Μια εντυπωσιακή διακύμανση στη βαθμολογία φοιτητών του Πανεπιστημίου Brown στις ΗΠΑ έφερε στο προσκήνιο έναν από τους μεγαλύτερους προβληματισμούς της σύγχρονης ανώτατης εκπαίδευσης: τον βαθμό στον οποίο η παραγωγική τεχνητή νοημοσύνη υπονομεύει την ουσιαστική μάθηση. Η υπόθεση, η οποία είδε το φως της δημοσιότητας μέσω του Business Insider και του επιστημονικού περιοδικού Nature, αποτύπωσε την τεράστια απόκλιση ανάμεσα σε μια εξέταση από το σπίτι και σε μια δια ζώσης επιτηρούμενη δοκιμασία.
Όταν ο μέσος όρος ενός απαιτητικού μαθήματος κατέρρευσε κατά σχεδόν 48 μονάδες, η ακαδημαϊκή κοινότητα κλήθηκε να αντιμετωπίσει ένα θεμελιώδες ερώτημα: πώς μπορεί να διασφαλιστεί ότι το τελικό γραπτό αντανακλά την πραγματική γνώση του φοιτητή;
Από το 96 στο 48,6: Το χρονικό των δύο εξετάσεων
Ο καθηγητής Οικονομικών Ρομπέρτο Σεράνο, ο οποίος διδάσκει το μάθημα «Οικονομικά της Ευημερίας και Θεωρία Κοινωνικής Επιλογής», αποφάσισε για πρώτη φορά να διεξαγάγει την ενδιάμεση εξέταση εξ αποστάσεως. Η απόφαση αυτή λήφθηκε για λόγους ασφαλείας, μετά από ένοπλη επίθεση που σημειώθηκε στην πανεπιστημιούπολη.
Τα αποτελέσματα και η εξέλιξη της διαδικασίας διαμορφώθηκαν ως εξής:
- Στην εξέταση από το σπίτι, στην οποία συμμετείχαν 86 φοιτητές, ο μέσος όρος ανήλθε στο 96 στα 100, τη στιγμή που ιστορικά κυμαινόταν μεταξύ 65 και 80.
- Η βαθμολόγηση αποκάλυψε ασυνήθιστες και περίπλοκες διαδρομές συλλογισμού στις μαθηματικές αποδείξεις, οι οποίες ταυτίζονταν με τον τρόπο απόκρισης των γλωσσικών μοντέλων.
- Ο καθηγητής ανακοίνωσε υποχρεωτική δια ζώσης τελική εξέταση, προειδοποιώντας ότι αν οι επιδόσεις διέφεραν ριζικά, ο πρώτος βαθμός θα ακυρωνόταν. Αμέσως, 18 φοιτητές εγκατέλειψαν το μάθημα και εννέα δεν προσήλθαν.
- Στην επιτηρούμενη εξέταση συμμετείχαν 59 φοιτητές και ο μέσος όρος καρακυλήθηκε στο 48,6 στα 100, με 19 άτομα να αποτυγχάνουν συνολικά στο μάθημα.
Οι ευρύτερες επιπτώσεις και η θέση του ιδρύματος
Η παρέμβαση του Σεράνο στο Nature ανέδειξε την ανάγκη για συστατικό ανασχεδιασμό των μεθόδων αξιολόγησης, καθώς τα εργαλεία AI μπορούν να παράγουν σύνθετα παραδοτέα μέσα σε λίγα δευτερόλεπτα.
Από την πλευρά του, το Πανεπιστήμιο Brown ανέφερε ότι οι καταγγελίες εξετάζονται από τη Μόνιμη Επιτροπή Ακαδημαϊκού Κώδικα. Παράλληλα, σχετική έκθεση του ιδρύματος κατέγραψε τους έντονους προβληματισμούς της ακαδημαϊκής κοινότητας:
- Το 88% των προπτυχιακών φοιτητών και το 95% των διδασκόντων εξέφρασαν ανησυχία ότι η υπερβολική εξάρτηση από την AI βλάπτει τη μακροπρόθεσμη μάθηση.
- Το 75% του διδακτικού προσωπικού αναγνώρισε την ακαδημαϊκή ακεραιότητα και την αντιγραφή ως μείζονα ζητήματα.
Η πρόκληση για το μέλλον της εκπαίδευσης
Αν και η μεγάλη πτώση του μέσου όρου αποτελεί ισχυρή ένδειξη και όχι νομικά τετελεσμένη απόδειξη ατομικής ενοχής για κάθε φοιτητή ξεχωριστά, η υπόθεση αναδεικνύει τα όρια των παραδοσιακών εξεταστικών συστημάτων.
Η απάντηση των πανεπιστημίων δεν μπορεί να στηριχθεί αποκλειστικά σε λογισμικά ανίχνευσης. Απαιτείται η διαμόρφωση σαφών κανόνων, η εκπαίδευση φοιτητών και καθηγητών, καθώς και ο επαναπροσδιορισμός των εργασιών, ώστε τα πτυχία να συνεχίσουν να πιστοποιούν ουσιαστική πνευματική κατάκτηση και όχι απλώς την δεξιότητα χειρισμού αλγορίθμων.
