Burza mózgów z AI

Burza mózgów wspierana AI to sposób na szybkie zebranie wielu pomysłów i wybranie z nich tych najlepszych. Narzędzia takie jak ChatGPT czy Gemini umożliwiają studentom
generowanie, porządkowanie i dopracowanie idei. Mogą też pomóc w zmniejszeniu lęku przed oceną. Czasem wzmacniają głos osób mniej pewnych siebie i sprawiają, że dyskusje na zajęciach stają się bardziej dynamiczne. AI w dydaktyce dobrze symuluje realne praktyki innowacyjne, czyli iteracyjne tworzenie koncepcji, testowanie założeń i szybkie porównywanie wariantów. Podobnie jak robi się to w start-upach, konsultingu czy zespołach badawczo-rozwojowych, studenci pracują w małych grupach i proszą narzędzie typu ChatGPT o propozycje odpowiedzi na konkretne pytanie, np.: „Jak małe firmy mogą zmniejszyć emisje w transporcie i dostawach?”. AI podaje dużo możliwych rozwiązań, a potem uczestnicy zaczynają ze sobą współpracować. Grupa wspólnie omawia pomysły, wybiera te najbardziej sensowne, łączy je w kategorie, poprawia to, co jest zbyt ogólne albo nierealne. Dzięki temu studenci szybko przechodzą od luźnych idei do konkretnych propozycji, które da się opisać i obronić.

Metodę można modyfikować w zależności od celu zajęć. W pierwszej wersji studenci najpierw samodzielnie generują pomysły, a dopiero później konfrontują je z propozycjami
AI. W wersji drugiej zadaniem grupy jest ocenianie i poprawianie odpowiedzi wygenerowanych przez narzędzie. Można rozważyć wprowadzenie wariantu porównawczego, w którym różne grupy pracują z różnymi promptami lub narzędziami, a następnie analizują różnice w uzyskanych wynikach. Ciekawą opcją jest również burza z ograniczeniami, podczas której AI generuje pomysły w ramach konkretnych kryteriów (np. budżet, czas, regulacje), co zwiększa realizm proponowanych rozwiązań.

Kurs: Zarządzanie innowacjami
Temat: Poszukiwanie nowych modeli przychodów
Studenci pracują w małych zespołach nad opracowaniem innowacyjnych modeli biznesowych dla aplikacji bankowości cyfrowej. Wykorzystując sztuczną inteligencję jako kreatywnego partnera, przechodzą od zdefiniowania problemu i generowania pomysłów do oceny i krótkiej prezentacji końcowej.

Rozgrzewka (10 min)
Przedstaw wyzwanie: „W jaki sposób banki cyfrowe mogą opracować nowe modele przychodów w erze sztucznej inteligencji i technologii blockchain?”. Studenci omawiają w parach lub małych grupach trendy, takie jak zrównoważony rozwój, monetyzacja danych, personalizacja. Następnie wymieniają 3–5 barier lub możliwości. Przykłady powinny być konkretne (np. rynek europejski, użytkownicy z pokolenia Z, zielone finanse).

Burza mózgów AI (10 min)
Każda grupa wybiera jedno konkretne wyzwanie i przygotowuje krótkie zadanie dla sztucznej inteligencji, np.: „Wygeneruj minimum 10 innowacyjnych modeli biznesowych dla aplikacji bankowości cyfrowej, wykorzystującej technologię blockchain”. Zespoły tworzą długą listę pomysłów.

Filtrowanie (15 min)
Studenci analizują i grupują wygenerowane pomysły na wspólnej tablicy (Padlet, Miro lub tradycyjna tablica). Omawiają, które z nich mają największy potencjał, i wybierają najlepsze, stosując proste kryteria, takie jak wpływ × wykonalność lub model ICE – Impact, Confidence, Ease (wpływ, pewność, łatwość).

Pogłębiona analiza (20 min)
Każdy zespół wybiera jeden najlepszy pomysł i rozwija go, korzystając ze wskazówek:

• Kto odniesie korzyści i dlaczego właśnie teraz?
• Jakie są kluczowe zasoby lub zagrożenia związane z tym pomysłem?
• W jaki sposób pomysł może stworzyć wyjątkową wartość dla klientów i firmy?

Studenci wypełniają krótką kartę innowacji, podsumowującą problem, rozwiązanie, propozycję wartości, model biznesowy i kolejne kroki.

Prezentacja i refleksja (15 min)
Każda grupa nagrywa lub przedstawia dwuminutową prezentację, w której proponuje swoje rozwiązanie. Uczestnicy głosują na najbardziej kreatywny i wykonalny pomysł (za pomocą Mentimeter lub papierowych karteczek).

• Na początku kursu lub projektu, gdy trzeba wzbudzić ciekawość i przezwyciężyć problem tak zwanej pustej kartki.
• W przypadku dużych grup, kiedy sztuczna inteligencja może wyrównać poziom uczestnictwa i pomóc wycofanym studentom włączyć się do dyskusji poprzez pisanie zamiast mówienia.

• Gdy studenci nie posiadają podstawowej wiedzy, mogą bezkrytycznie kopiować odpowiedzi generowane przez AI.
• W zadaniach, w których oceniane są oryginalność i autorstwo.

• Studenci mogą kopiować odpowiedzi AI bez zastanowienia → zachęcaj ich do krytycznej dyskusji.
• Pilnowanie zasad etyki (plagiat, zmyślone dane) → wprowadzaj jawne i jasne zasady uczciwości.
• Uczestnicy mogą czuć się przytłoczeni szybkim przepływem pomysłów → wprowadzaj ograniczenia czasowe, używaj wizualnych tablic pomysłów i podawaj pisemne wskazówki, aby zapewnić przewidywalność.

Łatwiej → Zapewnij uporządkowane podpowiedzi i wcześniej wymyślone tematy. Poproś najlepszą grupę o przykład.
Trudniej → Poproś studentów, aby porównali pomysły AI z własnymi i uzasadnili różnice w krótkiej notatce refleksyjnej.

• Utrzymuj wysokie tempo, wyznaczaj limity czasowe.
• Wizualizuj, używaj narzędzi online lub sticky notes do grupowania i rankingów.
• Nagradzaj oryginalność. Podczas prezentacji doceniaj niezwykłe kombinacje.
• Poproś, aby studenci najpierw wygenerowali pomysły, a następnie udoskonalali je.

Ocena kształtująca
Obserwuj, jak zespoły omawiają i filtrują sugestie AI. Zwróć uwagę na współpracę, rozumowanie i umiejętność uzasadnienia, które pomysły zostały przyjęte, a które odrzucone. Krótka refleksja na zakończenie może pomóc w utrwaleniu wiedzy.

Ocena sumująca
Podsumowujący miniprojekt (indywidualny lub zespołowy). Studenci opracowują jednostronicowy Innovation Canvas, podsumowujący ich ostateczny pomysł, analizę wykonalności i plan dalszych działań.