Da li je ocenjivanje studenata pomoću veštačke inteligencije pogrešno?

U današnjem svetu zasićenom veštačkom inteligencijom, tehnologija transformiše učionice vrtoglavom brzinom. Ali nisu sve promene napredak i nigde to nije očiglednije nego u rastućem trendu da nastavnici koriste veštačku inteligenciju za ocenjivanje učeničkih radova.

Frustrirani talasom eseja generisanih pomoću veštačke inteligencije i raširenim digitalnim varanjem, neki edukatori se okreću istim alatima koje koriste njihovi učenici, veštačkim čet botovima kao što je ChatGPT.

Preporučujemo

Na platformama kao što je Reddit, nastavnici otvoreno priznaju da prepuštaju ocenjivanje mašinama. Osnovna ideja je da ako studenti koriste veštačku inteligenciju da bi napisali rad, isto tako će i nastavnici koristiti veštačku inteligenciju da bi to ocenili.

Sa druge strane, oni sa više entuzijazma hvale mogućnosti veštačke inteligencije da prilagodi zadatke ili pojednostavi povratne informacije. Postoje profesori koji zahtevaju od svojih studenata da svoje eseje „propuste" kroz ChatGPT, a zatim pružaju povratne informacije kako sa svoje strane tako i od AI.

Iako ovo može izgledati kao efikasno rešenje, pažljiviji pogled otkriva uznemirujuću stvarnost a to je da veštačka inteligencija jednostavno nije podobna da razume ili proceni rad učenika sa nijansama i dubinom ljudskog uma.

Nedavna studija sa Računarskog fakulteta Univerziteta u Džordžiji dokazuje koliko je ovaj pristup pogrešan. Istraživanje je testiralo Mixtral, model velikog jezika (Large Language Mode - LLM), na domaćim zadacima u osnovnoj školi.

Bez rubrike za ocenjivanje koju je kreirao čovek, Mixtral je tačno bodovao odgovore samo u 33,5% slučajeva. Čak i kada je imao rubriku, njegova tačnost je porasla na samo oko 50%! To je kao bacanje novčića što je teško prihvatljivo kada je u pitanju oblikovanje akademske budućnosti učenika.

Istraživači su primetili da se veštačka inteligencija često oslanjala na plitke prečice, a ne na zdravu logiku. Učenici mogu pomenuti povećanje temperature u nekom eksperimentu a model pretpostavlja da razumeju osnovnu problematiku što ne mora da bude tačno.

Uprkos podešavanjima i obuci, trenutni modeli veštačke inteligencije i dalje pogrešno tumače, izmišljaju ili „haluciniraju" informacije. Zapravo, izveštaj Njujork tajmsa je otkrio da neki od najnovijih sistema veštačke inteligencije generišu pogrešan sadržaj čak do 79% vremena.

Postavlja se pitanje kakvu poruku šaljemo učenicima kada verujemo ovim neispravnim sistemima da procenjuju njihov rad? Da njihove misli nisu važne? Da se uloga njihovog nastavnika lako može zameniti?

Umesto da izjednači uslove, ocenjivanje pomoću veštačke inteligencije produbljuje nejednakost, potkopava poverenje i rizikuje da obrazovanje svede na mehaničku transakciju.

Ako je veštačka inteligencija odgovor na izazove u učionici, možda postavljamo pogrešna pitanja. Pre nego što predamo crvenu olovku robotima, moramo se setiti zašto su nastavnici važni i zašto učenici zaslužuju više od mašinski napravljenih povratnih informacija.

(Telegraf.rs/Goran Lazarov)