مطالعه جدیدی می‌گوید دانشجویان بیشتر برای یادگیری از هوش مصنوعی استفاده می‌کنند تا تقلب

به گزارش پیوست، پژوهشگران این مطالعه می‌گویند نرخ پذیرش گزارش شده در نتایج این نظرسنجی یکی از سریع‌ترین روندهای پذیرش فناوری در تاریخ محسوب می‌شود و به‌مراتب بالاتر از نرخ ۴۰ درصدی پذیرش میان بزرگسالان آمریکایی است. این در حالی است که تنها کمتر از سه سال از عرضه ChatGPT و شکل‌گیری موج جدید ابزارهای هوش مصنوعی مولد می‌گذرد.

در این تحقیق که بین دسامبر ۲۰۲۴ تا فوریه ۲۰۲۵ انجام شده است، بیش از ۶۳۴ دانشجو (معادل ۲۰ درصد جمعیت دانشجویی کالج میدلبری) به سوالات پژوهشگران پاسخ دادند و نتایج آن در یک مقاله علمی منتشر شده که هنوز به مرحله داوری تخصصی نرسیده است.

آمار ارائه شده در این مطالعه روایت‌های رایج و هشدارآمیز درباره «بحران تقلب» برآمده از هوش مصنوعی در دانشگاه‌ها را به چالش می‌کشد و نشان می‌دهد که استفاده دانشجویان از این ابزارها بیشتر با هدف یادگیری و تقویت فرآیند آموزشی است تا جایگزینی کامل کار علمی.

یادگیری به جای تلقب صرف

برخلاف تیترهای هشداردهنده‌ای که به فروپاشی نظام آموزشی با معرفی ابزارهایی همچون ChatGPT اشاره دارند و به بحرانی از تقلب دانشجویان اشاره می‌کنند، یافته‌های این پژوهش نشان می‌دهد دانشجویان بیش از همه از هوش مصنوعی برای توضیح مفاهیم علمی و ترسیم یک تصویر روشن‌تر از مفاهیم استفاده می‌کنند. بسیاری از دانشجویان حاضر در این مطالعه هوش مصنوعی را به‌عنوان یک «معلم خصوصی در دسترس» توصیف کرده‌اند و از آن به عنوان منبع ارزشمندی یاد می‌کنند که به‌ویژه در زمان‌های خارج از ساعات اداری یا هنگام نیاز فوری به کمک، ارزشمند است.

محققان در این پژوهش کاربرد‌های هوش مصنوعی را به دو گروه تقسیم کرده‌اند: «هم‌افزایی» (Augmentation) برای تقویت یادگیری، و «خودکارسازی» (Automation) که به موارد استفاده برای تولید نتیجه با کمترین تلاش اشاره دارد.

طبق داده‌های ارائه شده از سوی پژوهشگران، ۶۱ درصد از دانشجویانی که از هوش مصنوعی استفاده می‌کنند، این ابزار را با هدف هم‌افزایی و مکمل به کار می‌برند، با این حال در ۴۲ درصد از موارد نیز این ابزارها برای خودکارسازی مانند نگارش مقاله یا کدنویسی استفاده می‌شوند.

با این حال، حتی بسیاری از آنهایی که برای نگارش و خودکارسازی از این هوش مصنوعی استفاده می‌کنند نیز می‌گویند در موارد خاص مانند هفته امتحانات یا برای کارهای کم‌اهمیت نظیر قالب‌بندی منابع و نگارش ایمیل‌های روتین کار را به طور کامل به هوش مصنوعی می‌سپارند.

تایید داده‌ها با بررسی خارجی

یکی از نگرانی‌های اصلی درباره نظرسنجی‌ها احتمال گزارش پیاین استفاده‌های «نادرست» مانند نوشتن مقاله یا گزارش بیش از حد کاربرد‌های مشروع مثل گرفتن توضیحات بود. برای رفع این ابهام، محققان داده‌های خود را با آمار شرکت انتروپیک، سازنده هوش مصنوعی Claude، مقایسه کردند.

داده‌های شرکت انتروپیک نشان می‌دهد که دانشجویان در بیشتر موارد برای دریافت توضیحات فنی، طراحی پرسش‌های تمرینی، ویرایش مقالات و خلاصه‌سازی متون از ابزار این شرکت استفاده کرده‌اند؛ الگوهایی که با یافته‌های میدلبری همخوانی کامل دارد.

این همسویی نشان می‌دهد که گزارش دانشجویان در این نظرسنجی با واقعیت رفتار آنان همخوانی دارد.

فراتر از کالج میدلبری

محققان برای بررسی گستردگی این الگوها، داده‌های پژوهشگران دیگر را از بیش از ۱۳۰ دانشگاه در ۵۰ کشور مورد بررسی قرار دادند. طبق این بررسی، نتایج بین‌المللی نیز تایید می‌کنند که اغلب دانشجویان در استفاده از هوش مصنوعی بیشتر به سراغ کاربردهای آموزشی و تکمیلی می‌روند تا صرف تولید محتوای آماده.

با وجود این، پژوهشگران تاکید دارند که جامعه کالج میدلبری به دلیل ترکیب جمعیتی خاص، از جمله تعداد قابل‌توجهی از دانشجویان مرفه، ممکن است در برخی ابعاد با سایر محیط‌های آموزشی متفاوت باشد.

با این حال نتایج این مطالعه نشان می‌دهد که روایت‌های افراطی مبنی بر تقلب فراگیر نه‌تنها نادرست، بلکه خطرناک است. به باور پژوهشگران، القای این تصور که «همه تقلب می‌کنند» می‌تواند دانشجویان قانون‌مدار را به بی‌انگیزگی سوق دهد و هنجارهای اخلاقی آموزشی را تضعیف کند.

از این رو به جای تکیه بر سیاست‌های افراطی مانند ممنوعیت کامل یا رهاسازی مطلق، دانشگاه‌ها باید به‌دنبال سیاست‌های مبتنی بر شواهد باشند؛ سیاست‌هایی که دانشجویان را در تمایز میان استفاده‌های سازنده و مضر از هوش مصنوعی یاری کند.

اما با وجود داده‌های امیدوارکننده، هنوز پژوهش‌های نظام‌مندی درباره تاثیر واقعی هوش مصنوعی بر یادگیری دانشجویان انجام نگرفته است. اینکه آیا استفاده آموزشی از هوش مصنوعی می‌تواند در بلندمدت نتایج تحصیلی را بهبود بخشد یا برای برخی گروه‌ها پیامدهای منفی داشته باشد، یکی از پرسش‌های مهمی است که همچنان بی‌پاسخ مانده است.

پژوهشگران توصیه می‌کنند که تا زمان انجام یک پژوهش کامل، دانشگاه‌ها، اساتید و دانشجویان با قضاوت آگاهانه، از هوش مصنوعی به‌عنوان ابزاری برای تقویت فرآیند آموزشی استفاده کنند، نه جایگزینی برای آن.