Οι μαθητές χρησιμοποιούν κόλπα για να... κρύψουν την Τεχνητή Νοημοσύνη.

Ανεξάρτητα από τον τομέα σπουδών, η τεχνητή νοημοσύνη (ΤΝ) έχει γίνει ένα ισχυρό εργαλείο για τους μαθητές στη μάθησή τους. Ωστόσο, δεν χρησιμοποιούν όλοι την ΤΝ σωστά. Αντί να τη θεωρούν ως υποστηρικτικό εργαλείο, πολλοί μαθητές την κάνουν κακή χρήση.

Ο Δρ. Le Duy Tan, λέκτορας στη Σχολή Πληροφορικής του Διεθνούς Πανεπιστημίου του Εθνικού Πανεπιστημίου του Βιετνάμ στην πόλη Χο Τσι Μινχ και συνιδρυτής του AIoT Lab VN, δήλωσε ότι η χρήση της Τεχνητής Νοημοσύνης από τους φοιτητές για την υποστήριξη των σπουδών, των εργασιών, των αναφορών και των διπλωματικών τους εργασιών αποτελεί μια κοινή τάση παγκοσμίως .

Σύμφωνα με μια παγκόσμια έρευνα του Συμβουλίου Ψηφιακής Εκπαίδευσης του 2024, περίπου το 86% των φοιτητών ανέφεραν ότι χρησιμοποιούν εργαλεία Τεχνητής Νοημοσύνης στις σπουδές τους. Από αυτούς, περίπου το 54% τα χρησιμοποιεί εβδομαδιαίως. Μια έρευνα του Ιουνίου 2025 από την Save My Exams έδειξε επίσης ότι το 75% των φοιτητών χρησιμοποιούν την Τεχνητή Νοημοσύνη για τις εργασίες τους, με το 24% να τη χρησιμοποιεί καθημερινά και το 44% να τη χρησιμοποιεί εβδομαδιαίως.

Η χρήση της Τεχνητής Νοημοσύνης από τους μαθητές για την υποστήριξη της μάθησης και της έρευνάς τους γίνεται ολοένα και πιο συνηθισμένη.

ΦΩΤΟΓΡΑΦΙΑ: NGOC LONG

Παράλληλα με τις θετικές πτυχές, είναι αναπόφευκτο ορισμένοι μαθητές να κάνουν κακή χρήση των εργαλείων Τεχνητής Νοημοσύνης.

Χρήση Τεχνητής Νοημοσύνης για απόκρυψη

Σύμφωνα με τον Δρ. Le Duy Tan, ορισμένοι φοιτητές χρησιμοποιούν την Τεχνητή Νοημοσύνη για εργασίες, αναφορές και διπλωματικές εργασίες χωρίς να κατανοούν πλήρως πώς λειτουργεί το εργαλείο και τους περιορισμούς του. Αυτό τους αναγκάζει να χάνουν σταδιακά τις ικανότητες κριτικής σκέψης, τις δεξιότητες γραφής και τις δεξιότητες ανεξάρτητης έρευνας.

Μιλώντας σε ένα διαδικτυακό πρόγραμμα που φιλοξενήθηκε από την εφημερίδα Thanh Nien , ο Δρ. Dinh Ngoc Thanh, Τεχνικός Διευθυντής της OpenEdu, δήλωσε ότι πολλοί μαθητές χρησιμοποιούν εργαλεία όπως το ChatGPT για να λύσουν προβλήματα με τις εργασίες τους αντί να μελετούν ανεξάρτητα, οδηγώντας σε μια «ευκολότερη» μαθησιακή εμπειρία. Ωστόσο, αυτή είναι μια επικίνδυνη προσέγγιση που αντιβαίνει στις εκπαιδευτικές αρχές, καθώς ο στόχος της εκπαίδευσης δεν είναι απλώς η ολοκλήρωση εργασιών αλλά η καλλιέργεια κριτικής σκέψης και δεξιοτήτων επίλυσης προβλημάτων.

Ο κ. Pham Tan Anh Vu, επικεφαλής του γραφείου αντιπροσωπείας της εταιρείας λύσεων τεχνητής νοημοσύνης του Βιετνάμ (VAIS) στη Νότια Περιφέρεια, δήλωσε ότι από το 2022 έως το 2024, τα κείμενα που δημιουργούνται από την τεχνητή νοημοσύνη συχνά φέρουν εύκολα αναγνωρίσιμα «ψηφιακά δακτυλικά αποτυπώματα». Το στυλ γραφής είναι ομοιόμορφο, χωρίς συναίσθημα και επαναλαμβάνει γνωστές δομές όπως «όχι μόνο… αλλά και…», με τυποποιημένες μεταβατικές φράσεις όπως «επιπλέον», «επιπλέον» και πάντα καταλήγοντας σε ένα επιβεβλημένο «εν συντομία». Το περιεχόμενο είναι άψογα καθαρό, με τέλεια ορθογραφία, και η τάση να παρατίθενται στοιχεία χρησιμοποιώντας κουκκίδες είναι όλα ενδείξεις της επιρροής της τεχνητής νοημοσύνης.

Μια πιο σοβαρή αδυναμία έγκειται στο περιεχόμενο που παράγεται από την Τεχνητή Νοημοσύνη. Πρόκειται για το φαινόμενο της «παραίσθησης», όπου η Τεχνητή Νοημοσύνη κατασκευάζει πληροφορίες, δεδομένα ή ακόμα και πηγές που δεν υπάρχουν. «Πολλά άρθρα που παράγονται από την Τεχνητή Νοημοσύνη είναι σαν μια συλλογή διαφορετικών αποσπασμάτων κώδικα, με αποτέλεσμα ασυνεπές στυλ γραφής και παράλογες παραγράφους», παρατήρησε ο κ. Vu.

Μέχρι το 2025, για να ξεπεράσουν τα εργαλεία ανίχνευσης λογοκλοπής που υποστηρίζονται από την Τεχνητή Νοημοσύνη, οι μαθητές θα γίνουν ολοένα και πιο εξελιγμένοι. Έχει αναδυθεί μια νέα τεχνολογική βιομηχανία: Εργαλεία προσωποποίησης κειμένου που υποστηρίζονται από την Τεχνητή Νοημοσύνη.

Οι μαθητές δημιούργησαν μια διαδικασία: χρησιμοποιώντας το ChatGPT για να γράψουν, μεταφέροντάς το στο Quillbot για να αναδιατυπώσουν και, τέλος, χρησιμοποιώντας εργαλεία «προσωποποίησης» όπως το Undetectable AI για να σβήσουν όλα τα ίχνη. Μερικοί μαθητές πρόσθεσαν ακόμη και σκόπιμα μικρά λάθη για να κάνουν το κείμενο να φαίνεται πιο «φυσικό».

«Σε αυτό το σημείο, η ανίχνευση του κατά πόσον ένα δοκίμιο χρησιμοποιεί Τεχνητή Νοημοσύνη και η σύγκρισή του με ένα δοκίμιο που έχει γραφτεί εξ ολοκλήρου από έναν μαθητή είναι πιθανώς αδύνατη, επειδή οι άνθρωποι έχουν χρησιμοποιήσει πολλά εξελιγμένα κόλπα για να εξαπατήσουν τόσο τις μηχανές όσο και τους καθηγητές κατά τη βαθμολόγηση των εργασιών», υποστήριξε ο κ. Vu.

Από την ίδια οπτική γωνία, ο Δρ. Le Duy Tan υποστηρίζει ότι τα άρθρα που είναι «πολύ καθαρά», απαλλαγμένα από ορθογραφικά λάθη, που στερούνται προσωπικής εμπειρίας ή αποδεικτικών στοιχείων και με μονότονο ύφος γραφής είναι εξαιρετικά ύποπτα.

Είναι πολύ δύσκολο για τους εκπαιδευτές να αξιολογήσουν με ακρίβεια τις πραγματικές ικανότητες των μαθητών όταν οι μαθητές χρησιμοποιούν Τεχνητή Νοημοσύνη για εργασίες, τεστ, έρευνα κ.λπ.

Φωτογραφία: TN δημιουργήθηκε με τεχνητή νοημοσύνη

Το χάσμα μεταξύ «εικονικής ικανότητας» και πραγματικών δεξιοτήτων.

Σύμφωνα με τους ειδικούς, η κακή χρήση της Τεχνητής Νοημοσύνης από τους μαθητές δεν αποτελεί απλώς απάτη· υπονομεύει τα ίδια τα θεμέλια της εκπαίδευσης.

Ο κ. Pham Tan Anh Vu εξέφρασε τη μεγαλύτερη ανησυχία του: τον κίνδυνο η Τεχνητή Νοημοσύνη να μειώσει τις ανεξάρτητες και κριτικές ικανότητες των μαθητών. Επειδή, μόλις συνηθίσουν να λύνουν προβλήματα λαμβάνοντας άμεσες απαντήσεις από την Τεχνητή Νοημοσύνη, θα χάσουν σταδιακά την υπομονή να διαβάζουν και να κατανοούν πρωτότυπα έγγραφα ή να συνθέτουν πληροφορίες μόνοι τους.

«Όπως προειδοποίησε κάποτε ο Αναπληρωτής Καθηγητής Δρ. Nguyen Chi Thanh, Πρόεδρος της Σχολής Εκπαίδευσης στο Πανεπιστήμιο Εκπαίδευσης του Εθνικού Πανεπιστημίου του Βιετνάμ στο Ανόι , για τον κίνδυνο οι χρήστες να γίνουν «ψηφιακοί σκλάβοι», μια κατάσταση εξάρτησης που καταπνίγει τις τρεις ισχυρότερες ανθρώπινες ικανότητες: την επίλυση προβλημάτων, τη δημιουργικότητα και την αυτομάθηση», δήλωσε ο κ. Vu.

Ακόμα πιο επικίνδυνα, η Τεχνητή Νοημοσύνη μπορεί να δημιουργήσει μια «ψευδαίσθηση ικανότητας». Μια καθηγήτρια λογοτεχνίας στην πόλη Χο Τσι Μινχ μοιράστηκε ότι κάποτε ανακάλυψε πολλούς μαθητές να χρησιμοποιούν το ίδιο εργαλείο Τεχνητής Νοημοσύνης για να ολοκληρώνουν εργασίες, αλλά όταν ρωτήθηκαν για το περιεχόμενο, δεν μπορούσαν να εξηγήσουν τι είχαν γράψει. Αυτό δείχνει ότι το διευρυνόμενο χάσμα μεταξύ της αντιληπτής ικανότητας και της γνώσης του πραγματικού κόσμου θα είναι μια «ωρολογιακή βόμβα», έτοιμη να εκραγεί όταν οι μαθητές αποφοιτήσουν και εισέλθουν στην αγορά εργασίας.

«Η υπερβολική χρήση της Τεχνητής Νοημοσύνης καθιστά επίσης τις παραδοσιακές μεθόδους αξιολόγησης αναποτελεσματικές. Οι εργασίες για το σπίτι, όπως οι εκθέσεις και οι ομαδικές αναφορές, οι οποίες σχεδιάστηκαν για να μετρήσουν τις ικανότητες έρευνας και συλλογισμού, ξαφνικά χάνουν το νόημά τους, καθιστώντας πολύ δύσκολο για τους εκπαιδευτικούς να αξιολογήσουν με ακρίβεια τις πραγματικές ικανότητες των μαθητών», τόνισε αυτός ο καθηγητής.

Ως εκ τούτου, ο Δρ. Le Duy Tan πιστεύει ότι η πιο σημαντική λύση είναι ο επανασχεδιασμός της μεθόδου αξιολόγησης. Οι εργασίες θα πρέπει να απαιτούν από τους μαθητές να ξεκινούν με ένα προσωπικό περίγραμμα, καταγράφοντας την εργασιακή τους διαδικασία, αναλύοντας τις εμπειρίες τους, παρουσιάζοντας τον τρόπο με τον οποίο βρήκαν και επαλήθευσαν πληροφορίες ή να περιλαμβάνουν μια άμεση συνεδρία ερωτήσεων και απαντήσεων. Η έρευνα δείχνει ότι οι αξιολογήσεις που επικεντρώνονται στην ανάλυση, την αξιολόγηση και τη δημιουργικότητα, αντί απλώς στη σύνοψη, βοηθούν στη μείωση της εξάρτησης από την Τεχνητή Νοημοσύνη για ολόκληρη τη διαδικασία.

«Για να αξιολογήσουν εάν ένας μαθητής παίρνει στα σοβαρά τις σπουδές του ή χρησιμοποιεί αποτελεσματικά την Τεχνητή Νοημοσύνη, οι εκπαιδευτικοί πρέπει να αλλάξουν τις μεθόδους διδασκαλίας τους, εισάγοντας το θέμα στους μαθητές μέσω τριών βασικών στοιχείων: σαφή γνώση, σταθερή κατανόηση και βαθιά κατανόηση. Μόνο τότε μπορούν να αναπτύξουν πραγματικά τις ικανότητες των μαθητών κατά την εφαρμογή εργαλείων Τεχνητής Νοημοσύνης», δήλωσε ο κ. Vu.

Τα εργαλεία τεχνητής νοημοσύνης βοηθούν τους μαθητές να δημιουργούν ερευνητικές ανασκοπήσεις, να συνοψίζουν επιστημονικές εργασίες και πολλά άλλα.

Φωτογραφία: Στιγμιότυπο οθόνης

Η γραμμή μεταξύ βοήθειας και απάτης

Στο πλαίσιο της καθιέρωσης της Τεχνητής Νοημοσύνης ως απαραίτητου εργαλείου, το ερώτημα «πρέπει να επιτρέπεται στους μαθητές να χρησιμοποιούν την Τεχνητή Νοημοσύνη;» δεν είναι πλέον επίκαιρο. Αυτό που είναι πιο σημαντικό είναι ο καθορισμός των ορίων χρήσης της Τεχνητής Νοημοσύνης στον ακαδημαϊκό χώρο.

Σύμφωνα με τον κ. Pham Tan Anh Vu, αυτό το όριο έγκειται στον σκοπό, τη μέθοδο και τη στάση. Η Τεχνητή Νοημοσύνη είναι ένα λογικό εργαλείο μόνο όταν χρησιμοποιείται για τη δημιουργία ιδεών, την υποβοήθηση στη σύνοψη εγγράφων, τον έλεγχο σφαλμάτων ή την εξήγηση σύνθετης ορολογίας. Οι φοιτητές πρέπει να είναι «αργοί αναγνώστες», να επαναξιολογούν τις πληροφορίες και να αναλαμβάνουν την τελική ευθύνη για το περιεχόμενο. Αντίθετα, εάν οι φοιτητές αντιγράψουν αυτόλεξη ολόκληρο ή το μεγαλύτερο μέρος του περιεχομένου που παράγεται από την Τεχνητή Νοημοσύνη και το υποβάλουν ως δική τους εργασία, αυτό συνιστά ακαδημαϊκή απάτη.

Ο κ. Vu υποστήριξε επίσης ότι η Τεχνητή Νοημοσύνη θα πρέπει να αναγνωριστεί ως βασική ικανότητα για τους μαθητές. Αντί να καταστέλλεται, η Τεχνητή Νοημοσύνη θα πρέπει να αναγνωριστεί και η χρήση της να ενσωματωθεί στο πρόγραμμα κατάρτισης.

Όσον αφορά τις λύσεις, ο Δρ. Duy Tan πρότεινε ότι τα πανεπιστήμια και οι καθηγητές πρέπει να αναπτύξουν και να ανακοινώσουν με σαφήνεια πολιτικές σχετικά με τη χρήση της Τεχνητής Νοημοσύνης σε μαθήματα, εργασίες και διπλωματικές εργασίες. Για παράδειγμα, η εργασία θα πρέπει να αναφέρει σαφώς: «Οι φοιτητές επιτρέπεται/δεν επιτρέπεται να χρησιμοποιούν εργαλεία Τεχνητής Νοημοσύνης. Εάν χρησιμοποιηθούν, τα εργαλεία πρέπει να προσδιορίζονται με σαφήνεια, ποια μέρη υποστηρίζονται από την Τεχνητή Νοημοσύνη και ποια μέρη υποστηρίζονται από τους φοιτητές». Οι φοιτητές θα πρέπει να εκπαιδεύονται στην υπεύθυνη, ηθική και αποτελεσματική χρήση της Τεχνητής Νοημοσύνης, όχι απλώς λέγοντας «δεν επιτρέπεται», αλλά καθοδηγώντας τους σχετικά με τον τρόπο χρήσης της Τεχνητής Νοημοσύνης για να βοηθήσουν στον έλεγχο των αποτελεσμάτων, την επαλήθευση δεδομένων, την ανάλυση και την περαιτέρω ανάπτυξη ιδεών για την Τεχνητή Νοημοσύνη.

Απαιτείται ένα κοινό νομικό πλαίσιο σε εθνικό επίπεδο.

Σύμφωνα με τον κ. Pham Tan Anh Vu, οι πρωτοποριακές προσπάθειες των πανεπιστημίων είναι πολύ σημαντικές, αλλά για να δημιουργήσουμε συγχρονισμένη αλλαγή, χρειαζόμαστε έναν κοινό κώδικα δεοντολογίας και ένα νομικό πλαίσιο σε εθνικό επίπεδο. Δεν μπορούμε να επιτρέψουμε μια κατάσταση όπου μια πράξη κατάχρησης της Τεχνητής Νοημοσύνης μπορεί να θεωρηθεί απάτη και να οδηγήσει σε μηδενικό βαθμό σε ένα πανεπιστήμιο, αλλά να γίνει δεκτή σε ένα άλλο.

Το Βιετνάμ πρέπει να οικοδομήσει ένα σαφές νομικό πλαίσιο βασισμένο σε βασικές αρχές: Τήρηση του νόμου και της δεοντολογίας· Δικαιοσύνη και μη διακρίσεις· Διαφάνεια και λογοδοσία (ποιος είναι υπεύθυνος όταν η Τεχνητή Νοημοσύνη κάνει λάθη)· και μια ανθρωποκεντρική προσέγγιση (οι άνθρωποι διατηρούν πάντα τον απόλυτο έλεγχο).

Πηγή: https://thanhnien.vn/sinh-vien-dung-thu-thuat-de-che-dau-ai-185251211185713308.htm