پاسخ‌های غیرقابل شناسایی هوش مصنوعی در آزمون واقعی!

چالش‌های شناسایی پاسخ‌های تولید شده توسط هوش مصنوعی در آزمون‌ها

تحقیقات نشان می‌دهد که ارزیابان آزمون‌های دانشگاهی ممکن است در شناسایی پاسخ‌های تولید شده توسط هوش مصنوعی (AI) با مشکل مواجه شوند. این مطالعه در دانشگاه ریدینگ انگلستان انجام شده است، جایی که رهبران دانشگاه در تلاشند تا خطرات و فرصت‌های بالقوه هوش مصنوعی را در زمینه‌های تحقیق، تدریس، یادگیری و ارزیابی شناسایی کنند. به دنبال نتایج این تحقیق، مشاوره‌های جدیدی به کارکنان و دانشجویان ارائه شده است.

محققان از بخش آموزش جهانی خواسته‌اند تا از مثال دانشگاه ریدینگ و دیگر دانشگاه‌هایی که در حال تدوین سیاست‌ها و راهنماهای جدید هستند پیروی کنند و اقدامات بیشتری برای مقابله با این مسئله نوظهور انجام دهند.

نتایج مطالعه و اهمیت آن

در یک آزمون دقیق و بدون پیش‌داوری از سیستم‌های آزمون واقعی دانشگاه، که امروز (۲۶ ژوئن) در نشریه PLOS ONE منتشر شد، پاسخ‌های آزمون تولید شده توسط ChatGPT برای چندین ماژول روانشناسی کارشناسی، در ۹۴٪ موارد شناسایی نشد و به طور متوسط، نمرات بالاتری نسبت به ارسال‌های واقعی دانشجویان کسب کرد. این مطالعه، بزرگ‌ترین و معتبرترین مطالعه بدون پیش‌داوری از نوع خود تا کنون است که به چالش کشیدن معلمان انسانی برای شناسایی محتوای تولید شده توسط AI را هدف قرار داده است.

دکتر پیتر اسکارف و پروفسور اتیان روئش، که این مطالعه را در دانشکده روانشناسی و علوم زبان بالینی دانشگاه ریدینگ رهبری کردند، گفتند که نتایج آن‌ها باید به عنوان یک زنگ خطر برای معلمان در سراسر جهان تلقی شود. یک نظرسنجی اخیر از ۴۵۰ مدرسه و دانشگاه توسط یونسکو نشان داد که کمتر از ۱۰٪ از آن‌ها سیاست‌ها یا راهنماهایی در مورد استفاده از هوش مصنوعی تولیدی دارند.

دکتر اسکارف افزود: “بسیاری از مؤسسات از آزمون‌های سنتی فاصله گرفته‌اند تا ارزیابی را فراگیرتر کنند.”

تأثیر هوش مصنوعی بر ارزیابی‌های آموزشی

تحقیقات ما نشان می‌دهد که درک تأثیر هوش مصنوعی بر یکپارچگی ارزیابی‌های آموزشی از اهمیت جهانی برخوردار است. در حالی که ممکن است به طور کامل به امتحانات دست‌نویس باز نگردیم، بخش آموزش جهانی باید در مواجهه با هوش مصنوعی تحول یابد. این موضوع نشان‌دهنده تعهد ما به دقت علمی و یکپارچگی تحقیق در دانشگاه ریدینگ است و ما به بررسی خود پرداخته‌ایم تا در این زمینه پیشرو باشیم.

پروفسور روش گفت: به عنوان یک بخش، ما باید توافق کنیم که چگونه انتظار داریم دانش‌آموزان از هوش مصنوعی در کار خود استفاده کنند و نقش آن را به رسمیت بشناسند. این نکته همچنین در مورد استفاده گسترده‌تر از هوش مصنوعی در سایر جنبه‌های زندگی صدق می‌کند تا از بروز بحران اعتماد در جامعه جلوگیری شود.

مطالعه ما بر مسئولیتی که به عنوان تولیدکنندگان و مصرف‌کنندگان اطلاعات داریم تأکید می‌کند. ما باید بر تعهد خود به یکپارچگی علمی و تحقیقاتی تأکید بیشتری داشته باشیم.

پروفسور الیزابت مک‌کرام، معاون آموزشی و تجربه دانشجویی دانشگاه ریدینگ، گفت: واضح است که هوش مصنوعی تأثیر تحول‌آفرینی بر جنبه‌های مختلف زندگی ما خواهد داشت، از جمله نحوه تدریس به دانش‌آموزان و ارزیابی یادگیری آنها.

در دانشگاه ریدینگ، ما برنامه وسیعی را برای بررسی تمام جنبه‌های تدریس خود آغاز کرده‌ایم، از جمله استفاده بیشتر از فناوری برای بهبود تجربه دانشجویی و افزایش مهارت‌های استخدامی فارغ‌التحصیلان. راه‌حل‌ها شامل دور شدن از ایده‌های قدیمی ارزیابی و حرکت به سمت روش‌هایی است که بیشتر با مهارت‌هایی که دانش‌آموزان در محیط کار به آن‌ها نیاز دارند، هم‌راستا باشد، از جمله استفاده از هوش مصنوعی.

به اشتراک‌گذاری رویکردهای جایگزین که به دانش‌آموزان این امکان را می‌دهد تا دانش و مهارت‌های خود را نشان دهند، با همکاران در رشته‌های مختلف بسیار مهم است.