowy i zadowolenia z warunków zatrudnienia, w tym płacy. Udział osób, które czują się docenione, nie jest jedną liczbą. Przekracza 80% w Kazachstanie, Uzbekistanie i Wietnamie, a spada poniżej 10% we Francuskiej Wspólnocie Belgii, w Chorwacji, Francji, na Węgrzech, w Portugalii, Republice Słowackiej i Słowenii. Oprogramowanie nie nadaje tego statusu.⁵

Wskaźnik nierównowagi nie jest spisem wakatów

14 października 2026 r. OECD opublikowała Mapping Skill Shortages in OECD Countries, edycję 2026 bazy Skills for Jobs, obejmującą 38 krajów. Nie liczy pustych klas. Buduje wskaźnik złożony z sygnałów rynku pracy, w tym wzrostu zatrudnienia, płac, przepracowanych godzin i ogłoszeń online, a potem szereguje każdy zawód wobec innych zawodów w tym samym kraju. Najnowszy rok to 2024 dla większości krajów. Chile i Norwegia kończą się na 2022. Korea, Republika Słowacka, Szwajcaria i Türkiye kończą się na 2023. Australia i Nowa Zelandia obejmują 2025.⁶⁷

W tej mierze niedobory skupiają się w zawodach wysokich kwalifikacji. Zawody nauczycielskie stoją obok zawodów zdrowia oraz technologii informacyjno-komunikacyjnych wśród największych i najbardziej trwałych niedoborów. Australia, Francja, Zjednoczone Królestwo i Stany Zjednoczone wykazują trwałe niedobory nauczycieli. Ponad 30% nauczycieli ma powyżej 50 lat, a tylko około 10% ma poniżej 30 lat. Nauczyciele mają średnio ponad 16 lat edukacji, co jest jednym z powodów, dla których OECD mówi, że kształcenie większej liczby nauczycieli raczej nie zamknie luki szybko. Mniejsza populacja w wieku szkolnym może złagodzić popyt na edukację początkową w wielu krajach członkowskich. Popyt na uczenie się przez całe życie, w tym podnoszenie kwalifikacji, może utrzymać albo zwiększyć potrzebę zawodów nauczycielskich w dłuższym okresie.⁶⁷

Nie dodawaj 50 milionów UNESCO do tego wskaźnika. Jedno jest globalną projekcją dostępu do 2030 roku. Drugie jest względnym rankingiem wewnątrz grupy krajów, zbudowanym z historycznych sygnałów. Średnia krajowa może też ukryć poważną lukę lokalną. OECD mówi, że jej wyniki mogą różnić się od krajowych analiz kompetencji, bo dane i metoda są inne.⁴⁷

To, co podważają projekcja UNESCO i ranking OECD, to wygodne założenie, że automatyzacja wycinka pracy zawodowej sama rozwiązuje niedobór wykwalifikowanych ludzi. Ten sam błąd pojawia się, gdy zadanie staje się łatwiejsze, a nazwę stanowiska traktuje się tak, jakby zniknęła. AI zmienia zadania wewnątrz stanowisk, zanim zmieni ich nazwy.

Zdecyduj, do czego służą zaoszczędzone minuty

Wyobraź sobie małą szkołę organizacji non profit, której uczniowie potrzebują bardzo różnego wsparcia. To przykład hipotetyczny, nie opisany przypadek. Nauczyciele używają zatwierdzonego asystenta, aby szkicować konspekty i zróżnicowane ćwiczenia. Kierownictwo może wpisać krótszy czas przygotowania jako oszczędność kosztu. Szkoła może też przeznaczyć go na informację zwrotną, rozmowy z rodzinami, wsparcie między kolegami albo jeszcze jedno podejście do dziecka, które potrzebuje pomocy.

Drugi wybór nie jest automatycznie właściwy. Niektórzy wyczerpani nauczyciele woleliby skończyć wcześniej. To realna korzyść. Chodzi o to, aby ktoś otwarcie zdecydował, czy zysk staje się mniejszą liczbą nadgodzin, lepszą usługą, czasem na szkolenie czy zmianą obsady. Bez tej decyzji wolne minuty często wypełnia nowa administracja.

Jest też pułapka jakości. Narzędzie może szybciej wyprodukować wiarygodny plan i jednocześnie przenieść pracę ze szkicowania na sprawdzanie. Nauczyciele wciąż muszą ocenić poprawność merytoryczną, dopasowanie do wieku, dostępność, bezpieczeństwo i zgodność z lokalnym programem. Wynik NFER jest użyteczny, bo obejmował kontrolę jakości, a ta kontrola dotyczyła materiałów, nie tego, czego uczniowie się nauczyli. Szkoła używająca innego systemu nie powinna zakładać tego samego wyniku.

Bliżej o luce między rozszerzeniem zadania a opanowaniem pracy, która za nim stoi, pisze artykuł o tym, dlaczego AI może pozwolić uczniom zawodu wyjść poza szkolenie, a to nadal nie jest mistrzostwo.

Mały test jest użyteczniejszy niż program

Małe szkoły, organizacje społeczne i zespoły szkoleniowe nie potrzebują wielkiego programu AI, aby się czegoś nauczyć. Potrzebują krótkiego eksperymentu z punktem odniesienia. Wybierz jedno powtarzalne zadanie, na przykład przygotowanie lekcji albo dostosowanie tekstów. Poproś chętną grupę, aby zapisywała czas i zmiany wprowadzane w wyniku. Porównaj z podobnym okresem albo podobną grupą pracującą bez narzędzia. Klasy, przedmioty i ludzie nadal będą się różnić. Powiedz to.

Mierz więcej niż minuty. Czy materiały są poprawne i używalne? Czy ludzie zachowują zawodową kontrolę? Czy uczący się, którzy potrzebują więcej wsparcia, są obsłużeni lepiej, czy tylko szybciej? Czy narzędzie tworzy ryzyko dla prywatności albo bezpieczeństwa? Nie wkładaj danych identyfikujących uczniów do systemu, który nie został do tego zatwierdzony. Włącz osoby mniej pewne siebie, zamiast brać najbardziej zapalonych użytkowników za cały zespół.

Użyteczna liczba dla kierownictwa to nie liczba promptów. To odpowiedź, czy zadanie stało się łatwiejsze bez pogorszenia podstawowej usługi i czy ludzie naprawdę zyskali czas albo zdolność. Krótszy odcinek przygotowania może wspierać zatrzymanie ludzi. Sam z siebie nie dowodzi, że zostali. Trzeba by to śledzić dłużej.

Osąd nadal trzeba wypracować

AI może zmienić pracę specjalistów edukacji, a nie tylko ją odciążyć. Osoba odpowiedzialna za program może spędzać mniej czasu na pierwszym szkicu, a więcej na sprawdzaniu materiałów. Osoby wspierające uczenie się mogą mieć więcej sposobów dostosowania treści i większą odpowiedzialność za ocenę, czy dostosowanie pomaga. Kierownictwo może musieć ustalić zasady zatwierdzonych narzędzi, prywatności, dostępności i ewaluacji. To prawdopodobne przesunięcia zadań wewnątrz stanowiska. To nie dowód, że nowe nazwy stanowisk już pojawiły się na dużą skalę.

Wsparcie powinno różnić się zależnie od osoby. Ktoś na początku może chcieć uporządkowanego punktu startu i nadal potrzebować opinii koleżanki albo kolegi. Osoba z doświadczeniem może chcieć kontroli nad treścią i mniej sztywnego przebiegu. Ryzyko dla nauczycieli na początku kariery polega na tym, że wygoda zastępuje naukę rzemiosła. Jeśli przyjmują wygenerowaną sekwencję bez rozmowy o tym, dlaczego działa, zyskują tempo i tracą osąd, którego będą potrzebować, gdy lekcja się nie uda. Jeśli szkic jest materiałem, który mentor rozkłada na części, może stać się przedmiotem szkolenia. Październikowa próba nie badała tych dłuższych skutków. Oba warianty pozostają pytaniami.

Dla organizacji w Unii Europejskiej linia prawna jest konkretniejsza niż ogólne ostrzeżenie o "AI w szkole". Ten artykuł nie jest poradą prawną. Załącznik III unijnego aktu w sprawie AI wymienia jako wysokiego ryzyka niektóre zastosowania w edukacji i kształceniu zawodowym: systemy przeznaczone do ustalania dostępu albo przyjęcia, oceny wyników uczenia się, oceny właściwego poziomu edukacji albo monitorowania i wykrywania zabronionego zachowania podczas egzaminów. Narzędzie, które szkicuje lekcję, nie jest samym tym opisem jednym z tych systemów. Klasyfikacja zależy od tego, co technologia naprawdę robi.⁸

Inna reguła dotyczy użycia, a nie przyszłej etykiety wysokiego ryzyka. Biuro obsługi Komisji ds. aktu w sprawie AI mówi, że używanie systemu AI do wnioskowania o emocjach osoby w miejscu pracy albo w placówce edukacyjnej jest zakazane, z wyjątkiem systemów przeznaczonych do celów medycznych albo bezpieczeństwa. To samo biuro mówi, że zakazane praktyki są egzekwowalne od 2 sierpnia 2026 r. Reguły systemów wysokiego ryzyka z załącznika III stosuje się od 2 grudnia 2027 r., po rozporządzeniu (UE) 2026/1744, cyfrowym pakiecie zbiorczym w sprawie AI. Kamera, która ocenia "zaangażowanie" nauczyciela albo nastrój ucznia, to inne pytanie niż generator kart pracy. Obowiązki ochrony danych już dotyczą informacji o uczniach, niezależnie od tego kalendarza. Bliżej o ludzkim nadzorze, gdy oprogramowanie wpływa na ludzi w pracy, pisze artykuł kto nadzoruje algorytmicznego menedżera.⁹¹⁰¹¹

Pytania, które kierownictwo naprawdę zadaje

Czy 49 minut oznacza, że szkoła potrzebuje mniej nauczycieli?

Nie. Próba mierzyła czas przygotowania lekcji Key Stage 2 przez dziesięć tygodni. Nie badała obsady ani wyników uczniów. 50 milionów UNESCO to głównie popyt na zastępstwo. Krótszy odcinek planowania nie rekrutuje, nie szkoli i nie zatrzymuje osoby, która musi być w sali.¹⁴

Czy 24% można czytać jako zysk produktywności całej pracy?

EEF opisuje cięcie czasu przygotowania jako jedną czwartą. Wskaźnik NFER to 76% czasu przygotowania grupy porównawczej. To jedno zadanie. Nauczyciele w grupie porównawczej mogli nadal używać innej generatywnej AI. Użycie Aila wynosiło średnio 7% lekcji i spadło w trakcie próby. Mniej niż jeden nauczyciel na pięciu powiedział, że narzędzie naprawdę zmieniło nauczanie albo planowanie.¹²³

Czy mała organizacja powinna czekać na doskonałe narzędzie?

Nie. Powinna przetestować jedno zatwierdzone narzędzie na jednym zadaniu, z punktem odniesienia, kontrolą jakości i pisemną decyzją, dokąd idzie zaoszczędzony czas. Nie powinna wklejać informacji o uczniach do niezatwierdzonego systemu ani brać najbardziej zapalnego użytkownika za dowód, że skorzystali wszyscy.

Jak hilighter może pomóc

hilighter nie planuje lekcji, nie sprawdza prac i nie decyduje, ilu nauczycieli potrzebuje szkoła. Dla dostawcy szkoleń, organizacji społecznej albo działu praktyczne pytanie jest tym samym, które podnoszą te dowody: które zadania stały się lżejsze, które kompetencje nadal trzeba pokazać i kto odpowiada za osąd, który zostaje.

hilighter pomaga zespołom mapować kompetencje według roli, porównywać ludzi z tymi wymaganiami w analizie kompetencji i talentów, zapisywać dowód zdolności w uznawaniu osiągnięć i ustalać indywidualne ścieżki rozwoju. Widok wpływu AI na stanowiska jest orientacyjny. To nie jest prognoza, że rola zniknie. Plan bezpłatny obejmuje do trzech ról zawodowych, z nieograniczoną liczbą pracowników.

Sources

1. Roy, P., Poet, H., Staunton, R., Aston, K., Thomas, D. i Styles, B., NFER, Lesson planning using AI lesson assistant, Aila: A Teacher Choices Trial, 6 października 2026 r.
2. Education Endowment Foundation, AI tool reduced primary teachers' lesson planning time by a quarter, but views on the tool were mixed, 6 października 2026 r.
3. Education Endowment Foundation, Aila Teacher Choices trial (strona projektu: 416 nauczycieli w uwzględnionych danych, ograniczenie strony Oak, 7% lekcji, 81% użyło co najmniej raz, wzorzec podgrup oraz próba ChatGPT z grudnia 2024 r. opisana jako oszczędność 31%). Raport ewaluacji (NFER dla EEF, październik 2026 r.) jest źródłem próby analitycznej: 416 ze 464 wylosowanych nauczycieli, 214 i 202 według grupy oraz 48 bez dziennika (10,3%).
4. UNESCO, New UNESCO data: For every two teachers, the world needs one more, 5 października 2026 r., ostatnia aktualizacja 13 października 2026 r. Instytut Statystyki UNESCO i Międzynarodowy Zespół Zadaniowy ds. Nauczycieli na rzecz Edukacji 2030.
5. OECD, Sustaining the teaching profession: Results from TALIS 2024.
6. OECD, Mapping Skill Shortages in OECD Countries, 14 października 2026 r., https://doi.org/10.1787/735f9485-en.
7. OECD, Occupational imbalances, skill shortages and policy implications, w tym samym raporcie (ostatni rok według kraju; zawody nauczycielskie, wiek i lata edukacji).
8. Komisja Europejska, AI Act Service Desk, Annex III, punkt 3 (edukacja i kształcenie zawodowe).
9. Komisja Europejska, AI Act Service Desk, Is emotion recognition prohibited in workplace and education settings?.
10. Komisja Europejska, AI Act Service Desk, When does enforcement start? (praktyki zakazane egzekwowalne od 2 sierpnia 2026 r.; zasady załącznika III od 2 grudnia 2027 r.).
11. Rozporządzenie (UE) 2026/1744, Digital Omnibus on AI, zmieniające rozporządzenie (UE) 2024/1689, w tym datę stosowania systemów wysokiego ryzyka z załącznika III.

Źródła sprawdzone ostatnio: 30 października 2026 r. 49 minut dotyczy przygotowania lekcji i materiałów w jednym angielskim badaniu, nie całej pracy nauczyciela, a grupa porównawcza mogła nadal używać innej generatywnej AI. 50 milionów UNESCO to projekcja do 2030 roku, głównie zastępstwo, a nie spis wakatów. Liczba OECD to wskaźnik względny. TALIS opisuje zamiar odejścia, a nie zmierzony wskaźnik rezygnacji. Daty UE pochodzą z biura Komisji i EUR-Lex i nie są poradą prawną. Próba ChatGPT z grudnia 2024 r. jest tu opisana tak, jak przedstawia ją EEF na stronach z października 2026 r.; tamtego wcześniejszego raportu nie otwierano ponownie na potrzeby tego artykułu. Tłumaczenie wymaga weryfikacji native speakera.