I samband med att artificiell intelligens (AI) genomsyrar all undervisning och lärandeverksamhet är många universitet i Vietnam oroade över bedrägerier, felaktiga bedömningsstandarder och risken för försämrad utbildningskvalitet. Enligt professor Nguyen Ngoc Diep - chef för Australia-Vietnam Strategic Technology Center, chef för internationella program vid University of Technology Sydney (UTS), är dock AI inte ett hot, utan en möjlighet för universitet att förnya metoder, närma sig den verkliga arbetsmiljön och korrekt bedöma elevernas kapacitet. I en intervju med Nhan Dan-reportern i samband med det kortsiktiga utbildningsprogrammet för vietnamesiska ledare och chefer i Australien delade professor Nguyen Ngoc Diep med sig av University of Technology Sydneys erfarenheter av att tillämpa och hantera AI effektivt och ansvarsfullt.
PV: Professor, universitet påverkas för närvarande starkt av utvecklingen av AI. Vilka är enligt din åsikt de framträdande trenderna när det gäller att tillämpa AI inom undervisning, lärande, utbildningshantering och studentstöd?
Professor Nguyen Ngoc Diep: Kort sagt är AI fortfarande ett nytt verktyg, men det är ett verktyg som har potential att komma in på många olika områden, varav högre utbildning är en av de platser med den mest uppenbara effekten. Vid australiska universitet är målet att göra lärmiljön i skolan så nära arbetsmiljön utanför som möjligt. När studenterna fortfarande studerar och är bekanta med arbetssättet och användningen av verktyg, till exempel när de går till jobbet, kommer utbildningseffektiviteten att vara högst.
I ett sådant mål introduceras AI först för att hjälpa eleverna att tänka och arbeta bättre, till exempel genom att hjälpa dem att hitta nya idéer och öppna upp för olika tillvägagångssätt för ett ämne eller en uppgift. Det kallas "brainstorming" - det vill säga att använda AI som ett sällskap för att föreslå idéer. Det här är de färdigheter som eleverna kommer att behöva använda på arbetsplatsen senare, så det är mycket viktigt att tillåta och uppmuntra deras användning redan från när de fortfarande studerar.
En annan trend är att använda AI för att hjälpa elever att lära sig snabbare inom ett visst område, snabbt förstå nya koncept och syntetisera komplex kunskap. Det finns dock en nackdel: AI är inte ett perfekt verktyg, det finns saker som "den inte vet att den inte vet", så ibland är informationen som ges felaktig.
Detta är en utmaning, men också en möjlighet. Det är en utmaning eftersom om man litar helt på AI kommer det att vara vilseledande; det är en möjlighet eftersom studenter tvingas förstå verktygets begränsningar, veta hur man verifierar det och ta ansvar för hur de använder det. När de går ut i arbete kommer de fortfarande att behöva leva med sådana ofullkomliga verktyg, så det är mycket användbart att vänja sig vid det redan från universitetet.
PV: AI förändrar hur elever löser problem och hur skolor utformar läruppgifter. Enligt professorn, vilken är den lämpligaste bedömningsmodellen i en miljö där AI har blivit ett välbekant verktyg?
Professor Nguyen Ngoc Diep: Jag tror att AI förändrar sättet att undervisa och lära sig väldigt mycket. Förr i tiden, även på universitetsnivå, var den vanliga bedömningsmetoden att se om studenterna kunde komma ihåg den kunskap de hade lärt sig eller inte. Men från att komma ihåg till att tillämpa kunskap i praktiskt arbete är det en ganska stor skillnad. AI:s framväxt gör bedömning baserad på memorering olämplig, eftersom uppgifter som att sammanfatta, upprepa och lösa vissa grundläggande typer av övningar, klarar AI mycket bra av, ibland till och med snabbare än människor.
Detta innebär ett problem för universiteten: om vi fortsätter att använda den gamla bedömningsmetoden kommer det att bli mycket svårt att avgöra om studenterna verkligen förstår och behärskar kunskapen, eller om de helt enkelt förlitar sig på verktyg. Därför har skolorna varit tvungna att etablera expertgrupper som är både kunniga om AI och pedagogiska metoder för att granska hela studentbedömningsmetoden. Här är filosofin inte att hitta sätt att "undvika" AI eller förbjuda studenter att använda AI, utan att acceptera verkligheten att studenterna nu har ett mycket kraftfullt verktyg, och när de går till jobbet behöver de också använda det verktyget. Därför är skolans uppgift att utforma en ny bedömningsmetod så att även när studenterna använder AI kan föreläsarna fortfarande bedöma deras verkliga förmågor.
Detta har lett till ett tydligt skifte, från att bedöma hur mycket eleverna kommer ihåg till att bedöma om de förstår kunskapen och kan tillämpa den på specifika uppgifter. En framträdande modell är projektbaserad bedömning, övningar kopplade till verkliga situationer – på många ställen kallat projektbaserat eller studiobaserat. Istället för att ge eleverna ett pappersprov som kräver att de skriver om kunskapen, ger skolorna dem uppgifter som liknar dem på arbetsplatsen: till exempel måste marknadsföringsstudenter bygga en komplett marknadsplan; IT-studenter måste designa ett specifikt system eller en produkt. I processen får eleverna använda AI, till och med uppmuntras att använda den, men måste fortfarande bevisa att de verkligen förstår problemet och kan skapa en produkt som uppfyller kraven.
Jag tror att bedömningsmodellen kopplad till verkliga projekt, som kräver att studenter hanterar uppgifter som om de vore på en arbetsplats, i samband med AI, kommer att bli den nya standarden för högre utbildning under de närmaste åren. Den bidrar till att minska klyftan mellan lärande och handling, och tvingar samtidigt både lärare och studenter att justera sitt tänkande.
PV: Kan du berätta vilka principer UTS tillämpar för att säkerställa utbildningskvalitet och kontrollera risker som uppstår vid användning av AI?
Professor Nguyen Ngoc Diep: Det första vi bör betona är att UTS inte närmar sig AI på ett oöverkomligt sätt. Vi säger inte till studenter att "inte använda AI", eftersom ingen i verkligheten kan förbjuda dem att använda sådana verktyg. Istället bygger vi ett system av principer för att både uppmuntra dess användning och hantera risker.
Först och främst förtydligar vi i varje ämne AI-reglerna från början. De flesta ämnen förbjuder inte, eller anger tydligt, att elever kan använda AI, men med en kärnprincip som är att eleverna ytterst är ansvariga för sina produkter. De kan hänvisa till AI, använda AI-stöd, men om informationen är felaktig eller argumentet inte är hållbart är det fortfarande eleven som är ansvarig. Detta tillvägagångssätt liknar arbetsmiljön, där man kan använda vilket verktyg som helst, men man måste fortfarande ta sitt namn och vara ansvarig för resultaten.
För det andra upprätthåller vi våra långvariga principer om akademisk integritet. Allt innehåll som inte är vårt eget, oavsett om det är hämtat från böcker, artiklar eller föreslagits av AI, måste erkännas och citeras. Om studenter kopierar innehåll, även från AI, utan att tydligt ange det, kommer det fortfarande att behandlas som plagiat. Detta är viktigt eftersom det påminner studenterna om att AI inte ersätter deras personliga ansvar.
Dessutom använder skolan även en del programvara, som i sig använder AI för att upptäcka produkter som visar tecken på att vara skapade av AI eller bryta mot regler. Men vi fokuserar inte på att "jaga" på det sättet, för om vi bara följer förbudet måste vi varje gång ett nytt verktyg föds ändra lagen, ändra sättet att göra saker på, vilket är väldigt tröttsamt och ohållbart. Roten är fortfarande att återvända till frågan: vad är högre utbildnings uppdrag? Om uppdraget är att lära människor att göra jobbet, då måste allt kretsa kring det när man utformar program, föreläsningar, bedömningsmetoder... då. Vid den tidpunkten kommer AI att bli en naturlig del av lärmiljön, inte något att hantera.
PV: Hur kan vi, professor, både dra nytta av AI för att utveckla nya undervisningsmetoder och begränsa riskerna för informationsförvrängning eller kränkningar av den akademiska integriteten?
Professor Nguyen Ngoc Diep: Som jag sa är det korrekta tillvägagångssättet inte att förbjuda det utan att uppmuntra dess användning inom en tydlig ansvarsram. Eftersom AI, som jag sa, är ett nytt men ofullkomligt verktyg finns det fortfarande en risk att ge falsk information. Men eftersom det inte är perfekt måste användarna förstå dess begränsningar, veta hur man verifierar det och ta ansvar för det innehåll de skapar. Det gäller för studenter, och även för föreläsare. Skolan förbjuder det inte, och uppmuntrar till och med föreläsare att utnyttja AI för att förnya föreläsningar, klassrumsorganisation och bedömningsmetoder. Men det inkluderar också en mycket tydlig reglering om att AI-användare fortfarande är de ytterst ansvariga. Om föreläsningar, dokument eller övningar innehåller felaktig information på grund av att AI används utan verifiering, ligger ansvaret hos författaren. När det gäller akademisk hederlighet är den grundläggande principen transparens. Om något inte är ditt måste du tydligt ange det. Om föreläsare använder innehåll som föreslagits av AI måste de erkänna det. Men om du tar innehåll från AI och hävdar att det är ditt eget, betraktas det fortfarande som plagiat.
PV: Utifrån implementeringserfarenheterna vid UTS, vilka anser du vara de viktigaste lärdomarna som vietnamesiska universitet bör prioritera när de tillämpar AI för att både förnya utbildning och skydda elever och säkerställa ärlighet i undervisning och lärande?
Professor Nguyen Ngoc Diep: Utifrån vår erfarenhet finns det flera saker som jag tycker att vietnamesiska universitet kan överväga.
Det första är att uppmuntra, inte förbjuda, AI i undervisning och lärande. AI är verkligen en revolution inom många områden, inklusive utbildning. Det förändrar hur elever får tillgång till information, hur lärare kommunicerar och hur utbildningssystemet bedömer läranderesultat. Om vi bara oroar oss och förbjuder, kommer skolorna att distansera sig från en trend som eleverna förr eller senare kommer att behöva möta.
Det andra är att fundamentalt förändra hur studenter bedöms. Som sagt, istället för att fråga "vad minns du", måste vi gå över till att fråga "vad kan du göra med den kunskapen". Detta kräver mycket arbete från skolorna: Omforma läroplanen; omstrukturera systemet med övningar och prov; ändra hur lektionerna är organiserade; och hur man kommunicerar med studenter. När ChatGPT och liknande modeller dök upp för några år sedan, på UTS, var programteamen nästan varje vecka tvungna att träffas, granska kursen, lära av erfarenheter och göra justeringar.
Den tredje punkten handlar om att säkerställa akademisk integritet och kultur. Skolor måste följa principen att tydligt ange vad som inte är deras. Elever kan använda AI, men de måste vara transparenta och ansvariga för innehållet. Samtidigt kan vissa stödjande verktyg användas för att upptäcka överträdelser, men vi bör inte sätta allt vårt hopp till tekniska verktyg. Det viktigaste är att bygga en gemensam standard för akademisk etik och förmedla ett konsekvent budskap till både lärare och elever.
I slutändan tror jag att den viktigaste lärdomen är att alltid återgå till det centrala målet med högre utbildning, vilket är att lära studenter att utföra riktiga uppgifter. När det målet väl är tydligt definierat är AI, oavsett hur kraftfull den är, bara ett av de verktyg vi använder för att uppnå det målet. Kursdesign, bedömning och skolaktiviteter kommer alla att kretsa kring frågan: kommer studenterna efter avslutad kurs att kunna hantera verkliga situationer, tekniska uppgifter och problem? Om den frågan kan besvaras kommer AI att bli ett mycket positivt hjälpmedel för utbildning, inte ett hot.
Källa: https://nhandan.vn/xay-dung-nguyen-tac-de-khuyen-khich-su-dung-va-kiem-soat-rui-ro-tu-ai-trong-truong-dai-hoc-post924753.html
Kommentar (0)