Czy AI zmieni ewaluację tak samo jak Internet zmienił komunikację? A może porównywalnie do pierwszego lotu w kosmos, otworzy przed nami zupełnie nową orbitę myślenia o wiedzy, dowodach i decyzjach?
Generatywna sztuczna inteligencja szturmem wkracza w przestrzeń badań i ewaluacji, przynosząc obietnicę efektywności, ale i poważne pytania o istotę naszej praktyki i tożsamości zawodowej. Czy AI jedynie przyspiesza analizę, czy redefiniuje to, co uznajemy za „dowód”, „wniosek” i „osąd wartości”? Czy zmienia rolę ewaluatora – z eksperta i partnera dialogu na redaktora (kuratora) gotowych narracji? Jak wpływa na relacje między uczestnikami ewaluacji – wspiera refleksyjny dialog czy go wypiera? Jak ocenić jakość wiedzy tworzonej z pomocą AI, skoro mechanizmy jej produkcji bywają nieprzejrzyste, a efekty mogą maskować błędy, wykluczenia i iluzję obiektywizmu? W świecie, gdzie wiedza może być błyskawicznie syntetyzowana przez modele językowe, pytanie o jej sens, kontekst i etyczną legitymizację stają się kluczowe. Z drugiej strony AI to nie tylko ryzyko – to także szansa na głębsze, bardziej inkluzywne podejście do wiedzy, na wyższy poziom dialogu między interesariuszami, na wzmocnienie partycypacji.
Panel zaprasza do wspólnej refleksji nad tym, co w ewaluacji powinno pozostać niezmienne – a co wymaga przemyślenia na nowo. Jak chronić ewaluację przed zniekształceniami poznawczymi, jednocześnie korzystając z potężnych możliwości tej technologii? Czy nasze dotychczasowe standardy wystarczą, czy też AI prowokuje konieczność ich redefinicji? Ten panel to zaproszenie do refleksji i rozmowy – nie o tym, czy AI zmieni ewaluację, ale jak my – jako środowisko – zdecydujemy, w którą stronę ta zmiana pójdzie. Czy wykorzystamy ten przełom, by wzmocnić społeczną i poznawczą wartość naszych działań? A może pozwolimy, by AI wyznaczyła nowe standardy… za nas?
moderacja: Jacek Pokorski, Polskie Towarzystwo Ewaluacyjne
paneliści:
- Agnieszka Śnieżek – Polskie Towarzystwo Ewaluacyjne
- Marlena Stępień –Ministerstwo Funduszy i Polityki Regionalnej
- Magdalena Urbańska – MU Research / Uniwersytet Zielonogórski