آیا می خواهید مدل دانشگاه خراب در عصر هوش مصنوعی را تعمیر کنید؟ به سنت نگاه کن
کالج ها باید نظارت بر استفاده از هوش مصنوعی را متوقف کنند و شروع به آزمایش کنند که آیا دانش آموزان می توانند از استدلال خود دفاع کنند یا خیر.
تیترها برای خواندن زیبا نیستند. ثبت نام در کالج ها کاهش یافته است و درآمد شهریه کاهش یافته است و بسیاری از دانشگاه ها را علیرغم افزایش قیمت ها در معرض خطر قرار داده است. رئیس دانشگاه سیراکیوز، جی. مایکل هینی، ممکن است به نگرانیها در مورد وضعیت خاص موسسه خود پاسخ داده باشد و گفت که این "یادآوری است که روشی که ما همیشه کارها را انجام میدهیم دیگر کافی یا کافی نیست"، اما این احساسی است که میتواند در کل این بخش اعمال شود.
دانشجویان کسانی هستند که متضرر خواهند شد: همانطور که گزارش هچینگر اشاره کرد، انتخابهای انجام شده برای سرپا نگه داشتن کالجها میتواند بر همه چیز تأثیر بگذارد، از افزایش هزینه برنامههای غذایی گرفته تا ساعات کتابخانه و کاهش مشاوره تحصیلی کارکنان. در نهایت، نتیجه تأثیر منفی بر تجربه یادگیری است که دانشآموزان تا دهه 60 زندگی خود برای آن هزینه خواهند کرد.
"هیچ کس... همه چیز را فهمیده است." آیا کالج ها هدف خود را فراموش کرده اند؟
سپس هوش مصنوعی وجود دارد. دانشگاهها اکنون دانشجویانی را که چند سال گذشته را با استفاده از هوش مصنوعی مولد گذراندهاند ثبتنام میکنند و این بر نحوه یادگیری آنها تأثیر میگذارد: پذیرش هوش مصنوعی نمرات تکالیف را 18 درصد افزایش میدهد اما نمرات امتحانات ماهانه را تا 20 درصد در عرض شش ماه کاهش میدهد، در حالی که استفاده منظم از LLM سطوح عملکرد عصبی، زبانی و رفتاری را کاهش میدهد.
استفاده از هوش مصنوعی باعث هرج و مرج در محیط دانشگاه می شود. یک مطالعه MIT نشان داد که هوش مصنوعی "عناصر اساسی تجربه آموزشی MIT را تغییر می دهد ... تسلط و اعتماد دانش آموزان را تضعیف می کند ... "قرارداد اجتماعی" بین مربیان و دانش آموزان را از بین می برد ... [و] ارزیابی پیشرفت دانش آموزان را بسیار دشوارتر می کند.
این یک موضوع مجزا در یک دانشگاه نیست. همانطور که این گزارش خلاصه میکند، «موسسات آموزشی دیگر با سؤالات مشابهی در مورد هوش مصنوعی دست و پنجه نرم میکنند و به نظر میرسد که هیچکس همه چیز را متوجه نشده است».
همه اینها برای دانشآموزانی اتفاق میافتد که از نظر تحصیلی ضعیفتر از سالهای گذشته در نظر گرفته میشوند. برنامه OECD برای ارزیابی دانشآموزان بینالمللی نشان داد که عملکرد کلی نوجوانان 15 ساله در کشورهای OECD کاهش یافته است و پایینترین سطح عملکردی که تا به حال در علوم، خواندن و ریاضیات مشاهده شده است.
از یک طرف، ما دانشآموزانی داریم که برای مطالعه دقیق آکادمیک با تکیه بر فناوری کمتر مجهز هستند که اگر کنترل نشود، پیامدهای منفی قابلتوجهی بر تواناییهای آنها خواهد داشت. از سوی دیگر، ما مؤسساتی را داریم که با یک بحران مالی مواجه هستند که نه تنها تلاشهای آنها برای ارائه تجربهای با ارزش سرمایهگذاری قابل توجه را تضعیف میکند، بلکه میتوان گفت، تمام هدف آنها را نیز تضعیف میکند.
اگر دانشآموزان از هوش مصنوعی استفاده میکنند، اهمیتی ندهید
برای رفع این مشکل، بخش باید دو کار را انجام دهد. اول، ما باید از پرسیدن اینکه آیا دانشآموزان میتوانند یا باید از هوش مصنوعی استفاده کنند، دست برداریم. حتی اگر ممنوع باشد، آنها را انجام می دهند. مردم همیشه یک راه حل پیدا می کنند.
ثانیا، ما نیاز داریم که هدف از رفتن به دانشگاه را دو چندان کنیم. کالجها باید به خاطر داشته باشند که برای ارائه آموزشهایی به افراد راهاندازی شدهاند که تواناییهای شناختی آنها را گسترش میدهد و در عین حال آنها را برای هر آنچه در آینده میآید آماده میکند. ما نسلهایی داشتهایم که به خروجیها نگاه میکردند: نمرهدهی به مقالات، سنجش شایستگی از طریق امتحانات کتبی، قضاوت درباره همه چیز بر اساس نمرات.
هوش مصنوعی میتواند سریعتر از هر انسانی خروجی تولید کند، بنابراین توجه باید تغییر کند. اگر مدرک نیاز به تجهیز دانشجویان برای زندگی خارج از کالج دارد، بخش بزرگی از آن درک آنچه کارفرمایان به دنبال آن هستند است. یک مطالعه نشان داد که در حالی که کمتر از نیمی از مدیران استخدام به دنبال هوش مصنوعی و مهارتهای مرتبط با فناوری بودند، تقریبا سه چهارم (73%) تفکر انتقادی/حل مسئله را ارزشمند میدانستند و 65% به دنبال سازگاری/چابکی یادگیری بودند.
در حال حاضر، این چیزی نیست که ما می بینیم. من مدیر عامل بزرگترین کتابخانه دانشگاهی آنلاین جهان هستم و به آماده سازی دانش آموزان برای دوره دقیق آنها کمک می کنیم. پشتیبانی و راهنماهایی که آنها به دنبال آن هستند به من بینشی منحصربفرد از آنچه در واقع اتفاق میافتد میدهد، و تغییر بسیار مورد نیاز است.
برای دانش آموزان، تمرکز باید تغییر کند: درک آنها از کارشان چیست؟ آیا آنها می توانند منطق خود را توضیح دهند و از استدلال خود دفاع کنند؟ اینها باید سؤالاتی باشد که از آنها پرسیده می شود.
برای راه حل های آینده به رویکردهای سنتی نگاه کنید
ممکن است رادیکال به نظر برسد، اما مفهوم جدیدی نیست. برخی از دانشگاه ها سنت دیرینه ای در آزمایش مستمر توانایی دانشجویان برای توضیح و منطقی کردن نظریه های خود دارند. در انگلستان، دانشگاههای کمبریج و آکسفورد از دانشآموختگان علوم انسانی دارند که هفتهای یک مقاله مینویسند و سپس باید با معلمی که کار اصلی او پرسیدن دلیل آن است، بحث کنند. در فرانسه، دانشآموزان در کلاسهای آمادهسازی، مسیر دو سالهای که اساتید بزرگی مانند HEC و Polytechnique را تغذیه میکند، هر هفته به صورت کلاسی مینشینند.
این جلسات شفاهی فشرده با ممتحنین است که برای آزمایش حل سریع مسئله و آشکار کردن عمق دانش طراحی شدهاند.
این رویکردها به جای تمرکز بر خروجی اکثر تکالیف، دلیل را آزمایش می کنند. مشکل این است که این سیستم ها کند، گران و مقیاس نیستند. حتی مؤسساتی که در آنها سنت عمیقا نهفته است، برای تکرار آن تلاش می کنند.
راه حل ممکن است، از قضا، در هوش مصنوعی نهفته باشد. یک هوش مصنوعی میتواند هر هفته یک مکالمه ده دقیقهای «استدلال خود را توضیح دهد» با هر دانشآموزی برگزار کند و کسانی را که یک انسان باید با آنها صحبت کند، علامتگذاری کند. این آموزشهای یک به چند را مقرون به صرفه میکند و به استادان اجازه میدهد بدون تضعیف تجربه یادگیری دانشآموز نظارت بیشتری داشته باشند. دانش آموزان توانایی خود را در استدلال، تطبیق سریع، توضیح منطق خود و دفاع از آن آزمایش می کنند.
استفاده از هوش مصنوعی برای تقویت، به جای جایگزینی، تجربه یادگیری در حال حاضر توسط تعدادی از موسسات آزمایش شده است. در دانشگاه Wollongong در استرالیا، یک عامل هوش مصنوعی برای دانشآموزان سال اول راهنمایی میکند و منحصرا از مواد مورد تایید معلمان استفاده میکند تا یکپارچگی آکادمیک را جاسازی کند و در عین حال پشتیبانی شخصی و مداوم را ارائه دهد. در جاهای دیگر، دانشآموز معلمان از یک ربات مجهز به هوش مصنوعی برای تمرین نحوه برخورد با موقعیتهای پیچیده با والدین ناراضی قبل از ورود به کلاس استفاده میکنند.
دو نمونه از دانشگاه هایی که بر روی آن هدف اصلی تمرکز می کنند در حالی که هوش مصنوعی را در خود جای داده اند.
سازگار شوید یا عقب بمانید
"موسساتی که سازگاری ندارند، همانهایی خواهند بود که پشت سر گذاشته می شوند." هاینی ممکن است به گزارشهای مختص سیراکوز پاسخ میدهد، اما پاسخ او برای همه کالجها صدق میکند.
دانشگاه ها باید تجربیات آموزشی استثنایی ارائه دهند که قیمت برچسب را توجیه کند و باید بدانند که چگونه یادگیری دانشجویان در حال تغییر است. ممنوعیت هوش مصنوعی تنها استفاده غیرمسئولانه فعلی آن را به عنوان جایگزین مطالعه یا عصا تشویق می کند. در عوض باید به دانش آموزان چالش برانگیز هدایت شود.
اتخاذ رویکرد ارزیابی استدلالی کلاسهای آمادهسازی فرانسوی، یا آکسفورد و کمبریج در بریتانیا، و مقیاسبندی آن با هوش مصنوعی، میتواند بار مالی را کاهش دهد، تجربه یادگیری را افزایش دهد و دانشآموزانی را ایجاد کند که نه تنها در نحوه استفاده از هوش مصنوعی راحت باشند، بلکه برای جهان فراتر از آموزش نیز مجهز باشند.
نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.
این داستان در ابتدا در سایت Fortune.com منتشر شد
متن اصلی (انگلیسی)
Want to fix the broken university model in the age of AI? Look to tradition
Colleges should stop policing AI use and start testing whether students can defend their reasoning.