Czy dla uczelni generatywna AI jest bardziej szansą czy zagrożeniem, jeśli chodzi o samodzielną pracę studentów?
To, co nazywamy generatywną sztuczną inteligencją, jest narzędziem o ogromnym potencjale, ale wymaga wdrażania i integracji w sposób kontrolowany i absolutnie świadomy. Na Uniwersytecie SWPS przypominamy, że AI to przede wszystkim narzędzie, tymczasem jednym z głównych problemów pojawiających się w dyskusjach o generatywnej sztucznej inteligencji jest pomylenie wykorzystania narzędzia z zastąpieniem wykonawcy czynności. Dlatego tak istotny jest nadzór człowieka nad tym, co powstaje z pomocą sztucznej inteligencji.
Czytaj więcej
MNiSW nie przygotowuje ogólnopolskich zasad korzystania z AI na uczelniach. Część z nich wprowadza własne rekomendacje. Weryfikacja samodzielności...
Czego zatem nie powinno się podawać AI?
Obecność i działalność człowieka w procesach twórczych i poznawczych są kluczowe, dlatego zdecydowanie nie możemy delegować czynności, za które powinien być odpowiedzialny człowiek jako twórca i myśliciel. To dotyczy nie tylko nabywania wiedzy, ale i jej tworzenia poprzez narzędzia sztucznej inteligencji, zwłaszcza w takim kształcie, w jakim obecnie funkcjonują. Nazywamy to zasadą integralności poznawczej i twórczej, którą mamy również wpisaną w naszą politykę na uczelni.
Wygenerowany w całości artykuł naukowy jest absolutnie niedopuszczalny, ponieważ proces poznania czy tworzenia wiedzy musi być wykonany przez człowieka. Jeżeli jednym z celów pracy naukowej jest wytwarzanie wiedzy, to wzięcie odpowiedzialności za wygenerowane w całości treści nie wystarczy. Z tej perspektywy twierdzenie i komentarz do źródła powinny pochodzić od człowieka. Z kolei wyniki obliczeń czy analizy dużych zbiorów danych mogą być przygotowane przez AI, ale ich interpretacja w pracy naukowej musi należeć do człowieka. Szczególnie w naukach społecznych i humanistycznych tworzenie tekstu czy konstruowanie pewnego dyskursu jest związane z procesem myślenia, a próba rozdzielenia tego i stwierdzenia: „Teraz będzie to za mnie robić sztuczna inteligencja”, jest z tego punktu widzenia nie do przyjęcia.
Na czym powinna więc polegać rola studenta czy badacza, kiedy korzysta już z materiału przygotowanego przez AI?
Kluczowe są ludzka sprawczość i nadzór, a w przypadku produktów i gotowego materiału to „osławione” krytyczne myślenie. Mówię „osławione”, ponieważ to hasło jest obecnie takim buzzwordem, powtarzanym cyklicznie, ale chodzi w ogóle o krytyczne i analityczne podejście do tego, z czym ma się do czynienia. Muszę też dodać, że to właśnie uniwersytety odpowiadają i powinny odpowiadać – być może bardziej niż kiedykolwiek wcześniej – za kształtowanie kompetencji krytycznego myślenia.
Czytaj więcej
Za czarnymi skrzynkami AI stoją ludzie, dlatego odpowiedzialności za ich działanie nie można przerzucać na samą technologię – mówi dla „Rzeczpospol...
Czy przy korzystaniu z AI da się jeszcze wyznaczyć granice między pracą samodzielną a niesamodzielną?
Te granice są nieostre, a ich dostrzeganie zależy również od poziomu refleksyjności użytkownika. Może pan mieć poczucie zmniejszonego wpływu na tekst, autorstwa czy sprawczości, ale nie każdy użytkownik będzie miał takie samo odczucie. Jeżeli głównym celem jest szybkie i sprawne przygotowanie tekstu czy obrazka, bez refleksji nad własnym udziałem w tej pracy, to takie zmniejszenie sprawczości może pozostać niezauważone, a granice jeszcze bardziej się zacierają.
Czy uczelniany regulamin może określać te granice, a np. detektory AI służyć do sprawdzania, czy student ich nie przekroczył?
Możemy sobie wyobrazić sytuację, w której ktoś powie: jeżeli dany detektor wskazuje taki wynik procentowy w przypadku jakiegoś materiału, oznacza to to i to, tylko że taka regulacja nie będzie miała sensu, bo detektory nie są tak sprawne, jak można by sobie wyobrazić. Poza tym narzędzia sztucznej inteligencji i detektory prowadzą swego rodzaju wyścig zbrojeń, który często porównuję do prowadzonej na większą skalę wersji wyścigu sprzed lat: między tym, jak można pilnować na egzaminie, a tym, jak można próbować ściągać. Jeżeli ktoś będzie chciał postąpić nieuczciwie, wszystko oczywiście zależy od tego, jak sprawnie będzie się posługiwał konkretnymi narzędziami i do jakich będzie miał dostęp. Dochodzi do tego również aspekt ekonomiczny, bo jeżeli ktoś ma większy kapitał, będzie miał dostęp do narzędzi lepszej jakości i być może będzie w stanie wygenerować lepsze treści.
A może za kilka lat te obawy będą brzmiały równie anachronicznie jak pytanie, czy studentowi wolno korzystać z internetu?
Podobne pytania, tylko na mniejszą skalę, rzeczywiście pojawiały się w przypadku internetu: czy powinniśmy używać go w edukacji, dawać do niego dostęp, wykorzystywać go do prowadzenia badań? Teraz nikt tych pytań nie zadaje, przynajmniej nie w taki sposób, więc wyobrażam sobie również sytuację, w której za jakiś czas nastąpi pewnego rodzaju normalizacja dotycząca narzędzi sztucznej inteligencji.
Czytaj więcej
Tradycyjny model studiowania, oparty przede wszystkim na obecności w murach uczelni, ewoluuje w kierunku bardziej elastycznych form kształcenia. Ni...
Co robić, skoro nie można zaufać detektorom?
Wszystko jest kwestią sprawdzenia, czy ktoś posiada umiejętności i wiedzę, a ten etap procesu kształcenia, który nazywa się oceną, jest według wielu najbardziej zagrożony w przypadku wykorzystania narzędzi AI. Na poziomie czysto technicznym oznacza to potrzebę zmiany sposobów weryfikacji osiągnięcia efektów uczenia się na takie, które uniemożliwiają nieuprawnione korzystanie ze sztucznej inteligencji, na przykład na egzamin ustny.
Narzędzia sztucznej inteligencji i detektory prowadzą swego rodzaju wyścig zbrojeń, który często porównuję do prowadzonej na większą skalę wersji wyścigu sprzed lat: między tym, jak można pilnować na egzaminie, a tym, jak można próbować ściągać.
W wielu przypadkach może to również oznaczać konieczność przesunięcia ciężaru z produktu końcowego na sam proces, o czym także piszemy w naszej polityce. Chodzi o ocenianie etapowe, iteracyjne, połączone z dokumentowaniem całego procesu przygotowania, nawet jeżeli dopuszczono wykorzystanie narzędzi sztucznej inteligencji. Zatem zawsze chcemy myśleć o wykorzystaniu narzędzi AI nie do stworzenia jakiegoś produktu, tylko do wykonywania konkretnych czynności w procesie przygotowawczym i twórczym. Chcemy, żeby osoby studiujące były w stanie udokumentować, jakie konkretne czynności wykonały za pomocą poszczególnych narzędzi, tak jak robi się to w przypadku innych narzędzi.
Proszę o przykład – jakie działania student może powierzyć AI, a jakie musi wykonać sam i jak wykładowca sprawdzi, czego rzeczywiście ów student się nauczył?
Wszystko zależy oczywiście od kontekstu oraz od efektów uczenia się, do osiągnięcia których mają prowadzić dane zajęcia. Wyobraźmy sobie zadanie zaliczeniowe na zajęciach w dziedzinie nauk społecznych, które wymaga przeprowadzenia małego badania oraz napisania tekstu. Zgodnie z obowiązującą w Uniwersytecie SWPS zasadą integralności poznawczej i twórczej, osoba studiująca może powierzyć narzędziom AI te procesy, które mają charakter czysto techniczny i przygotowawczy. AI może zatem pomóc w wykonaniu obliczeń, przetworzeniu zbioru danych, sprawdzeniu gramatyki, ortografii, formatowania tekstu. Oczywiście pod warunkiem, że efekty uczenia się dla tych zajęć nie zakładają wykonywania tych czynności bez wsparcia narzędzi.
Jednak granica jest jasna: proces myślenia nie podlega delegowaniu. Osoba wykonująca zadanie musi samodzielnie sformułować tezy, zbudować wywód i skonstruować logikę tekstu, a przede wszystkim dokonać krytycznej interpretacji wyników, np. tych wyliczonych przez AI.
Z kolei zadaniem osoby oceniającej zadanie jest monitorowanie etapów tego procesu i powstającej dokumentacji, a ostatecznie ocena jakości wykonanego zadania i weryfikacja zademonstrowanych kompetencji, najlepiej w bezpośredniej dyskusji z osobą studiującą.
Na koniec chciałbym jeszcze zapytać, czym grozi ocenianie wyłącznie gotowej pracy, bez sprawdzenia, jak student do niej doszedł?
Wydaje nam się, że ktoś osiągnął jakąś kompetencję, zdobył umiejętności czy wiedzę, ponieważ przedstawił produkt końcowy, i to jest zjawisko często nazywane iluzją kompetencji. Jest jednak także druga strona tego medalu, o której mówi się może trochę rzadziej, czyli iluzja kompetencji u samych użytkowników. Możemy mieć do czynienia z sytuacją, w której osoby studiujące są przekonane, że posiadają jakąś wiedzę lub umiejętności, mimo że większość czynności przy przygotowaniu produktu końcowego została wykonana automatycznie przez sztuczną inteligencję, i to postrzegam jako spory problem.
