آیا هوش مصنوعی مدرک دانشگاهی را بی‌ارزش می‌ کند؟

01

از 03

یک آزمایش واقعی در دانشگاه براون

بهار گذشته، روبرتو سرانو، استاد اقتصاد دانشگاه براون که نزدیک به دو دهه درس‌های اقتصاد رفاه و نظریه انتخاب اجتماعی را تدریس کرده است، تصمیم گرفت با برگزاری یک امتحان میان‌ترم خانگی، یک تغییر اساسی در شیوه ارزیابی دانشجویان ایجاد کند. دانشجویان پس از یک تیراندازی مرگبار در محوطه دانشگاه که چند ماه قبل رخ داده بود، همچنان از حضور در کلاس‌های شلوغ نگران بودند. سرانو با درخواست آنها برای برگزاری غیرحضوری امتحان موافقت کرد، اما در مقابل آزمون را دشوارتر از همیشه طراحی کرد؛ با این استدلال که انعطاف بیشتر باید به دانشجویان فرصت دهد مسائل را عمیق‌تر تحلیل کنند. میانگین نمرات میان‌ترم این درس معمولا بین ۶۵ تا ۸۰ درصد بود. اما این بار میانگین کلاس به رقم خیره‌کننده ۹۶ درصد رسید و ۴۰ دانشجو نمره کامل گرفتند. چنین نتیجه‌ای نه یک موفقیت، بلکه یک زنگ خطر محسوب می‌شد.

سرانو و مصححان آزمون تصمیم گرفتند پاسخ‌ها را با ChatGPT مقایسه کنند. پاسخ‌های هوش مصنوعی شباهت چشمگیری به پاسخ‌های تعداد زیادی از دانشجویان داشت؛ نه فقط از نظر محتوا، بلکه در برخی موارد از نظر سبک استدلال و نگارش نیز مشابه بودند. در یکی از مسائل، ساده‌ترین راه رسیدن به پاسخ، ارائه یک استدلال مستقیم بود. با وجود این‌، ChatGPT و بسیاری از دانشجویان به سراغ برهان خلفی پیچیده‌تر رفتند؛ روشی که از نظر ریاضی معتبر بود، اما با نحوه‌ای که معمولا یک انسان به‌ صورت طبیعی مسئله را حل می‌کند، همخوانی نداشت. سرانو به این نتیجه رسید که ده‌ها دانشجو احتمالا برای حل آزمون از هوش مصنوعی کمک گرفته‌اند. با وجود این‌، میان‌ترم را بلافاصله باطل نکرد و به دانشجویان فرصتی داد تا خلاف این فرض را ثابت کنند. قرار شد اگر نتایج امتحان نهایی حضوری با توزیع نمرات میان‌ترم همخوانی داشت، هر دو آزمون در محاسبه نمره نهایی لحاظ شوند، اما اگر نتایج تفاوت چشمگیری داشت، میان‌ترم باطل شود و وزن امتحان نهایی افزایش پیدا کند. نتیجه امتحان نهایی، اختلاف را به‌وضوح نشان داد.

برای مطالعه بیشتر: هوش مصنوعی برای حل مسائل دشوار به تشویق نیاز دارد

۱۸ دانشجو از این درس انصراف دادند و ۹ دانشجوی دیگر با وجود باقی ماندن در دوره، در امتحان شرکت نکردند. میان دانشجویانی که در جلسه امتحان حاضر شدند، میانگین نمرات به تنها ۴۸.۶ درصد سقوط کرد. میانگین هیچ‌یک از امتحانات نهایی قبلی کمتر از ۶۵ درصد نبود. سه دانشجو نمره صفر گرفتند و در نهایت ۱۹ نفر در این درس مردود شدند. واکنش دانشگاه براون تاکنون بیشتر جنبه اداری داشته است؛ کمیته آیین‌نامه‌های آموزشی دانشگاه از سرانو خواسته علیه هر دانشجویی که به استفاده از هوش مصنوعی مشکوک است، شکایت جداگانه‌ای ثبت کند. هم‌زمان، کمیته «هوش مصنوعی مولد در آموزش و یادگیری» گزارشی منتشر کرده که در آن هوش مصنوعی یک عامل تحول‌آفرین مهم مثل مدرک دانشگاهی توصیف شده و بر به‌روزرسانی آیین‌نامه‌های آموزشی تاکید شده است. سازوکار دانشگاه در حال تغییر است، اما پرسش‌های اساسی پشت این ماجرا هنوز مطرح نشده‌اند. سیگنالی که هم از سوی خریداران تقاضای کمتری دارد و هم جعل آن ارزان‌تر شده است، یک‌شبه فرو نمی‌ریزد؛ بلکه آرام‌آرام ارزش شهریه‌ای را که برای آن پرداخت می‌شود از دست می‌دهد. کارنامه سرانو و نظرسنجی PwC در واقع یک داستان واحد را از دو سوی متفاوت روایت می‌کنند.

02

از 03

زمانی که ماشین همه‌جا حاضر است، تقلب دقیقا چیست؟

هر فناوری، آموزش را وادار می‌کند دوباره درباره مرز میان «کار خود دانشجو» و «کمک دریافت‌شده» تصمیم بگیرد. ماشین‌حساب، محاسبات ساده را بر عهده گرفت، غلط‌یاب املایی، بخش بزرگی از قواعد نگارشی را پوشش داد و موتورهای جست‌وجو نیز نیاز به حفظ کردن اطلاعات را کاهش دادند. هر بار، دانشگاه‌ها مرز جدیدی ترسیم کردند و سهم انسان را یک سطح بالاتر بردند. دیگر لازم نبود محاسبات را دستی انجام دهید، اما همچنان باید استدلال می‌کردید. هوش مصنوعی مولد از نظر ماهیت با فناوری‌های قبلی متفاوت است. این فناوری فقط یک بخش از فرایند تفکر را خودکار نمی‌کند؛ بلکه سرهم‌بندی ایده‌ها، چارچوب‌بندی، استدلال و حتی راهبرد اثبات مسئله را نیز بر عهده می‌گیرد؛ یعنی دقیقا همان چیزی را هدف قرار می‌دهد که یک امتحان برای سنجش آن طراحی شده است.

آیین‌نامه‌های اخلاقی دانشگاه‌ها که برای مقابله با سرقت ادبی نوشته شده‌اند، بر وجود مرزی مشخص میان ذهن مورد آزمایش و کمکی که دانشجو اجازه استفاده از آن را ندارد، استوار هستند. هوش مصنوعی همین مرز را برای دریافت مدرک دانشگاهی از بین می‌برد. وقتی این ابزار روی لپ‌تاپ همه دانشجویان وجود دارد و در هر دوره کارآموزی نیز استفاده از آن یک مزیت محسوب می‌شود، دانشجویان چیزی را مخفیانه وارد جلسه امتحان نمی‌کنند؛ آنها کاری را انجام می‌دهند که دنیای بیرون از جلسه امتحان از آنها به‌ عنوان یک مهارت واقعی انتظار دارد. بار دیگر به نتیجه اولتیماتوم سرانو نگاه کنید. ۱۸ دانشجو از درس انصراف دادند و ۹ نفر دیگر با وجود باقی ماندن در دوره، در امتحان حاضر نشدند. ۲۷ دانشجوی دانشگاه‌ برتر آمریکا، وقتی فرصت نشان دادن توانایی خود بدون کمک هوش مصنوعی را پیدا کردند، ترجیح دادند اصلا تلاش نکنند.

برداشت ساده از این اتفاق، اعتراف به تقلب است. اما برداشت نگران‌کننده‌تر این است که این ماجرا نوعی همه‌پرسی خاموش بوده است؛ گروهی از دانشجویان در سکوت، فرضی را که امتحان بر مبنای آن طراحی شده بود رد کرده‌اند. چرا که پشت این رفتار، استدلالی وجود دارد که دانشگاه‌ها باید حتی بدون بیان صریح دانشجویان، آن را جدی بگیرند. امروزه «توانایی» بیش از هر چیز به معنای کاری است که فرد می‌تواند با ابزارهایی که در اختیار دارد انجام دهد؛ تغییری که در حال بازتعریف بازار کار نیز می‌باشد. از این منظر، مجبور کردن دانشجویان به کنار گذاشتن مهارت کار با هوش مصنوعی هنگام ورود به جلسه امتحان و دریافت مدرک دانشگاهی، ذهن آنها را نمی‌سنجد؛ بلکه بخشی از توانایی واقعی آنها را حذف می‌کند.

خبر پیشنهادی: کشورها باید بین ائتلاف هوش مصنوعی واشنگتن و پکن یکی را انتخاب کنند

تلاش برای تسلط بر مطالبی که ماشین از قبل قادر به انجام آنها است، ممکن است به یک هزینه اضافی و بی‌دلیل تبدیل شود؛ به‌خصوص وقتی کارفرمایان دقیقا برای همان مهارتی دستمزد بیشتری پرداخت می‌کنند که آیین‌نامه اخلاقی دانشگاه استفاده از آن را تخلف محسوب می‌کند. دانشجویی که با کمک هوش مصنوعی نمره ۹۶ گرفته و بدون آن به ۴۸ رسیده است، ممکن است به این نتیجه برسد که نمره دوم، نسخه‌ای از توانایی‌های او را می‌سنجد که هر روز در حال بی‌اهمیت‌تر شدن است. دانشگاه‌ها باید این استدلال را جدی‌تر از امروز بررسی کنند، زیرا دانشجویان همین حالا بر اساس چنین منطقی زندگی می‌کنند. هرچند، این استدلال از دو جهت دچار مشکل است و شناخت دقیق این دو ایراد مهم‌تر از شوکه شدن از نتایج ماجرا است.

اول اینکه تخلف رخ‌داده در براون استفاده احتمالی از ابزارهای هوش مصنوعی نبود؛ مسئله اصلی ارائه نادرست کار بود. دانشجویان استدلال تولیدشده توسط هوش مصنوعی را به‌ عنوان کار خود ارائه کردند، در حالی که همه می‌دانستند امتحان قرار است میزان درک مستقل آنها را بسنجد. دانشجویی که معتقد است امتحان چیز اشتباهی را اندازه‌گیری می‌کند، می‌تواند استدلال خود را مطرح کند یا حتی از آن درس انصراف دهد، اما ارائه کار دیگران به‌ عنوان کار خود، یک موضع فلسفی یا معرفت‌شناختی نیست. این فریب است و در هر محیط کاری که این دانشجویان در آینده وارد آن شوند نیز فریب محسوب خواهد شد. دوم این استدلال فرض می‌کند عملکرد دانشجویان با کمک هوش مصنوعی واقعا نشان‌دهنده توانایی تقویت‌شده آنها بوده است. نتایج امتحان نهایی خلاف این موضوع را نشان می‌دهد. تسلط واقعی بر هوش مصنوعی، همان مهارتی که مدیران PwC حاضر هستند برای آن دستمزد بیشتری بپردازند و به معنی توانایی هدایت ماشین، بررسی خروجی آن، شناسایی خطاها و پذیرفتن مسئولیت نتیجه نهایی است. برای انجام این کار، فرد دقیقا به همان دانش تخصصی نیاز دارد که میانگین ۴۸.۶ درصدی امتحان نهایی نشان داد دانشجویان فاقد آن هستند. یک خلبان را به این دلیل که خلبان خودکار وجود دارد، از پرواز دستی معاف نمی‌کنند؛ مهارت پرواز دستی را می‌سنجند، چون وقتی سیستم خودکار از کار بیفتد، خلبان باید بتواند کنترل هواپیما را در دست بگیرد. آنچه میان‌ترم خانگی براون اندازه گرفت، ذهن‌های تقویت‌شده با هوش مصنوعی نبود؛ بلکه عملکرد ماشین بود، در حالی که یک دانشجو به آن متصل بود.

03

از 03

تعادل ناپایدار میان هوش مصنوعی و مدرک دانشگاهی

آموزش عالی اکنون به سمت توافقی ناپایدار میان سه نیروی ناسازگار حرکت می‌کند؛ نظامی قدیمی که برای تایید توانایی مستقل ذهن انسان طراحی شده، آیین‌نامه‌های اخلاقی متعلق به دوران پیش از هوش مصنوعی و بازار کاری که خواهان تسلط بر همان ابزاری است که این آیین‌نامه‌ها استفاده از آن را ممنوع می‌کنند. اینکه دانشگاه‌ها و حتی استادان بتوانند دانشجویانی را که به ابزارهای هوش مصنوعی مجهز هستند به‌درستی ارزیابی کنند، همچنان یک پرسش باز است و پاسخ صادقانه امروز، «خیر» است. وانمود کردن به اینکه همه‌چیز تحت کنترل است، دقیقا همان چیزی است که در نهایت به کمیته‌ای منجر می‌شود که از یک استاد می‌خواهد ده‌ها شکایت جداگانه ثبت کند. رسیدن به یک تعادل پایدارتر مستلزم آن است که دانشگاه‌ها به‌ صراحت مشخص کنند کدام نوع تفکر باید همچنان مستقل و متعلق به خود دانشجو باشد و کدام مهارت‌ها باید در حضور و با استفاده از ماشین سنجیده شوند.

حتما بخوانید: مدیر ارشد متا: افزایش بهره‌وری با هوش مصنوعی به‌معنی استراحت بیشتر نیست

بخشی از دروس باید همچنان استدلال مستقل را از طریق دفاع شفاهی و حل مسئله حضوری ارزیابی کنند، چرا که پیش از تقویت توانایی انسان با هوش مصنوعی، باید خود پایه‌های آن توانایی وجود داشته باشد. در مقابل، برخی دروس باید استفاده از هوش مصنوعی را الزامی کنند و دانشجویان را بر اساس توانایی آنها در هدایت، بررسی و اصلاح خروجی هوش مصنوعی ارزیابی نمایند؛ به این ترتیب، مهارتی که کارفرمایان به دنبال آن هستند به‌ صورت شفاف و قانونی سنجیده می‌شود، نه اینکه دانشجویان مجبور شوند آن را مخفیانه به کار ببرند. استادان نیز به سازوکاری نیاز دارند که بتوانند موارد مشکوک به تقلب گسترده را به‌ عنوان یک تخلف سیستمی واحد گزارش کنند، نه اینکه مجبور باشند ده‌ها پرونده جداگانه را با روال‌های اداری متعلق به دوران دیگری تشکیل دهند.

سرانو مسئله را به صریح‌ترین شکل ممکن بیان کرده است: «ما نمی‌توانیم جامعه‌ای داشته باشیم که در آن بخش قابل‌ توجهی از بهترین جوانان ما تصور کنند تقلب مشکلی ندارد. چنین چیزی به جامعه‌ای رو به افول و در نهایت جامعه‌ای شکست‌خورده منجر می‌شود.» کارنامه نمرات او نشان می‌دهد که برای بیان چنین حرفی دلیل کافی دارد. اما پاسخ ناگفته دانشجویان نیز شایسته شنیده شدن است. شاید مشکل از ذهن نیست؛ شاید ابزاری که با آن ذهن را می‌سنجیم، خراب شده است. دانشگاه‌هایی که بتوانند به هر دو مسئله صادقانه پاسخ دهند و این پاسخ را در برنامه‌های آموزشی خود نیز پیاده کنند، همان دانشگاه‌هایی خواهند بود که مدارک آنها در ۱۰ سال دیگر همچنان معنایی خواهند داشت. دانشگاه‌هایی که از انجام این کار باز بمانند، همچنان نردبانی را می‌فروشند که بازار کار، کف آن را مدت‌ها قبل جابه‌جا کرده است.