ChatGPT praca dyplomowa: 3 rzeczy, które AI Ci zabiera

Rozdział jest gotowy, wygenerowany w godzinę. Na seminarium promotor pyta o jedno zdanie z drugiej strony, a Ty nie pamiętasz, co tam jest. Badacze z MIT opisali dokładnie ten moment, tyle że w laboratorium: osoby piszące esej z ChatGPT miały kłopot z przytoczeniem tego, co przed chwilą „napisały” (Kosmyna i in. 2025).

Gdy robię korekty prac dyplomowych, dosyć szybko rozpoznaję tekst pisany z ChatGPT. I nie dlatego, że przebadałam go detektorem. AI ma swój własny styl, a studenci nie piszą ani tak równo, ani tak rytmicznie. Najgorsze, co można zrobić, to przekleić wygenerowany tekst prosto do swojej pracy, bez czytania, bez weryfikacji i bez jednej własnej myśli.

Problem pojawia się w sposobie korzystania z narzędzia, a ChatGPT, Claude czy Gemini działają tu podobnie. Kłopot zaczyna się wtedy, gdy narzędzie myśli zamiast Ciebie.

Czy praca pisana z ChatGPT to plagiat?

Nie automatycznie, ale praca może przestać być Twoja, jeśli wklejasz tekst z czatu bez własnej pracy intelektualnej. Plagiat dotyczy przywłaszczenia cudzego utworu. Tak definiuje go słownik, na który powołuje się Sławomir Byłeń:

Plagiat to „przywłaszczenie cudzego pomysłu twórczego, wydanie cudzego utworu pod własnym nazwiskiem lub dosłowne zapożyczenie z cudzego dzieła opublikowane, jako własne”.

S. Byłeń, Metodyka pisania pracy dyplomowej na kierunku logistyka, Wydawnictwo Społecznej Akademii Nauk, Łódź, Warszawa 2017, s. 196.

Model językowy nie jest autorem w rozumieniu prawa. Prawo autorskie chroni utwory ludzi, a tekst w całości wygenerowany przez AI nie ma autora w sensie prawnym (Siuda 2026, slajd 11). Wklejony akapit z czatu nie jest więc formalnie „cudzym utworem”. To jeszcze nie znaczy, że wszystko jest w porządku.

Praca dyplomowa ma być samodzielna. Byłeń nazywa ją „najważniejszą, samodzielną pracą studenta” (Byłeń 2017, s. 15) i przypomina zasadę, że tekst złożony jako praca dyplomowa „musi być napisany przez niego samodzielnie” (Byłeń 2017, s. 99). Akapit, nad którym nie wykonałaś ani nie wykonałeś żadnej pracy, formalnie nie ma właściciela, ale merytorycznie nie ma też autora. Taką sytuację trudniej nazwać niż plagiat, a promotor i tak ją widzi.

Promotor czyta Twoją pracę pod kątem śladów Twojego myślenia, czyli wyborów, wątpliwości i własnych wniosków. Tekst wklejony z czatu takich śladów nie zostawia.

Rzecz pierwsza: autorstwo, czyli kto ocenia tekst

Oryginalność zostaje przy Tobie, dopóki to Ty oceniasz, poprawiasz i zatwierdzasz każde zdanie, które przyszło z czatu. Tak argumentują badacze z Uniwersytetu Tokijskiego w analizie z 2022 roku o tym, czy AI podważa oryginalność autorów prac naukowych.

Nakazawa, Udagawa i Akabayashi piszą wprost: badacz musi przejrzeć tekst przygotowany przez AI zdanie po zdaniu, wprowadzić potrzebne zmiany, uzupełnić cytowania i zatwierdzić wersję końcową, a wtedy jego oryginalność pozostaje chroniona (Nakazawa, Udagawa i Akabayashi 2022, s. 704). Dodają, że nawet gdyby AI nauczyło się oceniać własne odpowiedzi, badacz i tak musiałby ocenić to AI, więc ta warstwa pracy zawsze zostaje po stronie człowieka (Nakazawa, Udagawa i Akabayashi 2022, s. 705). To analiza filozoficzna: autorzy stawiają tezę i ją uzasadniają, ale niczego nie mierzą.

Ta sama analiza przytacza ciekawy szczegół. Narzędzie SciNote, które wspiera pisanie artykułów naukowych, celowo nie pisze części „Dyskusja”, bo to według jego twórców najbardziej oryginalna część tekstu, zależna od stylu myślenia autora (Nakazawa, Udagawa i Akabayashi 2022, s. 704). W pracy licencjackiej i magisterskiej tę rolę pełnią wnioski i interpretacja wyników.

Podobnie widzi to edukator Daniel Lopez. W świecie, w którym tekstu jest nieskończenie dużo, wartością przestaje być samo tworzenie, a staje się nią umiejętność oceniania, porównywania i wybierania (Lopez 2025, 26:26). Joanna Wrycza-Bekier pisała o tym na długo przed czatami: praca dyplomowa ma udowadniać „nie tylko, że przeczytałeś to, co miałeś do przeczytania, ale przede wszystkim, że potrafisz samodzielnie myśleć” (Wrycza-Bekier 2011, s. ok. 112).

W pracach, które trafiają do mnie na korektę i konsultacje, widzę dwa zupełnie różne podejścia do ChatGPT. Pierwsze: student wpisuje pytanie, dostaje akapit, wkleja go i przechodzi do następnego rozdziału. Drugie: student wpisuje pytanie, czyta odpowiedź, sprawdza każde zdanie pod kątem zgodności z literaturą, dodaje własne obserwacje i zostawia z AI tylko szkielet. Efekt tych dwóch podejść jest zupełnie inny, a promotor widzi różnicę natychmiast.

Wyobraź sobie ogródek, który od początku do końca sprząta i obsadza firma ogrodnicza. Wygląda pięknie, tylko nie wiesz, co w nim rośnie ani dlaczego akurat tam. Na obronie komisja zapyta, dlaczego róże posadzono akurat przy płocie, a firmy ogrodniczej nie będzie obok Ciebie.

Rzecz druga: pamięć. Co mówią badania o pisaniu z ChatGPT

Trzy głośne badania z lat 2024-2025 wskazują, że pisanie i uczenie się z czatem bez własnego wysiłku osłabia to, co zostaje w głowie, ale każde z nich ma ograniczenia, które trzeba znać. Mechanizm ma nawet swoją nazwę: cognitive offloading, czyli przekazywanie pracy umysłowej narzędziu.

Gdy jedziesz z nawigacją, nie uczysz się drogi. Przy jednorazowym dojeździe do Warszawy to rozsądne, bo trasy nie musisz potem pamiętać. Przy pracy dyplomowej celem jest właśnie zrozumienie tematu, więc oddanie tej drogi czatowi przypomina jeżdżenie taksówką w nadziei, że nauczysz się prowadzić.

Badanie	Kto i jak	Co wyszło	Ograniczenia
Kosmyna i in. 2025, MIT Media Lab	54 osoby pisały eseje z ChatGPT, z wyszukiwarką albo bez narzędzi; aktywność mózgu mierzona EEG; w czwartej sesji 18 osób zamieniło grupy	Najsłabsza łączność sieci mózgowych w grupie z ChatGPT, najniższe poczucie autorstwa i kłopot z przytoczeniem własnego eseju	Preprint bez recenzji; mała próba; zadaniem był esej w laboratorium, nie praca pisana miesiącami
Bastani i in. 2025, PNAS	Prawie 1000 uczniów liceów w Turcji, matematyka; ćwiczenia z ChatGPT bez ograniczeń, z „AI-korepetytorem” albo bez AI	Z ChatGPT wyniki w ćwiczeniach o 48% lepsze, na egzaminie bez AI o 17% gorsze niż w grupie kontrolnej; grupa z korepetytorem wypadła tak jak kontrolna	Licealiści i matematyka, nie studenci piszący pracę; dane spoza Polski
Oakley i in. 2025	Przegląd badań nad pamięcią i uczeniem się	Im sprawniejsze narzędzia zewnętrzne, tym większe ryzyko, że pamięć własna słabnie, a do oceniania odpowiedzi AI potrzebna jest wiedza w głowie	Preprint, praca przeglądowa, bez własnego eksperymentu

Najmocniejszy wynik pod pracę dyplomową jest ten najprostszy. W badaniu MIT osoby piszące z modelem językowym gorzej pamiętały własny tekst i rzadziej czuły, że jest ich (Kosmyna i in. 2025). To dokładnie sytuacja z seminarium i z obrony. Trzeba jednak powiedzieć uczciwie, że badanie dostało rzeczową krytykę: według Stankovicia i współautorów próba była za mała, a różnice w EEG da się czytać także jako różnice w kierowaniu uwagi (Stanković i in. 2025). Nie wynika z niego więc, że „AI szkodzi mózgowi”.

Badanie Bastaniego i zespołu pokazuje, że o wyniku decyduje sposób użycia narzędzia. Uczniowie, którzy dostali ChatGPT bez ograniczeń, radzili sobie świetnie, dopóki mieli go pod ręką, a na egzaminie bez niego wypadli wyraźnie słabiej od grupy, która ćwiczyła sama. Grupa z wersją, która podpowiadała zamiast dawać gotowe rozwiązania, nie straciła nic (Bastani i in. 2025).

Oakley i współautorzy dopowiadają, dlaczego tak się dzieje. Wiedza, którą sama albo sam przepracujesz, staje się z czasem automatyczna i tworzy ramy, w które wkładasz nowe informacje. Bez nich nie zauważysz, że odpowiedź czatu jest błędna, bo nie masz jej do czego przyłożyć (Oakley i in. 2025).

Dlaczego ChatGPT brzmi mądrze, choć nie rozumie Twojego tematu

Model językowy przewiduje kolejne słowa na podstawie wzorców z danych, więc potrafi napisać płynny, logiczny akapit bez rozumienia tematu. Hubert Adamczyk ujmuje to tak, że w pracy akademickiej nie wolno mylić płynnej, logicznej wypowiedzi z prawdziwym rozumieniem, a AI nie może przejąć odpowiedzialności za źródła, metodę i wnioski (Adamczyk 2026, slajd 16).

Adamczyk powołuje się na pracę badaczy Apple „The Illusion of Thinking” z 2025 roku. Pokazała ona, że modele zaprojektowane do „rozumowania” radzą sobie z prostszymi zadaniami, ale powyżej pewnego poziomu złożoności ich trafność gwałtownie spada (Shojaee i in. 2025). Praca wywołała polemiki i jej wnioski nie są przesądzone, ale dla piszącej pracę lekcja jest prosta: gładki akapit może być od początku do końca nieprawdziwy.

Dlatego ChatGPT użyje właściwych pojęć, poprawnej składni, czasem nawet trafnych nazwisk. Nie zrozumie jednak Twojego tematu, nie sformułuje za Ciebie dobrego pytania badawczego i nie oceni, czy Twoja argumentacja się klei. Najgroźniejszą wersją tej iluzji są źródła, które brzmią prawdziwie, a nie istnieją. Rozpisałam to w tekście o tym, dlaczego ChatGPT zmyśla źródła.

Rzecz trzecia: Twój głos. Po czym promotor pozna tekst z ChatGPT

Promotor najczęściej rozpoznaje tekst z ChatGPT po lekturze: po równym rytmie, ogólnikach i braku konkretnych odwołań do literatury, a dopiero potem po raporcie z systemu. Wiktoria Chojcan zwraca uwagę, że „większość znaków AI nie wynika z jednego zdania, lecz z powtarzalnych wzorców w całym tekście” (Chojcan 2025).

Te wzorce wyglądają w Waszych pracach podobnie: każdy akapit tej samej długości, zdania budowane na jednym schemacie, sformułowania typu „odgrywa kluczową rolę” i podsumowanie na końcu każdego akapitu. Promotor, który czyta kilkanaście prac w semestrze, zauważa, że część z nich brzmi tak samo. Brakuje w nich tego, co Wrycza-Bekier nazywa dowodem samodzielnego myślenia: własnej tezy i własnych wątpliwości.

Do tego dochodzą narzędzia. Jednolity System Antyplagiatowy ma moduł analizy tekstu pod kątem AI. Jego wynik jest przesłanką do rozmowy z promotorem i może się mylić w obie strony. Szczegóły tłumaczę we wpisie czy JSA wykrywa ChatGPT, a o tym, czym realnie kończy się wykrycie AI na polskich uczelniach, piszę w tekście co grozi za AI w pracy dyplomowej.

Z własnych testów wiem, że detektory potrafią trafić. Fragment tekstu pisanego ze wsparciem AI został przez detektor oznaczony jako tekst z silnymi cechami użycia sztucznej inteligencji: średnie prawdopodobieństwo AI w badanym fragmencie wyniosło 32%, a zawartość treści AI oszacowano na 14%. Fragmenty pisane na podstawie książek nie zostały oznaczone wcale. Detektor nie działa bezbłędnie, ale działa wystarczająco często, żeby nie zakładać, że nie działa wcale.

Do czego używać ChatGPT w pracy dyplomowej, żeby niczego Ci nie zabrał

ChatGPT pomaga tam, gdzie sprawdza i porządkuje Twoją pracę, a szkodzi tam, gdzie wykonuje ją za Ciebie. Granicę łatwo zobaczyć na konkretnych poleceniach.

ChatGPT jako weryfikator

• Czy w moim rozdziale brakuje jakiegoś wątku, który powinien się pojawić przy tym temacie?
• Sprawdź spójność terminologiczną w tym akapicie.
• Jakie alternatywne interpretacje moich wyników mogę rozważyć?
• Pomóż mi sformułować to zdanie jaśniej, bez zmiany sensu.

ChatGPT jako mózg zastępczy

• Napisz mi wstęp do pracy o zarządzaniu ryzykiem.
• Streść tę teorię i podaj jej zastosowania.
• Wygeneruj hipotezy badawcze do mojej pracy.
• Opisz wyniki moich badań ankietowych.

W pierwszej grupie myślisz Ty, a AI tylko sprawdza. Przy poleceniach z drugiej listy myślenie przejmuje model, a Tobie zostaje kliknięcie „kopiuj”. Kolejność też ma znaczenie: w czwartej sesji badania MIT osoby, które najpierw pisały same, a dopiero potem dostały model językowy, wykazywały wyższą aktywność związaną z pamięcią (Kosmyna i in. 2025).

Różnicę między tymi dwoma sposobami pracy pokazuje poniższa grafika.

Gdy chcesz ustawić czat tak, żeby przez całe seminarium pracował jako weryfikator, zajrzyj do tekstu jak napisać pracę licencjacką z ChatGPT.

Sześć pytań, zanim oddasz pracę promotorowi

Jeśli na każde z tych pytań odpowiesz uczciwie „tak” albo umiesz wskazać, co poprawić, praca jest Twoja. Zadaj je sobie, zanim plik trafi do promotora.

1. Czy umiem własnymi słowami wyjaśnić każdy akapit tej pracy komuś, kto nie zna tematu, bez zaglądania do tekstu?
2. Czy w miejscach, w których korzystałam albo korzystałem z AI, najpierw spróbowałam albo spróbowałem sama lub sam? Jeśli nie, co by się zmieniło, gdyby pierwsza wersja była moja?
3. Czy rozpoznaję fragmenty, w których AI narzuciło mi styl albo słownictwo? Jeśli tekst brzmi bardziej jak hasło z encyklopedii niż jak ja, wiem, skąd to pochodzi.
4. Czy niepokoi mnie myśl o zrobieniu kolejnego zadania bez czatu? To pytanie dotyczy zależności od narzędzia.
5. Czy widzę granicę między swoim myśleniem a tekstem wygenerowanym? Pytania na obronie tę granicę odsłonią.
6. Co w tej pracy zrobiłam albo zrobiłem tak, że AI nie mogłoby zrobić tego za mnie? Pytanie badawcze, interpretacja wyników, wniosek. Jeśli nie masz odpowiedzi, wróć do pracy, zanim trafi do dziekanatu.

FAQ: ChatGPT a praca dyplomowa

Czy można pisać pracę dyplomową z ChatGPT?

Tak, jeśli ChatGPT sprawdza i porządkuje Twoją pracę, a nie pisze jej za Ciebie, i jeśli regulamin Twojej uczelni nie stanowi inaczej. Każde zdanie z czatu musisz przeczytać, ocenić i zatwierdzić, bo za treść odpowiadasz Ty.

Czy system antyplagiatowy wykryje ChatGPT?

Jednolity System Antyplagiatowy ma moduł analizy tekstu pod kątem AI, a jego wynik jest przesłanką do rozmowy z promotorem, nie wyrokiem. Moduł może się pomylić w obie strony, dlatego liczy się też to, czy umiesz obronić swój tekst.

Czy promotor pozna, że praca była pisana z ChatGPT?

Często tak, i to podczas lektury, a nie dzięki systemowi. Zdradzają ją powtarzalne wzorce w całym tekście, ogólniki, brak konkretnych odwołań do literatury, a na obronie niemożność wyjaśnienia własnych zdań.

Czy ChatGPT to nie to samo co kalkulator?

Kalkulator liczy, ale nie wymyśla za Ciebie zadania, a ChatGPT może przejąć całe myślenie. W badaniu Bastaniego i zespołu uczniowie z ChatGPT bez ograniczeń wypadli na egzaminie bez AI o 17% gorzej niż grupa kontrolna, a grupa z wersją, która tylko podpowiadała, nie straciła nic.

Czy ChatGPT może być współautorem pracy dyplomowej?

Nie. Prawo autorskie chroni utwory ludzi, a tekst wygenerowany w całości przez AI nie ma autora w sensie prawnym, więc odpowiedzialność za każde słowo w pracy ponosisz Ty.

Zanim otworzysz czat

Z tych trzech rzeczy najłatwiej oddać pamięć, bo jej brak widać dopiero na obronie. Autorstwo i głos promotor zobaczy w tekście. Pamięć sprawdzi pytaniem o drugą stronę rozdziału trzeciego. Dziś wystarczy jedna zmiana: zanim wpiszesz polecenie, zapisz w trzech zdaniach, co sama albo sam myślisz o fragmencie, nad którym pracujesz. Dopiero wtedy pokaż je czatowi.

Źródła wykorzystane w tym wpisie

• Adamczyk H., AI w warsztacie badacza i dydaktyka. Inspiracje, dobre praktyki i zagrożenia, webinar, 22 maja 2026, slajdy 16-17.
• Bastani H., Bastani O., Sungu A., Ge H., Kabakcı Ö., Mariman R., Generative AI without guardrails can harm learning: Evidence from high school mathematics, „Proceedings of the National Academy of Sciences” 2025, t. 122, nr 26, e2422633122, doi.org/10.1073/pnas.2422633122 [dostęp: 7.10.2026].
• Byłeń S., Metodyka pisania pracy dyplomowej na kierunku logistyka, Wydawnictwo Społecznej Akademii Nauk, Łódź, Warszawa 2017.
• Chojcan W., RozpoznAI. Znaki tekstów pisanych przez AI, Future Skills Lab, 2025 (e-book).
• Kosmyna N., Hauptmann E., Yuan Y. T., Situ J., Liao X.-H., Beresnitzky A. V., Braunstein I., Maes P., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab, preprint arXiv:2506.08872, 2025, arxiv.org/abs/2506.08872 [dostęp: 7.10.2026].
• Lopez D., AI and the Future of Education: Innovations in Learning and Teaching for Student Success, keynote, APUS, 2025.
• Nakazawa E., Udagawa M., Akabayashi A., Does the Use of AI to Create Academic Research Papers Undermine Researcher Originality?, „AI” 2022, t. 3, nr 3, s. 702-706, doi.org/10.3390/ai3030040 [dostęp: 7.10.2026].
• Oakley B., Johnston M., Chen K.-Z., Jung E., Sejnowski T. J., The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI, preprint arXiv:2506.11015, 2025, arxiv.org/abs/2506.11015 [dostęp: 7.10.2026].
• Shojaee P., Mirzadeh I., Alizadeh K., Horton M., Bengio S., Farajtabar M., The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity, Apple, preprint arXiv:2506.06941, 2025, arxiv.org/abs/2506.06941 [dostęp: 7.10.2026].
• Siuda P., Writing and Publishing Academic Articles with AI: Tools, Ethics, and Best Practices, wykład, 2026, slajd 11.
• Stanković M., Hirche E., Kollatzsch S., Doetsch J. N., Comment on: Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Tasks, preprint arXiv:2601.00856, 2025, arxiv.org/abs/2601.00856 [dostęp: 7.10.2026].
• Wrycza-Bekier J., Kreatywna praca dyplomowa. Jak stworzyć fascynujący tekst naukowy, Helion (Septem), Gliwice 2011.