تقلب گسترده با هوش مصنوعی؛ استاد برجسته دانشگاه برکلی نمره‌دهی به تکالیف را لغو کرد

یکی از استادان دانشگاه کالیفرنیا، برکلی (UC Berkeley) نمره‌دهی به تکالیف خانگی دانشجویان را متوقف کرده و معتقد است استفاده روزافزون از هوش مصنوعی، این تکالیف را عملاً بی‌فایده کرده است. بر اساس گزارش نیویورک پست، ریچارد بورچردز، ریاضی‌دان سرشناس و برنده مدال فیلدز، اعلام کرد اکنون تشخیص تفاوت میان پاسخی که دانشجو نوشته با پاسخی که هوش مصنوعی تولید کرده تقریباً غیرممکن است. به‌همین دلیل، او برای ارزیابی سطح یادگیری و نمره‌دهی به دانشجویانش، صرفاً از آزمون‌های حضوری بدون همراه داشتن هرگونه دستگاه الکترونیکی استفاده می‌کند.

بورچردز در گفتگو با این نشریه توضیح داد: «آزمون‌های آنلاین اکنون اتلاف وقت هستند، زیرا بسیاری از دانشجویان برای پاسخ به سؤالات از هوش مصنوعی کمک می‌گیرند. من نمی‌توانم دقیقاً مشخص کنم چه کسانی از هوش مصنوعی استفاده می‌کنند، اما متوجه شده‌ام که میانگین نمرات در آزمون‌های آنلاین به‌شدت بالا رفته است.» او در ادامه افزود: «نمره‌دهی بر اساس پاسخ‌های درست، انگیزه بسیار بزرگی برای دانشجویان ایجاد می‌کند تا به‌جای حل تکالیف توسط خودشان، به سراغ هوش مصنوعی بروند؛ موضوعی که عملاً دانشجویان صادق را تنبیه می‌کند. از طرفی، صرف زمان و هزینه برای تصحیح پاسخ‌های تولیدشده با هوش مصنوعی نیز هدر دادن وقت و سرمایه است.»

این چالش نخستین بار در نوامبر ۲۰۲۲ با عرضه مدل محبوب GPT-3.5 توسط OpenAI آغاز شد. با این حال، در آن زمان مدل‌های زبانی خطاهای متعددی داشتند و استفاده افراطی از آن‌ها به‌سادگی قابل تشخیص بود، اما امروزه این فناوری چنان پیشرفت کرده که تشخیص استفاده از هوش مصنوعی در متن‌ها و پاسخ‌های مکتوب بسیار دشوار شده است.

پژوهشگران متعددی ثابت کرده‌اند دانشجویان در آزمون‌های آنلاین به‌طور مداوم نمرات بالاتری کسب می‌کنند. هرچند اثبات قطعی اینکه دانشجویان از هوش مصنوعی برای پاسخ‌دهی بهره برده‌اند دشوار است، اما اختلاف نمرات آن‌قدر چشمگیر بوده که محققان نتیجه گرفته‌اند آزمون‌های آنلاین بدون نظارت، دیگر نمایانگر میزان یادگیری واقعی دانشجویان در طول دوره آموزشی نیستند.

یکی از استادان دانشگاه براون (Brown University) در اوایل سال جاری این موضوع را به‌وضوح مشاهده کرد؛ جایی که میانگین نمرات میان‌ترم خانگی دانشجویان به ۹۶ درصد رسید، رقمی که جهشی چشمگیر نسبت به میانگین تاریخی ۶۵ تا ۸۰ درصدی گذشته نشان می‌داد. به‌همین دلیل، این استاد دانشجویان را وادار به شرکت در امتحان نهایی به‌صورت حضوری کرد؛ تصمیمی که نتیجه آن شگفت‌انگیز بود، زیرا تنها دو دانشجو توانستند نمره‌ای نزدیک به نمره میان‌ترم خود (با اختلاف کمتر از ۱۰ درصد) کسب کنند و فقط یک نفر عملکرد بهتری ثبت کرد.

البته همه ابزارهای هوش مصنوعی نیز مایل به کمک برای تقلب نیستند؛ برای نمونه، دستیار کدنویسی Cursor اخیراً به یکی از کاربران توصیه کرد به‌جای درخواست برای تولید مستقیم کد، خودش برنامه‌نویسی را یاد بگیرد. با وجود این، این تنها یک مورد استثنا در میان انبوهی از ابزارها به‌شمار می‌رود و جلوگیری از استفاده دانشجویان از هوش مصنوعی را تقریباً ناممکن کرده است.

دانشگاه برکلی پیش از این استفاده از نرم‌افزارهای تشخیص محتوای هوش مصنوعی را برای مدیریت این بحران بررسی کرده بود، اما به این نتیجه رسید که این ابزارها اصلاً قابل اعتماد نیستند. بر همین اساس، دانشگاه تصمیم گرفت اختیار تدوین سیاست‌های مرتبط با هوش مصنوعی را کاملاً به استادان واگذار کند، مشروط بر اینکه قوانین خود را به‌طور شفاف در طرح درس مشخص کنند. بورچردز نیز تأکید می‌کند اگر بدترین آسیب هوش مصنوعی فقط دشوارتر کردن تصحیح تکالیف برای مدرسان باشد، او واقعاً «بسیار خوشحال و آسوده‌خاطر» خواهد بود.