Όταν «διαβρώνεται» η μάθηση - Πώς η Τεχνητή Νοημοσύνη μετασχηματίζει την τριτοβάθμια εκπαίδευση

Με αφορμή το πρωτοφανές περιστατικό στο πανεπιστήμιο του Ρεθύμνου, όπου μητέρα φοιτητή «μπούκαρε» στο γραφείο καθηγητή προκειμένου να τού «ζητήσει τα ρέστα» επειδή «έκοψε» τον γιο της στο μάθημα, εγείρονται πολλά ερωτήματα ως προς το πώς πρέπει να αντιμετωπίζονται οι φοιτητές που προσκομίζουν εργασίες- προϊόντα τεχνητής νοημοσύνης. Ήδη έχει ξεκινήσει μια δημόσια συζήτηση ως προς την εμφανή - πλέον- παρουσία της τεχνητής νοημοσύνης στα πανεπιστήμια, όπως επίσης και στο κατά πόσο είναι ικανή να μετασχηματίσει την τριτοβάθμια εκπαίδευση .

Η «αόρατη» χρήση της τεχνητής νοημοσύνης

Τα πανεπιστήμια χρησιμοποιούν την τεχνητή νοημοσύνη τόσο «αόρατα» (κατανομή πόρων, εντοπισμός φοιτητών σε κίνδυνο, διοικητικές αποφάσεις) όσο και άμεσα στη διδασκαλία και την έρευνα. Φοιτητές, διδάσκοντες και ερευνητές αξιοποιούν εργαλεία τεχνητής νοημοσύνης για συγγραφή, μελέτη, σχεδιασμό μαθημάτων, ανάλυση βιβλιογραφίας και παραγωγή κώδικα.

Το βασικό ερώτημα δεν είναι μόνο αν διευκολύνεται η αντιγραφή, αλλά τι σημαίνει για τον ρόλο του πανεπιστημίου όταν οι «μηχανές» αναλαμβάνουν όλο και περισσότερη «εργασία γνώσης». Καθώς τα συστήματα γίνονται πιο αυτόνομα, αυξάνονται και τα ηθικά διακυβεύματα, με κίνδυνο να αποδυναμωθεί το ίδιο το οικοσύστημα μάθησης και καθοδήγησης.

Το διακύβευμα της διαφάνειας

Ένα βασικό ζήτημα είναι η διαφάνεια. Τα chatbots, μέσω φυσικής γλώσσας, δυσκολεύουν τη διάκριση ανάμεσα σε άνθρωπο και μηχανή. Αυτό μπορεί να προκαλεί αβεβαιότητα και δυσπιστία στους φοιτητές, ειδικά όταν δεν γνωρίζουν αν μιλούν με διδάσκοντα ή με σύστημα τεχνητής νοημοσύνης. Έρευνες από το University of Pittsburgh δείχνουν ότι αυτή η ασάφεια ενισχύει το άγχος και την ανασφάλεια, μετατοπίζοντας την προσοχή από τη μάθηση στην ίδια την τεχνολογία.

Δεύτερο ζήτημα είναι η λογοδοσία και η πνευματική ευθύνη. Αν διδάσκοντες και φοιτητές χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για συγγραφή και αξιολόγηση, τότε ποιος είναι υπεύθυνος για το περιεχόμενο και τα τυχόν λάθη; Και επίσης, όταν η τεχνητή νοημοσύνη συμβάλλει ουσιαστικά στην έρευνα, απαιτούνται σαφέστεροι κανόνες για τη συγγραφή και την ευθύνη, όχι μόνο για τους φοιτητές αλλά και για το προσωπικό.

Τρίτο, η γνωστική απαλλαγή: Αν και η τεχνητή νοημοσύνη μειώνει τη «ρουτίνα», μπορεί να απομακρύνει τους φοιτητές από τις απαιτητικές διαδικασίες που καλλιεργούν την ουσιαστική κατανόηση — τη συγγραφή, την αναθεώρηση, τη σύγχυση, το λάθος και τη διόρθωση.

Απειλείται η τριτοβάθμια εκπαίδευση;

Οι μεγαλύτερες αλλαγές ίσως έρθουν με πιο αυτόνομα συστήματα, που δεν λειτουργούν απλώς ως βοηθοί αλλά ως «πράκτορες», ικανοί να σχεδιάζουν μαθήματα ή να εκτελούν έρευνα σχεδόν αυτόνομα. Αν και αυτό αυξάνει την παραγωγικότητα, απειλεί να διαβρώσει το πανεπιστήμιο ως χώρο μαθητείας, όπου νέοι ακαδημαϊκοί και φοιτητές αποκτούν εμπειρία μέσα από τη συμμετοχή τους στην ίδια την εργασία. Το κρίσιμο ερώτημα, λοιπόν, είναι ο ρόλος του πανεπιστημίου:

Θα λειτουργεί κυρίως ως μηχανή παραγωγής πτυχίων και γνώσης, υιοθετώντας ό,τι αυξάνει την αποδοτικότητα; Ή ως οικοσύστημα που διαμορφώνει ανθρώπινη κρίση, υπευθυνότητα και εξειδίκευση μέσα από τη διαδικασία της μάθησης;

Η απάντηση σε αυτό θα καθορίσει όχι μόνο το πώς θα ενσωματωθεί η τεχνητή νοημοσύνη, αλλά και το μέλλον της ίδιας της τριτοβάθμιας εκπαίδευσης.