Departament Edukacji wdrożył program AGAP.AI w styczniu 2026 roku, obiecując nauczycielom w całym kraju narzędzia do nauczania oparte na sztucznej inteligencji. Analitycy prognozują, że filipiński rynek EdTech osiągnie wartość 14,5 miliarda dolarów do 2034 roku, jednak większość szkół nie jest w stanie korzystać z tych narzędzi, ponieważ ich sieci działają niezwykle powoli, a komputery mają kilkadziesiąt lat.

Wdrożenie i rynkowy szum

AGAP.AI traktuje sztuczną inteligencję jako asystenta w klasie, a nie produkt mający przyciągać nagłówki gazet. Microsoft dostarcza usługi takie jak Reading Progress, które oceniają wyniki uczniów w czasie rzeczywistym. Wyczucie czasu wydaje się trafne: rozwijający się rynek sugeruje, że szkoły są gotowe na zaawansowane oprogramowanie, a decydenci zaczęli kodyfikować wykorzystanie AI poprzez Rozporządzenie DepEd nr 003, s. 2026, które określa zasady prywatności danych, procedury uzyskiwania zgody oraz wymogi audytowe.

Jednak ten entuzjazm maskuje problem strukturalny. Ocena Dojrzałości Cyfrowej Departamentu wykazała, że luki w łączności i braki w sprzęcie są największymi czynnikami zapowiadającymi słabe wyniki nauczania. W wielu szkołach publicznych internet przerywa co kilka minut, a istniejący sprzęt często nie jest w stanie obsłużyć nowoczesnych przeglądarek ani poradzić sobie z ruchem danych generowanym przez API sztucznej inteligencji. Wysokiej jakości klucz API nie zrekompensuje połączenia, które stale przerywa.

Luka infrastrukturalna

Tutorzy AI potrzebują stabilnego połączenia z chmurą. Gdy model przetwarza odpowiedź ucznia, wysyła dane do serwera, otrzymuje odpowiedź i wyświetla informację zwrotną — wszystko to w ciągu kilku sekund. Jeśli połączenie zostanie przerwane, lekcja zostaje przerwana. Ocena wskazała dwa powracające problemy:

  • Niezawodność internetu – wiele szkół wiejskich i podmiejskich boryka się z częstymi przerwami w dostawie usług.
  • Wiek urządzeń – wiele szkolnych komputerów nie posiada wystarczającej pamięci RAM ani mocy procesora (CPU) wymaganej do obsługi nowoczesnych aplikacji internetowych.

Nawet najbardziej dopracowane oprogramowanie zawodzi, gdy sprzęt nie jest w stanie je wyrenderować. Nauczyciele w dobrze dofinansowanych szkołach prywatnych mogą widzieć płynne działanie narzędzi AI, podczas gdy ich koledzy w szkołach publicznych obserwują, jak te same aplikacje zawieszają się lub wyłączają. Ta rozbieżność pogłębia cyfrową przepaść, którą prognozy rynkowe obiecują zasypać.

Polityka próbująca dotrzymać kroku

Rozporządzenie DepEd nr 003, s. 2026 próbuje stworzyć bezpieczne środowisko dla AI poprzez wymaganie jasnych procedur obsługi danych, procesów uzyskiwania zgody rodziców oraz mechanizmów audytu decyzji algorytmicznych. Rozporządzenie ostrzega, że AI może stać się „czarną skrzynką”, jeśli szkołom zabraknie personelu technicznego do jej monitorowania. Jednak przepisy zakładają, że system bazowy — sieć i urządzenia — będzie działał niezawodnie.

Sekretarz Sonny Angara przedstawił AI jako „etyczne narzędzie wspierające”, kładąc nacisk na odpowiedzialne użytkowanie zamiast na czystą wydajność. To podejście ma sens, ale sama etyka nie naprawi sytuacji w klasie, do której AI nigdy nie dotrze. Bez funkcjonalnej infrastruktury środki zapewniające zgodność z przepisami pozostaną jedynie teoretyczne.

Jak wygląda funkcjonalny system

Projektanci rozumiejący filipiński kontekst już proponują praktyczne rozwiązania alternatywne:

  • Lokalne buforowanie (caching) – przechowywanie często używanych fragmentów modeli na serwerze szkolnym, aby podstawowe zapytania mogły być obsługiwane offline lub przy minimalnej przepustowości.
  • Modularne API – dzielenie dużych usług AI na mniejsze, wymienne komponenty, które można zastąpić, jeśli dany punkt końcowy (endpoint) okaże się zbyt obciążający dla sieci.
  • Tryby awaryjne (fallback) – automatyczne przełączanie się na lekką wersję narzędzia opartą na regułach w przypadku utraty połączenia z internetem, co pozwala zachować ciągłość nauki.

Wybory te przesuwają punkt ciężkości z pojedynczego, monolitycznego modelu na odporną architekturę, która toleruje przerwy w działaniu.

Droga naprzód

Kolejnym kluczowym pytaniem jest to, czy DepEd zbuduje jedną ogólnokrajową platformę AI, czy pozwoli regionalnym biurom na opracowanie własnych, modularnych systemów. Pojedyncza platforma mogłaby ustandaryzować ochronę danych i uprościć szkolenia, ale dziedziczyłaby również problem „najsłabszego ogniwa” — jeśli system krajowy nie będzie w stanie dostosować się do przepustowości sieci w odległej szkole, ucierpią wszystkie placówki. Rozwiązania zdecentralizowane pozwalają regionom dostosować buforowanie, wybór API i logikę trybów awaryjnych do lokalnych warunków, ale niosą ze sobą ryzyko fragmentacji zarządzania danymi.

Podsumowanie

AI nie odmieni filipińskiej edukacji, dopóki sieć i sprzęt nie nadążą za postępem. Prognoza rynkowa na poziomie 14,5 miliarda dolarów jest imponująca, ale szkoły będą potrzebowały odpornej architektury — lokalnego buforowania, modularnych API i mechanizmów awaryjnych — aby ją wesprzeć. Zwycięzcami będą te okręgi, które zaprojektują rozwiązania z myślą o słabej łączności, a nie te, które gonią za najnowszymi modelami.