Το Office for Students ζητά αξιολογήσεις χωρίς τεχνητή νοημοσύνη για την προστασία των τίτλων σπουδών

Το Office for Students της Αγγλίας δήλωσε στις 11 Νοεμβρίου 2026 ότι τα πανεπιστήμια πρέπει να διασφαλίζουν πως οι αξιολογήσεις μετρούν τι γνωρίζουν και τι μπορούν να κάνουν οι φοιτητές, συχνά με τη χρήση ασφαλών μορφών αξιολόγησης χωρίς τεχνητή νοημοσύνη. Προειδοποίησε ότι πολλές εργασίες που εκπονούνται χωρίς επίβλεψη μπορούν να ολοκληρωθούν σε υψηλό επίπεδο με τη βοήθεια της τεχνητής νοημοσύνης, απαιτώντας παράλληλα περιορισμένη συμμετοχή από τους φοιτητές.

Παράλληλα με μια κοινή ερευνητική έκθεση με την Advance HE, το OfS δημοσίευσε οδηγίες για τα πανεπιστήμια και τα κολέγια, οι οποίες εφαρμόζουν στην τεχνητή νοημοσύνη τις υφιστάμενες προϋποθέσεις ποιότητας, αντί να θεσπίζουν νέα ειδική προϋπόθεση εγγραφής για την τεχνητή νοημοσύνη. Οι προϋποθέσεις αυτές περιλαμβάνουν απαιτήσεις για επικαιροποιημένα προγράμματα σπουδών και συναφείς δεξιότητες, επαρκή υποστήριξη των φοιτητών και αξιόπιστους τίτλους σπουδών που βασίζονται σε έγκυρη και αξιόπιστη αξιολόγηση. Τα ιδρύματα που δεν ανταποκρίνονται στις απαιτήσεις μπορεί να αντιμετωπίσουν ειδικούς όρους εγγραφής, χρηματικές κυρώσεις ή αναστολή της πρόσβασης σε χρηματοδότηση για την υποστήριξη των φοιτητών ή σε επιχορηγήσεις του OfS.

Ο Josh Fleming, διευθυντής στρατηγικής και υλοποίησης του OfS, περιέγραψε την τεχνητή νοημοσύνη τόσο ως ευκαιρία όσο και ως «κίνδυνο για το σύστημα όπως λειτουργεί σήμερα, με διαγενεακές επιπτώσεις, καθώς απειλεί να υπονομεύσει τη μάθηση των φοιτητών και την ικανότητα των ιδρυμάτων να τους αξιολογούν». Ζήτησε να χρησιμοποιούνται πολύ περισσότερο οι αξιολογήσεις χωρίς τεχνητή νοημοσύνη.

Στοιχεία από φοιτητές και προσωπικό

Η πλήρης έκθεση βασίζεται σε έρευνα που πραγματοποιήθηκε από τον Ιούνιο έως τον Σεπτέμβριο του 2026 με τη συμμετοχή 244 εργαζομένων στην ανώτατη εκπαίδευση και 91 φοιτητών ή εκπροσώπων φοιτητών από τουλάχιστον 127 ιδρύματα. Τα στοιχεία προήλθαν από εκδηλώσεις με φυσική παρουσία, 64 απαντήσεις σε διαδικτυακά ερωτήματα και 22 συνεντεύξεις. Οι συμμετέχοντες επέλεξαν οι ίδιοι να λάβουν μέρος και ενδέχεται να μην αντιπροσωπεύουν τον ευρύτερο πληθυσμό των φοιτητών και του προσωπικού.

Οι φοιτητές ανέφεραν στους ερευνητές ότι συμφοιτητές τους ολοκλήρωναν κάποιες φορές αξιολογήσεις χρησιμοποιώντας μεγάλα γλωσσικά μοντέλα μέσα σε λίγα μόλις λεπτά και λάμβαναν βαθμούς παρόμοιους με εκείνους που εξασφάλιζαν όσοι εργάζονταν ανεξάρτητα. Ορισμένοι είπαν ότι οι συμφοιτητές αυτοί δεν μπορούσαν να θυμηθούν βασικές λεπτομέρειες των εργασιών τους. Το προσωπικό ανέφερε μεγάλο αριθμό εργασιών με κοινό ύφος και ίδιες παραπομπές, ενώ οι εργασίες που υποβάλλονταν εξ αποστάσεως κρίθηκε ότι ήταν ιδιαίτερα ευάλωτες.

Η έκθεση καταλήγει στο συμπέρασμα ότι οι ανθρώπινοι αξιολογητές δεν μπορούν να εντοπίζουν αξιόπιστα κείμενα που έχουν παραχθεί από τεχνητή νοημοσύνη και ότι τα εργαλεία ανίχνευσης δεν εντοπίζουν με συνέπεια τη χρήση της. Κατά συνέπεια, οι δηλώσεις πολιτικής και οι εκ των υστέρων διαδικασίες για παραπτώματα δεν μπορούν να υποκαταστήσουν τον σωστό δομικό σχεδιασμό των αξιολογήσεων. Τα αποτελέσματα των εργαλείων ανίχνευσης θα πρέπει να αποτελούν, το πολύ, ένα μόνο στοιχείο σε μια δίκαιη διαδικασία, ενώ η υποψία χωρίς ισχυρά αποδεικτικά στοιχεία δεν θα πρέπει να δικαιολογεί χαμηλότερο βαθμό.

Ασφαλής αξιολόγηση στην πράξη

Οι οδηγίες ορίζουν ως ασφαλή αξιολόγηση μια μορφή σχεδιασμένη ώστε να αποτρέπει τη χρήση τεχνητής νοημοσύνης, όπως οι εξετάσεις με φυσική παρουσία, οι παρουσιάσεις, οι προφορικές εξετάσεις, οι παραστάσεις και οι πρακτικές ή εφαρμοσμένες εργασίες. Όταν επιτρέπεται η χρήση τεχνητής νοημοσύνης, οι φοιτητές πρέπει και πάλι να αποδεικνύουν ότι έχουν επιτύχει τα επιδιωκόμενα μαθησιακά αποτελέσματα, στα οποία μπορεί να περιλαμβάνεται η αποτελεσματική χρήση της τεχνητής νοημοσύνης. Μια αξιολόγηση θα πρέπει να αντικαθίσταται αν μπορεί να ολοκληρωθεί με τη βοήθεια της τεχνητής νοημοσύνης χωρίς τις γνώσεις ή τις δεξιότητες που προορίζεται να εξετάσει.

Μια μελέτη περίπτωσης δείχνει πώς γίνεται αυτή η επιλογή σχεδιασμού. Το University of Bath υιοθέτησε ένα μοντέλο δύο διαδρομών τον Σεπτέμβριο του 2026, αφού διαπίστωσε ότι η μεσαία κατηγορία του προηγούμενου συστήματος φωτεινού σηματοδότη, η οποία επέτρεπε συγκεκριμένες χρήσεις τεχνητής νοημοσύνης, δεν μπορούσε να ελεγχθεί αξιόπιστα και ισότιμα. Οι αξιολογήσεις της κλειστής διαδρομής δεν επιτρέπουν την πρόσβαση στην τεχνητή νοημοσύνη, ενώ οι αξιολογήσεις της ανοιχτής διαδρομής την επιτρέπουν και πρέπει να σχεδιάζονται με αυτή την παραδοχή. Και οι δύο διαδρομές πρέπει και πάλι να μετρούν τα επιδιωκόμενα μαθησιακά αποτελέσματα.

Η ασφαλής αξιολόγηση έχει και κόστος. Οι συμμετέχοντες ανέφεραν τους πόρους που απαιτούνται για τις εξετάσεις και τις προφορικές δοκιμασίες, ανησυχίες ότι οι εξετάσεις χωρίς βιβλία μπορεί να μην αντανακλούν την επαγγελματική πρακτική, καθώς και το ενδεχόμενο ορισμένες μορφές αξιολόγησης να θέτουν τους φοιτητές με αναπηρία σε μειονεκτική θέση. Τα ιδρύματα εξακολουθούν να έχουν νομική υποχρέωση να μην προβαίνουν σε διακρίσεις και ενδέχεται να χρειαστεί να παρέχουν εύλογες προσαρμογές, μεταξύ άλλων αλλαγές στις μεθόδους αξιολόγησης, διασφαλίζοντας παράλληλα ότι οι προσαρμογές αυτές δεν δημιουργούν αθέμιτο πλεονέκτημα.

Δεξιότητες τεχνητής νοημοσύνης και προσβασιμότητα

Η έκθεση δεν συνιστά την απομάκρυνση της τεχνητής νοημοσύνης από την εκπαίδευση. Οι φοιτητές τη χρησιμοποιούν για να κατανοούν δύσκολες έννοιες, να συνοψίζουν έγγραφα, να δημιουργούν ερωτήσεις εξάσκησης και να κάνουν επανάληψη, με πιθανά οφέλη για τους φοιτητές με αναπηρία και τους νευροδιαφορετικούς φοιτητές, καθώς και για όσους δεν έχουν ως πρώτη γλώσσα τα αγγλικά. Η έκθεση διακρίνει αυτές τις δραστηριότητες από τη γνωστική αποφόρτιση, κατά την οποία η τεχνητή νοημοσύνη υποκαθιστά την ανάγνωση, την έρευνα, την επίλυση προβλημάτων ή άλλες απαιτητικές εργασίες και μπορεί να παρακάμπτει την παραγωγική προσπάθεια που απαιτείται για την ανάπτυξη γνώσεων και δεξιοτήτων.

Πολλοί φοιτητές θεωρούν σημαντικό τον γραμματισμό στην τεχνητή νοημοσύνη για την επαγγελματική αποκατάσταση και επιθυμούν περισσότερη κατάρτιση προσαρμοσμένη στο αντικείμενο σπουδών τους, ωστόσο η παροχή κατάρτισης είναι άνιση και η επιμόρφωση του προσωπικού είναι συχνά προαιρετική, με χαμηλή συμμετοχή. Οι οδηγίες του OfS ζητούν σαφείς κανόνες για τις επιτρεπόμενες χρήσεις της τεχνητής νοημοσύνης, εποπτεία του διδακτικού υλικού και της ανατροφοδότησης που παράγονται με τη βοήθειά της, καθώς και μέτρα για τον περιορισμό των ανισοτήτων που προκαλεί η άνιση πρόσβαση σε εργαλεία επί πληρωμή και σε κατάρτιση. Σχετικά λίγα από τα ιδρύματα που συμμετείχαν είχαν ενσωματώσει στρατηγικές για την τεχνητή νοημοσύνη σε όλο το ίδρυμα.

Το OfS σχεδιάζει περαιτέρω συστηματική έρευνα για την έκταση και τη φύση της αλλαγής, ενώ το Advance HE θα εγκαινιάσει στις αρχές του 2027 μια Ακαδημία Αλλαγής με επίκεντρο την ΤΝ για τα ιδρύματα-μέλη του. Για τα ιδρύματα, το άμεσο ζήτημα συμμόρφωσης είναι κατά πόσο ένας τίτλος σπουδών εξακολουθεί να αποδεικνύει τι γνωρίζει και τι μπορεί να κάνει ένας φοιτητής, όταν η χρήση βοήθειας από την ΤΝ ενδέχεται να μην είναι ανιχνεύσιμη. Η ίδια ρυθμιστική απόκριση απαιτεί επίσης σχετικές δεξιότητες στην ΤΝ και προσβάσιμο σχεδιασμό, καθιστώντας την ασφάλεια της αξιολόγησης ένα από τα στοιχεία προστασίας της αξίας των πτυχίων, παράλληλα με τη διδασκαλία και την υποστήριξη των φοιτητών.