Τεχνητή Νοημοσύνη στην εκπαίδευση – Πως θα επηρεάσει τη μαθησιακή διαδικασία;

Οι βαθμοί θα καταλήξουν να δείχνουν όχι τόσο τη γνώση της ύλης όσο την ικανότητα του μαθητή να είναι οργανωμένος.

Στην επίδραση και στις αλλαγές που μπορεί να έχει η τεχνητή νοημοσύνη στον κλάδο της εκπαίδευσης αναφέρεται ο Τάιλερ Κόουεν, καθηγητής Οικονομικών στο πανεπιστήμιο George Mason στη Βιρτζίνια των ΗΠΑ.

Σε άρθρο γνώμης στο Bloomberg, ο Κόουεν σημειώνει «ως καθηγητής κολεγίου, δέχομαι πολλές ερωτήσεις σχετικά με την εργασία στο σπίτι – και τον τελευταίο καιρό σχεδόν όλες αφορούν το πώς θα την αλλάξει η τεχνητή νοημοσύνη. Εξάλλου, αν τα συστήματα AI μπορούν να περάσουν πολλές εξετάσεις ιατρικής, δικηγορίας και οικονομίας, τότε σίγουρα μπορούν να χειριστούν τις εργασίες και το διάβασμα για το σπίτι στο γυμνάσιο ή στο κολέγιο. Η εργασία στο σπίτι αποτελεί εδώ και καιρό βασικό στοιχείο της ακαδημαϊκής εμπειρίας».

Στη συνέχεια, ο καθηγητής θέτει το ερώτημα «πώς θα εξελιχθεί καθώς όλο και περισσότεροι μαθητές θα κατακτούν τις δυνατότητες των -ταχέως βελτιούμενων- συστημάτων τεχνητής νοημοσύνης; Ή, για να θέσουμε μια λίγο πιο αιχμηρή ερώτηση: Πώς υποτίθεται ότι θα ξέρω αν βαθμολογώ τον μαθητή ή την τεχνητή νοημοσύνη;».

Ο ίδιος υποστηρίζει πως «το κύριο θέμα είναι ότι οι βαθμοί θα έχουν διαφορετική σημασία.

Παραδοσιακά, τουλάχιστον στη θεωρία, οι βαθμοί ήταν ένα μέτρο του πόσο καλά ένας μαθητής κατανοεί την ύλη. Στο μέλλον, το “άριστα” θα σηματοδοτεί ένα είδος ευσυνειδησίας για τους μαθητές:

Θα σημαίνει ότι, τουλάχιστον, εφάρμοζαν την τεχνητή νοημοσύνη τους με συνέπεια στις εκάστοτε ερωτήσεις. Το αν αυτό μετράει ως “αντιγραφή” ή “επιτρέπεται” θα εξαρτηθεί από τις πολιτικές του εκάστοτε εκπαιδευτικού ιδρύματος, αλλά το λογισμικό κατά της AI δεν είναι αξιόπιστο και οι κανόνες κατά της AI δεν μπορούν να επιβληθούν πολύ εύκολα».

Ο Κόουεν υποστηρίζει ακόμα πως «για τους μαθητές το “εφάρμοσαν με συνέπεια την AI” μπορεί να ακούγεται αδιάφορο ως πιστοποίηση. Αλλά έχω γνωρίσει πολλούς φοιτητές όλα αυτά τα χρόνια που δεν πληρούν ούτε αυτό το πρότυπο. Μπορεί να παραλείπουν να παραδώσουν τις εργασίες τους ή να μην παρακολουθούν τις ημερομηνίες λήξης. Μπορεί να γνωρίζουν ή να μην γνωρίζουν τη σχετική ύλη -συχνά δεν την γνωρίζουν- και δεν είναι καθόλου σαφές για μένα ότι η τρέχουσα τεχνολογία ΑΙ θα τους επιτρέψει αυτόματα να πάρουν καλούς βαθμούς».

«Με άλλα λόγια, ένα ακαδημαϊκό σύστημα γεμάτο με τεχνητή νοημοσύνη εξακολουθεί να αποτελεί πεδίο εξετάσεων για κάτι, ακόμη και αν αυτό είναι πολύ λιγότερο ένδοξο από αυτό που ελπίζαμε.

Με την πάροδο του χρόνου οι βαθμοί θα καταλήξουν να δείχνουν όχι τόσο τη γνώση της ύλης όσο την ικανότητα του μαθητή να είναι οργανωμένος και προετοιμασμένος» συμπλήρωσε ο καθηγητής.