پایان دوران تکالیف درسی با هوش مصنوعی؛ بحران تازه اساتید در نمره‌دهی به دانشجویان

تصحیح تکالیف و ارائه بازخورد به دانشجویان بدون شک یکی از دشوارترین بخش‌های تدریس در دانشگاه است. در گذشته، بررسی تکالیف طراحی‌شده معیاری مناسب برای سنجش میزان انتقال مفاهیم کلیدی درس به شمار می‌رفت، اما در عصر هوش مصنوعی، این کار به تلاشی فرسایشی و تا حد زیادی بیهوده تبدیل شده است.

تالارهای گفتگوی کلاسی پر از ارجاعات پیچیده به منابعی خارج از سرفصل‌های تعیین‌شده شده‌اند؛ دانشجویانی که از همان روز نخست وانمود می‌کنند به تمام مباحث مسلط هستند، همان ترفند قدیمی جعل امضا را به کار می‌گیرند؛ با این تفاوت که این بار هوش مصنوعی از همان ابتدا نقاب تسلط کامل را به چهره آنها می‌زند.

اخیراً یکی از اساتید ریاضی دانشگاه کالیفرنیا در برکلی (UC Berkeley) اعلام کرد که دیگر تمایلی به تصحیح تکالیف دانشجویان ندارد، چراکه تقریباً همه آنها از هوش مصنوعی استفاده می‌کنند. این رویداد بازتابی از وضعیت اساتید در دانشگاه‌های مختلف، از جمله دانشکده روزنامه‌نگاری و ارتباطات والتر کرونکایت در دانشگاه ایالتی آریزونا (ASU) است. با آغاز فراگیری ابزارهای هوش مصنوعی پس از عرضه ChatGPT در اواخر سال ۲۰۲۲ و ورود غول‌های فناوری به رقابت توسعه چت‌بات‌ها و عامل‌های هوشمند (AI Agents)، نمره‌دهی به تکالیف بیش از هر زمان دیگری دلسردکننده شده است.

در دوره‌های پیشرفته ارتباطات، تصحیح تکالیف عملاً به عملیاتی وسواس‌گونه برای شکار نشانه‌های تولید متن با هوش مصنوعی تبدیل شد. این فناوری با سرعتی باورنکردنی در حال تکامل بود و ابزارهای اساتید برای شناسایی تقلب‌های مبتنی بر آن به‌شدت ناکارآمد و محدود به نظر می‌رسیدند.

هرچند اثبات این موضوع دشوار بود، اما شواهد نشان می‌داد برخی از دانشجویان دوره‌های آنلاین در تمام طول ترم حتی یک تکلیف را هم شخصاً انجام نداده بودند. هر زمان که از این افراد خواسته می‌شد کارهایی خارج از توان برون‌سپاری به هوش مصنوعی انجام دهند، مانند شبیه‌سازی‌های زنده یا ارائه‌های شفاهی ضبط‌شده، در حفظ استاندارد بی‌نقص تکالیف قبلی خود به‌شدت ناکام می‌ماندند. با این حال، در ساختار نمره‌دهی، کسب یک نمره متوسط در کنار زنجیره‌ای از نمرات کامل تأثیر چندانی بر معدل نهایی نمی‌گذارد و معادله تقلب با هوش مصنوعی همچنان به نفع دانشجو رقم می‌خورد.

برای ارزیابی دقیق‌تر، برخی از اساتید بخشی از پرسش‌های تکالیف را در چند چت‌بات رایج بررسی می‌کردند تا خروجی آنها را با کارهای تحویل‌داده‌شده توسط دانشجویان مقایسه کنند.

این مقایسه‌ها اغلب نتایج قطعی به‌همراه نداشت، اما بررسی‌ها نشان می‌داد دست‌کم ۹۰ درصد از دانشجویان دوره‌های مجازی، تمام یا بخشی از تکالیف خود را با ابزارهای هوش مصنوعی انجام می‌دادند.

حتی در کلاس‌های حضوری و کم‌جمعیت نیز موارد متعددی از مواجهه با استفاده پنهانی و غیرمجاز از هوش مصنوعی گزارش شده است؛ تجربه‌هایی که فلسفه تدریس و یادگیری را با تردید جدی روبه‌رو می‌کند.

برای نمونه، در یکی از جلسات کلاسی، دانشجویی ارائه‌ای مطرح کرد؛ اما هنگامی که در برابر دیگران چند پرسش ساده درباره چگونگی شکل‌گیری ایده‌های ارائه‌شده از او پرسیده شد، کاملاً سردرگم ماند و از توضیح مسیر رسیدن به آن نتیجه خلاقانه ناتوان بود.

در گفتگویی خصوصی پس از کلاس، دانشجو اعتراف کرد که بخشی از ارائه‌اش را با ChatGPT ساخته است و متعهد شد دیگر از آن استفاده نکند؛ با این حال، در تکلیف بعدی همان ماجرا تکرار شد و تعهدات داده‌شده عملاً بی‌اثر ماندند.

با بالا گرفتن این چالش‌ها، ارجاع چنین پرونده‌هایی به کمیته انضباطی دانشگاه نیز با ابهام روبه‌رو شده است، چراکه دانشگاه‌ها و مراکز آموزش عالی هنوز موضع شفافی در برابر پذیرش فراگیر هوش مصنوعی اتخاذ نکرده‌اند. در بخشی از بیانیه رسمی دانشگاه ایالتی آریزونا درباره هوش مصنوعی آمده است: «تمرکز ما بر به‌کارگیری هوش مصنوعی نه فقط برای پاسخ به چالش‌های آموزشی، بلکه به‌گونه‌ای است که جایگاه تمامی یادگیرندگان را محترم شمرده و ارتقا بخشد.»

آموزش یک مسیر است، نه فقط ثبت نتیجه نهایی

شاید برخی استدلال کنند تقلب کردن تمایلی طبیعی است؛ رفتاری که در پرداخت مالیات یا در بازی مونوپولی هم رخ می‌دهد؛ جایی که افراد احساس می‌کنند برای پیروزی در یک بازی نابرابر یا دشوار، ناچارند قواعد را دور بزنند.

اما فرایند آموزش و تحصیلات تکمیلی یک بازی برای برنده شدن نیست. هرچند محیط‌های آموزشی می‌توانند فضایی رقابتی داشته باشند، اما یادگیری میدانی نیست که در آن بتوان به معنای واقعی «برنده» شد. آموزش سفری فردی برای دستیابی به مهارتی پایدار است؛ مهارتی که هر زمان لازم باشد بتوان از آن استفاده کرد، درست مانند تسلط بر یک زبان تازه یا گشودن روان یک در.

امروزه شاید هوش مصنوعی برای دانشجویان مانند شاه‌کلیدی به نظر برسد که دسترسی سریع به نمرات عالی و پاسخ‌های قابل قبول را ممکن می‌کند؛ پاسخ‌هایی که استادان پرمشغله نیز نمی‌توانند ساختگی بودن آنها را به‌طور قطعی اثبات کنند. با این حال، دانشجویانی که یادگیری را به هوش مصنوعی واگذار می‌کنند، فرصت طلایی کسب مهارت واقعی را از دست می‌دهند و اعتبار علمی آینده خود را با خطری جدی روبه‌رو می‌سازند.

تا زمانی که ذهن انسان به‌صورت تمام‌وقت و مستقیم به رایانه‌ها متصل نشده است، استفاده از هوش مصنوعی عصایی کمکی است که جامعه آموزشی دیگر نمی‌تواند نسبت به پیامدهای مخرب آن بی‌تفاوت بماند.