Использование ИИ в учебном процессе в Миддлбери-колледже
Согласно недавнему опросу, который я провёл вместе с коллегой и экономистом Зарой Контрактор, более 80% студентов Миддлбери-колледжа используют генеративный искусственный интеллект для выполнения курсовых работ. Это один из самых высоких показателей внедрения технологий, зафиксированных на данный момент, который значительно превышает уровень внедрения в 40% среди взрослых в США. И всё это произошло менее чем за два года после публичного запуска ChatGPT.
Методология исследования
Мы опросили более 20% студентов Миддлбери-колледжа — 634 человека — чтобы лучше понять, как студенты используют искусственный интеллект. Результаты нашего исследования опубликованы в рабочем документе, который ещё не прошёл рецензирование.
Основные выводы
Наши выводы опровергают панику вокруг использования искусственного интеллекта в высшем образовании и вместо этого предлагают, что институциональная политика должна сосредоточиться на том, как ИИ используется, а не на том, следует ли его запрещать.
Вопреки тревожным заголовкам, утверждающим, что «ChatGPT разрушил весь академический проект» и «Мошенничество с ИИ становится хуже», мы обнаружили, что студенты в основном используют ИИ для улучшения своего обучения, а не для того, чтобы избежать работы.
Когда мы спрашивали студентов о десяти различных академических способах использования ИИ — от объяснения концепций и обобщения текстов до корректуры, создания программного кода и даже написания эссе — объяснение концепций возглавило список. Студенты часто описывали ИИ как «наставника по требованию», ресурс, который особенно ценен, когда часы работы в офисе недоступны или когда им нужна немедленная помощь поздно вечером.
Мы сгруппировали использование ИИ в два типа: «дополнение» для описания способов, улучшающих обучение, и «автоматизация» для способов, позволяющих выполнять работу с минимальными усилиями. Мы обнаружили, что 61% студентов, использующих ИИ, применяют эти инструменты для целей дополнения, в то время как 42% используют их для автоматизации таких задач, как написание эссе или создание кода.
Даже когда студенты использовали ИИ для автоматизации задач, они проявляли здравый смысл. В открытых ответах студенты рассказали нам, что, когда они автоматизировали работу, это часто происходило в периоды напряжённой работы, например, во время экзаменационной недели, или для выполнения задач с низкой значимостью, таких как форматирование библиографии и составление рутинных электронных писем, а не в качестве их основного подхода к выполнению значимых курсовых работ.
Глобальные тенденции
Конечно, Миддлбери — это небольшой гуманитарный колледж с относительно большой долей состоятельных студентов. Но как обстоят дела в других местах? Чтобы выяснить это, мы проанализировали данные других исследователей, охватывающие более 130 университетов в более чем 50 странах. Результаты отражают наши выводы по Миддлбери: во всём мире студенты, использующие ИИ, как правило, чаще используют его для дополнения своих курсовых работ, а не для их автоматизации.
Доверие к данным опроса
Но стоит ли доверять тому, что студенты рассказывают нам о том, как они используют ИИ? Очевидная проблема данных опроса заключается в том, что студенты могут занижать информацию об использовании ИИ в ситуациях, которые они считают неуместными, например, при написании эссе, и завышать информацию о законных способах использования, таких как получение объяснений. Чтобы проверить наши выводы, мы сравнили их с данными от компании ИИ Anthropic, которая проанализировала фактические модели использования университетских адресов электронной почты их чат-бота Claude AI.
Данные Anthropic показывают, что «технические объяснения» представляют собой основной вид использования, что соответствует нашему выводу о том, что студенты чаще всего используют ИИ для объяснения концепций. Аналогично Anthropic обнаружила, что разработка практических вопросов, редактирование эссе и обобщение материалов составляют значительную долю использования студентами, что соответствует нашим результатам.
Другими словами, наши данные, полученные на основе опросов, соответствуют фактическим журналам разговоров с ИИ.
Как отметил писатель и учёный Хуа Хсу, «нет достоверных данных о том, сколько американских студентов используют ИИ, только истории о том, как все это делают». Эти истории, как правило, подчёркивают крайние примеры, например, студент Колумбийского университета, который использовал ИИ «чтобы списывать почти на каждом задании».
Но эти анекдоты могут смешивать широкое распространение с универсальным мошенничеством. Наши данные подтверждают, что использование ИИ действительно широко распространено, но студенты в основном используют его для улучшения обучения, а не для замены его. Это различие имеет значение: изображая всё использование ИИ как мошенничество, тревожные репортажи могут нормализовать академическую нечестность, заставляя ответственных студентов чувствовать себя наивными из-за того, что они следуют правилам, когда считают, что «все остальные это делают».
Более того, эта искажённая картина предоставляет предвзятую информацию администраторам университетов, которым нужны точные данные о реальных моделях использования ИИ студентами для разработки эффективных, основанных на фактических данных политик.
Наши выводы указывают на то, что экстремальные политики, такие как полный запрет или неограниченное использование, сопряжены с рисками. Запреты могут непропорционально навредить студентам, которые получают наибольшую пользу от функций обучения ИИ, одновременно создавая несправедливые преимущества для нарушителей правил. Но неограниченное использование может привести к вредным практикам автоматизации, которые могут подорвать процесс обучения.
Вместо политики «единого размера, подходящего для всех» наши выводы заставляют меня поверить, что учебные заведения должны сосредоточиться на том, чтобы помочь студентам различать полезные виды использования ИИ и потенциально вредные. К сожалению, исследования фактического воздействия ИИ на обучение всё ещё находятся в зачаточном состоянии — насколько мне известно, ни одно из исследований не проверило систематически, как различные типы использования ИИ влияют на результаты обучения студентов или могут ли положительные последствия ИИ для одних студентов стать отрицательными для других.
Пока эти данные недоступны, каждый, кто интересуется тем, как эта технология меняет образование, должен использовать своё лучшее суждение, чтобы определить, как ИИ может способствовать обучению.