Τεχνητή Νοημοσύνη στις Εισαγωγές στα Πανεπιστήμια των ΗΠΑ: Τι συμβαίνει με τις Αιτήσεις των Υποψηφίων;

Πολλά πανεπιστήμια στις ΗΠΑ δοκιμάζουν σταδιακά την τεχνητή νοημοσύνη στην ανάγνωση δοκιμίων, στην επεξεργασία μεταγραφών και στην υποστήριξη της επαλήθευσης πληροφοριών, ανοίγοντας μια νέα προσέγγιση στην αξιολόγηση των προφίλ των υποψηφίων.

Η Τεχνητή Νοημοσύνη υποστηρίζει τον έλεγχο των αιτήσεων εισαγωγής.

Η χρήση της Τεχνητής Νοημοσύνης στις εισαγωγές είναι ευρέως διαδεδομένη σε πολλά αμερικανικά πανεπιστήμια, ειδικά σε εκείνα που λαμβάνουν μεγάλο αριθμό αιτήσεων. Η τεχνολογία βοηθά στη μείωση των χρόνων επεξεργασίας, στην επαλήθευση της ταυτότητας των πληροφοριών και βοηθά τις επιτροπές εισαγωγών να αξιολογούν τις αιτήσεις με μεγαλύτερη συνέπεια. Ωστόσο, η εφαρμογή έχει επίσης προκαλέσει διαμάχη σχετικά με τη διαφάνεια, την ακρίβεια και τον κίνδυνο απώλειας του ανθρώπινου στοιχείου.

Η Τεχνητή Νοημοσύνη Διαβάζει Πάνω από 250.000 Δοκίμια σε Λιγότερο από Μία Ώρα!

Πολλά πανεπιστήμια στις ΗΠΑ βρίσκονται υπό μεγάλη πίεση, καθώς ο αριθμός των αιτήσεων αυξάνεται απότομα κάθε χρόνο. Τα πανεπιστήμια που λαμβάνουν δεκάδες χιλιάδες αιτήσεις ανά κύκλο εισαγωγής πρέπει να αφιερώνουν πολύ χρόνο στην ανάγνωση δοκιμίων, στον έλεγχο των αναλυτικών βαθμολογιών και στην επαλήθευση πληροφοριών. Η χειροκίνητη διαδικασία όχι μόνο υπερφορτώνει την επιτροπή εισαγωγών, αλλά προκαλεί και καθυστερήσεις στην απάντηση των υποψηφίων.

Σε αυτό το πλαίσιο, τα σχολεία αρχίζουν να χρησιμοποιούν τεχνητή νοημοσύνη για να υποστηρίξουν επαναλαμβανόμενα και χρονοβόρα βήματα επεξεργασίας δεδομένων. Ο κύριος στόχος είναι να μειωθεί ο χρόνος αρχικής αξιολόγησης, βοηθώντας έτσι τους υποψηφίους να λαμβάνουν τα αποτελέσματα νωρίτερα, διατηρώντας παράλληλα ένα επίπεδο συνέπειας στην εξέταση των αιτήσεων.

Ένα αξιοσημείωτο παράδειγμα είναι το Virginia Tech, το οποίο ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης που μπορεί να διαβάσει περισσότερα από 250.000 δοκίμια σε λιγότερο από μία ώρα. Αυτό είναι πολύ πιο γρήγορο από τον μέσο όρο των δύο λεπτών ανά δοκίμιο όταν διαβάζεται χειροκίνητα.

Τέτοιες δυνατότητες επεξεργασίας μεγάλης κλίμακας βοηθούν τα σχολεία να μειώσουν τον φόρτο εργασίας του προσωπικού και να επιταχύνουν τη διαδικασία εισαγωγής, ειδικά κατά τις περιόδους αιχμής.

Τεχνητή Νοημοσύνη σε δοκίμια εισαγωγής, αντίγραφα και συστατικές επιστολές

Τα δοκίμια είναι συχνά το πιο δύσκολο μέρος μιας αίτησης για αξιολόγηση, επειδή είναι τόσο υποκειμενικά, γι' αυτό και πολλά σχολεία αρχίζουν να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να βοηθήσουν στον αρχικό έλεγχο.

Σε αυτό το βήμα, τα γλωσσικά μοντέλα ελέγχουν κυρίως για λογοκλοπή και εντοπίζουν γραμματικά λάθη, γεγονός που μειώνει σημαντικά την ποσότητα επεξεργασίας πριν από την αποστολή της αίτησης στην επιτροπή εισαγωγών.

Ορισμένα συστήματα μπορούν επίσης να ανιχνεύσουν σημάδια ότι ένα δοκίμιο μπορεί να έχει δημιουργηθεί από ένα εργαλείο, με βάση τον βαθμό επανάληψης ή το στυλ γραφής που δεν ταιριάζει με άλλα μέρη της αίτησης. Αν και δεν είναι οριστικά, αυτά τα σήματα βοηθούν τα σχολεία να προσδιορίσουν ποιες αιτήσεις χρειάζονται πιο προσεκτική ανθρώπινη ανάγνωση.

Η Τεχνητή Νοημοσύνη εφαρμόζεται επίσης και σε άλλα μέρη της αίτησης, πέρα ​​από το δοκίμιο. Το Georgia Tech επεξεργάζεται τις αναλυτικές βαθμολογίες, από την εξαγωγή δεδομένων έως τη μετατροπή πιστωτικών μονάδων και την ισοτιμία μαθημάτων, μειώνοντας τον χρόνο που απαιτείται για την εξέταση των αιτήσεων μεταφοράς. Στο Stony Brook, η Τεχνητή Νοημοσύνη συνοψίζει τις συστατικές επιστολές, επισημαίνοντας παράγοντες που σχετίζονται με το προσωπικό υπόβαθρο του αιτούντος, βοηθώντας την επιτροπή εισαγωγών να κατανοήσει γρήγορα βασικές πληροφορίες.

Για αιτήσεις που περιλαμβάνουν ένα έργο ή μια ερευνητική εργασία, ορισμένα πανεπιστήμια εφαρμόζουν αυτοματοποιημένες συνεντεύξεις για να επικυρώσουν το επίπεδο κατανόησης του αιτούντος. Το Caltech δήλωσε ότι χρησιμοποιεί μια μορφή διαδικτυακής συνέντευξης μέσω ενός εργαλείου τεχνητής νοημοσύνης, ζητώντας από τους αιτούντες να εξηγήσουν λεπτομερώς το δικό τους υποβληθέν έργο. Τα αποτελέσματα στη συνέχεια αποστέλλονται στο διδακτικό προσωπικό για χειροκίνητη αξιολόγηση.

Διαμάχη, διαφάνεια και ο ανθρώπινος ρόλος

Παρόλο που αναμένεται να βοηθήσει στη μείωση του φόρτου για τα σχολεία, η χρήση της Τεχνητής Νοημοσύνης στις εισαγωγές εξακολουθεί να εγείρει πολλές ανησυχίες σχετικά με τη διαφάνεια και τη δικαιοσύνη. Ένα από τα μεγάλα ερωτήματα είναι ότι είναι δύσκολο για τους υποψηφίους να γνωρίζουν σε ποιο βαθμό τα σχολεία χρησιμοποιούν την Τεχνητή Νοημοσύνη, συγκεκριμένα σε ποια βήματα και πώς το σύστημα επηρεάζει τα αποτελέσματα των εισαγωγών.

Για να αντιμετωπίσει αυτές τις ανησυχίες, η Εθνική Ένωση Συμβουλευτικής για την Εισαγωγή σε Κολλέγια ενημέρωσε τις κατευθυντήριες γραμμές δεοντολογίας της αυτό το φθινόπωρο, προσθέτοντας μια ενότητα αφιερωμένη στην Τεχνητή Νοημοσύνη.

Ο οργανισμός πιστεύει ότι τα αυτοματοποιημένα εργαλεία μπορούν να υποστηρίξουν τη διαδικασία, αλλά η εφαρμογή τους πρέπει να βασίζεται στις βασικές αρχές της διαφάνειας, της ακεραιότητας και της δικαιοσύνης, σεβόμενοι παράλληλα την αξιοπρέπεια των μαθητών.

Επιστροφή στο θέμα

ΘΑΝ ΠΕΜ

Πηγή: https://tuoitre.vn/ai-vao-tuyen-sinh-dai-hoc-my-dieu-gi-xay-ra-voi-ho-so-cua-thi-sinh-20251205165712861.htm