VeloTydzień Ekonomiczny 2 lutego 2026 r.

NAJWAŻNIEJSZE W TYM TYGODNIU

ZAGRANICA:

Nadchodzący tydzień przyniesie koncentrację uwagi na bankach centralnych i danych z USA, przy wciąż podwyższonej wrażliwości rynków po nominacji Kevina Warsha na prezesa Fed. Posiedzenia EBC, BoE i CNB najpewniej zakończą się utrzymaniem stóp bez zmian, a kluczowym testem dla sentymentu będzie piątkowy raport z amerykańskiego rynku pracy. Tłem pozostaje gwałtowna korekta na rynku metali szlachetnych – po piątkowym załamaniu cen złota i srebra inwestorzy będą oceniać, czy był to jednorazowy szok związany z przetasowaniami oczekiwań wobec Fed, czy początek głębszej korekty. W krótkim terminie decydujące znaczenie będzie miało zachowanie dolara i krótkiego końca krzywej dochodowości w USA.

POLSKA:

W kraju najważniejszym wydarzeniem będzie środowe posiedzenie RPP, na którym możliwa jest obniżka stóp o 25 pb, choć konsensus pozostaje podzielony, jeżeli nie teraz to obniżka za miesiąc. Decyzja Rady i komunikacja NBP będą kluczowe dla wyceny złotego i krajowego rynku długu – w scenariuszu obniżki stóp oczekujemy utrzymania EURPLN w przedziale 4,20–4,22, przy dalszej stabilizacji rentowności SPW. Złoty wchodzi w tydzień relatywnie mocny, wspierany dobrymi danymi makro i perspektywą wzrostu PKB, ale jego zachowanie pozostanie uzależnione od globalnego sentymentu i kierunku dolara. Przy braku eskalacji awersji do ryzyka bazowym scenariuszem pozostaje handel boczny na FX i rynku obligacji.

GEN AI W EDUKACJI

Generatywna sztuczna inteligencja wchodzi do szkół szybciej, niż systemy edukacyjne zdążyły zdefiniować jej rolę. W ciągu zaledwie dwóch lat od upowszechnienia dużych modeli językowych GenAI stała się narzędziem codziennego użytku dla uczniów i nauczycieli: od pomocy w pisaniu, przez rozwiązywanie zadań, po planowanie lekcji i ocenianie prac. Badania OECD pokazują jednak paradoks: uczniowie korzystający z GenAI często wykonują zadania szybciej i poprawniej, ale nie zawsze przekłada się to na trwały wzrost wiedzy i umiejętności.

GenAI stwarza realne szanse w nauczaniu, szczególnie gdy jest stosowana jako narzędzie wspierające proces uczenia się, a nie zastępujące myślenie uczniów. Badania z najnowszego OECD Digital Education Outlook pokazują, że dobrze zaprojektowane narzędzia edukacyjne oparte na LLM mogą poprawiać efekty nauki i motywację. Na przykład w badaniu w USA narzędzie „Tutor CoPilot”, trenowane na danych dydaktycznych i wspierające prawie 1 800 uczniów, podniosło średni odsetek zdawalności o 4 punkty procentowe, z największymi zyskami w grupie mniej doświadczonych tutorów (nawet +9 pp) - to oznacza, że AI może realnie wspierać nauczycieli i wspomagać rozwój uczniów. Inny eksperyment z kursu fizyki wykazał, że studenci korzystający z GenAI jako przewodnika pedagogicznego osiągnęli znacząco wyższe wyniki w krótszym czasie niż ich rówieśnicy uczący się wyłącznie tradycyjnymi metodami, a także deklarowali wyższe zaangażowanie i motywację. Takie przykłady pokazują, że GenAI może działać jak wartościowa podstawa dydaktyczna: wspierać przygotowywanie materiałów, analizować odpowiedzi uczniów i dostarczać spersonalizowaną informację zwrotną.

Jednak obok korzyści pojawiają się poważne problemy, szczególnie gdy narzędzia GenAI służą głównie do generowania gotowych odpowiedzi. Przykładem jest randomizowane badanie w Turcji z udziałem 1 000 uczniów matematyki, gdzie uczniowie ćwiczący z ogólnym chatbotem („GPT base”) osiągali znacznie lepsze wyniki w zadaniach praktycznych, nawet 127% lepiej niż uczniowie uczący się samodzielnie, ale w testach zamkniętych bez dostępu do AI ich wyniki spadły o 17% w porównaniu z grupą uczącą się tradycyjnie. Uczniowie korzystający z „edukacyjnego” chatbota wypadają w testach podobnie jak samodzielni, co sygnalizuje, że poprawa w ćwiczeniach nie przekłada się na realne przyswojenie wiedzy. Inne badania na studentach w USA pokazały, że po użyciu GenAI tylko 12% uczestników potrafiło dokładnie przypomnieć sobie własny tekst eseju, w porównaniu do 89% w grupach bez AI lub korzystających tylko z wyszukiwarki, co sugeruje, że AI może osłabiać pamięć i głębsze przetwarzanie informacji. Te przykłady wskazują, że bez odpowiedniej pedagogicznej integracji, jasnych zasad korzystania i rozwijania kompetencji uczniów, GenAI może prowadzić do płytkiego uczenia się i „poznawczego odciążenia”, zamiast rzeczywistego rozwoju wiedzy i umiejętności.

Z danych TALIS 2024 wynika, że wykorzystanie sztucznej inteligencji przez nauczycieli jest już zjawiskiem powszechnym, choć silnie zróżnicowanym między krajami. Średnio w państwach OECD 36% nauczycieli szkół niższego szczebla średniego deklaruje, że korzystało z AI w pracy w ciągu roku poprzedzającego badanie, przy czym w Singapurze i Zjednoczonych Emiratach Arabskich odsetek ten sięga około 75%, a we Francji i Japonii spada poniżej 20%. Nauczyciele używają AI przede wszystkim do zadań przygotowawczych i zwiększania efektywności pracy: 68% wykorzystuje ją do szybkiego poznawania i streszczania treści, a 64% do tworzenia konspektów i planów lekcji. Rzadziej sięgają po AI w obszarach bezpośrednio związanych z ocenianiem uczniów: około 25% analizuje z jej pomocą dane o zaangażowaniu lub wynikach uczniów, a 26% wykorzystuje ją do oceniania lub sprawdzania prac.

Jednocześnie nauczyciele dostrzegają zarówno potencjalne korzyści, jak i istotne ryzyka związane z GenAI. Średnio 40% zgadza się, że AI pomaga lepiej wspierać uczniów indywidualnie, a około połowa uważa, że ułatwia tworzenie lub doskonalenie materiałów dydaktycznych – przy czym skala tego przekonania waha się od 18% we Francji do 91% w Wietnamie. Z drugiej strony aż 70% nauczycieli obawia się, że AI może sprzyjać przypisywaniu sobie cudzej pracy przez uczniów, a około 40% wskazuje na ryzyko wzmacniania uprzedzeń, utrwalania błędnych przekonań lub zagrożeń dla prywatności danych. Wśród nauczycieli niekorzystających z AI dominują bariery kompetencyjne: średnio trzech na czterech deklaruje brak wiedzy lub umiejętności potrzebnych do pracy z AI, a około połowa tej grupy uważa, że AI w ogóle nie powinna być wykorzystywana w nauczaniu.

Wdrażanie narzędzi generatywnej sztucznej inteligencji w edukacji odbywa się w większości krajów przede wszystkim przez projekty pilotażowe. Przykłady z poszczególnych państw pokazują różnorodność podejść: Korea udostępniła szkołom tutorów opartych na GenAI, oferujących adaptacyjne ćwiczenia i informację zwrotną dla nauczycieli; Estonia w ramach programu AI Leap testuje systemowe wdrożenie GenAI w szkołach średnich, łącząc infrastrukturę, programy nauczania i szkolenia nauczycieli; Grecja pilotażowo wykorzystuje ChatGPT Edu, monitorując jego wpływ dydaktyczny. Inne kraje, takie jak Słowacja, Finlandia, Francja czy Australia, skupiają się na narzędziach wspierających nauczycieli w planowaniu lekcji, ocenianiu i redukcji obciążeń administracyjnych. Równolegle Wielka Brytania i Holandia rozwijają ekosystemy do bezpiecznego i zgodnego z regulacjami tworzenia edukacyjnych narzędzi GenAI, łącząc zasoby publiczne, badania naukowe i współpracę z sektorem technologicznym.

Większość krajów rozwija kompetencje w zakresie generatywnej sztucznej inteligencji w ramach szerszej edukacji AI, włączonej do kompetencji cyfrowych i umiejętności przekrojowych, zamiast traktować GenAI jako odrębny przedmiot. Nauczanie koncentruje się nie tylko na praktycznym wykorzystaniu narzędzi czy tworzeniu promptów, lecz coraz częściej także na rozumieniu ograniczeń i ryzyk związanych z modelami generatywnymi. Przykłady z Belgii (Flandria), Czech, Francji czy USA pokazują, że GenAI jest integrowana z programami nauczania na różnych etapach edukacji i w różnych przedmiotach, często przy wsparciu nowych platform i materiałów metodycznych. Część państw umieszcza te zagadnienia również w programach informatyki. Równolegle niemal wszystkie kraje europejskie uznają rozwój kompetencji nauczycieli w zakresie GenAI za priorytet.

PODSUMOWANIE

GenAI ma ogromny potencjał, by pomagać zarówno nauczycielom, jak i uczniom, poprawiając ich kreatywność, produktywność i wyniki. GenAI ma również potencjał, aby podnieść jakość korepetycji i nauczania, wspierać uczenie się we współpracy, a także poprawić wskaźniki zdawalności wśród uczniów. Zatem AI ma naprawdę potencjał, by radykalnie zmienić edukację i nasze systemy edukacyjne. Istnieje jednak kilka zagrożeń, z których powinniśmy zdawać sobie sprawę. Na przykład, w jednym z opisanych w raporcie eksperymentów, dostęp do narzędzi GenAI poprawił wyniki z matematyki o około 48%, ale po odebraniu dostępu do nich uczniowie radzili sobie o 17% gorzej. Innymi słowy, choć GenAI może być świetnym narzędziem edukacyjnym, niezbędne jest opracowanie specjalistycznych narzędzi dla edukacji, które sprawią, że uczniowie i nauczyciele będą aktywnymi uczestnikami, a nie pasywnymi konsumentami. Jak słusznie podkreśla OECD: „wyzwaniem dla decydentów jest zapewnienie, aby GenAI była partnerem w nauce, a nie drogą na skróty”.

Informacje i zastrzeżenia: Niniejszy materiał („Materiał”) ma charakter wyłącznie informacyjny oraz nie stanowi oferty w rozumieniu ustawy - Kodeks cywilny, ani rekomendacji do zawarcia transakcji kupna, sprzedaży lub innego rodzaju przeniesienia któregokolwiek instrumentu finansowego. Bank dołożył wszelkich racjonalnych i niezbędnych starań, aby informacje zamieszczone w Materiale były rzetelne oraz oparte na wiarygodnych źródłach. Informacje zawarte w Materiale nie mogą być traktowane jako propozycja nabycia którychkolwiek instrumentów finansowych, usługa doradztwa inwestycyjnego lub podatkowego ani jako forma świadczenia pomocy prawnej. Prognozy oraz dane zawarte w Materiale nie stanowią zapewnienia uzyskania określonych wyników jakichkolwiek transakcji finansowych ani przyszłych cen którychkolwiek instrumentów finansowych. Materiał nie stanowi badania inwestycyjnego ani publikacji handlowej w rozumieniu Rozporządzenia Delegowanego Komisji (UE) 2017/565 z dnia 25 kwietnia 2016 r. uzupełniającego dyrektywę Parlamentu Europejskiego i Rady 2014/65/UE w odniesieniu do wymogów organizacyjnych i warunków prowadzenia działalności przez firmy inwestycyjne oraz pojęć zdefiniowanych na potrzeby tej dyrektywy. Bank i jego spółki (podmioty) zależne oraz pracownicy tych podmiotów mogą być zainteresowani zawarciem lub być stroną transakcji finansowych, w tym zawartych na instrumentach finansowych, których wynik jest uzależniony od czynników (danych i informacji) wymienionych w Materiałach.

Administratorem danych osobowych jest VeloBank S.A. z siedzibą w Warszawie (00-843) Rondo Ignacego Daszyńskiego 2 C (Bank). Dane kontaktowe Banku: VeloBank S.A., Rondo Ignacego Daszyńskiego 2 C, 00-843 Warszawa, telefon: 664 919 797, formularz: https://www.velobank.pl/kontakt/formularz-kontaktowy. Dane kontaktowe Inspektora Ochrony Danych: iod@velobank.pl. Bank przetwarza dane osobowe w odpowiedzi na zainteresowanie otrzymywaniem raportów analitycznych (art. 6 ust. 1 lit. a RODO - Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych oraz uchylenia dyrektywy 95/46/WE). Masz prawo do żądania od Banku dostępu do swoich danych osobowych, ich sprostowania, usunięcia lub ograniczenia przetwarzania, jak również prawo do wniesienia sprzeciwu wobec przetwarzania, a także prawo do przenoszenia danych. Masz prawo do wniesienia skargi do Prezesa Urzędu Ochrony Danych Osobowych. Podanie danych osobowych jest dobrowolne. W razie jakichkolwiek pytań lub sugestii skontaktuj się z nami.