Ha egy rendszer már esszét ír, bizonyítást vezet le és kódot is bead helyetted, akkor a kérdés nem az, hogy lehet-e vele csalni, hanem az, hogy mire való egy beadandó. Az MIT most gyakorlatilag azt mondja: az egyetemi oktatást ehhez a helyzethez kell újragondolni.
Mi történt
Az MIT egy friss, egyetemi AI-bizottság által készített jelentésben arról ír, hogy a fejlett mesterségesintelligencia-modellek ma már hiteles megoldásokat tudnak adni szinte bármelyik alapképzéses feladatra. Ez nemcsak szöveges beadandókat jelent, hanem matematikai és természettudományos feladatokat, bizonyításokat és programozási munkákat is. Magyarul: nem egy szűk területen ügyesek, hanem széles körben elég jók ahhoz, hogy egy oktató első ránézésre elfogadhatónak lássa az eredményt.Az egyetem ezért nem egyszerűen új szabályokon gondolkodik, hanem az oktatási modell szélesebb átalakítását is mérlegeli. A lehetséges válaszok között ott vannak a szóbeli vizsgák, a kézzel írt esszék, az erősebb órai jelenlétre építő értékelés, a rendszeres jegyzetelés vagy a gyakorlatiasabb, nehezebben kiszervezhető feladatok. Gondolj erre úgy, mint amikor egy zsebszámológép megjelenése után már nem ugyanazt érdemes mérni: nem azt, hogy valaki tud-e gépiesen számolni, hanem azt, hogy érti-e, mit és miért számol.
Miért fontos
A lényeg itt nem pusztán a csalás. Az igazán nagy változás az, hogy az AI elkezdi átalakítani, hogyan tanulnak a diákok, és közben azt is, hogyan néz ki az egyetemi élet. A jelentés szerint már most érzékelhető az oktatói konzultációk látogatottságának csökkenése, gyengébb online részvétel, sőt kevesebb személyes tanulócsoport is. Ez azért fontos, mert az egyetem nem csak tudásátadás: közös gondolkodás, vita, hibázás és visszajelzés is. Ha ezeket egy chatbot részben kiváltja, akkor könnyen lehet, hogy a kész válaszok gyorsabban jönnek, de a mélyebb megértés gyengül. A Futurism által idézett jelentés egyik legérdekesebb állítása épp az, hogy a technológiai kérdésből nagyon gyorsan kulturális és pedagógiai kérdés lett.Mire figyelj
- Az értékelés átalakulására. Valószínűleg egyre több helyen jönnek a szóbeli számonkérések, az órai feladatok és a személyes jelenléthez kötött értékelési formák.
- Az intézményi szigorodásra. Már most vannak példák arra, hogy egyetemek korlátozzák a laptop- és telefonhasználatot, vagy visszavesznek a korábban nagyobb bizalomra építő vizsgarendből.
- Arra, hogy különválik-e az „AI-val dolgozni” és az „AI helyettünk dolgozik” fogalma. Ez lesz a következő évek egyik kulcskérdése: mikor segédeszköz az AI, és mikor teszi üressé magát a tanulási folyamatot.
- Hogy az oktatás célja hogyan változik. Ha egy gép megbízhatóan előállít egy elfogadható beadandót, akkor a valódi versenyelőny egyre kevésbé a kész válasz, és egyre inkább a jó kérdés, az önálló ítélet és a személyes gondolatmenet lesz.