دانشجویان بیعلاقه به درس زیاد تر از هوش مصنوعی منفعت گیری میکنند_سیاه پوش
نوشته و ویرایش شده توسط مجله سیاه پوش
مطابق نتایج یک مطالعه روانشناسی در دانشگاه سوانسی ولز، گمان این که دانشجویان حواسپرت و بی اعتنا به دروس برای انجام تکالیف دانشگاهی خود از ابزارهای هوش مصنوعی (خصوصاً ChatGPT) منفعت گیری کنند، زیاد تر از بقیه دانشجویان است. این نتایج اعتبار آموزشهای دانشگاهی را زیر سوال برده است.
بهگزارش Phys، پژوهشگران در ماه مارس ۲۰۲۳ از ۱۶۰ دانشجوی ۱۸ تا ۲۴ ساله در مقطع لیسانس نظرسنجی کردند تا بفهمند در قبل چه مقدار از ابزارهای هوش مصنوعی در درسهای خود منفعت گیری کرده بودند. نتایج این مطالعه در ژورنال The Internet and Higher Education انتشار شده است.
۳۲ درصد از شرکتکنندگان اظهار کردند که تمایل دارند در تکالیف خود از ابزارهایی همانند ChatGPT منفعت گیری کنند. از طرف دیگر، ۱۵ درصد انها گفتند که در قبل بهندرت از این چنین ابزارهایی منفعت گیری کرده بودند.
هیچکدام از شاخصهای حرکت آکادمیک موفق نشد منفعت گیری از ابزارهای AI را در انجام تکالیف درسی بهدرستی پیشبینی کند. این شاخصها عبارت بودند از صفات فردی (همانند وجدان، همدلی یا توافقپذیری، بیعاطفگی یا ماکیاولیسم، خودشیفتگی یا نارسیسیسم)، نمرات، و اعتمادبهنفس در درسها.
اما یک عامل کلیدی توانست منفعت گیری از ابزارهای AI را پیشبینی کند: درجه بیتفاوتی و بیعلاقگی.
تأثیر بیتفاوتی در منفعت گیری از هوش مصنوعی برای تکالیف
پژوهشگران میگویند که این یافتهها آنها را غافلگیر کرده است. علاقه دانشجو به رشته تحصیلی خود مهمترین دلیلی است که علتمیبشود او تکالیفش را با ابزارهای AI انجام ندهد. هرچقدر درجه بیتفاوتی دانشجویان بالاتر می بود، تمایل بیشتری داشتند که تکالیفشان را با پشتیبانی هوش مصنوعی انجام بدهند.
در حقیقت، تاثییر این عامل از همه عواملی که در بالا ذکر شد، زیاد تر است. برای مثال، حتی اگر یک دانشجو زیاد باوجدان باشد، اما به درس خود علاقهای نداشته باشد، هم چنان زیاد محتمل است که از ابزارهای هوش مصنوعی منفعت گیری کند.
پژوهشگران تاثییر ریسک و عواقب تقلب با ChatGPT را نیز بازدید کردهاند. نتایج نشان خواهند داد که اگر دانشجویان بدانند ریسک لورفتن بالا است یا مجازاتهای تقلب زیاد شدید می باشند، به گمان زیادً از هوش مصنوعی منفعت گیری نمیکنند. اما هم چنان آنهایی که بیتفاوتی و بیعلاقگی بالایی داشتند، با وجود ریسک بالا نیز تقلب میکردند.
این مشخص می کند که سیاستهای تنبیهی شدید و جدی به گمان زیادً راهحل مناسبی برای پیشگیری از تقلب نیست و میتواند عواقب ناخواسته داشته باشد و کارکرد دانشجویان را بهطور کلی افت دهد. چون برای آنکه دانشجویان بیعلاقه از تقلب بازداشته شوند نیاز به مجازاتهایی زیاد شدیدتر است.
یافتههای پژوهشگران درمورد بیعلاقگی بهگفتن یک عامل ریسک بزرگ پافشاری میکند که این عمل میتواند حتی علتکاهش اعتبار تحصیلات دانشگاهی بشود. بعد برای نگه داری این اعتبار، ملزوم است که عمل های مؤثری از سوی اساتید و دانشگاهها اتخاذ بشود. منفعت گیری از راه حلهای تدریس و برسی نوآورانه که انگیزه دانشجویان را برای شراکت افزایش خواهند داد، یکی از این راهها است.
دسته بندی مطالب