افزایش احتمال استفاده از هوش مصنوعی برای انجام تکالیف در دانشجویان بی‌علاقه به درس

به گزارش اقتصادآنلاین به نقل از دیجیاتو، طبق نتایج یک مطالعه روان‌شناسی در دانشگاه سوانسی ولز، احتمال اینکه دانشجویان حواس‌پرت و بی‌تفاوت به دروس برای انجام تکالیف دانشگاهی خود از ابزارهای هوش مصنوعی (خصوصاً ChatGPT) استفاده کنند، بیشتر از بقیه دانشجویان است. این نتایج اعتبار آموزش‌های دانشگاهی را زیر سؤال برده است.

پژوهشگران در ماه مارس ۲۰۲۳ از ۱۶۰ دانشجوی ۱۸ تا ۲۴ ساله در مقطع لیسانس نظرسنجی کردند تا بفهمند در گذشته چقدر از ابزارهای هوش مصنوعی در درس‌های خود استفاده کرده بودند. نتایج این مطالعه در ژورنال The Internet and Higher Education منتشر شده است.

۳۲ درصد از شرکت‌کنندگان اعلام کردند که تمایل دارند در تکالیف خود از ابزارهایی مانند ChatGPT استفاده کنند. از طرف دیگر، ۱۵ درصد گفتند که در گذشته به‌ندرت از چنین ابزارهایی استفاده کرده بودند.

هیچ‌کدام از شاخص‌های رفتار آکادمیک نتوانست استفاده از ابزارهای AI را در انجام تکالیف درسی به‌درستی پیش‌بینی کند. این شاخص‌ها عبارت بودند از صفات فردی (مانند وجدان، همدلی یا توافق‌پذیری، بی‌عاطفگی یا ماکیاولیسم، خودشیفتگی یا نارسیسیسم)، نمرات، و اعتمادبه‌نفس در درس‌ها.

اما یک عامل کلیدی توانست استفاده از ابزارهای AI را پیش‌بینی کند: درجه بی‌تفاوتی و بی‌علاقگی.

مجازات دانشجویان متقلب می‌تواند باعث شود آن‌ها کمتر از ابزارهای هوش مصنوعی استفاده کنند، اما راه‌حل مؤثری نیست.

تأثیر بی‌تفاوتی در استفاده از هوش مصنوعی برای تکالیف

پژوهشگران می‌گویند که این یافته‌ها آن‌ها را غافلگیر کرده است. علاقه دانشجو به رشته تحصیلی خود اصلی‌ترین دلیلی است که باعث می‌شود او تکالیفش را با ابزارهای AI انجام ندهد. هرچقدر درجه بی‌تفاوتی دانشجویان بالاتر بود، تمایل بیشتری داشتند که تکالیف‌شان را با کمک هوش مصنوعی انجام دهند.

در حقیقت، اثر این عامل از تمام عواملی که در بالا ذکر شد، بیشتر است. برای مثال، حتی اگر یک دانشجو بسیار باوجدان باشد، اما به درس خود علاقه‌ای نداشته باشد، همچنان بسیار محتمل است که از ابزارهای هوش مصنوعی استفاده کند.

پژوهشگران اثر ریسک و عواقب تقلب با ChatGPT را نیز بررسی کرده‌اند. نتایج نشان می‌دهند که اگر دانشجویان بدانند ریسک لورفتن بالا است یا مجازات‌های تقلب بسیار شدید هستند، احتمالاً از هوش مصنوعی استفاده نمی‌کنند. اما همچنان آن‌هایی که بی‌تفاوتی و بی‌علاقگی بالایی داشتند، با وجود ریسک بالا نیز تقلب می‌کردند.

این نشان می‌دهد که سیاست‌های تنبیهی شدید و جدی احتمالاً راه‌حل مناسبی برای پیشگیری از تقلب نیست و می‌تواند عواقب ناخواسته داشته باشد و عملکرد دانشجویان را به‌طور کلی کاهش دهد. زیرا برای آنکه دانشجویان بی‌علاقه از تقلب بازداشته شوند نیاز به مجازات‌هایی بسیار شدیدتر است.

یافته‌های پژوهشگران درباره بی‌علاقگی به‌عنوان یک عامل ریسک بزرگ تأکید می‌کند که این اقدام می‌تواند حتی باعث کاهش اعتبار تحصیلات دانشگاهی شود. پس برای حفظ این اعتبار، لازم است که اقدامات مؤثری از سوی اساتید و دانشگاه‌ها اتخاذ شود. استفاده از روش‌های تدریس و ارزیابی نوآورانه که انگیزه دانشجویان را برای مشارکت افزایش می‌دهند، یکی از این راه‌ها است.