Trí tuệ nhân tạo trong Giáo dục Đại học – Cân bằng giữa Rủi ro và Lợi ích

Một phần quan trọng của cuộc thảo luận xung quanh các công cụ trí tuệ nhân tạo generative đã tập trung vào các thách thức liên quan đến tính toàn vẹn học thuật và đạo văn trí tuệ nhân tạo. Việc gian lận đã chiếm ưu thế trong diễn ngôn.

Kết quả là, nhiều nhà quản lý và giáo viên đã tập trung chủ yếu vào việc tìm kiếm các công cụ để phát hiện viết được tạo ra bởi trí tuệ nhân tạo. Đối với các nhà lãnh đạo giáo dục đại học ngày nay, việc tìm kiếm các công cụ phát hiện trí tuệ nhân tạo đáng tin cậy có thể là một việc làm vô ích. Thay vào đó, sự tập trung nên được đặt vào cách trí tuệ nhân tạo có thể nâng cao trải nghiệm học thuật và phát triển các phương pháp đánh giá để đánh giá tốt hơn sự hiểu biết của người học.

Phát hiện trí tuệ nhân tạo; một đề xuất khiếm khuyết?

Cho đến nay, các công cụ phát hiện trí tuệ nhân tạo đã không đáp ứng được việc phát hiện chính xác và không có偏见 các phản hồi được tạo ra bởi trí tuệ nhân tạo. Các nhà nghiên cứu tại Maryland đã phát hiện ra rằng thậm chí “công cụ phát hiện tốt nhất” chỉ hoạt động tốt hơn một chút so với một phân loại ngẫu nhiên. Một nghiên cứu khác về 14 công cụ phát hiện bởi các nhà nghiên cứu ở sáu quốc gia đã tìm thấy rằng tỷ lệ chính xác của các công cụ phát hiện khác nhau rộng rãi – giữa 33% và 79%.

Các công cụ phát hiện trí tuệ nhân tạo cũng giới thiệu sự偏见. Theo một nghiên cứu của Stanford, các giải pháp đã dán nhãn viết của các sinh viên tiếng Anh như một ngôn ngữ thứ hai (ESL) là được tạo ra bởi trí tuệ nhân tạo hơn một nửa thời gian. Các vấn đề tương tự cũng đã được đặt ra về cách các công cụ này phân loại sai viết của những người có rối loạn phổ tự kỷ là được tạo ra bởi trí tuệ nhân tạo.

Nghiên cứu gần đây về các công cụ phát hiện trí tuệ nhân tạo với một nhóm khách hàng đã tìm thấy rằng người dùng có rất ít niềm tin vào kết quả. Việc này trở nên tồi tệ hơn khi các phát hiện của chúng tôi xác nhận những gì các nhà nghiên cứu đã tìm thấy ở nơi khác – viết thường được dán nhãn là được tạo ra bởi trí tuệ nhân tạo và độ chính xác quá thấp để có thể sử dụng với sinh viên và cho các mục đích toàn vẹn học thuật hàng ngày.

Hiện thực là rằng các công cụ ngày nay không đáp ứng được nhiệm vụ mà không gây ra các vấn đề nghiêm trọng về độ chính xác và đạo đức, và chúng có thể không bao giờ làm được. Có một cách tiến bộ hơn – tập trung vào việc phát triển các phương pháp đánh giá của chúng tôi bằng cách xây dựng các đánh giá chân thực và trải nghiệm học tập hợp tác để khuyến khích việc học sâu hơn.

Xây dựng sự tham gia tốt hơn

Trước khi có sự xuất hiện của các công cụ trí tuệ nhân tạo generative, các nhà giáo dục đã đánh giá cao các đánh giá chân thực, chẳng hạn như các bài tập tư duy phản biện, phỏng vấn, nghiên cứu trường hợp, dự án nhóm và trình bày. Các nghiên cứu đã chỉ ra lợi ích của việc giao cho người học các nhiệm vụ như những nhiệm vụ này đòi hỏi họ phải giải quyết vấn đề, tư duy phản biện và tự phản ánh thay vì chỉ nhớ lại kiến thức. Đối với một khóa học kinh doanh, một đánh giá chân thực có thể trông giống như một cuộc đàm phán với một nhóm đồng nghiệp.

Việc cho sinh viên cơ hội để thể hiện tư duy phản biện và giải quyết vấn đề cung cấp cho họ các kỹ năng cần thiết để cuối cùng trở thành các chuyên gia thành công, theo các nhà nghiên cứu đã tiến hành một đánh giá văn học về chủ đề này.

Cuộc tranh luận xung quanh đạo văn trí tuệ nhân tạo đã khơi dậy lại sự thúc giục các giáo viên phát triển các đánh giá đánh giá sâu hơn đồng thời cũng giảm hiệu quả của các phản hồi được tạo ra bởi trí tuệ nhân tạo. Như Cecilia Ka Yuk Chan, trưởng bộ phận phát triển chuyên môn tại Đại học Hồng Kông, đã viết, các giáo viên phải “phát triển các nhiệm vụ đánh giá đòi hỏi tư duy phản biện và phân tích để tránh đạo văn được hỗ trợ bởi trí tuệ nhân tạo.”

Đánh giá chân thực trở nên quan trọng hơn trong kỷ nguyên trí tuệ nhân tạo. Các nhiệm vụ tập trung vào tư duy phản biện, quan điểm cá nhân và tự phản ánh là rất khó cho các công nghệ trí tuệ nhân tạo generative để tạo ra một cách chân thực. Các hoạt động cũng có thể nhằm khám phá các lĩnh vực chủ đề mà các công cụ này không có nhiều dữ liệu lịch sử để làm việc, chẳng hạn như các sự kiện hiện tại và địa phương, kinh nghiệm cá nhân và dự đoán tương lai.

Phát triển các loại đánh giá chân thực này là một việc tốn thời gian. Nó đòi hỏi các giáo viên bận rộn phải có thể thay đổi chương trình và tạo ra các nhiệm vụ hoàn toàn mới cho sinh viên.

Một cách iron, các công cụ trí tuệ nhân tạo có thể giúp với thách thức này. Bằng cách tận dụng các công cụ trí tuệ nhân tạo để giúp với ý tưởng và não bộ như một phần của quá trình thiết kế khóa học, việc tạo ra các đánh giá chân thực và các hoạt động khác có thể trở nên hiệu quả hơn. Tuy nhiên, điều quan trọng là giáo viên luôn kiểm soát và xem xét và phê duyệt bất kỳ đề xuất thiết kế khóa học được tạo ra bởi trí tuệ nhân tạo nào – đó là một điểm ngọt ngào với rủi ro thấp và phần thưởng cao cho việc áp dụng trí tuệ nhân tạo.

Và môi trường học tập kỹ thuật số có thể tạo điều kiện cho các đánh giá chân thực, công việc dự án và công việc nhóm. Chúng có thể diễn ra trong một môi trường duy nhất và có thể tiếp tục xây dựng trên nhau. Bằng cách kết hợp môi trường học tập kỹ thuật số và các khả năng được mở khóa bởi trí tuệ nhân tạo, chúng ta có thể bắt đầu thấy những trải nghiệm học tập hoàn toàn mới, sáng tạo và phù hợp với phương pháp giáo dục trở thành hiện thực rất sớm.

Con đường phía trước

Bất kể những ưu và nhược điểm của trí tuệ nhân tạo, việc sử dụng nó sẽ tiếp tục mở rộng. Trí tuệ nhân tạo sẽ mang lại nhiều cơ hội hơn cho sinh viên và các tổ chức khi tương lai mở ra. Các tổ chức cần tập trung vào việc tối đa hóa lợi ích của trí tuệ nhân tạo và mở khóa tiềm năng của nó trong trải nghiệm học tập thay vì cố gắng hạn chế các mối đe dọa có thể xảy ra và nhìn vào các đánh giá chân thực như một cách tiến bộ.

Trí tuệ nhân tạo sẽ mang lại sự thay đổi. Các cuộc thảo luận và tranh luận xung quanh trí tuệ nhân tạo thường so sánh với các công nghệ trước đây. Sự xuất hiện của các công cụ kiểm tra chính tả và máy tính trong lớp học đã tạo ra các cuộc trò chuyện xung quanh việc liệu những công cụ này có giúp hay cản trở khả năng học tập thực sự của sinh viên. Giống như các công cụ đó đã trở thành phổ biến trong sử dụng hàng ngày trong học thuật, trí tuệ nhân tạo có thể là một công cụ để giúp sinh viên. Như vậy, một sự suy nghĩ lại cơ bản về tính toàn vẹn học thuật và nhiều phần khác của hành trình học tập sẽ là điều cần thiết cho thành công.

Các chính sách và thực tiễn linh hoạt là cần thiết. Với các công cụ trí tuệ nhân tạo generative ở đây để ở lại, không còn khả thi để duy trì các chính sách hạn chế, đặc biệt là khi biết rằng trí tuệ nhân tạo generative đang trên đường trở thành một phần của mọi thứ chúng ta tương tác (hãy nghĩ về copilot trong Microsoft Office). Đường ranh giới giữa hỗ trợ trí tuệ nhân tạo và đạo văn trí tuệ nhân tạo đang trở nên mờ hơn mỗi ngày.

Thiết lập một chính sách. Thiết lập một khuôn khổ chính sách được hỗ trợ bởi văn hóa độc đáo của tổ chức với các hướng dẫn rõ ràng để tận dụng trí tuệ nhân tạo với các biện pháp bảo vệ là điều cần thiết. Các bộ phận và giáo viên nên có quyền tự chủ để áp dụng các chính sách này tương đối với môn học của họ. Sự hợp tác và thảo luận về các thực tiễn với sinh viên cũng rất quan trọng để giúp tạo ra một văn hóa tin cậy trên toàn tổ chức.

Empower giáo viên để phát triển các phương pháp đạo đức. Giáo viên là động cơ thúc đẩy việc học và hỗ trợ họ là điều cơ bản để cung cấp các trải nghiệm tuyệt vời cho người học trong kỷ nguyên trí tuệ nhân tạo. Các tổ chức cần trao quyền cho giáo viên để chấp nhận các phương pháp đánh giá chân thực, bao gồm cả việc tận dụng sức mạnh của trí tuệ nhân tạo để làm cho các nhiệm vụ hành chính và thiết kế khóa học hiệu quả hơn.

Thời gian để học

Các công cụ trí tuệ nhân tạo sẽ chỉ trở nên sâu sắc hơn vào các quy trình của cuộc sống hàng ngày, bao gồm cả những quy trình trong lớp học. Để hiện thực hóa các lợi ích mà những công cụ này mang lại, giáo viên và quản lý cần được đào tạo và hỗ trợ tổ chức. Các tổ chức phải cung cấp cho họ kiến thức và kỹ năng cần thiết để tận dụng các cơ hội trong khi giảm thiểu rủi ro. Những cơ hội này bao gồm việc đạt được một mục tiêu đã được tìm kiếm từ lâu – đánh giá người học về khả năng áp dụng kiến thức trong các tình huống thực tế. Và những người tận dụng sức mạnh của trí tuệ nhân tạo để xây dựng các trải nghiệm học tập tốt hơn sẽ đảm bảo rằng sinh viên học tập trong kỷ nguyên trí tuệ nhân tạo.