«Η κατάχρηση της τεχνητής νοημοσύνης μπορεί να αυξήσει τεχνητά τον αριθμό των καλών και άριστων πτυχίων»

Σύμφωνα με τον καθηγητή, Δρ. Μπανγκ Τιεν Λονγκ, εκτός από τις ευκαιρίες, η κατάχρηση της τεχνητής νοημοσύνης (ΤΝ) μπορεί να οδηγήσει στον κίνδυνο πληθωρισμού βαθμολογιών, μειώνοντας την πραγματική αξία των πανεπιστημιακών πτυχίων, όταν το ποσοστό των άριστων πτυχίων αυξάνεται τεχνητά.

Ο καθηγητής Δρ. Bang Tien Long μιλάει στο συνέδριο - Φωτογραφία: NGUYEN BAO

Στις 16 Οκτωβρίου, το Κέντρο Αξιολόγησης της Ποιότητας της Εκπαίδευσης - Σύνδεσμος Βιετναμέζικων Πανεπιστημίων και Κολλεγίων πραγματοποίησε τελετή για τον εορτασμό της 10ης επετείου του και ένα εργαστήριο με θέμα «Τάσεις στην αξιολόγηση της ποιότητας της εκπαίδευσης για την περίοδο 2026-2030 με τη βοήθεια της τεχνητής νοημοσύνης».

Όταν οι μηχανές απαντούν καλύτερα από τους μαθητές

Μοιράζοντας την άποψή του στο συνέδριο, ο καθηγητής Ντανγκ Ουνγκ Βαν αφηγήθηκε την ιστορία «όταν οι μηχανές απαντούσαν καλύτερα από τους μαθητές» σε μια τάξη στο Κεντρικό Βιετνάμ.

Όταν ένας λέκτορας φιλοσοφίας ανέθεσε σε φοιτητές να γράψουν μια έκθεση σχετικά με την αυθεντικότητα στην ψηφιακή εποχή, ένας φοιτητής υπέβαλε μια έκθεση με «ασυνήθιστη» ευχέρεια, με πλούσιο λεξιλόγιο, συνεκτική δομή και πολλές αναφορές που πολύ λίγοι Βιετναμέζοι φοιτητές γνωρίζουν. Όταν ρωτήθηκε από τον λέκτορα, ο φοιτητής είπε ότι είχε ζητήσει από την Τεχνητή Νοημοσύνη να το κάνει, επεξεργάζοντας μόνο μερικές προτάσεις σχετικά με το στυλ γραφής του.

Από το παραπάνω παράδειγμα, ο κ. Van πιστεύει ότι το πρόβλημα είναι αρκετά δύσκολο. Σε περίπτωση που ο καθηγητής αποτύχει στον φοιτητή επειδή χρησιμοποιεί το Chat GPT, ο σκοπός της εκπαίδευσης είναι να επιδείξει πρωτοτυπία, ικανότητα σκέψης ή ουσιαστική συμμετοχή σε ιδέες, ακόμη και ιδέες που προτείνονται από τη μηχανή.

Σύμφωνα με τον κ. Βαν, η φιλελεύθερη εκπαίδευση δίνει έμφαση στην ολοκληρωμένη ανάπτυξη των ανθρώπων (λογική, συναίσθημα, ηθική, ελευθερία σκέψης), αλλά η Τεχνητή Νοημοσύνη μπορεί να εκτελέσει σύνθετες εργασίες όπως: γραφή, ανάλυση, επίλυση προβλημάτων. Οι μαθητές μπορεί να μπουν στον πειρασμό να κάνουν κάτι περισσότερο από πνευματική εργασία ζητώντας από την Τεχνητή Νοημοσύνη να το κάνει για αυτούς.

«Η εμφάνιση της Τεχνητής Νοημοσύνης δεν αποτελεί μόνο μια τεχνολογική πρόοδο, αλλά και μια φιλοσοφική πρόκληση για την τριτοβάθμια εκπαίδευση. Η Τεχνητή Νοημοσύνη δεν θα αντικαταστήσει την εκπαίδευση, αλλά θα αναδιαμορφώσει τους λόγους και τις μεθόδους εκπαίδευσης. Αυτό απαιτεί μια νέα φιλοσοφία – όχι αντικατάσταση της παλιάς, αλλά σύνδεση, ερμηνεία και επέκταση της σε νέα πλαίσια», δήλωσε ο κ. Βαν.

Ομοίως, ο καθηγητής Δρ. Bang Tien Long - πρώην μόνιμος υφυπουργός του Υπουργείου Παιδείας και Κατάρτισης, δήλωσε ότι η Τεχνητή Νοημοσύνη φέρνει επίσης μαζί της προκλήσεις όσον αφορά την ακαδημαϊκή ακεραιότητα.

«Εάν δεν αντιμετωπιστεί, η κακή χρήση της Τεχνητής Νοημοσύνης μπορεί να οδηγήσει στον κίνδυνο πληθωρισμού βαθμών, μειώνοντας την πραγματική αξία των πανεπιστημιακών πτυχίων, όταν το ποσοστό των άριστων πτυχίων αυξάνεται τεχνητά», δήλωσε ο κ. Λονγκ.

Πολλές ευκαιρίες κατά την εφαρμογή της Τεχνητής Νοημοσύνης για την πιστοποίηση πανεπιστημίων

Όσον αφορά την πιστοποίηση προγραμμάτων κατάρτισης/πανεπιστημιακών ιδρυμάτων, ο κ. Bang Tien Long σχολίασε ότι το παραδοσιακό μοντέλο πιστοποίησης έχει πολλούς περιορισμούς, όπως η σπατάλη χρόνου και ανθρώπινων πόρων.

Επιπλέον, ο κύκλος αξιολόγησης 5-10 ετών δημιουργεί ένα κενό παρακολούθησης, στερείται ευελιξίας, δεν αντικατοπτρίζει τη συνεχή ποιότητα και δυσχεραίνει την ταχεία αντίδραση στις κοινωνικές αλλαγές.

Ως εκ τούτου, ο κ. Long πιστεύει ότι είναι απαραίτητο να μεταβούμε από ένα στατικό μοντέλο σε ένα δυναμικό μοντέλο στη διασφάλιση της ποιότητας και είναι απαραίτητο να εντάξουμε την Τεχνητή Νοημοσύνη στην αξιολόγηση της ποιότητας της εκπαίδευσης.

«Η Τεχνητή Νοημοσύνη μπορεί να επεξεργάζεται μεγάλους όγκους αναφορών, να ανιχνεύει ανωμαλίες κατά τη διάρκεια της εκπαίδευσης, να παρακολουθεί συνεχώς, να παρακολουθεί δείκτες σε πραγματικό χρόνο και να δίνει έγκαιρες προειδοποιήσεις, αντί να βασίζεται στον τρέχοντα κύκλο 5-10 ετών», δήλωσε ο κ. Λονγκ.

Σύμφωνα με τον κ. Long, η εφαρμογή της Τεχνητής Νοημοσύνης στην τριτοβάθμια εκπαίδευση απαιτεί μια στρατηγική για κάθε ομάδα, στην οποία, για τους κρατικούς φορείς διαχείρισης, είναι απαραίτητο να ολοκληρωθεί το νομικό πλαίσιο, συγκεκριμένοι κανονισμοί για τη χρήση της Τεχνητής Νοημοσύνης και ηθικές κατευθυντήριες γραμμές για την εφαρμογή της στην εκπαίδευση.

Για τα πανεπιστήμια, είναι απαραίτητο να αναπτύξουν εσωτερικές πολιτικές, να καθοδηγήσουν τους φοιτητές και τους διδάσκοντες σχετικά με τον τρόπο υπεύθυνης χρήσης της τεχνολογίας. Ταυτόχρονα, να ενσωματώσουν κανόνες δεοντολογίας κατά τη χρήση της Τεχνητής Νοημοσύνης στους ακαδημαϊκούς κανονισμούς του σχολείου.

Επιπλέον, τα πανεπιστήμια πρέπει να επενδύσουν σε υποδομές δεδομένων και τεχνολογία για την ολοκληρωμένη ψηφιοποίηση των διαδικασιών· να οργανώνουν τακτικά μαθήματα κατάρτισης στην Τεχνητή Νοημοσύνη για τους καθηγητές.

Για τους καθηγητές και τους φοιτητές, είναι απαραίτητο να καινοτομήσουν οι μέθοδοι αξιολόγησης και ανάπτυξης της ικανότητας της Τεχνητής Νοημοσύνης στη διδασκαλία και τη μάθηση. Θεωρήστε την Τεχνητή Νοημοσύνη ως εργαλείο για την υποστήριξη της εργασίας και της μελέτης, αλλά μην βασίζεστε σε αυτήν.

Πολλές καινοτομίες στην αξιολόγηση της ποιότητας της εκπαίδευσης

Μιλώντας στο εργαστήριο, ο Καθηγητής Δρ. Huynh Van Chuong - Διευθυντής του Τμήματος Διαχείρισης Ποιότητας ( Υπουργείο Παιδείας και Κατάρτισης ) δήλωσε ότι αναμένεται ότι από το 2026, η αξιολόγηση των προγραμμάτων κατάρτισης και των ιδρυμάτων τριτοβάθμιας εκπαίδευσης θα υποστεί πολλές σημαντικές προσαρμογές.

Στο οποίο, κάθε κριτήριο αξιολόγησης έχει μόνο δύο επίπεδα «επιτυχία» ή «αποτυχία». Προηγουμένως, η εφαρμογή 7 επιπέδων ήταν αμφιλεγόμενη και δύσκολο να τυποποιηθεί.

Η αύξηση του επιπέδου στο δύο, είτε επιτυχώς είτε αποτυχημένα, θα απλοποιήσει την καθοδήγηση, θα καταστήσει τα αποτελέσματα διαφανή και θα είναι συνεπή με τις διεθνείς πρακτικές (ΗΠΑ και Ευρώπη).

Επιπλέον, ο καθορισμός «υπό όρους κριτηρίων» θα βοηθήσει στην εστίαση σε βασικούς παράγοντες, όπως τα πρότυπα εξόδου... Εάν δεν πληρούνται τα υπό όρους κριτήρια, το πρότυπο δεν θα πληρούται.

Όσον αφορά την ταξινόμηση των προγραμμάτων κατάρτισης/εκπαιδευτικών ιδρυμάτων μετά την πιστοποίηση, θα υπάρχουν τρία επίπεδα αποτελεσμάτων: επιτυχής, υπό όρους επιτυχής και αποτυχημένη. Τα σχολεία έχουν 24 μήνες για να βελτιωθούν εάν καταταχθούν ως «υπό όρους επιτυχή».

Επιστροφή στο θέμα

ΝΓΚΟΥΓΙΕΝ ΜΠΑΟ

Πηγή: https://tuoitre.vn/lam-dung-ai-co-the-khien-bang-gioi-xuat-sac-tang-len-mot-cach-gia-tao-20251016171120736.htm