Cytat tygodnia: „Te zadania nie nadają się już do użytku”

Treść:

• Kontekst

Kontekst

W felietonie dla RBC+ Ivan Karlov wyraził swoją opinię na temat wpływu technologii generatywnej sztucznej inteligencji (GAI) na tradycyjne praktyki pedagogiczne. Gainery informacji wizualnej (GAI) potrafią generować tekst, obrazy, filmy i inne treści w odpowiedzi na proste zapytania, co stanowi wyzwanie dla utartych metod nauczania. Karlov podkreśla potrzebę dostosowania strategii edukacyjnych w celu efektywnej integracji nowych technologii i utrzymania jakości kształcenia. Ważne jest, aby rozważyć, w jaki sposób GAI mogą uzupełniać, a nie zastępować proces edukacyjny, otwierając nowe możliwości uczenia się i rozwoju.

Problem zidentyfikowany po uruchomieniu chatbota ChatGPT stał się zauważalny przede wszystkim w Stanach Zjednoczonych. Dotyczy on praktyk edukacyjnych, zwłaszcza w naukach humanistycznych. Tradycyjnie proces edukacyjny koncentruje się na zadaniach tekstowych, w tym esejach, artykułach i pracach semestralnych. Prace dyplomowe również wymagają znacznej ilości tekstu pisanego. Jednak wraz z pojawieniem się sieci neuronowych studenci mogą teraz samodzielnie generować te prace, a ich rezultaty są często porównywalne z wysokiej jakości pracą ludzką. Rodzi to poważne pytania o skuteczność tradycyjnych metod oceny i wymaga ponownego rozważenia podejścia do nauczania i oceniania uczniów w obliczu zmian technologicznych.

Ivan Karlov zauważył, że wcześniej uważano, że umiejętności pisania esejów i analityczne uczniów były demonstrowane w tekstach przekazywanych nauczycielom. Jednak korzystając z narzędzi generatywnej sztucznej inteligencji, możemy jedynie ocenić, jak skutecznie sieć neuronowa wykonuje dane zadanie. Rodzi to istotne pytania dotyczące integralności oceny i tego, jak technologia zmienia podejście do nauczania i oceniania wiedzy uczniów.

Problemy z nieuczciwością akademicką istniały jeszcze przed pojawieniem się technologii generatywnej sztucznej inteligencji (GAI). Nie jest tajemnicą, że studenci często oszukiwali lub kupowali gotowe prace. Wydaje się jednak, że GAI ostatecznie wyeliminowało możliwość wykonywania prac, które sprzyjają oszukiwaniu. Jak zauważył Jewgienij Patarakin, profesor na Wydziale Informatyki, Zarządzania i Technologii Moskiewskiego Państwowego Uniwersytetu Pedagogicznego i czołowy ekspert w Laboratorium Cyfrowej Transformacji Edukacji Uniwersytetu Wyższej Szkoły Ekonomicznej (HSE), „nic się nie zmieniło w kwestii samego oszustwa studenckiego. Jeśli studentowi opłaca się przedstawiać cudzą pracę jako swoją własną, to nie ma znaczenia, w jaki sposób to zrobi – kupując pracę, zatrudniając kogoś innego czy korzystając z ChatGPT. Dlatego konieczna jest restrukturyzacja procesu edukacyjnego, aby stało się to niekorzystne”. Optymalizacja procesu edukacyjnego i wykorzystanie innowacyjnych technologii powinny być priorytetem w celu poprawy uczciwości akademickiej.

Zmiany w organizacji pracy są konieczne i dotyczy to kilku aspektów. Przede wszystkim ważna jest optymalizacja procesów wewnętrznych w celu zwiększenia efektywności. Może to obejmować przegląd obecnych metod pracy, wdrażanie nowych technologii i szkolenie pracowników. Warto również zwrócić uwagę na współpracę międzyzespołową i usprawnioną komunikację, co pomoże uniknąć powielania zadań i zwiększyć produktywność. Ważne jest uwzględnienie opinii pracowników, aby zidentyfikować wąskie gardła i znaleźć rozwiązania. Optymalizacja pracy na kilku poziomach pomoże osiągnąć lepsze rezultaty i zwiększyć konkurencyjność.

• Wykładowcy muszą tworzyć zadania, na które studenci nie będą mogli po prostu skopiować odpowiedzi z dialogów z chatbotami.
• Praktyki te są już powszechne na poziomie uniwersyteckim, gdzie wykorzystanie generatywnej sztucznej inteligencji w przygotowywaniu prac zaliczeniowych i prac dyplomowych nie tylko nie jest zakazane, ale wręcz zachęcane (zakaz nie ma sensu, ponieważ studenci i tak będą obchodzić te ograniczenia).

W tym roku Wyższa Szkoła Ekonomiczna zorganizowała konkurs na najlepsze prace dyplomowe zrealizowane z wykorzystaniem sieci neuronowych wśród studentów ostatniego roku studiów. Uniwersytet dopuszcza wykorzystanie generatywnej sztucznej inteligencji (GAI), jednak zgłaszając artykuł, należy wskazać, które zadania zostały przeniesione do sieci neuronowych oraz uzasadnić ten wybór. Uniwersytet HSE nie jest jedyną rosyjską uczelnią, która wspiera wykorzystanie generatywnych sieci neuronowych w procesie dydaktycznym. Wcześniej Moskiewski Państwowy Uniwersytet Psychologii i Edukacji (MSPU) oraz Północnoarktyczny Federalny Uniwersytet (NArFU) ogłosiły zgodę na wykorzystanie takich technologii w pracach naukowych. Świadczy to o rosnącym zainteresowaniu integracją nowych technologii w procesie dydaktycznym i znaczeniu eksploracji ich potencjału.

Przeczytaj również:

Cytat tygodnia: konieczna jest zmiana roli przekaźnika wiedzy na „inżyniera poznawczego”. Ta transformacja podkreśla znaczenie aktywnego udziału specjalistów w procesie przetwarzania i interpretowania informacji. Inżynier poznawczy nie tylko przekazuje wiedzę; Tworzą nowe podejścia do uczenia się i rozwoju, stosując nowoczesne metody i technologie w celu optymalizacji rozumienia informacji. W obliczu szybko zmieniających się technologii i rosnącej ilości danych, rola ta jest szczególnie istotna, ponieważ ułatwia głębsze zrozumienie i efektywne wykorzystanie wiedzy w różnych dziedzinach.

Istnieje kilka powodów, dla których zmiana praktyk edukacyjnych jest trudna. Ivan Karlov wskazał na najważniejsze z nich.

• Nauczyciele potrzebują dodatkowych szkoleń, aby pracować w tym nowym środowisku. Nawiasem mówiąc, według niedawnego badania przeprowadzonego przez badaczy z RANEPA, tylko 16% rosyjskich profesorów uniwersyteckich regularnie korzysta obecnie ze sztucznej inteligencji w swojej pracy. Tylko wśród nauczycieli informatyki odsetek ten jest znacząco wyższy – 34%.
• Przejście na nowe rodzaje zadań oznacza, że ​​studenci będą wykorzystywać umiejętności, dla których nie ma jeszcze sprawdzonych metod oceny. Ivan Karlov podaje przykład przygotowywania pracy dyplomowej: teraz nie trzeba tracić czasu na pisanie tekstu – zamiast tego student musi szybko i poprawnie tworzyć polecenia dla sieci neuronowej, edytować i weryfikować jej odpowiedzi. Okazuje się, że to właśnie te umiejętności, a nie sam tekst, wymagają oceny. Jednak nie ma ustalonej i powtarzalnej praktyki oceny jakości pracy z narzędziami sztucznej inteligencji w edukacji, co stanowi problem.

Przezwyciężenie istniejących problemów w systemie edukacji pozostaje kwestią otwartą. Diana Koroleva, kierownik Laboratorium Innowacji w Edukacji w Instytucie Edukacji HSE, podkreśliła, że ​​w ciągu ostatnich 20 lat system nie dostosował się do narzędzi takich jak Google. Teraz pojawiło się nowe wyzwanie: ChatGPT, który może nie tylko udzielać prostych odpowiedzi, ale także rozwiązywać złożone problemy. Mikhail Kushnir, badacz z Instytutu Nauk Społecznych w RANEPA i członek zarządu Ligi Edukacyjnej, zwrócił uwagę na ogólną sztywność systemu edukacji. System ten powoli i z trudem dostosowuje się do nowych podejść, co spowalnia wdrażanie nowoczesnych technologii i metod nauczania. Potrzeba reformy edukacji staje się coraz pilniejsza, zwłaszcza w świetle szybkiego rozwoju technologii wpływających na uczenie się i interakcję z informacjami. Nie można ignorować pojawiających się problemów. Zjawisko generatywnej sztucznej inteligencji podważa trafność tradycyjnych idei, na których wciąż opiera się system edukacji. Opinię tę wyraził rok temu Paweł Sorokin, kierownik Laboratorium Badań nad Potencjałem Ludzkim i Edukacją w Instytucie Edukacji Wyższej Szkoły Ekonomicznej. Biorąc pod uwagę szybki rozwój technologii, konieczne jest przemyślenie organizacji całego systemu edukacji.