Tekoäly korkeakoulutuksessa – tasapainottaa riskit ja hyödyt

Merkittävä osa generatiivisia tekoälytyökaluja koskevasta keskustelusta on keskittynyt akateemiseen eheyteen ja tekoälyplagiointiin liittyviin haasteisiin. Pettäminen on hallinnut keskustelua.

Tämän seurauksena monet järjestelmänvalvojat ja opettajat ovat keskittyneet ensisijaisesti sellaisten työkalujen etsimiseen, jotka paljastavat tekoälyn luoman kirjoittamisen. Nykyään korkeakoulujohtajille luotettavien tekoälyntunnistustyökalujen etsiminen voi olla turhaa. Sen sijaan olisi keskityttävä siihen, kuinka tekoäly voi parantaa akateemista kokemusta ja kehittää arviointikäytäntöjä oppijoiden ymmärryksen arvioimiseksi paremmin.

AI havaitseminen; virheellinen ehdotus?

Toistaiseksi tekoälyn tunnistustyökalut eivät ole pystyneet paljastamaan tekoälyn luomia vastauksia tarkasti ja ilman harhaa. Marylandin tutkijat havaitsi, että jopa "paras mahdollinen ilmaisin" toimii vain vähän paremmin kuin satunnainen luokitin. Toinen tutkimus 14 tunnistustyökalusta Kuuden maan tutkijat havaitsivat, että tunnistustyökalujen tarkkuus vaihteli suuresti – 33 prosentin ja 79 prosentin välillä.

Tekoälyntunnistustyökalut tuovat myös harhaa. Mukaan a Stanfordin tutkimus, ratkaisut merkitsivät virheellisesti englantia toisena kielenä (ESL) oppilaiden kirjoittamista tekoälyn luomaksi yli puolet ajasta. Samanlaisia ​​huolenaiheita on myös herätetty siitä, kuinka nämä työkalut luokittelevat autismikirjon häiriöstä kärsivien kirjoittamisen tekoälyn luomaksi.

Äskettäin tehty tutkimus tekoälyntunnistustyökaluista asiakasryhmän kanssa havaitsi, että käyttäjät eivät luottaneet tuloksiin. Asiaa pahensi se, että löydömme vahvistivat sen, mitä tutkijat löysivät muualta: kirjoittaminen oli usein virheellisesti merkitty tekoälyn luomaksi ja tarkkuus oli liian alhainen käytettäväksi opiskelijoiden kanssa ja päivittäisessä akateemisessa rehellisyydessä.

Tosiasia on, että nykyiset työkalut eivät ole tehtäviensä tasalla ilman, että ne herättävät vakavia tarkkuutta ja eettisiä huolenaiheita, eivätkä ne ehkä koskaan olekaan. On olemassa parempi tie eteenpäin – keskity arviointikäytäntöjemme kehittämiseen rakentamalla autenttisempia arviointeja ja yhteistyöhön perustuvaa oppimiskokemusta, joka kannustaa syvempään oppimiseen.

Paremman sitoutumisen rakentaminen

Kauan ennen generatiivisten tekoälytyökalujen tuloa kouluttajat arvostivat aitoja arvioita, kuten kriittisen ajattelun harjoituksia, haastatteluja, tapaustutkimuksia, ryhmäprojekteja ja esityksiä. Tutkimukset ovat osoittaneet etuja, jos oppijoille annetaan tällaisia ​​tehtäviä, jotka vaativat heidän ratkaisemaan ongelmia, ajattelemaan kriittisesti ja pohtimaan itseään sen sijaan, että he muistaisivat vain tietoja. Liiketoiminnan kurssilla autenttinen arviointi voisi näyttää neuvottelulta vertaisryhmän kanssa.

Kun opiskelijoille annetaan mahdollisuus osoittaa kriittistä ajattelua ja ongelmanratkaisukykyä, he saavat taidot, joita tarvitaan lopulta menestyäkseen ammattilaisiksi. tutkijat, jotka tekivät aiheesta kirjallisuuskatsauksen.

Tekoälyplagiointia koskeva keskustelu on herättänyt uudelleen ohjaajien pyrkimyksen kehittää arviointeja, jotka arvioivat syvällisemmin ja samalla heikentävät tekoälyn tuottamien vastausten tehokkuutta. Kuten Cecilia Ka Yuk Chan, Hongkongin yliopiston ammatillisen kehityksen johtaja, kirjoitti, että opettajien on "kehitettävä arviointitehtävät, jotka vaativat kriittistä ja analyyttistä ajattelua tekoälyn tukeman plagioinnin välttämiseksi".

Aito arviointi on entistä tärkeämpää generatiivisen tekoälyn aikakaudella. Tehtäviä, jotka keskittyvät kriittiseen ajatteluun, henkilökohtaisiin näkökulmiin ja itsereflektoriin, on paljon vaikeampaa generatiivisten tekoälytekniikoiden tuottaa aidolta näyttävällä tavalla. Toiminnassa voidaan myös tutkia aihealueita, joilla näillä työkaluilla ei ole niin paljon historiallista dataa, jonka kanssa työskennellä, kuten nykyiset ja paikalliset tapahtumat, henkilökohtaiset kokemukset ja tulevaisuuden ennusteet.

Tällaisten autenttisten arviointien kehittäminen on kuitenkin aikaintensiivistä. Se vaatii aikaa vailla olevia ohjaajia mahdollisesti uudistamaan opetussuunnitelmaa ja luomaan täysin uusia tehtäviä opiskelijoille.

Ironista kyllä, tekoälytyökalut voivat auttaa tässä haasteessa. Hyödyntämällä tekoälytyökaluja ideointiin ja ideointiin osana kurssin suunnitteluprosessia, houkuttelevan autenttisen arvioinnin ja muiden toimien kehittäminen voi tehostua. On kuitenkin erittäin tärkeää, että ohjaaja on aina hallinnassa ja tarkastaa ja hyväksyy kaikki tekoälyn luomat kurssisuunnitteluehdotukset – se on vähäriskinen ja palkitseva makea paikka tekoälyn soveltamiselle.

Digitaaliset oppimisympäristöt voivat helpottaa autenttista arviointia, projektityötä ja ryhmätyötä. Ne voivat tapahtua yhdessä ympäristössä ja voivat jatkaa rakentamista toistensa päälle. Yhdistämällä digitaalisen oppimisympäristön ja generatiivisen tekoälyn avaamat mahdollisuudet voimme pian alkaa nähdä aivan uusia, innovatiivisia ja pedagogisesti järkeviä oppimiskokemuksia.

Tie eteenpäin

Tekoälyn eduista ja haitoista huolimatta sen käyttö laajenee edelleen. Tekoäly tarjoaa enemmän mahdollisuuksia opiskelijoille ja oppilaitoksille tulevaisuuden edetessä. Laitosten on keskityttävä tekoälyn hyötyjen maksimointiin ja sen potentiaalin vapauttamiseen oppimiskokemuksessa sen sijaan, että ne yrittäisivät rajoittaa mahdollisia uhkia ja katsoa autenttisia arviointeja keinona eteenpäin.

AI saa aikaan muutoksen. Tekoälyä koskevat keskustelut ja keskustelut ovat usein herättäneet vertailuja aikaisempiin teknologioihin. Oikolukujen ja laskimien tulo luokkahuoneeseen herätti keskustelua siitä, olivatko nämä työkalut apua tai haittaa oppilaiden todelliselle oppimiskyvylle. Paljolti samalla tavalla kuin nämä työkalut ovat yleistyneet akateemikkojen jokapäiväisessä käytössä, tekoäly voi olla työkalu opiskelijoiden auttamiseksi. Sellaisenaan akateemisen eheyden ja monien muiden oppijan matkan osien perustavanlaatuinen uudelleenarviointi on olennaista menestymisen kannalta.

Tarvitaan joustavaa politiikkaa ja käytäntöjä. Tekoälyn luovat työkalut ovat säilyneet, joten rajoittavien käytäntöjen ylläpitäminen ei ole enää mahdollista, varsinkaan kun tiedetään, että generatiivisesta tekoälystä on tulossa osa kaikkea, jonka kanssa olemme vuorovaikutuksessa (mikropilotti Microsoft Officessa). Tekoälyavusteisen ja tekoälyn plagioinnin välinen raja hämärtyy päivä päivältä.

Luo politiikka. On välttämätöntä luoda poliittinen kehys, jota laitoksen ainutlaatuinen kulttuuri tukee ja jossa on selkeät suuntaviivat tekoälyn hyödyntämiseksi suojatoimien avulla. Osastoilla ja opettajilla tulisi olla itsemääräämisoikeus soveltaa näitä käytäntöjä aiheeseensa nähden. Yhteisluominen ja käytännöistä keskusteleminen opiskelijoiden kanssa ovat myös ratkaisevan tärkeitä luotaessa luottamuksen kulttuuria koko oppilaitoksessa.

Valtuuta ohjaajat kehittämään eettisiä lähestymistapoja. Opettajat ovat oppimisen moottoreita, ja heidän tukeminen on olennaista, jotta voidaan tarjota upeita kokemuksia oppijoille tekoälyn aikakaudella. Oppilaitosten on annettava opettajille valtuudet omaksua aitoja arviointikäytäntöjä, mukaan lukien tekoälyn tehokkuuden hyödyntäminen hallinnollisten ja kurssisuunnittelutehtävien tehostamiseksi.

Aika oppia

Tekoälytyökalut juurtuvat vain paremmin jokapäiväiseen elämäämme, myös luokkahuoneeseen. Näiden työkalujen tarjoamat edut ymmärtävät opettajat ja järjestelmänvalvojat tarvitsevat koulutusta ja institutionaalista tukea. Laitosten on annettava heille tiedot ja taidot, joita tarvitaan mahdollisuuksien hyödyntämiseksi ja riskien vähentämiseksi. Näihin mahdollisuuksiin kuuluu pitkään haetun tavoitteen saavuttaminen – oppijoiden arvioiminen heidän kyvystään soveltaa tietoa todellisissa tilanteissa. Ja ne, jotka hyödyntävät tekoälyn voimaa parempien oppimiskokemusten rakentamiseen, varmistavat, että opiskelijat oppivat tekoälyn aikakaudella.