دانشگاه ها باید یادگیری را چه با کمک و چه بدون کمک هوش مصنوعی اندازه گیری کنند

مارک اشمیت استدلال می کند که خطر هوش مصنوعی در استفاده غیرفعال است و دانشگاه ها باید به دانشجویان بیاموزند که با مدل های هوش مصنوعی بحث کنند و ارزیابی کنند که چگونه این کار را انجام می دهند (به M. Schmitt Nature 657, 575; 2026 مراجعه کنید). یک اندازه گیری وجود ندارد. ارزیابی اینکه چگونه یک دانش‌آموز در حین حضور مدل، عملکرد خود را با شریک در رینگ نشان می‌دهد، نه اینکه دانش‌آموز پس از ترک شریک چه کاری می‌تواند انجام دهد.

این دو می توانند از هم جدا شوند: در یک کارآزمایی تصادفی که شامل دانش آموزان ریاضی دبیرستان می شود، دسترسی نامحدود به ربات چت نمرات تمرین را افزایش داد، اما عملکرد را در امتحان بعدی که بدون آن برگزار شد کاهش داد (H. Bastani et al. Proc. Natl Acad. Sci. USA 122, e2312226). ارزیابی ای که در جلسه کمکی متوقف شد، آن معلم را موفق می خواند.

به Nature و 54 مجله Nature Portfolio دیگر دسترسی داشته باشید

Nature+ را دریافت کنید، بهترین اشتراک دسترسی آنلاین ما

قیمت‌ها ممکن است مشمول مالیات‌های محلی باشد که در هنگام تسویه حساب محاسبه می‌شود

doi: https://doi.org/10.1038/d41586-026-03559-1

چرا دانشگاه ها نیاز به تجدید نظر اساسی در امتحانات در عصر هوش مصنوعی دارند؟

من دانش‌آموزانم را گرفتم که از هوش مصنوعی برای تقلب در امتحان استفاده می‌کنند - این چیزی است که دانشگاه‌ها برای رفع این مشکل باید انجام دهند.

هشدارهای ایمنی باید به دست دانشجویان دکترا برسد

دانشجویان دکترای چینی در رشته پزشکی بالینی می توانند بدون پایان نامه فارغ التحصیل شوند - مدارک بیشتری برای دنبال کردن

در اندونزی، دانشجویان دکترا از نظارت بد سوت می زنند

با نوروپیکسل ها آشنا شوید: چگونه کاوشگرهایی که صدها سلول مغز را به طور همزمان ردیابی می کنند، علوم اعصاب را متحول می کنند

پاتریک استوارت درگذشت: چگونه کاپیتان پیکارد از رهبران علم امروز الهام گرفت

آیا یک آفتابگیر غول پیکر در فضا می تواند گرمایش جهانی را حل کند؟ دانشمندان این ایده را جدی می گیرند

استنادهای توهم‌آمیز هوش مصنوعی باید به‌عنوان تخلف پژوهشی تلقی شوند

تلاش‌های واترمارکینگ هوش مصنوعی باید نظارت عمومی مستقل را تشویق کند

آیا ریاضیات می تواند از هوش مصنوعی جان سالم به در ببرد؟ ترنس تائو، دارنده مدال فیلدز، خواستار جهانی «ریاضیات 2.0» است

گروه تحقیقاتی مستقل خود را با پشتیبانی طولانی مدت در موسسه Xuemin، دانشگاه فودان بسازید!

موسسه مطالعات پیشرفته Xuemin، دانشگاه فودان

متقاضیان کار با زیست شناسی، زیست شناسی و پزشکی، هوش مصنوعی، پیشینه رابط مغز و کامپیوتر و آموزش تحقیقاتی سیستماتیک

100، خیابان علوم، دانشکده علوم زیستی، ژنگژو، چین

برای کمک به ما در موفقیت این مجموعه، به دنبال ویرایشگری با پیشینه تحقیق در یک یا چند زمینه از علوم فیزیکی هستیم.

موقعیت های رهبری گروه های جوان (4 موقعیت) و سمت های پژوهشگر فوق دکتری (4) در زمینه های علوم، پزشکی و فناوری

دپارتمان شیمی و علوم زیستی کاربردی در ETH زوریخ از متقاضیان برای موقعیت فوق دعوت می کند.