Prawie dwie trzecie studentów w Stanach Zjednoczonych czuje się samotnych. To nie jest przeczucie ani obserwacja z korytarza akademika, lecz wynik badania organizacji Active Minds z 2024 roku. Liczba jest uderzająca sama w sobie, ale nabiera szczególnego znaczenia w kontekście paradoksu, który dobrze znamy z codziennego doświadczenia: nigdy wcześniej nie byliśmy tak bardzo połączeni technologicznie, a jednocześnie tak często czujemy się osamotnieni. Właśnie z tym paradoksem postanowił zmierzyć się zespół badaczy ze Studenckiego Koła Naukowego AI Club Akademii Leona Koźmińskiego, prezentując projekt matchED podczas VII edycji Our Future Forum w grudniu 2025 roku.

Problem: uczymy się sami i coraz mniej efektywnie

Za projektem stoi prosta, ale dobrze udokumentowana obserwacja: wielu studentów uczy się w pojedynkę, co przekłada się na niższą motywację i gorsze efekty. Psychologia edukacji od dekad potwierdza, że nauka w parach lub małych grupach sprzyja głębszemu przetwarzaniu wiedzy, wzajemnemu motywowaniu się i dłuższemu zapamiętywaniu materiału. Problem w tym, że znalezienie dobrego partnera do nauki wcale nie jest proste. Ktoś uczy się wieczorami, ktoś inny rano. Jeden woli omawiać materiał na głos, inny woli pisać notatki. Jeden jest na etapie podstaw, drugi już zaawansowany. Przypadkowe połączenie dwóch osób często kończy się frustracją zamiast synergi.

matchED: Tinder dla nauki, ale z algorytmem

Odpowiedzią zespołu jest platforma matchED, która wykorzystuje sztuczną inteligencję do dobierania optymalnych par lub małych grup do wspólnej nauki. Algorytm analizuje styl uczenia się użytkownika, jego tempo pracy, cele edukacyjne, dostępność czasową oraz obszary, w których potrzebuje wsparcia lub może je oferować. Na tej podstawie sugeruje dopasowania, które mają szansę przynieść obu stronom realną korzyść.

Twórcy projektu zwracają uwagę na coś ważnego: choć platforma opiera się na algorytmie, jej celem nie jest zastąpienie relacji międzyludzkich technologią, lecz właśnie stworzenie warunków do ich powstawania. Technologia ma tu pełnić rolę katalizatora, a nie substytutu kontaktu.

Jak działa badanie?

Projekt matchED to nie tylko aplikacja, ale też eksperyment naukowy zaprojektowany tak, by rzeczywiście sprawdzić, czy algorytmiczne dopasowanie daje lepsze efekty niż nauka samodzielna. Badanie przebiega w pięciu krokach.

Na początku wszyscy uczestnicy rozwiązują krótki pre-test, który pozwala ocenić ich wyjściowy poziom wiedzy z danego materiału. Następnie są losowo przydzielani do jednej z dwóch grup: grupa A uczy się w parach dobranych przez matchED, a grupa B pracuje indywidualnie. Obie grupy przerabiają ten sam materiał w tym samym czasie i według tych samych zasad, co pozwala rzetelnie porównać efekty. Po zakończeniu sesji nauki uczestnicy ponownie rozwiązują test, tym razem sprawdzający przyrost wiedzy. Na końcu wypełniają ankietę, w której oceniają swoją motywację, poczucie wsparcia i satysfakcję z procesu uczenia się.

Taki projekt eksperymentalny pozwala nie tylko sprawdzić, czy para osiąga lepsze wyniki niż samodzielny uczący się, ale też zrozumieć, jak doświadczenie nauki we dwoje wpływa na subiektywne poczucie zaangażowania i przynależności do społeczności akademickiej.

Hipoteza i to, co za nią stoi

Twórcy matchED stawiają jasną hipotezę: osoby uczące się w parach dobranych algorytmicznie osiągną większy przyrost wiedzy niż te uczące się samodzielnie. Za tą hipotezą stoi bogata literatura z zakresu psychologii edukacji, wskazująca na przewagę uczenia się przez wyjaśnianie, zadawanie pytań i wzajemną kontrolę postępów, co jest naturalne w pracy w parach, a znacznie trudniejsze w nauce indywidualnej.

Warto też zwrócić uwagę na szerszy kontekst społeczny. Cyfryzacja edukacji, przyspieszona przez pandemię, sprawiła, że wielu studentów przeniosło naukę do swoich pokojów i w dużej mierze zrezygnowało z nieformalnych form współpracy, które jeszcze kilkanaście lat temu były naturalnym elementem życia akademickiego: nauki w bibliotece, wspólnego przygotowywania się do egzaminów, rozmów między zajęciami.

Technologia, która zbliża zamiast dzielić

Twórcy matchED sami zwracają uwagę na paradoks, który leży u podstaw ich projektu: choć powszechnie mówi się, że technologia oddala ludzi od siebie, oni sprawdzają scenariusz dokładnie odwrotny. Algorytm ma nie izolować, lecz łączyć. Nie zastępować rozmowy, lecz ją inicjować. Nie symulować relacji, lecz stwarzać warunki do jej powstania.

Jeśli wyniki badania potwierdzą hipotezę, matchED może stać się odpowiedzią na jeden z poważniejszych problemów współczesnych uczelni: nie tylko na pytanie, jak studentów uczyć skuteczniej, ale też na to, jak sprawić, żeby studenci czuli się częścią czegoś więcej niż tylko indywidualnej drogi przez kolejne semestry.

Opracowano na podstawie posteru, pn. „matchED – Znajdź idealnego partnera do nauki” zaprezentowanego przez badaczy ze Studenckiego Koła Naukowego AI Club Akademii Leona Koźmińskiego podczas VII edycji konferencji Our Future Forum w ramach konkursu na najlepszy poster. Zapraszamy do wysłuchania całego wystąpienia na naszym kanale na YouTube.