Czym jest agentowy LMS i jakie pytanie je rozdziela
Platformy agentowe pozwalają agentom SI pracować samodzielnie. Różnica, która przesądza o zakupie: agent wdraża tę pracę czy przekazuje ją człowiekowi?
W ciągu roku każda platforma edukacyjna nazwie siebie agentową, więc samo słowo już prawie nic nie znaczy. Jedno pytanie przywraca mu sens i nie dotyczy tego, jak zdolni są agenci. Brzmi tak: kiedy agent kończy pracę, wdraża ją sam czy przekazuje człowiekowi? Wszystko, co instytucja musi zatwierdzić, wynika z odpowiedzi.
Agentowy LMS
Platforma edukacyjna, na której agenci SI samodzielnie wykonują wieloetapową pracę — przygotowują kurs z materiałów źródłowych, sprawdzają pracę według kryteriów, składają raport — zamiast odpowiadać na jedno polecenie naraz. Termin opisuje, jak dużą część zadania system bierze na siebie bez ponaglania. Sam z siebie nie mówi nic o tym, kto odpowiada za wynik.
Kategoria pojawiła się szybko i od góry rynku. Docebo ogłosiło AgentHub na swojej konferencji Inspire 21 kwietnia 2026 roku, opisując agentów, którzy „wnioskują, decydują i działają" w obrębie wiedzy i kompetencji firmy, z pełną dostępnością zapowiedzianą na jesień. Absorb opublikowało 5 czerwca 2026 roku definicję agentowego systemu uczenia — agentów, którzy „działają wewnątrz procesów szkoleniowych" — i podało, że w becie Aury architektura rozwiązywała od 40 do 60% rutynowych zgłoszeń wsparcia administracyjnego „bez otwierania kolejki przez człowieka". Seria przewodników zakupowych na 2026 rok wymienia już platformy agentowe jako osobną kategorię.
Czym różni się LMS ze wsparciem SI od agentowego?
„Ze wsparciem SI" opisuje funkcje doklejone do istniejącego produktu: przycisk streszczenia, generator pytań, panel czatu. Każda robi jedną rzecz na żądanie. „Agentowy" opisuje zasięg: system bierze na siebie całe zadanie w kilku krokach, decyduje wewnątrz niego, co dalej, i idzie naprzód bez ponaglania na każdym kroku. Przeskok między jednym a drugim jest realny. Jest też momentem, w którym pytanie o to, kto wdraża wynik, przestaje być teoretyczne.
Podział wewnątrz kategorii
Ta liczba Absorba zasługuje na chwilę uwagi, bo podważa leniwą wersję tego tekstu. Wyłapywanie powtarzalnych pytań o zapisy i certyfikaty to dokładnie miejsce, w którym autonomia się opłaca: pytania się powtarzają, odpowiedzi pochodzą z zatwierdzonych treści, a pomyłka kosztuje kogoś drugiego maila. Tam nikt nie potrzebuje człowieka z przodu. Stawka nie rozkłada się równo w obrębie platformy, a zasada „człowiek zatwierdza wszystko" stosowana wszędzie daje tylko wolniejszy produkt. Argument jest węższy: dotyczy tych kilku miejsc, w których pomyłka jest kosztowna.
Pod jednym słowem sprzedaje się dwa projekty, a zachowują się bardzo różnie za pierwszym razem, gdy coś pójdzie źle.
- Agenci, którzy działają. Agent kończy zadanie i wdraża wynik. Kurs zostaje opublikowany, zapis przypisany, raport złożony. Dowiadujesz się po fakcie, zwykle z powiadomienia. To właśnie większość kategorii rozumie przez „agentowy" i to pokazują demonstracje.
- Agenci, którzy proponują. Agent kończy to samo zadanie i zatrzymuje się. To, co wytworzył, przychodzi jako szkic, pozycja w kolejce, proponowana ocena — a konkretna osoba to wdraża albo nie. Praca jest ta sama; ostatni krok należy do kogoś, kogo można zapytać dlaczego.
Drugi jest wolniejszy. To realny koszt i warto powiedzieć to wprost: jeśli chcesz asystenta, który po prostu zrobi rzecz, krok zatwierdzenia będzie cię drażnić. To, co kupujesz za to opóźnienie, to że błąd modelu staje się odrzuconym szkicem zamiast incydentem — różnica, która liczy się tylko czasem, a wtedy liczy się bardzo.
Agent wytwarza pracę i przekazuje ją. Człowiek ją wdraża, a zapis zachowuje to, co zaproponowano, obok tego, co przyjęto — łącznie z tym, co odrzucono, bo to właśnie ten wpis dowodzi, że kontrola coś robiła.
Agent dostaje polecenie, by pytać o zgodę przed ważnymi działaniami, przy czym o ważności decyduje sam model, w tym samym oknie kontekstu co materiał, który miał przeczytać.
Ten drugi wzorzec warto nazwać, bo jest częsty i brzmi jak pierwszy. System, w którym każe się modelowi pytać o zgodę, to nie system, w którym model nie ma jak iść dalej bez niej. Pierwszy to reguła, której model może przestrzegać. Drugi to ściana. Zapytaj, który ci pokazują, i poproś, żeby pokazali ścianę.
Dlaczego to pytanie zakupowe, a nie kwestia gustu
Dla firmy automatyzującej wewnętrzne przypomnienia o zgodności autonomia to głównie decyzja o wydajności. Dla szkoły, uczelni albo pracodawcy objętego regulacjami to kwestia nadzoru, a coraz częściej prawa. Ustawodawcy zaczęli pisać przepisy o tym, gdzie SI może stać w ocenianiu — kilka stanów USA poruszyło kwestię tego, czy SI może być główną podstawą oceny, a sytuacja wciąż się zmienia. Tracker legislacyjny FutureEd to praktyczne miejsce, żeby sprawdzić, co dotyczy cię w tym semestrze, a nie w poprzednim.
Nawet tam, gdzie nic jeszcze nie zapisano, pytanie pojawia się w tym samym punkcie każdego zakupu instytucjonalnego. Ktoś podpisuje dokument mówiący, co system może robić bez nadzoru. Ta osoba potrzebuje krótszej odpowiedzi niż opis poleceń wydanych modelowi.
Czy SI może oceniać prace uczniów?
Zależy, co rozumiesz przez ocenianie. Wytworzenie proponowanej oceny według kryteriów, z wypisanym uzasadnieniem, jest całkiem w zasięgu i oszczędza realny czas. Opublikowanie tej oceny uczniowi jako jego wyniku to inny akt o innych konsekwencjach i to o nim pisze się przepisy. Poproś dostawcę, żeby rozdzielił te dwie rzeczy podczas rozmowy. Jeśli odpowiedź traktuje je jako jedno, to jest odpowiedź.
Czy agentowe systemy SI zastępują nauczycieli?
W żadnym z dwóch projektów, choć na tym pytaniu zawodzą inaczej. Agent, który działa, wciąż potrzebuje kogoś, kto odpowie za to, co zrobił — praca się przesuwa, odpowiedzialność nie, a człowiek dowiaduje się później. Agent, który proponuje, trzyma tę osobę przed decyzją, a nie za nią. W obu przypadkach znika ta część zawodu, której nikt nie broni: napisanie pierwszej wersji, sprawdzenie czterdziestej pracy według tych samych kryteriów, odbudowanie tego samego raportu co miesiąc. Osąd, czy szkic jest trafny, ocena sprawiedliwa, a liczba znaczy to, na co wygląda, jest częścią chronioną — i tą, za którą instytucje płacą.
Sześć pytań do dostawcy rozwiązań agentowych
Ułożone według tego, ile zwykle ujawniają, a pierwsze samo w sobie warte jest całej rozmowy.
- Wymień każde działanie, które agent może wykonać bez człowieka. Poproś na piśmie, nie na slajdzie. Długość ciszy przed odpowiedzią to dana.
- Czy potwierdzenie to polecenie, czy kontrola? Jeśli to model decyduje, kiedy poprosić o zgodę, zgoda jest orientacyjna. Jeśli agent nie ma żadnej drogi do żywego obiektu, to jest kontrola.
- Kto publikuje ocenę? Nie kto może ją potem poprawić — kto ją publikuje. To dwa różne systemy.
- Co pokazuje zapis? Log tego, co zrobił agent, jest słabszy niż zapis przechowujący, co zaproponowano, co wdrożono, przez kogo i co odrzucono.
- Czy możemy wyłączyć agentów? Dla każdej organizacji z osobna, nie dla całego klienta. Grupa często potrzebuje jednej szkoły z nimi i drugiej bez.
- Co się dzieje w zły dzień? Zapytaj, ile kosztuje błędna odpowiedź i kto się o niej dowiaduje. „Poprawiasz po fakcie" i „nie dotarło do nikogo" to różne produkty.
Gdzie stoi Lurno i co nas to kosztuje
Lurno to druga kolumna. Jego agenci przygotowują lekcje i pytania z dokumentów, które wgrywasz, ze źródłem obok każdego punktu; proponują oceny według twoich kryteriów na zanonimizowanej pracy; prowadzą uczestników przez kolejne tryby; i zamieniają pytanie zadane zwykłym językiem w raport. Żaden z nich nie może wdrożyć własnej pracy i nie jest to ustawienie: nie istnieje droga od agenta do opublikowanej oceny ani opublikowanego kursu. Najpoważniejsze działania wymagają dwóch różnych osób i żadna nie może być tą, która zaproponowała zmianę.
Agent raportowy to najczystszy przypadek. Pisze definicję raportu i nigdy nie czyta twoich danych. To, co proponuje, przechodzi przez te same kontrole uprawnień co raport zbudowany ręcznie, więc nie może wymyślić liczby ani pokazać organizacji, do której pytający i tak nie miał dostępu.
- Opóźnienie jest realne. Nie ma trybu, w którym nasi agenci zapisują coś w działającym programie albo publikują ocenę samodzielnie. Jeśli chcesz autonomii, jesteśmy złą pozycją na twojej liście i lepiej wiedzieć to teraz.
- SCORM, xAPI i LTI są w budowie. Zamodelowane w produkcie, silnik wykonawczy wciąż powstaje. Materiał zamknięty w paczkach SCORM nie jest dziś źródłem, na którym możemy osadzić agenta.
- Agentów można całkowicie wyłączyć, dla każdej organizacji z osobna. Cała reszta działa dalej — dokładają się, niczego nie podtrzymują.
Czy to to samo co SI z człowiekiem w pętli?
Prawie, choć to określenie ją umniejsza. „Człowiek w pętli" zwykle opisuje krok kontrolny dołożony na wierzchu systemu, który mógłby działać sam: autonomia istnieje, a przed nią stawia się punkt kontrolny. Tutaj zatwierdzenie jest architekturą: nic, co wytworzy agent, nie dociera do uczestnika, oceny ani raportu, dopóki ktoś tego nie przyjmie — nie ma więc pod spodem autonomicznej drogi do kontrolowania. Praktyczna różnica ujawnia się, gdy krok kontrolny jest pod presją. Punkt kontrolny da się pominąć. Drogi, której nie ma, nie.
Czy krok zatwierdzenia nie niweczy sensu agentowej SI?
Tylko jeśli sensem było usunięcie ludzi. Kosztowna część pracy to nie kliknięcie przyjmujące szkic — to wytworzenie szkicu, sprawdzenie według kryteriów, złożenie raportu. Agent, który to robi i się zatrzymuje, zabrał godziny i zostawił osąd. Dla większości instytucji to była właśnie ta wymiana, a kilku wolno dokonać tylko jej.
Jeśli oceniasz platformy agentowe, zadaj pierwsze pytanie wszystkim i porównaj pisemne odpowiedzi. Naszą dostaniesz przed rozmową, a nie w jej trakcie, i jeśli nas wykluczy, to dobrze zaoszczędzona godzina. Umów demo albo przeczytaj, co każdy z naszych agentów może zrobić sam, na stronie o SI.