AI do tekstów naukowych i prac dyplomowych: co wolno, co nie i jak nie dostać złomu 

AI do pisania tekstów naukowych nie jest tematem, w którym czeka cię wybór między „robię sam" a „pisze za mnie". Regulaminy polskich uczelni są w tym miejscu konkretne, a część z nich zaskakuje surowością - zakaz sięga pierwszej roboczej wersji akapitu, a nie tylko gotowej pracy. Sprawdziłem wytyczne sześciu uczelni i zestawiłem je w jedną listę: co wolno, co nie, jak to zgłosić i dlaczego pytanie „jak nie dostać złomu" źle rozumie cały problem. Jedno zastrzeżenie na start: żadna z tych uczelni nie opisuje mechanizmu wykrywania tekstów pisanych przez AI. Nie ma w ich dokumentach nazwy żadnego detektora ani procentowej skuteczności. Kontrola, o której mówią, jest wyłącznie deklaracyjna - opiera się na tym, co pokażesz, a nie na tym, co maszynowa analiza zmierzy.

Czym naprawdę jest „AI w pracy" - trzy rzeczy, które studenci mieszają

Wytyczne uniwersytetów operują jednym, dość precyzyjnym rozróżnieniem, które w praktyce zaostrza się do trzech poziomów. Najpierw poziom pierwszy: AI jako narzędzie pomocnicze. Poprawienie gramatyki, przetłumaczenie zdania, wyjaśnienie pojęcia, którego nie znasz, burza mózgów do listy tematów, wyrównanie formatowania. Poziom drugi: AI jako współautor fragmentu. Konspekt rozdziału, streszczenie artykułu, propozycja struktury, tłumaczenie Twojego tekstu na inny język, wygenerowanie kodu w algorytmie. Poziom trzeci: AI jako autor. Wygenerowany akapit wklejony do pracy, wygenerowana interpretacja Twoich wyników, wygenerowana bibliografia.

Różnica między pierwszym a trzecim poziomem jest w wytycznych jednoznaczna i powtarza się niezależnie uczelni. SGH ujmuje to tak: „Narzędzia te powinny być traktowane jako pomocnicze, a nie jako zamiennik samodzielnego myślenia i twórczego podejścia do rozważanego tematu czy problemu". UAM używa niemal identycznego sformułowania: „SI jest wyłącznie narzędziem pomocniczym w procesie kształcenia, co oznacza, że osoby studiujące w Instytucie są zobowiązane do samodzielnej analizy i interpretacji, i to ta jest podstawą oceniania ich pracy i zaangażowania". Zwróć uwagę na ostatnie zdanie - ono wyjaśnia, dlaczego to rozróżnienie istnieje. Oceniane jest to, co przemyślałeś, a nie to, ile tekstu wygenerowałeś.

W ramach tego rozróżnienia uczelnie wskazują konkretne zastosowania dopuszczone. SGH wymienia przykładowo „Programowanie - stosowanie usługi Github Copilot lub podobnych, tłumaczenie kodu, generowanie kodu na podstawie opisu algorytmu". UAM poduje wprost, że deklaracja powinna wskazywać „rodzaju narzędzia (np. ChatGPT, Google Gemini)". Skoro wybór narzędzia ma trafić do pracy, samo narzędzie przestaje być sprawą prywatną - a wybór między modelami opisuję osobno w teście dwudziestu modeli na polskim tekście, bo tam różnice są bardziej w zaskakujące niż sugeruje cennik. Kwestia kosztu narzędzi w wersjach bezpłatnych jest osobnym tematem: opisałem ją osobno przy darmowych opcjach do pisania tekstów, bo granica darmowego limitu jest tam realnym problemem, a nie drobnostką.

Sześć rzeczy, które są zabronione

To jest najkrótsza i najbardziej praktyczna część całej sprawy. Sformułowania są różne w zależności od uczelni, ale rdzeń zakazów jest wspólny. Podaję je osobno, bo różnice między dokumentami są realne i zdarzają się studentom kłopoty właśnie na tym punkcie.

Generowanie tekstu, nawet pierwszej roboczej wersji

SGH jest tu najostrzejsze i wprost nazywa pułapkę: „Generowanie tekstu, tj. tworzenie akapitów, rozdziałów lub całości pracy (również w pierwszej roboczej wersji), a także rozszerzenia własnych treści za pomocą AI." Sformułowanie „również w pierwszej roboczej wersji" zamyka drogę, którą idzie bardzo dużo osób: napisanie pierwszej wersji rozdziału przez model, potem „przeredagowanie" i oddanie. Logika jest prosta - jeśli pierwsza wersja powstała bez Ciebie, to przeredagowanie czegoś, czego nie napisałeś, nie czyni tego Twoim tekstem.

UAM formułuje to łagodniej, bo zakaz dotyczy „generowanie całych fragmentów pracy i wklejanie ich bez modyfikacji i oznaczenia". Kluczowe są dwa ograniczenia narzucone na to zdanie: modyfikacja i oznaczenie. To znaczy, że fragment można przerobić, o ile faktycznie go zmienisz i zaznaczysz. Uwaga na asymetrię: ta zgodna interpretacja działa tylko tam, gdzie dokument nie ma bardziej szczegółowej listy zakazów. Tam, gdzie jest lista (jak w SGH), obowiązuje lista.

„Dopisz dwa zdania do akapitu"

Ten wzór promptu jest wskazany w wytycznych SGH wprost, razem z zakazem „pompowania" istniejącej treści. Uwaga, bo to najczęstszy wzór w praktyce i często wypada w najmniej oczywisty sposób: student ma własny akapit, prosi o rozwinięcie, model dokłada dwa zdania, student je zostawia. Z perspektywy studenta to pomoc. Z perspektywy SGH to niedozwolone rozszerzenie własnych treści. Ten sam czyn w innym dokumencie wygląda inaczej - w wytycznych IAiE UAM takiej pozycji na liście zakazów w ogóle nie ma, a „pomoc językowa i tłumaczeniowa" jest tam wymieniona jako dozwolona. Różnica jest realna, dlatego punkt wyjścia musi być w Twoim regulaminie, a nie w moim zdaniu. Szerzej o tym, dlaczego samo opisanie celu promptu przestało wystarczać, pisałem przy prompt engineeringu, który nie wystarcza w 2026 roku.

Interpretacja wyników i wnioski

SGH wymienia osobno: „Generowanie przez AI opisów wyników obliczeń, ich interpretacji oraz wniosków". To zakaz, którego nie formułuje żaden inny dokument w zestawie, ale ma największy sens merytoryczny. Twoje wyniki i wnioski to rdzeń pracy dyplomowej - część, która jest oceniana za to, czy potrafisz zinterpretować to, co zmierzyłeś. UAM używa tu sformułowania „analiza i wnioski", co prowadzi do tego samego wniosku innymi słowami.

Cytowanie AI jako źródła informacji

SGH wypowiada się w tej sprawie kategorycznie: „Cytowania AI jako źródła informacji" jest na liście zakazów. UAM rozwiązuje to inaczej i łagodniej: zakaz dotyczy „tworzenie fikcyjnych źródeł lub bibliografii wygenerowanej przez SI". Czyli model może podsunąć Ci literaturę, ale nie wolno Ci jej użyć, bo część z niej nie istnieje. Ta druga formulacja jest praktycznie niezmienna u wszystkich i wynika z czegoś, o czym piszę niżej.

Dane osobowe i wyniki badań terenowych

UAM IAiE jest tu jednoznaczne: „Student/ka musi pamiętać o zasadach poufności, w tym o ochronie danych osobowych. Nie należy wprowadzać do SI żadnych danych wrażliwych, danych osobowych ani informacji z badań terenowych umożliwiających identyfikację osób biorących udział w badaniach." To zakaz, który nie dotyczy tylko pisania - dotyczy wklejania surowych wyników do okna rozmowy. Ankiety, transkrypcje wywiadów, tabele z identyfikatorami uczestników. Ten punkt w praktyce pomijają studenci z nauk społecznych, bo nie kojarzą go z pisaniem pracy, a jest tam ryzyko, które wykracza daleko poza regulamin uczelni. W zawodach, gdzie poprawność prawna jest częścią zadania, ten sam problem ma ostrzejszą formę - przy analizie umów i korespondencji w AI dla prawników opisałem, gdzie przegląd modelu wychodzi poza wygodę.

Brak weryfikacji wygenerowanych treści

To nie jest zakaz czynności, tylko zakaz jej efektu. UAM: „wyszukiwanie i uzyskiwanie podpowiedzi dotyczących literatury (zawsze należy zweryfikować wskazane źródła - SI nierzadko powołuje się na nieprawdziwe lub wątpliwe źródła/badania/dane)". SGH dokłada: „informacje generowane przez AI mogą być nieprawdziwe lub nieprecyzyjne. AI nie może zastępować samodzielnego myślenia, twórczego podejścia, czy też dogłębnego zrozumienia logiki podejmowanych działań". Praktyczna konsekwencja jest taka, że każdy wygenerowany fakt, liczba i nazwa źródła muszą zostać sprawdzone w pierwotnym dokumencie, zanim trafią do bibliografii.

Dlaczego „jak nie dostać złomu" to złe pytanie

To jest punkt, w którym większość poradników na ten temat robi błąd, więc wyjaśnię go dość długo. Szukasz sposobu, żeby ominąć wykrywanie. A żadna z przeczytanych przeze mnie uczelni nie opisuje wykrywania. Przeszukałem dokumenty pod kątem nazw narzędzi - GPTZero, Turnitin, Compilatio, oryginalne - i nie ma tam ani jednej nazwy własnej detektora. Nie ma żadnych progów procentowych, krzywych, wartości fałszywych alarmów. Nie ma w tych materiałach nawet podstawowej informacji, w którym momencie procesu oceniania następuje kontrola.

To, co uczelnie faktycznie opisują, to kontrola deklaracyjna. UW: opiekun pracy dyplomowej ma „obowiązek bieżącego monitorowania postępów studenta w przygotowywaniu pracy dyplomowej z wykorzystaniem systemów SI w sposób zapewniający weryfikację zakładanych do osiągnięcia efektów uczenia się" - czyli chodzi o weryfikowanie efektów uczenia się, a nie o skan. UAM: „Prowadzący/a może wymagać od studentki/studenta ujawnienia promptów, historii pracy lub opisania procesu korzystania z SI". SGH wprost definiuje obowiązek zbierania materiału: „Gromadzenie stosowanych promptów i odpowiedzi (nie dotyczy: ideacji i operacji na tekście)". Z Bryk.pl: „Na życzenie promotora czy wykładowcy student musi dostarczyć plik z dokumentacją całego procesu, np. zrzuty ekranu z treścią promptu i odpowiedzią wygenerowaną przez ChatGPT."

Jeśli kontrola jest deklaracyjna, to pytanie „jak się nie dać złapać" nie ma odpowiedzi, bo nie ma czego omijać. Pytanie, które ma odpowiedź, brzmi: czy masz proces, który da się pokazać na żądanie. Student z kompletnym archiwum promptów, dat i zrzutów jest w zupełnie innej sytuacji niż student z gotową pracą i pustą historią rozmów - niezależnie od tego, jaką treść ta praca zawiera.

Jednocześnie warto oddzielić dwie różne liczby, które w tym temacie obiegają jako jedna. Badania studentów mówią o nawykach, nie o skuteczności narzędzi. Z badania Digital Care (500 studentów, koniec września 2023 r.) 68 proc. deklarowało korzystanie z AI w nauce, 34 proc. przyznało się do prac zaliczeniowych, co piąty deklarował użycie przy pracach dyplomowych. Raport Our Future Foundation na 1128 studentów podaje ponad 52 proc. korzystających podczas nauki i ponad 62 proc. oczekujących wytycznych uczelni. Badanie UW z końca 2025 r. mówi o 41 proc. studentów deklarujących regularne korzystanie z narzędzi AI. Żadna z tych liczb nie mówi, ile procent prac wykrywa detektor, bo to są dwie różne kategorie: jedna mierzy zachowanie, druga mierzyłaby działanie narzędzia. W zestawie wytycznych, które przejrzałem, drugiej liczby nie ma w ogóle.

Procedura, która działa niezależnie od uczelni

Poniższa kolejność wynika z dokumentów, ale jest ułożona tak, żeby działać w sytuacji, gdy Twoja uczelnia jest mniej restrykcyjna. Każdy krok jest uzasadniony czymś, co stoi w wytycznych - jeśli coś trzeba było wymyślić, jest to oznaczone.

Przed pisaniem

1. Znajdź wytyczne swojej uczelni i zasady konkretnego przedmiotu. Prowadzący określa zasady w sylabusie, a dopiero potem dochodzą regulaminy ogólne - to UAM formułuje wprost: „Prowadzący/a powinien/powinna każdorazowo określić zasady korzystania z SI w sylabusie". Kolejność ma znaczenie, bo zasady przedmiotu są bardziej szczegółowe niż dokument uczelni. W praktyce wygląda to tak, że student szuka dokumentu ogólnego, trafia na listę dozwolonych narzędzi i bierze ją za obowiązującą go - a obowiązuje go sylabus, który mówi co innego. Zasada jest taka sama, jak ta, którą opisuję przy legalności AI w rekrutacji: najpierw przepis, który cię dotyczy, potem ogólna rozmowa o możliwościach.

2. Uzgodnij zakres z opiekunem, zanim napiszesz pierwszą stronę. UW wymaga tego wprost dla prac dyplomowych: „wykorzystanie systemów SI w przygotowywaniu pracy wymaga uzgodnienia między opiekunem pracy dyplomowej i studentem przygotowującym pracę, obejmujące także określenie zakresu i sposobów wykorzystania systemów SI". UAM dodaje: „Konsultuj użycie SI z prowadzącą/prowadzącym lub promotorem/promotorką". Ten krok jest najtańszy i najskuteczniejszy zarazem.

3. Poproś o zgodę mailem i zachowaj potwierdzenie. To już dobra praktyka, nie regulamin, ale w sytuacji spornej robi ogromną różnicę. Uzasadnienie: mail z potwierdzeniem zgody na konkretny sposób korzystania z narzędzi jest dokumentem, a deklaracja ustna z czegoś, co usłyszałeś w korytarzu, nie.

W trakcie

4. Zapisuj prompty i odpowiedzi od pierwszego dnia. SGH formułuje to jako obowiązek („Gromadzenie stosowanych promptów i odpowiedzi"), UAM jako zalecenie („Zapisuj historię promptów oraz dokonywanych modyfikacji"). Praktycznie: osobny plik, nazwa narzędzia, wersja modelu, data, treść promptu, odpowiedź, co z niej zostawiłeś. Przy pracy dwumiesięcznej nie odbudujesz tego z pamięci.

5. Weryfikuj każde źródło i każdą liczbę w pierwotnym dokumencie. Nie w streszczeniu i nie w innym artykule cytującym to źródło. Jeśli model poda Ci bibliografię, traktuj ją jako listę kandydatów do sprawdzenia, a nie jako bibliografię.

6. Nie wklejaj danych, które nie należą do Ciebie. Transkrypcje, ankiety, identyfikatory uczestników badań, dane osobowe. Jeśli pracujesz na materiale wrażliwym i potrzebujesz pomocy, rozwiązanie jest po Twojej stronie - modele lokalne albo środowisko uczelniane.

Po napisaniu

7. Opisz użycie w pracy. UW wskazuje miejsce: „we wstępie lub w rozdziale poświęconym metodom badawczym". SGH wymaga „Wyodrębnienie sekcji precyzującej sposób i zakres wykorzystania AI". UAM IAiE podaje najbardziej kompletną wersję: „W pracach dyplomowych dodatkowo należy umieścić „Informację o wykorzystaniu narzędzi SI" ze wskazaniem celu i zakresu użycia SI, promptów lub ich streszczenia oraz zastosowanych sposobów weryfikacji wygenerowanych przez SI treści." To są cztery elementy, których wymagają: cel, zakres, prompty lub ich streszczenie, sposób weryfikacji.

8. Przepuść pracę przez narzędzie antyplagiatowe i sprawdź, czy fragmenty wygenerowane nie wracają w niezmienionej formie w innym źródłach. Wskazówka jest w tym miejscu praktyczna: model często zwraca sformułowania, które istnieją w wielu pracach, i to jest realna podstawa zarzutu o niedozwolone generowanie, nawet jeśli sam akapit napisałeś po swojemu.

9. Dopracuj zdania pod własny głos. Efekt ma być odwracalny: promotor prosi Cię o wyjaśnienie dowolnego akapitu i chce usłyszeć odpowiedź z argumentami, nie definicję z encyklopedii.

Gotowe sformułowania do deklaracji

Najprostszy wzór, jaki podaje dobre praktyki branżowe: „Do wygenerowania wstępnych konspektów i streszczeń wykorzystano narzędzie X; ostateczna wersja została opracowana przez autora". UAM formułuje to samo, ale w wersji obowiązującej: „Wszelkie użycie SI powinno być zadeklarowane i wyjaśnione w przypisach lub komentarzach, ze wskazaniem rodzaju narzędzia (np. ChatGPT, Google Gemini), sposobu i celu użycia (np. „wygenerowanie propozycji konspektu") i zakresu modyfikacji dokonanych przez studentkę/studenta."

Przy pracy dyplomowej dokładam do tego sekcję z informacją o weryfikacji, bo UAM IAiE tego wymaga, a sama deklaracja narzędzia jest niekompletna. W praktyce wygląda to tak: narzędzie i wersja, po co użyte, zakres, co zostało zmienione, jak weryfikowałeś wygenerowane fakty. Pięć pól, z czego cztery są wprost wymienione w wytycznych.

Konsekwencje są asymetryczne

UAM IAiE podaje najostrzejszą konsekwencję w całym zestawie: „Przedstawienie treści wygenerowanej przez SI jako własnej jest traktowane jak plagiat. Poważne naruszenia, zgodnie z Regulaminem, będą zgłaszane do władz uczelnianych." Wcześniej w tych samych zasadach: „Nieoznaczone lub niedozwolone użycie SI traktowane jest jako naruszenie zasad uczciwości akademickiej." To dwie najważniejsze informacje w całym tekście, bo wynika z nich, że problemem nie jest użycie narzędzia, tylko przedstawienie wygenerowanej treści jako własnej.

Pozostałe dokumenty są łagodniejsze w sformułowaniu, ale nie w wymogach. SGH: „Pełna odpowiedzialność za treści zawarte w pracy pisemnej spoczywa na autorze." UW: „Studenci i studentki pozostają w pełni odpowiedzialni/e za treść pracy, w tym za naruszenie praw autorskich i powielenie uprzedzeń." UAM dodaje jeszcze jedną możliwość, o której mało kto zna: „Prowadzący/a ma prawo odmówić akceptacji tekstu, jeśli SI zastąpiła pracę studenta/ki." Odmowa to nie jest wpis do karty dyscyplinarnej, ale w praktyce oznacza tyle samo.

Na UW zapomniano o całkowitym zakazie świadomie. W uzasadnieniu czytamy: „Na bazie prowadzonych prac wypracowano wspólne dla całej Uczelni standardy korzystania ze sztucznej inteligencji w ramach kształcenia na studiach w taki sposób, aby jednocześnie nie doprowadzić do przeregulowania w tym zakresie." To decyzja o tym, że narzędzia zostają, a ramy się nie zaostrzają. W praktyce znaczy to, że student, który poprawnie zadeklaruje użycie, jest w bezpieczniejszej sytuacji niż student, który pisze bez AI w czasie, gdy uczelnia jeszcze nie opublikowała wytycznych.

Czego wytyczne nie mówią

Warto wymienić luki, bo to one decydują, gdzie ta odpowiedź się kończy. Żadna z sześciu uczelni nie podaje progu liczbowego - nie ma reguły typu „do X procent tekstu” albo „maksymalnie Y użyć narzędzia”. Nie ma też informacji o tym, jak wygląda kontrola na obronie, czy promotor może w jej trakcie pytać o prompty ani jak wygląda procedura odwoławcza od odmowy przyjęcia tekstu. Nie ma sankcji kwotowych, nie ma informacji o punktach karnych ani o unieważnieniu pracy - UAM mówi o zgłoszeniu „do władz uczelnianych" i na tym kończy. Wytyczne nie odwołują się też do RODO w kontekście AI, więc cały obszar ochrony danych w narzędziach zewnętrznych opierasz na ogólnej zasadzie poufności i na własnym ryzyku.

Jedno ostrzeżenie na koniec, bo dotyczy realnego zabiegu. Zasady uczelni zmieniają się szybciej, niż zdążają je przeczytać. UAM formułuje to wprost: „Zasady podlegają aktualizacji w zależności od zmian w polityce UAM oraz rozwoju narzędzi SI. Studenci są odpowiedzialni za bieżące śledzenie informacji Instytutu i Uniwersytetu." W datach widać skalę: UW uchwaliło wytyczne 8 grudnia 2023 r., UAM odniosło się do sprawy 1 czerwca 2023 r., a sama rekomendacja dla UAM była gotowa 26 czerwca 2024 r. Dokument, który czytałeś na początku roku studiów, w tym roku nie musi być aktualny. Zanim oprzesz pracę na wytycznych - sprawdź, czy nadal obowiązują.